ROMAN ROADS邢舟：如何走上通往自动驾驶的“罗马大道”？

作者丨张男

编辑丨张嫣

公元前3世纪，罗马帝国为加强统治，开始修建以罗马城为中心的通向四面八方的道路。当时传说，沿着意大利半岛乃至欧洲任何一条大道开始行走，都能抵达罗马，“条条大路通罗马“的谚语由此而来。这些路，是人类交通出行的最早雏形，也是罗马帝国繁荣昌盛的基石。

“那个年代能修出这样一条路非常不容易，基础却蕴含巨大价值。”一直研究自动驾驶技术的邢舟如是说。借着这个寓意，他将创立的自动驾驶仿真测试平台企业命名为ROMAN ROADS，希望它在自动驾驶技术乃至智慧城市发展过程中起到“罗马大道”的奠基作用。

与其他自动驾驶仿真测试平台相比，ROMAN ROADS的独特之处在于可以通过真实交通流数据的收集和驾驶行为的学习，利用算法快速建模，尽可能还原真实道路情况，供自动驾驶相关企业进行仿真测试。

由于当下自动驾驶整体解决方案的高投入与难落地，该领域的初创企业逐渐受到资本的“暂时冷落”。但在自动驾驶大趋势下，其落地前的仿真测试环节成为一个颇具发展潜力的方向。

物理学博士出身的邢舟擅长做科学实验，喜欢用各种测量数据验证假说。在陆续担任斯坦福大学国家实验室科学家、宝沃北美研发中心自动驾驶总监的职位后，他有了创业的冲动。在创立ROMAN ROADS后，他以人类驾驶行为、汽车轨迹等大数据作为支撑，在平台仿真重现真实城市与交通流状况。

过去三四年间，邢舟一直致力于研究人类驾驶行为，他相信一年以后，这会成为研究自动驾驶技术的企业发展的必备条件。目前，这家成立不到半年的公司已经与福特在V2X领域达成了一系列合作，并受到美国著名创业孵化器Y Combinator的关注。未来，邢舟希望ROMAN ROADS能够发展成为自动驾驶决策领域的强大供应商。眼下，他还有很多问题要一一解决。

正向研发or逆向研发？

站在2019年的时间节点向前看，未来一年将有大量L2～L3级自动驾驶汽车实现落地。但对于L4/5级自动驾驶的落地时间，业界并没有统一共识，这很大程度上源于高等级自动驾驶技术之难。

邢舟认为，难点出现的原因在于大部分企业的研发顺序不是正向研发，而是逆向研发，“很多企业并不是逐步更迭算法去追求更高等级自动驾驶，而是以短期要达到的自动驾驶等级为目标而研发。”

在新技术冲击下，自动驾驶俨然成为车企的宣传新方向。现阶段，为达到公司宣传目的或SOP指标，诸多车企以L2/L2.5级自动驾驶为目标研发配套系统。

为快速实现目标，车企往往直接使用目前市面上最好的硬软件产品，做小范围升级，在实现短期目标后，由于对软硬件缺乏了解，车企很难将其进行大范围迭代，容易“止步不前”。“他们的自动驾驶系统后续很难完成升级，难以实现更高等级的自动驾驶。”邢舟表示。

难以升级，成为逆向研发最明显的问题。邢舟认为，自动驾驶等级由低到高的关键在于，系统能否理解千变万化的人类驾驶行为——这正是ROMAN ROADS的研究重点，也是技术壁垒。

一般研究自动驾驶的企业将重点放在感知层面，试图通过多种传感器第一时间知晓周围状况，ROMAN ROADS则选择一条完全不同的路，它将重点放在决策层面，一方面收集交通流数据，一方面学习人类驾驶行为、搭建模型。

数据方面，ROMAN ROADS使用无人机进行采集。“这种方式成本低效率高，且能收集大量数据。后续我们计划将红绿灯摄像头信号接入平台中，进一步提高采集效率。”邢舟将这种方式称为“上帝视角”，他介绍道：“我们的上帝视角可以同时观看上百辆甚至上千辆车，传统做自动驾驶企业的自车视角最多只能看到十辆车。”

目前，在中美两地，ROMAN ROADS已采集了杭州、上海，南京、无锡、加州、旧金山、奥克兰等多个城市的驾驶行为数据。邢舟称，与自动驾驶学术圈使用最广泛的数据集KITTI相比，ROMAN ROADS的数据总量是前者的“20至30倍”。

基于“上帝视角”收集的数据，ROMAN ROADS能够进行算法建模、仿真交通流、学习驾驶行为等一系列工作。具体而言，该公司在建模时会将真实路网、交通流等因素注入自行搭建的ELEMENT自动驾驶仿真测试平台中，实现仿真模拟，同时可实现行为分类、行为预测、行为预警等功能。

1+X的商业模式 

在邢舟的规划里，ROMAN ROADS的商业模式是“1+X”。

“1”代表公司自建的ELEMENT平台，它将承载大量数据，为企业提供测试场场所；“X”则是公司积累的大量人类驾驶行为数据与搭建的科学模型。邢舟解释道：“虽然X在数学上代表未知数，但未来这将是我们核心技术转化为商业价值的关键。”

在这过程中，“1”和“X”同等重要。前者是公司实现建模的平台，后者则是建模过程中所需的关键数据。目前，以这个集仿真、测试、路测前验证为一体的ELEMENT平台为基础，ROMAN ROADS一方面能够使用算法快速建模，“不到一分钟就能在平台上建立整个纽约市。”另一方面，可基于“X数据”控制道路、交通流与驾驶行为，训练车辆识别预测能力。

在以上功能实现之前，ROMAN ROADS不可避免地踩了不少“技术坑”。邢舟举例，在寻找合适地图建模的过程中，公司最开始选择与高精地图初创企业合作，但在发现大部分客户没有那么大需求后，改用普通导航地图。他补充道：“这也不简单，我们需要百分之百精确还原城市，导航地图层面有大量很细节的工作需要处理。”

很难想象，ROMAN ROADS的一切工作是由四个人在四个月内完成的。“三个做技术的，一个做产品的。”

谈起团队成员，邢舟如数家珍，“赵聪本科毕业于浙江大学的竺可桢班，他擅长做算法优化，是个非常有天赋的年轻人；Erik Reed是卡耐基梅隆大学的计算机硕士，他在计算机工程、数据架构，处理后台数据方面的能力很强；在主机厂工作多年的陈烨一直负责产品项目方面的工作，他非常了解车企产品从规划到投放的整个流程。”他最后介绍自己，“我擅长做实验科学，主要负责理论算法的测试和验证方面的工作。”

即便团队规模尚小，但带着ELEMENT平台和众多“X数据”，ROMAN ROADS已经开始在业界崭露头角。目前，这家成立仅四个月的公司已经与福特汽车和同济大学达成合作，同时引起了美国著名创业孵化器Y Combinator和其他vc等投资方的关注。

据邢舟介绍，ROMAN ROADS正在与福特进行接触，合作主要集中在V2X层面，公司将ELEMENT平台开放，在其中生成真实交通流和3D测试场景，协助福特进行V2X项目的测试；与同济大学的合作则聚焦在交通流的宏观研究层面，ROMAN ROADS建立3D虚拟城市，提供真实交通流，帮助同济进行系统化交通流研究。

即便已经拥有大量数据，邢舟仍坦言远远不够。他表示，客户支持、云端建立等方面也是ROMAN ROADS急需完善的地方。

根据规划，公司第一年将专心为车厂提供服务，在过程中积累数据完善平台，邢舟将之称为“沉淀”，他同时希望能在今年年底完成首轮融资。之后两年，ROMAN ROADS将试图挖掘真正用户需求，提供更优质服务。

在自动驾驶渐冷的今天，ROMAN ROADS选择了一条完全不同的赛道，试图冲破当下自动驾驶技术瓶颈。对团队的信任和对未来的预判让邢舟坚信，人类驾驶行为研究即将成为业内刚需。ROMAN ROADS在等待着，也在时刻准备着。