普林斯顿CV界扛把子创业了，AutoX想做无人驾驶车的大脑

在人工智能领域，全球级学术明星进入工业界的例子并不少见。这一次出来的是位80后华人，也是普林斯顿大学计算机视觉与机器人实验室的组建者，肖健雄。

肖健雄教授是机器视觉领域著名的科学家。本硕就读于香港科技大学，2013年获得了MIT的博士学位。学生期间曾经获得过计算机视觉大会ECCV最佳学生论文奖，以及Google Research最佳论文奖。肖健雄博士毕业后在普林斯顿大学任职助理教授。期间，肖健雄两度获得Google Faculty Awards，多次获得Intel Research Awards 和美国国家自然基金委员会研究奖。他与团队曾合作开发了基于15万张Google街景全景图片自动识别街景道路特征的系统，系统可以分辨出车辆行人经过马路时产生的遮挡从而避免干扰。据称，该系统目前已经能够引导自动驾驶并进行基本导航。

肖健雄的公司AutoX成立于2016年10月，并在当时就获得了丹华资本的种子轮投资。该公司主要研发的方向是将人工智能技术应用在自动驾驶领域。他们目前的解决方案涵盖了环境感知、路径规划以及系统对机械的控制。仅使用摄像头就能实现车辆的自动驾驶，由于无需采用雷达、激光、超声或者特殊的导航设备，所以能够大量降低自动驾驶的实现成本。肖健雄也曾在公开场合表示，AutoX要做“无人驾驶车的大脑”，希望做成这一领域的操作系统。（下面视频为AutoX自动驾驶演示demo。）

要实现自动驾驶功能，开发者需要面对的是一个复杂的系统工程。业界大量公司在不同层面上进行积累。前不久曝出的Intel 153亿美元收购Mobileye案例，即是两个方向巨头在自动驾驶上的联手。Mobileye是ADAS（Advanced Driving Assistant System，即高级驾驶辅助系统）业界占据全球75%全球市场份额的公司，也曾经是特斯拉背后的供应商，手握众多汽车界合作伙伴。其在硬件方面开发了多类辅助驾驶后装产品，在识别精度方面可达到99.99%。积累的先发优势已经很大。

而AutoX的演示demo中，大致是通过2个普通摄像头进行环境感知，能够在白天和夜间环境下进行流畅的路测。我们知道，可见光探测的方案受环境光线影响非常大，同时还需要克服探测距离相对较短的问题，算法还需要额外在处理画面时进行信噪识别，总体而言难度还是很大的。Google、Uber和百度的无人驾驶车采用的都是Velodyne的激光雷达方案。

而在如何成为“无人驾驶车大脑”这件事情上，AutoX并没有过多的披露过他们的技术路线和研发进展。但是其资方丹华资本的投资人Dovey Wan曾经向36氪透露“期待真正意义Level3以上无人车的真实可行性方案的出现”，暗指AutoX。

波士顿咨询曾总结过国际自动机工程学会界定的自动驾驶等级。0级全部需要人来操作，5级则完全不需要人来做任何操作。

那么在技术进展上，差别则在于驾驶环境观测部分究竟是驾驶员承担还是系统承担。结合肖健雄教授的研发基础，AutoX会在街景道路特征的自动识别系统构建上拥有极大优势。在人工智能领域，决策识别运算是在本地还是云端进行，这是非常典型的两种应用方向。同样地，在自动驾驶领域，是车辆实时进行环境感知，还是通过车通信进行宏观判断规划，也是非常典型的两种自动化方案。但所谓大脑则有可能是在基于街景特征的“上帝视角”来对自动驾驶进行进一步优化。