Roadstar.ai是一家成立于年5月的无人驾驶公司，在深圳跟硅谷都设有分部，公司致力于打造领先的Level4无人驾驶技术，为人们的出行提供方便快捷的解决方案。
Roadstar.ai三位联合创始人佟显乔（CEO）、衡量（CTO）、周光（首席机器人专家），曾在谷歌、苹果、特斯拉、英伟达、百度等公司就职，有着丰富的自动驾驶实战经验，并都是自动驾驶研发的中坚力量。
佟显乔是弗吉尼亚理工大学无人车方向博士，曾就职于苹果特殊项目组(无人车研发)、英伟达自动驾驶算法组，曾在百度硅谷团队担任无人车定位和地图组技术组TechLead。
衡量是斯坦福大学博士，曾就职于特斯拉Autopilot组、谷歌地图街景组，曾在百度自动驾驶项目组（ADU）技术委员会任核心委员，担任Sensing组经理和TechLead。
周光是德州大学博士，年大疆全球开发者大赛第一名(+参赛队伍)，曾在百度硅谷无人车团队负责标定、感知等方面的工作。
创业之初定方向
由于三人之前都供职过不同的公司，也有着不同的经验，因此对于创业的方向，多了不同于其它人的见解。
Roadstar.ai选择进入无人驾驶领域Level4级别的市场，是在三人深思熟虑之后决定的，他们认为Level4将会是一场技术革命，像无线通信、智能手机一样，给我们的生活带来翻天覆地的变化。
众所周知，在无人驾驶的发展方向上，各个大公司的专注都不同。
百度和早期的Google主要以高线数激光雷达为主传感器，他们的一台路测车辆连同所装备的设备加起来价格不菲，高达百万美金。
而Apple和Uber由于是后起之秀，没有直接沿袭激光雷达为主的做法，而是采取了多传感器融合的策略，将激光雷达和摄像头并举，辅以其它的一些传感器，是目前业内公认比较有潜力的新架构。
另一方面，硅谷最明星的两家初创企业，Drive.ai和Cruise也纷纷采用多传感器融合路线，来设计他们的方案。Cruise靠着多颗低线数激光雷达形成的密集点云，可以很好的识别旧金山高低起伏而复杂的地形，已经在旧金山开始进行公开路测一段时间了。
佟显乔认为，一家初创公司，由于没有过去路线的历史包袱，应该直接采用最能够对接未来传感器发展趋势，并且大幅降低成本的多传感器融合方案。
因此三位创始人一开始就决定，要充分利用技术的后发优势，实现“低成本”和“高性能”兼具，能够最好的对接未来传感器的技术方案。
经过研发，Roadstar.ai确定了一种以低成本激光雷达+摄像头+毫米波雷达组合为主，再配以其它的传感器如GNSS、IMU的方案。这种方案既平衡了纯粹使用高线数激光雷达价格高昂的弊病，又弥补了各个传感器自身的一些缺点。
确定了技术方案之后，还需要确定公司产品主要瞄准的一个市场。在这一点上，Roadstar.ai经过走访物流企业，矿山，和主机厂及Tier1配件商进行过深入探讨后，确定了最佳的路线——瞄准未来无人驾驶领域专车市场。
不同视角瞭望无人驾驶
佟显乔对于自动驾驶有着自己的看法，他认为自动驾驶的发展，并不应该总站在汽车主机厂的视角看待。因为如果主机厂要做一个Level4级别的自动驾驶汽车，难度是非常大的。
而车从车厂转到消费者手中之后，从开始使用到报废，最多要跑30万公里。如果要直接销售具备Level4无人驾驶技术的车给消费者，需要这台车做到MPI（平均无人工干预里程）达到30万公里以上，而且系统配件能够经久耐用，达到目前的车规级别的要求，这样对消费者而言这才是真正品质合格的“无人车”。这个在技术上，在3年的中短期内极难实现。也许需要10年以上时间。
另一方面，无人驾驶系统需要的成本，即使考虑到未来使用低成本的固态激光雷达，也需要5万人民币以上。对于消费者而言，购买一台15万的代步车，再额外支付5的无人驾驶系统成本，显然不具备魅力。更不要提无人驾驶系统本身的损坏，保养等汽车后市场服务给主机厂带来的麻烦。
而现实中，国内外的主机厂也并没有很强的需求要在新的车型上直接搭载Level4级别的无人驾驶系统来进行销售。开始量产无人车的GM，也是直接将车队投入运营测试，而并没有选择销售给消费者。
主机厂更加