Cruise 收购 Voyage 以提升其机器人出租车业务

Voyage 联合创始人兼首席执行官 Oliver Cameron 似乎在他的帖子中谈到了此次收购：“自动驾驶行业正在整合，万亿美元市场的领导者正在迅速崛起。在过去五年与 AV 行业密切相关之后，我可以肯定地说，Cruise 凭借其先进的自动驾驶技术、独特的汽车制造商合作伙伴关系以及没有人工控制的全电动专用汽车--是准备成为明确的领导者。现在，随着客户至上的 Voyage 团队的加入，Cruise 已做好准备提供世界上最好的自动驾驶产品。

“从 Cruise 的角度来看，在自动驾驶汽车技术领域拥有多年研究知识和经验的人只有这么多，随着它的扩展，可能值得吸引更多这些玩家参与进来，看看他们学到了什么或学到了什么。可以为机器人出租车级技术的持续发展做出贡献。 Cameron 似乎很高兴加入 Cruise，他声称 Cruise 在行业中排名第一（这意味着领先于 Waymo/Google 和特斯拉）。 “在过去的七年里，Cruise 开发了世界上最先进的自动驾驶能力。今天，他们的车辆擅长应对旧金山可能给他们带来的最复杂的驾驶挑战，独特的定位让 Cruise 能够迅速扩展到世界各地的其他复杂城市，而其他人则回到绘图板。就在最近，Cruise 报告说，在 2020 年下半年，他们的自动驾驶技术在可报告的脱离之间提高到超过 60,000 英里。在 2020 年的最后三个月，Cruise 的可报告脱离为零。哇！

“Voyage 在 Commander（我们的自动驾驶人工智能）、Shield（我们的碰撞缓解系统）和 Telessist（我们的新型远程协助解决方案）方面的经验和发展只会增强 Cruise 实现超人驾驶性能的目标。”

Kyle Vogt（Cruise 总裁兼首席技术官）、Oliver Cameron（Voyage 首席执行官）。图片由 Cruise/Voyage 提供。

如果这看起来像是一堆大胆的声明，那么您可能想坐下来看看：“Cruise 是唯一一家能够在全球制造规模上生产完全集成的自动驾驶汽车的自动驾驶汽车公司。”

这是一个很好的说法。它基本上将所有其他自动驾驶初创公司（包括特斯拉？）抛在了电动巴士之下，同时也表明 Cruise 已接近量产。

“不仅 Cruise 的自动驾驶软件具有独特的优势，可以从旧金山快速扩展到世界各地的密集城市，而且 Cruise 的自动驾驶硬件也是如此。 Cruise 与通用汽车和本田的深入合作提供了关键的工程、制造和安全专业知识，以将少数自动驾驶汽车规模扩大到数百万辆，并以无与伦比的成本效率实现这一目标。”

Cameron 表示，Voyage 团队的角色将帮助 Cruise 将所有技术领先地位转变为赚钱的业务--这比听起来更难。

Voyage 开发团队的一些成员似乎也将帮助改进 Cruise Origin。

图片由克鲁斯提供。

我对 Voyage 之前的开发很好奇，所以继续阅读它之前的 5 篇博文，这些博文发表于 2020 年 7 月至 2020 年 12 月。以下是其中的一些亮点。

Voyage 的指挥官自动驾驶人工智能在行动。

Voyage 的指挥官自动驾驶人工智能在行动。

11 月，Cameron 写了一篇关于 Voyage 的新“大脑”--第三代自动驾驶人工智能的文章。这是那篇文章的关键部分：“每个驾驶决策的第一个输入是我们的尖端感知模块，负责识别要密切关注的动态物体和静态障碍物。 Commander 的感知模块将深度学习驱动的计算机视觉系统（在数百万个数据点上训练）与多种可靠的经典计算机视觉算法相结合作为后备。这种方法带来了深度学习智能的好处，同时保留了久经考验的机器人技术的稳健性，确保我们检测到每个动态和静态对象。

“我们的计算机视觉方法基于测量和估计深度。我们的 3D 深度传感器将物理精确的深度测量提供给我们的深度学习算法，而我们的 2D 传感器-相机-提供像素，从中估计物体的深度。然后将测量值和估计值融合到一个单一的表示中，从而形成一个既准确又信息丰富的世界观。

“通过精确的感知输入，Commander 可以预测识别出的物体接下来要做什么。 Commander 的预测引擎结合使用高级概率模型、行为模型和高清地图来预测我们的机器人出租车周围会发生什么。例如，如果一个行人正朝着我们的机器人出租车前面的道路方向走，我们的预测引擎会输出一系列可能的未来，表明该行人在几分钟后可能所处的位置。 Commander 的预测引擎会权衡数以千计的潜在场景组合，选择它最有信心的未来会实现。

“预测艺术是自动驾驶领域的一大难题，我们为我们的预测引擎随着时间的推移变得多么超人而感到自豪。”

在 12 月的后续文章中，Cameron 解释了 Voyage 如何开发一个流畅、安全且更像人类的行为规划器。这是其中的一个关键部分：

“Voyage 开创了一种新的决策形式，将经典方法的可验证性和可靠性与现代方法的智能相结合。结果是一种我们称之为高质量决策的技术。

“高质量决策由两种模型推动，一种基于优化（即可靠）和一种机器学习（即智能），每个模型承担不同的职责。基于优化的模型负责确保我们的车辆始终遵守道路规则（例如，防止运行停止线，或太靠近行人），而机器学习模型在丰富的历史数据上进行训练驾驶数据 - 负责利用其丰富的经验历史，从完善的安全选项列表中选择最像人类的决定。

“将这些基于优化的模型和机器学习的模型相结合，我们可以做出确定性的决策（对于可衡量和经过验证的安全案例至关重要），同时提供流畅的、类似人类的决策。更重要的是，随着时间的推移，我们的决策只会随着丰富数据的增加而改进。”

我们的自动驾驶人工智能减速以了解是否可以在不干扰行人的情况下进行超车。

还：

“在上述说明中，我们数据团队的一名成员查看了记录的驾驶数据，并明确地编纂了他们坐在驾驶座上会采取的行动。在这种情况下，作者说我们应该导航右侧的车辆和行人，而且我们应该比平时做得慢。

“这里的特别之处--以及使这些数据丰富的原因--是其他机器学习方法（例如，端到端）可能会将记录的驾驶事件与微妙的信号（即驾驶员接管）一起输入到他们的模型中，而无需在事件中提供明确的细节是对还是错。然后由机器学习模型本身来准确地推断出自动驾驶的人工智能是什么。做对或错，理论是有足够的数据，它会自己解决这个问题。我们的方法明确地为我们的机器学习模型提供详细的指令--机器和人类都可以解释--人类将如何处理这种情况。有了这个更小、更丰富的数据--并且通过限制机器学习模型的任务--我们已经取得了很好的成果。”

这与 Cruise 或 Tesla 的做法有何不同？好吧，我们实际上并不知道，因为我们对这些公司在完善系统时的门窗背后发生的事情没有这种程度的细微差别或解释。

2020 年 10 月，Nina Qi 宣布与“自动驾驶解决方案的行业领导者”First Transit 建立新的合作伙伴关系。

2020 年 8 月，Cameron 推出了 Voyage 的第三代机器人出租车，随后推出了 Telessist，它“将人类驾驶员的智能与我们的自动驾驶人工智能相结合。处理边缘情况。”