Momenta完全无人驾驶首次曝光！城市道路混行不交接，遇到逆行也不怕，特斯拉Waymo路线2in1-量子位
李根苏州北站正南量子位报道｜公众号QbitAI
Momenta（现在）是什么样的公司？
宏观形象：学霸创业，中国无人车独角兽，奔驰母公司戴姆勒加持，自动驾驶的顶级玩家……
产品业务：高速场景规划产品，L4级自主停车产品交付，最高等级高精度地图资格……
一千个维度有一千种答案，但盲人的触摸也很清晰。
但是从现在开始，Momenta的技术路线已经完全明确了。
在实现自动运行的道路上，至今为止有渐进的特斯拉和进一步的Waymo。天下方案，再也没有了吧。
Momenta集中两者的优点，避免两者的短处。
Tesla+Waymo是Momenta。
12月26日，Momenta对外正式发布L4级无人驾驶技术MSDMomentaSelf Driving，开始支持城市内完全无人驾驶场景。
说起2019年Momenta发表的前装量产品Mpilot，好像是特斯拉方案。
现在，如果MSD骑马的话，表示Waymo路线的野心。
没想到，在自动驾驶行业一次也没有想到的两条线路，现在竟然让Momenta实现了2in1。
但是MSD到底是什么样的方案呢？
与量产前的装备方案不同，Momenta完全无人驾驶方案中最明显不同的是激光雷达较多。
那辆测试车总共搭载了12台摄像机、5台毫米波雷达和1台激光雷达。系统传感器一套方案以摄像机为主，激光雷达为辅，多传感器冗余。
并强调除激光雷达外，方案中的硬件选型与前装量产一致。这也是Momenta「二条腿」的积极的重要的考虑事项，不过，以后详细叙述。
但是，千道一万，无人驾驶——必须亲身试乘。
MSD方案的试乘被选为Momenta（苏州）地点毗邻苏州高铁北站，是城市建设的频繁区域，路线全程约12公里，沿途经过30多个红绿灯路口。
既有无保护左转等典型场景，也有非机动车混行、立桥下长交叉口等复杂道路。线路上有多处工地，还有学校、居民区、写字楼、商业中心等生活场景。
Momenta该方案的目标是在城市区间内完全无人驾驶。
此外，链路基础设施也没有经过V2X改造，依然在竞争自行车的智力。
试乘中最基本的场景当然是购物中心附近的行人：
然后在高铁站停车场附近的无保护左转：
车流交汇也是最有趣的场景。MSD方案最初发布，但智能程度已经有了老牌司机的风格，在试乘的几次对话场景中，有时会受让，有时会先过，而不是基于单一规则。
同乘的Momenta研究开发总监督夏炎说明，能够体现MSD在预测计划中的实力和学习能力。
但是，在整体试乘中，由于城市区间不同，高速场景（无人车混行）和停车场低速）也不同，所以Momenta的AI司机给人的印象是安全第一，宁搅慂并不偏颇。
比如苏州相城公路，会出现不规则的异型车。挑战自动驾驶系统的感知识别。
甚至遇到过违规逆行：
其实从当天道路的实际情况来看，系统完全是“偏折”的，让道不减速就能通过。
但是，在安全第一的思考下，Momenta工程师制作的这个系统，在交通中不确定性大的情况下，先减速，再刹车，确保相互作用双方的安全。
同时，MSD与人的老手司机相比，是刚出生的小牛，不过，显示着出色的实力。
当人类司机遭遇深陷烦恼的重型卡车时，重型卡车的装载品种类多样，形态各异，不仅要被准确感知，还要应对重型卡车行为上的过激行为。
MSD虽然“决定”了跟随慢行的大型卡车在一段时间内变更车道进行超车，但在超车过程中也与卡车保持一定的安全距离，在接近交叉路口的白线后扩大横断距离进行超车，确保了超车过程中的安全性。
完全无人驾驶新速度
12公里左右的行驶距离按照道路交通规则以限速行驶，40公里以时速为主。近40分钟，经过市内各种场合——有临时工，有不规则车辆，也有逆行，全程无交接。
这种完全自动驾驶能力，最早起步的谷歌花了近10年时间，百度从研发开始到落地已经超过5年，自自动驾驶新势力消失近3年……
尽管深造，大数据和大计算的指数加速已经不再明显。
然而，当你了解到Momenta的速度时，仍然觉得不可思议：
50人左右的队伍，5个月左右。
没错，今年下半年量产自动驾驶产品交付后，Momenta才开始抢购重兵，依靠公司长期的技术和数据积累，以及量产自动驾驶和完全无人驾驶通用的平台支持，开始攻克完全无人驾驶。
达到城区开放道路的路程没有接手，以前行业最快的友商也差不多用了一年时间，积累了至少10万多公里的实际道路行驶里程。
所以Momenta的速度，背后有“引擎”吗？
MomentaCEO曹旭东认为，这与他们内部看待问题的角度、方法和战略选择有关。
Momenta创立，从一开始就明确目标，制作自动驾驶脑。
这不是传统汽车产业内的“换车轮”，而是行业开始AI化变革后，在供应链环节上的新机会。
汽车产业链中：
最基础的第1层供应商（如博世、大陆等）在系统级、硬件级提供工业支持。更高的是OEM制造商奔驰、宝马、丰田……也就是汽车工厂。还有智能基础TI、NXP、瑞萨、NVIDIA等计算芯片。最后，新添加了核心的玩家是提供移动网络的滴滴Uber等，同时提供自动驾驶所需的核心算法和软件的技术公司。
例如，定位“自动驾驶脑”的Momenta位于该层。
但即便如此，如何实现完全自动驾驶，如何最有效地接受未来，也没有明确明确的答案。
至少在制作自动驾驶脑方面，特斯拉方案和Waymo路线曾经无法调整。
两条路线的争论
特斯拉路线是指，根据自动驾驶等级的划分，从下位向上位持续上升维，通过批量生产汽车对场景、数据和算法，最终实现完全无人驾驶。
而且，为了巩固量产路线，以最低的门槛获得数据、场景和功能的反馈，偏执狂的面具依靠相机计划，因为没有使用昂贵的激光雷达。
所以即使在2019年发布了为完全自动驾驶而产生的FSD硬件，马斯克先生的2020百万机器人的豪言壮语在外界也是令人难以置信的。
Waymo在课程中，从一开始就认为只有L4可以实现RoboTaxi。在这条线路上，人们认为人类共同驾驶的高度辅助驾驶存在天然的漏洞。机器在辅助运转的同时，需要人类在紧急情况下接管，显然不可信。
因此Waymo在2009年正式推行后，实现方式逐渐明朗：
在原付摩托车、比例尺公路、丰富的场景中不断重复，落地于区域内。终极场景是让无人车随时随地、任何场景行驶运营。
然而Waymo在课程中，最难的是无穷的“长尾”问题，现实中总有意料之外的新场景、特殊挑战，要求自动驾驶系统足够聪明，学习迭代足够快。
概括地说，两者的优缺点是显而易见的。
特斯拉方案：希望依靠低成本传感器方案不断提升维度，难度大且有道德挑战；但是，好处是数据“云外包”，可以在批量生产中获得现金流和数据流。
Waymo课程：独力扩大无人队伍规模，最终实现完全落地，希望危险依靠融资烧钱；好处是，无需让车主成为大鼠，安全性相对可控。
但是，现在Momenta的行动，也就是所谓的“双足”战略，实现了特斯拉和Waymo路线的2in1。
我们重新定义了实现无人驾驶的重要途径。
即批量生产自动驾驶产品获得庞大数据，不断开发数据驱动的核心算法，构建闭环自动化工程体系，发挥数据价值，高效重复技术，最终实现完全无人驾驶。
另外，在MSD的技术框架中，不同传感器的感知算法相互独立地冗余化，并不完全依赖于某个传感器，因此当前量产传感器收集的数据，例如视觉、地图、轨迹数据等可以无缝地应用对提高算法有效。
最终，完成了一个数据流和技术流的闭环构建，批量生产自动运行和完全无人运行，真正相互补益。
但是，为什么说得通呢？为什么是Momenta？
全部必须从创立当初的自动驾驶的认识说。
从最终的视点考虑的无人车
Momenta创立于2016年，当时就开始分析特斯拉模型和Waymo路线。
但是，这并不是为了将两者结合而产生的。
曹旭东回忆说，他从一开始就想从本质出发，从最终的角度考虑问题。
在Momenta的思考中，自动驾驶的最终局面一定是L4级以上，不需要方向盘，不需要人类司机。
但要实现这一最终局面，结合以深度学习为核心的AI新浪潮，两大因素尤为重要：
第一个是数据驱动。第二个是海量数据。
需要数据驱动是因为完全无人驾驶中的长尾问题--几乎是无穷无尽的。
唯一的可能只是数据驱动，它会自动解决大部分问题，比如99%。
所以Momenta内部盛行“架构师”文化，他们的目标是建立一个能够自动化解决问题的系统。
在当前系统中，Momenta的“闭环自动化”方法起作用，通过构建问题自动化发现、记录、标注、训练和验证的闭环过程，为技术和数据提供了自动化迭代能力。
另一方面，对于质量数据，这是数据驱动的原料和前提。
此前粗略估计，要实现完全无人驾驶，每辆车每年需要行驶10小时以上的100万辆车。
如此大量的数据完全由私家车队收集，几乎不切实际。
批量自动运行数据流可支持完全无人运行，来源于统一批量传感器方案。
MSD传感器方案包括视觉传感器，激光雷达和毫米波雷达均覆盖360°范围，该传感器方案的子集与批量传感器方案一致。
所以了解无人驾驶终局的两个因素，或许Momenta要理解这次提到的双脚战略并不难：
一只脚是量产自动运转
另一条是完全无人驾驶。
批量自动驾驶，人车联合驾驶，以人为本，解放人在高速公路、停车场等场合的驾驶时间，提高驾驶安全性和驾驶体验。
此外，通过批量自动运行，实现了大量的数据获取——学特斯拉又超过了它。
此外，批量自动运行为完全无人运行带来数据，通过数据驱动方式，可以自动化地解决99%的问题。
未来随着量产产品的上市，将像“活水”一样不断注入MSD，推动MSD算法升级，使完整的无人驾驶系统不断进化。
这是打开数据流。
通过完善的无人驾驶，可以为量产自动驾驶反馈技术流程，不断提升体验和能力，使量产自动驾驶持续进步，提升行业份额。
当然，数据流和技术流形成了闭环，并不少见。
但实现这种战略并不容易，重要的是批量传感器方案的一致性、互补性，在批量自动运行战略中真正快速、低成本交货、落地。
这也是特斯拉和Waymo跨公司的二合一很难的理由。
此外，作为创业公司，除了数据流和技术流的闭环外，融资烧钱显然不可持续，必然也需要现金流。
于是Momenta创立3年，首先致力于量产自动运行，实现数据流和现金流的验证，然后致力于完全无人驾驶，同时致力于打破两者之间的数据流和技术流。
目前，完善的无人驾驶方案出台，形成了数据流和技术流的战略雏形，现金流也可以使公司不受舆论和资本市场变化的左右。
曹旭东表示，目前的Mpilot和MSD原型已经发布，标志着两条腿雏形期的形成。2019年～2024年，量产自动运行将大规模上市，MSD真正的完全数据驱动、完全自动化，是“双脚”战略得到验证的时候，也是战略的成形期。
路被挡住了很长，行就快到了
但是，还没有到一蹴而就江山的时候。
雏形开始出现，一切还只是开始。
更何况，这种战略完全披露，一方面面临质疑，另一方面也存在被复制的风险。
但曹旭东并不担心。他说：“战略没有优劣，战略就是选择，这个战略有优点，也有难点和挑战，我们在选择战略的同时，也要克服和解决其背后的难点，相信战略出台后看到的更多的是争论，而不是抄袭，战略得以落实。”在这期间，如果遇到困难，你可以选择继续走，或者选择其他策略，但我们选择面对困难。道路被阻挡，漫长，行
Momenta表明，执行水平主要面临两个维度的挑战：技术难度和商业难度。
技术上的困难，例如数据流的开启。曹旭东认为，行业主流是以激光雷达为主的技术解决方案，而Momenta则以统一量产传感器为主，需要投入从量产自动驾驶到完全无人驾驶的数据流，其中进行了大量的技术创新。
访问硅谷时，曹旭东也谈到了“Momenta”的战略和解决的技术难题，得到了众多行业专家的认可和赞誉。