無(wú)人駕駛汽車有望將在未來(lái)20年內(nèi)得到廣泛運(yùn)用，各大科技公司和汽車廠商均在加大對(duì)無(wú)人駕駛的投入，資本也紛紛搶灘該萬(wàn)億市場(chǎng)。
無(wú)人駕駛汽車依靠人工智能、視覺(jué)計(jì)算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，通過(guò)電腦實(shí)現(xiàn)無(wú)人駕駛，可以在沒(méi)有任何人類主動(dòng)的操作下，自動(dòng)安全地操作機(jī)動(dòng)車輛。
無(wú)人駕駛依賴幾種先進(jìn)技術(shù)，這些互為補(bǔ)充的技術(shù)感知周圍環(huán)境、進(jìn)行自我導(dǎo)航。究竟這些技術(shù)如何協(xié)同工作？除了Waymo等知名的領(lǐng)頭羊之外，又有哪些公司在推動(dòng)這個(gè)行業(yè)發(fā)展？
CB Insights拆解分析了實(shí)現(xiàn)無(wú)人駕駛的諸多技術(shù)，并介紹了有望讓無(wú)人駕駛汽車更先進(jìn)、更低成本、更容易擴(kuò)展的幾家初創(chuàng)公司。
感知能力
無(wú)人駕駛汽車必須要能夠識(shí)別交通信號(hào)和標(biāo)志，以及其他汽車、自行車和行人。它們還必須能感知前方物體的距離和速度，以便作出對(duì)應(yīng)反應(yīng)。
無(wú)人駕駛汽車通常依賴攝像頭及其他傳感器，比如雷達(dá)和激光雷達(dá)（lidar），它們各自有各自的優(yōu)點(diǎn)和局限性。
這些傳感器收集的數(shù)據(jù)通過(guò)名為“傳感器融合”的技術(shù)混合在一起，以便盡可能精準(zhǔn)地提供汽車車身周圍的無(wú)物理環(huán)境信息。（傳感器融合整合來(lái)自所有傳感器的數(shù)據(jù)，形成汽車周圍環(huán)境的統(tǒng)一視圖。）
以下是幾種不同的感知技術(shù)，它們分別有各自的優(yōu)缺點(diǎn)，且負(fù)責(zé)不一樣的部分：
1）攝像頭和計(jì)算機(jī)視覺(jué)
攝像頭普遍用于無(wú)人駕駛車輛和配備先進(jìn)駕駛輔助系統(tǒng)（ADAS）的車輛，是無(wú)人駕駛環(huán)境下一種重要的感知設(shè)備。
攝像頭可以識(shí)別顏色和字體，幫助檢測(cè)道路標(biāo)志、交通信號(hào)燈和街道標(biāo)記——這是其相對(duì)于雷達(dá)和激光雷達(dá)的一個(gè)優(yōu)點(diǎn)。不過(guò)，在檢測(cè)深度和距離上，攝像頭遠(yuǎn)遠(yuǎn)不及激光雷達(dá)。
許多初創(chuàng)公司正在致力于為汽車領(lǐng)域研發(fā)更優(yōu)質(zhì)的攝像頭，以提取最生動(dòng)的圖像。比如，今年7月在D輪融資中籌資了1.21億美元的Light，它開(kāi)發(fā)了一款能與激光雷達(dá)的精準(zhǔn)度相媲美的攝像頭，名為L(zhǎng)ight L16。Light L16擁有16個(gè)攝像頭，其可以整合來(lái)自所有16個(gè)鏡頭的圖像，提取出高度精確的3D圖像。
無(wú)人駕駛感知系統(tǒng)基于計(jì)算機(jī)視覺(jué)技術(shù)來(lái)檢測(cè)物體和信號(hào)，以此處理從攝像頭提取的數(shù)據(jù)。計(jì)算機(jī)視覺(jué)軟件需要能夠識(shí)別車道邊界的具體細(xì)節(jié)（比如，線條顏色和圖案等），還需要能評(píng)估適當(dāng)?shù)慕煌ㄒ?guī)則，在復(fù)雜交通場(chǎng)景下實(shí)現(xiàn)安全的、與人類駕駛行為類似的自主駕駛。
許多初創(chuàng)公司正致力于為汽車領(lǐng)域開(kāi)發(fā)更高級(jí)、更高效的計(jì)算機(jī)視覺(jué)技術(shù)。
比如，包括DeepScale等公司正在研發(fā)深度神經(jīng)網(wǎng)絡(luò)。這種感知技術(shù)能夠進(jìn)行高效、深度的自我學(xué)習(xí)，以此逐漸提高識(shí)別能力，并降低錯(cuò)誤率。
再如，總部位于巴黎的Prophesee已經(jīng)開(kāi)發(fā)出了事件導(dǎo)向型的機(jī)器視覺(jué)技術(shù)，這種技術(shù)能促進(jìn)物體識(shí)別，并盡量減少數(shù)據(jù)過(guò)載現(xiàn)象。這種深度學(xué)習(xí)技術(shù)模仿人類大腦如何處理來(lái)自視網(wǎng)膜的圖像的過(guò)程——人類的大腦不會(huì)基于一連串幀來(lái)記錄視覺(jué)信息，而是捕捉到時(shí)空變化里感興趣的東西，并把這些信息有效地傳送到大腦。基于幀的方法會(huì)導(dǎo)致冗余的記錄數(shù)據(jù)，從而引發(fā)高功耗。
傳統(tǒng)標(biāo)準(zhǔn)攝像頭中基于幀的傳感器同時(shí)捕獲圖像的眾多像素，并逐幀處理圖像；而這種事件導(dǎo)向型傳感器捕獲單個(gè)像素視場(chǎng)中變化的事件，也就是捕獲動(dòng)態(tài)的持續(xù)信息流，并避免了傳輸冗余數(shù)據(jù)。也就是說(shuō)，這項(xiàng)技術(shù)減小了傳統(tǒng)攝像頭在處理來(lái)自一系列幀的圖像時(shí)所遇到的數(shù)據(jù)負(fù)載。
Prophesee公司希望將這一機(jī)器視覺(jué)技術(shù)運(yùn)用到多個(gè)行業(yè)：從無(wú)人駕駛汽車、工業(yè)自動(dòng)化到醫(yī)療保健。今年2月，該初創(chuàng)公司在B輪后續(xù)輪融資中籌資1900萬(wàn)美元。
2）雷達(dá)、激光雷達(dá)和V2X
除了攝像頭之外，無(wú)人駕駛環(huán)境感知設(shè)備還包括雷達(dá)、激光雷達(dá)和V2X。它們同樣分別有各自的優(yōu)勢(shì)和局限性。
1> 雷達(dá)
汽車通過(guò)雷達(dá)發(fā)出無(wú)線電波，檢測(cè)前方物體的距離、范圍和速度。
雷達(dá)技術(shù)有更廣的檢測(cè)范圍，且不依賴于更容易出錯(cuò)的旋轉(zhuǎn)部件，被認(rèn)為比激光雷達(dá)更可靠。此外，雷達(dá)技術(shù)的成本也大大低于激光雷達(dá)。因此，雷達(dá)技術(shù)被廣泛用于無(wú)人駕駛汽車和ADAS。
一些初創(chuàng)公司致力于研發(fā)雷達(dá)及天線技術(shù)。比如，今年9月從寶馬和百度籌資到500萬(wàn)美元種子資金的無(wú)人駕駛傳感器初創(chuàng)企業(yè)Lunewave，該公司正在研究使用3D打印技術(shù)來(lái)生產(chǎn)性能更強(qiáng)、范圍更廣、精度更高的天線。這一技術(shù)基于上世紀(jì)40年代開(kāi)發(fā)的倫伯透鏡天線。
再如，今年5月在種子后續(xù)輪融資中從本田、豐田、電裝等知名汽車公司處籌集了1000萬(wàn)美元的毫米波雷達(dá)公司metawave，該公司開(kāi)發(fā)出的模擬雷達(dá)技術(shù)使用自適應(yīng)超材料天線，以加快傳輸速度、擴(kuò)大探測(cè)范圍。
2> 激光雷達(dá)
激光雷達(dá)被認(rèn)為是無(wú)人駕駛汽車中最強(qiáng)大的傳感器之一，具有高精度、高分辨率的優(yōu)勢(shì)，通過(guò)激光掃描能精準(zhǔn)創(chuàng)造出汽車周邊環(huán)境的3D模型，以便探測(cè)周圍的行人、車輛等。
激光雷達(dá)技術(shù)使用紅外傳感器來(lái)探測(cè)物體距離——傳感器快速發(fā)出激光脈沖，并測(cè)量光束返回其表面所需的時(shí)間。
不過(guò)，其劣勢(shì)在于技術(shù)落地成本高昂。傳統(tǒng)的激光雷達(dá)裝置包含許多旋轉(zhuǎn)部件，以捕捉車身周圍環(huán)境的360度視圖。這些旋轉(zhuǎn)部件的開(kāi)發(fā)成本更高。
開(kāi)發(fā)商在盡力降低激光雷達(dá)傳感器成本的同時(shí)，仍要保持其高精度。目前降低激光雷達(dá)成本的基本方向，是讓激光雷達(dá)從“機(jī)械”往“固態(tài)”的方向走。固態(tài)激光雷達(dá)裝置沒(méi)有活動(dòng)部件，不依賴于內(nèi)部機(jī)械的運(yùn)轉(zhuǎn)，而是通過(guò)電子部件360度發(fā)射紅外線，從而實(shí)現(xiàn)對(duì)周圍環(huán)境360度的掃描——這種固態(tài)裝置實(shí)施起來(lái)成本較低。
激光雷達(dá)傳感器的另一個(gè)缺點(diǎn)是，由于它只是使用紅外激光束來(lái)探測(cè)物體，無(wú)法探測(cè)物體的顏色信息，例如斑馬線、紅綠燈的狀態(tài)等，因此無(wú)人駕駛汽車都需要配備攝像頭等光學(xué)探測(cè)設(shè)備進(jìn)行交通信號(hào)的識(shí)別。
在固態(tài)激光雷達(dá)裝置的開(kāi)發(fā)上，已經(jīng)有一些公司取得了進(jìn)展。
以色列初創(chuàng)公司Innoviz開(kāi)發(fā)的固態(tài)激光雷達(dá)技術(shù)成本將只有數(shù)百美元，這個(gè)成本只是配備128個(gè)激光器的Velodyne高端激光雷達(dá)裝置75000美元售價(jià)的零頭而已。今年4月，Innoviz宣布與汽車制造商寶馬和一級(jí)供應(yīng)商麥格納合作，在寶馬的無(wú)人駕駛汽車中部署其激光雷達(dá)激光掃描裝置。
Aeva也在開(kāi)發(fā)固態(tài)激光雷達(dá)。該公司在今年10月的A輪融資中籌資4500萬(wàn)美元。該公司聲稱其技術(shù)的覆蓋范圍是200米，成本只要幾百美元。與傳統(tǒng)的激光雷達(dá)不同的是，Aeva的技術(shù)發(fā)出連續(xù)的光波，而不是單個(gè)脈沖。
此外，總部位于中國(guó)的速騰聚創(chuàng)（Robosense）在開(kāi)發(fā)固態(tài)激光雷達(dá)。該公司在今年10月的C輪融資中籌資4330萬(wàn)美元，投資者包括阿里巴巴旗下的物流部門(mén)菜鳥(niǎo)智能物流網(wǎng)絡(luò)以及上汽和北汽兩大汽車制造商，這是中國(guó)的激光雷達(dá)公司中金額最大的一輪融資。
此外，無(wú)人駕駛汽車的開(kāi)發(fā)人員正嘗試結(jié)合雷達(dá)和激光雷達(dá)傳感器，以增強(qiáng)攝像頭的視覺(jué)感知功能。
3> V2X
除了無(wú)人駕駛技術(shù)中常用的攝像頭或激光雷達(dá)這一類視距傳感器外，許多汽車領(lǐng)域的初創(chuàng)公司和老牌車企正在致力于研發(fā)車輛到一切（Vehicle to Everything，V2X）技術(shù)。
這種技術(shù)可讓車輛與周圍環(huán)境中一切可能與其發(fā)生關(guān)聯(lián)的事物進(jìn)行無(wú)線通信，包括與周圍車輛通信的V2V技術(shù)，與信號(hào)燈等道路基礎(chǔ)設(shè)施通信的V2I技術(shù)，還有可以與行人的智能手機(jī)間通信的V2P技術(shù)等，讓汽車能與環(huán)境進(jìn)行前所未有的信息交流。
相比攝像頭和激光雷達(dá)，V2X通信覆蓋范圍更大，有助于克服激光雷達(dá)、雷達(dá)和攝像頭等視距傳感器的局限性。它具有突破視覺(jué)死角和跨越遮擋物的信息獲取能力，可以檢測(cè)道路危險(xiǎn)、交通擁堵以及車輛視野之外的前方盲點(diǎn)。
V2X傳感器同時(shí)可以和其他車輛及設(shè)施共享實(shí)時(shí)駕駛狀態(tài)信息，還可以通過(guò)研判算法產(chǎn)生預(yù)測(cè)信息。另外，V2X是唯一不受天氣狀況影響的車用傳感技術(shù)，即使在雨天、霧天和強(qiáng)光等特殊環(huán)境下，也不會(huì)影響V2X的傳感器正常工作。
不過(guò)，該技術(shù)仍處于早期階段。
總部位于以色列的初創(chuàng)公司Autotalks正與現(xiàn)代公司合作以擴(kuò)展其V2X傳感器技術(shù)。該初創(chuàng)公司已獲得現(xiàn)代和二級(jí)供應(yīng)商三星的資助。
駕駛員數(shù)據(jù)和模擬
來(lái)自道路測(cè)試和模擬的駕駛員數(shù)據(jù)對(duì)于開(kāi)發(fā)無(wú)人駕駛技術(shù)十分重要，因?yàn)樗鼈兛梢杂脕?lái)訓(xùn)練和改進(jìn)無(wú)人駕駛技術(shù)的算法。
美國(guó)蘭德公司研究表明，要測(cè)試無(wú)人駕駛的安全性是否達(dá)到可以接受的程度，需要上萬(wàn)英里甚至數(shù)十億英里的實(shí)驗(yàn)里程作證明。
這么遠(yuǎn)的路程需要無(wú)人駕駛汽車的開(kāi)發(fā)商花好多年從測(cè)試車隊(duì)收集數(shù)據(jù)，正如蘭德公司研究報(bào)告表示，“即使作最合理的打算，現(xiàn)有的無(wú)人駕駛車也需要幾十年甚至數(shù)百年的時(shí)間才能完成預(yù)定的里程測(cè)試。而如果將測(cè)試放在現(xiàn)實(shí)道路上，則會(huì)是一個(gè)不可能完成的任務(wù)?！?
因此，無(wú)人駕駛開(kāi)發(fā)商通過(guò)模擬來(lái)累積額外的路程。
有一些公司致力于對(duì)駕駛環(huán)境的仿真模擬，以此為無(wú)人駕駛實(shí)驗(yàn)和測(cè)試其駕駛模式提供可能性。
不過(guò)，問(wèn)題在于在重現(xiàn)現(xiàn)實(shí)場(chǎng)景包括各種各樣的應(yīng)用場(chǎng)景，包括交通、司機(jī)行為、天氣以及道路環(huán)境等，這并不容易。
有一種方式是通過(guò)AI生成數(shù)據(jù)集來(lái)訓(xùn)練無(wú)人駕駛。這種方式令無(wú)人駕駛技術(shù)在應(yīng)對(duì)危險(xiǎn)的、不太頻繁的情況時(shí)十分有效，比如眩目的太陽(yáng)光或行人從停泊的汽車后面突然躥出來(lái)。
一些公司便是致力于這一方面。比如，總部位于以色列的初創(chuàng)公司Cognata開(kāi)發(fā)了一個(gè)3D模擬平臺(tái)，提供各種無(wú)人駕駛測(cè)試場(chǎng)景。該公司在今年10月的B輪融資中從包括空中客車和Maniv Mobility在內(nèi)的投資者處籌資1850萬(wàn)美元。
另外，在模擬這一領(lǐng)域，英偉達(dá)是處于前沿的大公司之一。今年5月，它推出了針對(duì)無(wú)人駕駛汽車測(cè)試的仿真系統(tǒng)DRIVE Constellation。它能夠依靠英偉達(dá)的圖像處理器（GPU）強(qiáng)大的性能創(chuàng)造出一個(gè)完全虛擬化的世界，并24小時(shí)不間斷地對(duì)無(wú)人駕駛系統(tǒng)的算法進(jìn)行模擬測(cè)試，并生成傳感器數(shù)據(jù)流處理模擬數(shù)據(jù)。
今年9月，英偉達(dá)向合作伙伴網(wǎng)絡(luò)開(kāi)放了其模擬平臺(tái)，合作伙伴包括Cognata和Parallel Domain等初創(chuàng)公司以及知名的科技公司西門(mén)子。
與收集駕駛員數(shù)據(jù)有關(guān)的另一個(gè)挑戰(zhàn)是識(shí)別道路物體并標(biāo)注其圖像數(shù)據(jù)，以便無(wú)人駕駛汽車識(shí)別和分類物體。
道路物體包括周邊的街景數(shù)據(jù)，比如十字路口、高架橋、隧道、城市道路、行人、車輛、紅綠燈、指示標(biāo)志、禁止標(biāo)志等。
在這一領(lǐng)域，專注于數(shù)據(jù)管理、注釋和驗(yàn)證工具的初創(chuàng)公司MightyAI在與構(gòu)建計(jì)算機(jī)視覺(jué)模型的公司合作，幫助標(biāo)記用于訓(xùn)練系統(tǒng)的數(shù)據(jù)。
該公司用于解讀收集而來(lái)的數(shù)據(jù)的其中一種技術(shù)是語(yǔ)義分割（semantic segmentation），它按像素分割視頻圖像，以實(shí)現(xiàn)更細(xì)粒度的處理。
中國(guó)的科技巨頭百度也開(kāi)發(fā)了自己的語(yǔ)義分割軟件ApolloScape，這一技術(shù)可實(shí)現(xiàn)多達(dá)26種分類的圖像注釋，包括汽車、行人、自行車、建筑物和路燈等，幫助無(wú)人駕駛汽車識(shí)別道路上的可行駛區(qū)域和前方的危險(xiǎn)。ApolloScape在近日宣布開(kāi)放了它的大規(guī)模無(wú)人駕駛數(shù)據(jù)集。
定位
無(wú)人駕駛對(duì)于定位的精度要求極高，這也是它執(zhí)行所有駕駛策略和規(guī)劃路徑的依據(jù)。
許多無(wú)人駕駛汽車依靠GPS信號(hào)，但這種測(cè)量方法的誤差可能有一二米， 考慮到一條自行車車道平均才大約1.2米，這個(gè)誤差顯然太大了。
因此，無(wú)人駕駛汽車的開(kāi)發(fā)商依賴一系列技術(shù)，將誤差減少到1米內(nèi)。其中一個(gè)技術(shù)就是預(yù)構(gòu)建地圖。
汽車在自行導(dǎo)航時(shí)，會(huì)將其傳感器感知到的周圍環(huán)境信息與存儲(chǔ)在內(nèi)存中的地圖進(jìn)行比較，得到車輛在地圖中的精確位置，幫助汽車預(yù)先感知路面復(fù)雜信息，如坡度、曲率、航向等，這是路徑規(guī)劃與決策的前提。
這種地圖是HD地圖，比導(dǎo)航軟件上的數(shù)字地圖要精確得多。HD地圖含有基于道路的信息，例如車道尺寸、人行橫道和道路標(biāo)志等，并輔以從外部車輛傳感器收集而來(lái)的數(shù)據(jù)。
在這一領(lǐng)域，一些公司通過(guò)設(shè)計(jì)所需的硬件（即傳感器）和軟件，用來(lái)收集路面數(shù)據(jù)，然后轉(zhuǎn)換成這種HD地圖。
比如，DeepMap開(kāi)發(fā)了地圖構(gòu)建軟件，計(jì)劃授權(quán)其他汽車制造商和專注于無(wú)人駕駛汽車領(lǐng)域的科技公司使用。安德森霍洛維茨基金會(huì)和Accel Partners此前就投資了該公司，一級(jí)供應(yīng)商博世在今年8月也成為了該公司的投資方。
Civil Maps也在開(kāi)發(fā)用于全自動(dòng)駕駛車輛的3D繪圖技術(shù)。該公司使用AI將原始傳感器數(shù)據(jù)轉(zhuǎn)換成有用的地圖信息。
也有一些公司自行構(gòu)建HD地圖，目的是授權(quán)感興趣的有關(guān)方使用其數(shù)據(jù)。
HERE Maps和TomTom是構(gòu)建HD地圖這一領(lǐng)域的兩大領(lǐng)軍公司。HERE Maps在2015年12月被德國(guó)汽車制造商聯(lián)盟（奧迪、寶馬和戴姆勒）收購(gòu)。TomTom在今年1月與百度合作，中國(guó)一直是TomTom地圖覆蓋范圍的薄弱環(huán)節(jié)，此次合作彌補(bǔ)了TomTom的地圖缺口；而百度則利用TomTom的實(shí)時(shí)地圖平臺(tái)，改善高清地圖相關(guān)技術(shù)在中國(guó)的應(yīng)用。
此外，科技巨頭谷歌在地圖領(lǐng)域也取得顯著進(jìn)展。沃爾沃在今年10月宣布，將其地圖平臺(tái)由TomTom改為谷歌地圖。谷歌的無(wú)人駕駛部門(mén)Waymo也使用自家車輛在道路上收集的數(shù)據(jù)，自行構(gòu)建高清地圖。
百度在為其無(wú)人駕駛汽車軟件平臺(tái)Apollo擴(kuò)建HD地圖。該公司認(rèn)為，有機(jī)會(huì)通過(guò)將地圖賣給汽車制造商來(lái)實(shí)現(xiàn)創(chuàng)收，創(chuàng)收途徑是收取服務(wù)費(fèi)或者將費(fèi)用納入車輛售價(jià)中。百度認(rèn)為，其HD地圖業(yè)務(wù)最終有望超過(guò)該公司目前領(lǐng)跑中國(guó)市場(chǎng)的搜索業(yè)務(wù)。
還有哪些“小而精”的行業(yè)玩家？
除了上述提到的一些公司致力于開(kāi)發(fā)無(wú)人駕駛所需的特定部件，也有一些公司致力于開(kāi)發(fā)整套的無(wú)人駕駛系統(tǒng)，甚至開(kāi)發(fā)整車。
1）哪些公司開(kāi)發(fā)無(wú)人駕駛系統(tǒng)？
構(gòu)建整套無(wú)人駕駛系統(tǒng)的公司大多提供包括計(jì)算機(jī)視覺(jué)和傳感器融合軟件的套件，以及無(wú)人駕駛所必需的其他硬件。這個(gè)領(lǐng)域的初創(chuàng)公司通常與汽車制造商合作以部署其技術(shù)。
比如說(shuō)，Drive.ai利用其無(wú)人駕駛系統(tǒng)來(lái)開(kāi)發(fā)改裝套件。該公司在得克薩斯州弗里斯科試行了幾個(gè)月的無(wú)人駕駛汽車服務(wù)后，在10月將服務(wù)擴(kuò)大到了得克薩斯州阿靈頓。2017年9月，Drive.ai與Lyft合作，將配備前者系統(tǒng)的無(wú)人駕駛汽車引入到了Lyft的開(kāi)源軟件平臺(tái)上。
中國(guó)也有幾家公司致力于無(wú)人駕駛系統(tǒng)開(kāi)發(fā)。
比如，總部位于北京的Momenta在10月獲得了電動(dòng)汽車制造商蔚來(lái)和中國(guó)科技巨頭騰訊注資的C輪融資。Momenta與蘇州政府合作，部署了大規(guī)模測(cè)試車隊(duì)，并在該市擴(kuò)建智能交通系統(tǒng)。
另有小馬智行（Pony.ai）已與中國(guó)第二大汽車制造商廣汽集團(tuán)合作，部署其整套無(wú)人駕駛汽車系統(tǒng)。9月，該公司在廣州啟動(dòng)了無(wú)人駕駛車隊(duì)，在此之前三個(gè)月，該公司進(jìn)行了A輪融資籌資了1.02億美元。
2）哪些公司開(kāi)發(fā)無(wú)人駕駛整車？
除了上述初創(chuàng)公司專注于無(wú)人駕駛系統(tǒng)之外，也有幾家公司旨在從零開(kāi)始打造新的無(wú)人駕駛汽車，比如，Zoox和Nuro。
Zoox的原型車與傳統(tǒng)汽車大不相同——它不包括方向盤(pán)或儀表板，內(nèi)部有兩把相面對(duì)的長(zhǎng)座椅。由于Zoox的原型車目前還不能合法上路，該公司首先用豐田漢蘭達(dá)SUV來(lái)測(cè)試其傳感器和軟件等技術(shù)。迄今為止，Zoox已籌資8億美元，包括7月B輪融資的5億美元，估值達(dá)32億美元。該公司計(jì)劃在2020年之前用其自主研發(fā)的純電動(dòng)無(wú)人駕駛汽車提供打車服務(wù)。
Nuro則與諸多無(wú)人駕駛汽車創(chuàng)業(yè)公司不同，該公司的無(wú)人駕駛汽車旨在載貨而非載人，以打破困擾眾多零售商的“最后一英里”送貨瓶頸。Nuro認(rèn)為，這些服務(wù)的自動(dòng)化能夠幫助最后一英里快遞業(yè)務(wù)劇增，同時(shí)也會(huì)減少交通事故。
