连续创业者很多，但是像陈默这样的却并不多见。
他大二辍学创业，涉足广告、二手车电商、游戏，再到如今的无人驾驶。连续创业12年，每次行业跨度都相当大。陈默却不以为意，在他看来，CEO最主要的是快速学习能力和解决问题的能力，剩下的事情就是万变不离其宗了。
2015年9月，陈默带领团队成立图森，和百度、谷歌等聚焦于乘用无人车不同，图森一开始就选择做货运卡车自动驾驶解决方案，成立一年多的时间里小步快跑地摸索无人车低成本、低难度实现商业化的路径。
近期图森已经完成数千万美金的B轮投资，此前还曾获得新浪5000万人民币的A轮投资。
切入货运无人车市场
2005年，从加拿大辍学后的陈默回到国内，想要自己创业做点有意思的事。
他先做了国内最早的楼宇广告平台，卖给了框架传媒，赚到第一桶金;接着又做了个类似瓜子二手车的电商平台，可惜倒闭;第三次创业，陈默选择了游戏行业，他所创立的深蓝兄弟成长为国内第二大的页游棋牌平台，公司卖掉后他实现了财务自由。
此后，陈默出任了一家广告行业的计算机视觉服务提供商——知图科技的CEO，由于这家公司始终无法实现商业化，2015年9月，陈默将15人的技术团队独立出来成立图森未来。
最初，图森做的是基于图片识别的广告业务，通过算法精准匹配，帮助广告主找到最适合产品定位的投放广告位。但是，陈默很快发现图片识别技术在广告行业可商业化机会越来越小，只能转型。
图森办公室
计算机视觉在商业化上主要有三个方向：安防的赛道已经足够拥挤，海康威视、大华、face++等已经牢牢把控市场;医疗方向专业性太强，团队中并没有医学背景的人才;而无人车不同，L4级别的无人车是一个增量市场，在未来还将诞生一个运营无人车的社会分工。
2016年3月，图森的主营业务从广告转型到无人驾驶。
和百度这样的巨头从乘用车切入不同，陈默一开始就跟团队把项目定位成“货运卡车固定开放路段高度自动驾驶的解决方案运营商”，对标已被Uber收购的Otto，帮助高速公路的货运卡车和矿区的矿车降低运输成本。
陈默此前也研究过厂区通勤和码头接驳两种无人车场景，结果发现：厂区通勤车辆受限于园区数量市场规模小，且营销推广起来成本很高;港口码头接驳的无人车虽然线路固定、货运量大且高频，但是由于港口流程繁多且基础设施电子化程度低，仍然需要司机来处理很多问题。
因此，图森从货运物流切入，市场规模大且使用高频，高速公路和城市道路相比，路线简单场景封闭降低了数据采集、地图构建的成本，并且算法也能对其进行针对性调整。
图森北美团队
“国内有货运司机3000多万人，其中有近一半是城际物流司机，无人车如果能代替一半的司机，那也是一个万亿级的市场。”
低成本摄像头快速商业化
一辆无人车如果想要顺畅运行，需要GPS、激光雷达、高清地图等环节的精密配合，才能完成定位、感知、决策、控制四个步骤。
图森会先对高速公路上常见的人、车、塑料袋等十几种物体进行检测，对车距进行比例分割，再通过增强学习来模拟人类司机的行为，做出安全及效率的评估来确定行驶路线，并输出给控制单元操作方向盘。
但是目前，阻碍无人驾驶快速实现商业化的除了技术因素，就是成本控制。谷歌无人车所配备的64线激光雷达，光成本就高达70万，这也限制了谷歌无人车的快速商业化。
森图的无人驾驶产品中硬件是主要成本，其中包括传感器、雷达、计算单元等。相比于昂贵的激光雷达方案，图森是以计算机视觉为主要解决方案：10个摄像头和3个毫米波雷达，每个雷达的成本在2000块左右，所有成本控制在10万元左右。
但摄像头的劣势在于，其受环境光、恶劣天气影响比较大。所以当图森无人驾驶货运卡车遇到大雾等恶劣天气时，车辆会切换为驾驶员操作;在夜间行驶时，无人车会通过人眼不可见的近红外方式进行补光，保证摄像头的成像效果。在这个过程中摄像头承担了绝大部分的视觉任务，扮演“无人车之眼”的角色，毫米波雷达只是作为一个安全性的保障。
“无人驾驶在不同的场景中需要做不同的技术选型，”陈默说，由于矿区车辆行驶速度慢且多粉尘，图森的矿车就选择配备了两台16线的激光雷达加上10个摄像头。
为了降低成本的同时又提高无人车的安全性能，图森会在固定路段使用配备激光雷达的地图车采集信息，信息标记后直接存入车体本地，无人车行驶时则使用毫米波雷达，将实际行驶中的环境数据和车体本地中采集到的数据进行校验对比，当发现二者存在错误时则会作出相应的决策机制。从感知到决策，会经过六七种结果的对比。
图森美国团队小车
“我们不相信任何一种算法或者单一的硬件，只有经过六七种算法的层层确认才会做出最终的决策，这样才能保证出错的几率是最小的。”
另外，除了高昂的价格，激光雷达的检测范围只有120米左右，而卡车由于载重大速度快，刹车距离一般都会超过100米，因此在卡车上使用激光雷达并不是最优选择。
一般来说，一辆配备激光雷达的无人车一小时能够产生1T的数据，为了降低技术难度和成本，图森的无人车在行驶中使用雷达产生的数据远远小于1T且只有当车辆行驶到集散地时才会回传异常数据，省去了行驶中数据回传的成本。
对于车辆产生的数据，图森建立了全国最大的数据库，并通过众包的方式对其进行标注以形成有效数据。
今年6月，图森将在曹妃甸模拟煤矿的卡车货运进行自动驾驶路测。 陈默说，预计到今年底就能看到图森无人驾驶的车队在高速公路上行驶，“我们希望能够做到两个人来控制五辆车，进一步降低成本。”
无人车的“降维”公式
在传统的货运行业，司机经常面临疲劳驾驶、情绪波动等问题，如果对行驶环境判断不准确还会频繁刹车提高油耗。通过无人驾驶，可以避免不必要的急刹车，省掉7%的油耗;在司机成本方面，一般国内司机年薪在12万左右，国外在6到8万美金，通过无人驾驶可以帮助运输公司节省一半的用人成本。
如果无人驾驶是未来趋势，但要想快速实现商业化，除了压低成本，业务上也要降低拓展的难度。
对于快速商业化，陈默打算将外部的销售需求转化为单一为一个股东服务的需求。具体而言，由于国内的运输公司和运输线路都很多，图森将在证明无人车确实可以帮助运输公司降低成本后，让其中一家承运人成为股东，这样既能帮其降低成本，也能令股东享受股权价值的提升。而对于图森来说，这样既拿到了足够的业务，也省去了营销推广的成本。
据陈默介绍，图森将在国内更侧重于矿区自卸车的业务，在国外则侧重于公路货运。
目前图森的团队在中美两地办公，国内80人，美国约40人，8个合伙人中有6个负责技术。
联合创始人、CTO侯晓迪是加州理工计算与神经系统博士，带领美国加州圣地亚哥的核心算法团队;
首席科学家王乃岩是香港科技大学博士，带领国内的算法团队;
COO郝佳男是南洋理工大学博士，曾是淡马锡国家实验室研究员，主要负责无人车的集成和高性能计算。
去年9月，图森研发的计算机视觉与深度学习算法在全球最知名、最权威的自动驾驶算法评测数据集KITTI和Cityscapes上共打破10项世界纪录。其中，KITTI数据集中，目标检测三个单项、目标追踪两个单项、道路分割四个单项，共计九个单项全部排名第一;在Cityscapes评测数据集两套标准下均获得世界第一。
“屠榜不是目的，图森现在要做的就是给客户证明，我们是有能力做到大规模商业化，而且是真的可以为用户节省成本的。”
想了解更多创业公司融资近况，欢迎访问泰伯创客。(http://startup.3snews.net/)!
{{item.content}}