沒有激光雷達(dá)也能玩 百度自動駕駛表現(xiàn)如何？

　　【太平洋汽車網(wǎng) 技術(shù)頻道】本屆上海車展中，極狐阿爾法S華為HI版的城市導(dǎo)航輔助駕駛可以說是一個(gè)極大的亮點(diǎn)，加上幾乎所有的高定位純電新車都配上了激光雷達(dá)，一時(shí)間自動駕駛和激光雷達(dá)的話題成為了熱門。但技術(shù)路線總不是固定的，有一家互聯(lián)網(wǎng)巨頭就打造了一套純視覺領(lǐng)航輔助駕駛系統(tǒng)，并且也即將在量產(chǎn)車上搭載使用，而這家互聯(lián)網(wǎng)巨頭正是百度。

　　在自動駕駛的領(lǐng)域，海外有Waymo、Cruise、特斯拉、Uber等企業(yè)在做，而國內(nèi)則有百度、滴滴、文遠(yuǎn)知行、小馬智行、AutoX等公司在努力。但從規(guī)模和測試里程來看，谷歌旗下的Waymo和百度Apollo是目前自動駕駛領(lǐng)域的第一梯隊(duì)。

　　百度開始做自動駕駛是在2013年前后，在2015年百度開始大規(guī)模投入無人車技術(shù)研發(fā)。在2017年，百度正式對外發(fā)布自動駕駛平臺——Apollo。發(fā)展至今，Apollo已經(jīng)演變?yōu)槿蜃畲蟮淖詣玉{駛開放平臺，截止2019年底，擁有生態(tài)合作伙伴177家，這其中囊括了全球的主要汽車制造商以及零部件供應(yīng)商、芯片公司、傳感器公司等等，覆蓋從硬件到軟件的產(chǎn)業(yè)鏈，擁有全球開發(fā)者3.6萬名。

　　Apollo的核心是自動駕駛，而自動駕駛脫離不了的就是測試。因?yàn)橹挥型ㄟ^測試才能提升系統(tǒng)能力。截止2019年，百度自動駕駛測試?yán)锍坛^了300萬公里、在美國測試?yán)锍虨?0.33萬英里、在北京測試?yán)锍?9.39萬公里。百度也是國內(nèi)唯一獲得T4 級別自動駕駛測試牌照的公司，而T4級別的測試場景，對應(yīng)的是城市復(fù)雜道路，包括隧道、林蔭路、潮汐車道等等，目前國內(nèi)僅百度獲得了T4測試牌照。

　　在實(shí)際應(yīng)用中，百度在北京、長沙、廣州、滄州等城市已經(jīng)開展了自動駕駛出租車（Robotaxi）測試，車輛總數(shù)超過400輛，累計(jì)實(shí)現(xiàn)了10萬次以上的安全載客出行、累計(jì)路測里程超過300萬公里。在2020年10月，百度Robotaxi在北京全面開放，乘客在數(shù)十個(gè)Robotaxi站點(diǎn)鐘可以直接APP下單使用Robotaxi服務(wù)。

　　其實(shí)前面說了這一大堆，其實(shí)就想要告訴大家，在自動駕駛這個(gè)領(lǐng)域，其實(shí)有不少的企業(yè)早就開跑，而百度是其中的一個(gè)佼佼者。并且百度在自動駕駛這一塊一開局就是以L4級別開始研發(fā)應(yīng)用的，所以可能在一些不太熟悉的朋友看來會覺得百度的現(xiàn)在推的純視覺駕駛是突然出現(xiàn)的。實(shí)際上百度是從L4級的自動駕駛技術(shù)開始降維演變，最后推出了這一套L2++級（官方就是這么定義）的駕駛輔助系統(tǒng)。

　　百度Apollo的Robotaxi自動駕駛系統(tǒng)使用的硬件是旋轉(zhuǎn)式激光雷達(dá)、毫米波雷達(dá)、攝像頭以及高精度地圖。因?yàn)镽obotaxi是L4級的自動駕駛系統(tǒng)（高度自動化，規(guī)定場景內(nèi)由自動駕駛系統(tǒng)完成所有操作，并且事故責(zé)任歸屬自動駕駛系統(tǒng)方而非駕駛座的人），所以需要的硬件要求也更高，并且這個(gè)硬件架構(gòu)是前幾年開始研發(fā)時(shí)就定下了（視覺+人工智能尚未成熟，激光雷達(dá)更能提升安全性），后續(xù)研發(fā)也都是圍繞著這套硬件方案展開的。

　　而近年來，越來越多的車規(guī)級激光雷達(dá)產(chǎn)品出現(xiàn)，與此同時(shí)，激光雷達(dá)上車的氛圍也逐步變濃。上海車展上，絕大部分定位高端的純電產(chǎn)品，都搭載上了激光雷達(dá)，雖然絕大部分都是“期貨”，但也表達(dá)出了廠商們對未來自動駕駛路線的一個(gè)選擇。

　　不過在2019年，百度Apollo就公開了L4 級自動駕駛純視覺城市道路閉環(huán)解決方案——百度 Apollo Lite。這是百度對未來自動駕駛路線的一次押注，但也有不少人在猜疑，這樣的方案，是不是意味著百度背叛激光雷達(dá)路線呢？

　　脫胎于百度Apollo的Apollo Lite，重點(diǎn)顯然是在Lite，也就是輕身上。

　　第一個(gè)輕是傳感器， Apollo Lite車外是沒有激光雷達(dá)的，僅憑借10個(gè)攝像頭以及毫米波雷達(dá)進(jìn)行數(shù)據(jù)采集。第二個(gè)輕是算力，10個(gè)攝像頭產(chǎn)生的數(shù)據(jù)量，每秒會超過1個(gè)G，而參與計(jì)算的深度學(xué)習(xí)模型超過30個(gè)，這些計(jì)算都被壓縮在一塊GPU顯卡上來完成，整體算力在30TOPS左右，這樣就可以降低整套系統(tǒng)的成本。

　　其實(shí)在Apollo Lite推出之時(shí)，Apollo的Robotaxi高階自動駕駛激光雷達(dá)方案已經(jīng)相對成熟，無論是在算法還是運(yùn)行中都表現(xiàn)良好，雖然Robotaxi使用的是旋轉(zhuǎn)式激光雷達(dá)，并非車規(guī)級的固態(tài)或混合激光雷達(dá)，但也證明了這個(gè)路線是可行的。那為何這個(gè)節(jié)點(diǎn)上百度還要推出純視覺的自動駕駛方案Apollo Lite呢？

　　“在我們的技術(shù)規(guī)劃中，未來百度在激光雷達(dá)的選擇上要更從容。重度依賴激光雷達(dá)的感知系統(tǒng)面臨的問題之一便是雷達(dá)技術(shù)的更新?lián)Q代。相比成像原理和時(shí)空采樣密度各異的激光雷達(dá)，視覺成像技術(shù)的發(fā)展趨勢清晰，視覺感知在數(shù)據(jù)標(biāo)注、數(shù)據(jù)復(fù)用和模型泛化技術(shù)上都更加成熟可控”這是百度智能駕駛事業(yè)群組技術(shù)委員會對這個(gè)問題的答案。其實(shí)簡單來說，百度并不是抗拒或拋棄了激光雷達(dá)，只不過是多給了自己一張船票，讓百度在激烈的自動駕駛技術(shù)競爭中保持成本和數(shù)據(jù)優(yōu)勢，對激光雷達(dá)的選擇更敏捷自由，做到進(jìn)可攻退可守。

　　截止到現(xiàn)在，Apollo Lite誕生已經(jīng)有2年時(shí)間，在這兩年中，Apollo Lite已經(jīng)有了巨大的提升。經(jīng)過近一年的技術(shù)迭代，Apollo視覺感知能力穩(wěn)步提升，百度表示Apollo Lite目前具備了僅使用10顆攝像頭應(yīng)對中國復(fù)雜城市道路環(huán)境的自動駕駛能力。并且與一年前相比，純視覺配置的測試車輛規(guī)模提升3倍，累計(jì)L4閉環(huán)測試?yán)锍淘黾?8倍，平均送達(dá)（無人為干預(yù)的點(diǎn)到點(diǎn)自動駕駛）成功率提升60%。

　　而從百度公布的這系列數(shù)據(jù)中，不難看出，Apollo Lite雖然能夠在城市道路中進(jìn)行自動駕駛，但距離真正的無人駕駛，還是有很長距離的。這并不就意味著百度技術(shù)不行，而是整個(gè)自動駕駛領(lǐng)域目前也沒能做到純視覺方案就能無人駕駛，這對算法的深度學(xué)習(xí)要求非常高，即便是數(shù)據(jù)量龐大的特斯拉目前也僅在美國開放了小部分城市道路自動駕駛測試權(quán)限，距離大規(guī)模推送還是有一段距離。

　　其實(shí)目前更多的城市領(lǐng)航駕駛或自動駕駛功能，更多是幫助減輕駕駛員負(fù)擔(dān)，讓駕駛員在大部分情況下都能解放雙手。但駕駛員的目光依舊需要聚焦在路上，因?yàn)樽詣玉{駛系統(tǒng)不能保證100%能夠處理路面上的所有情況。

　　Apollo Lite車外共有10個(gè)攝像頭，分別是位于前擋風(fēng)玻璃上方的短焦/中焦/長焦攝像頭、位于車頂前方兩側(cè)的攝像頭、位于左右翼子板的側(cè)后攝像頭和魚眼攝像頭、位于車尾的正后攝像頭。

　　雖然說是純視覺解決方案，但毫米波雷達(dá)是必不可少的。真正只依靠攝像頭的高階自動駕駛方案當(dāng)下幾乎沒有。Apollo Lite在車頭有3個(gè)、車尾有2個(gè)毫米波雷達(dá)。

　　當(dāng)然，Apollo Lite里面還有一項(xiàng)玩意是必不可少的，那就是高精度地圖。

　　先來看看高精度地圖與普通導(dǎo)航地圖有什么區(qū)別吧：

　　高精度地圖更多是用于自動駕駛系統(tǒng)中，高精度地圖可以提供精確的地圖數(shù)據(jù)，例如前方道路的坡度、彎道的曲率、車道分布情況、路面兩側(cè)的設(shè)施、匝道分布、收費(fèi)站車道布局等等信息。車輛可以根據(jù)高精地圖的信息規(guī)劃出準(zhǔn)確的行車路線。

　　考慮到高精地圖與國防信息相關(guān)，目前國內(nèi)只有14家供應(yīng)商擁有高精地圖的采集和使用權(quán)。而百度是這其中的一家，所以Apollo Lite名正言順地使用上了自家的高精地圖。

　　2020年12月8日，百度在Apollo 生態(tài)大會上，發(fā)布了Apollo Navigation Pilot(ANP)百度領(lǐng)航駕駛輔助系統(tǒng)。百度將ANP稱為城市全場景自動駕駛量產(chǎn)解決方案，定位的是L2.5智能輔助駕駛產(chǎn)品。

　　而這套ANP系統(tǒng)，自然就是在Apollo Lite上面誕生的，可以看作是Apollo Lite的商業(yè)化方案。ANP系統(tǒng)的好處，其實(shí)是三點(diǎn)：1、支持高速和城市道路的自動駕駛；2、使用了高精度地圖；3、支持車路協(xié)同功能。有人說，百度的ANP，跟特斯拉的AP，當(dāng)下就有點(diǎn)安卓對蘋果的味道：二者都是以視覺為主的自動駕駛解決方案，不過百度ANP是開放型系統(tǒng)，支持各家車企合作使用，而特斯拉只有在自家產(chǎn)品上才能使用。二者誰更好我們不得而知，但顯然百度ANP給研發(fā)能力相對薄弱的車企一把新武器，有了ANP的包裝，車型的賣點(diǎn)可就要豐富不少。這點(diǎn)跟華為高階自動駕駛方案放到極狐阿爾法S上是一個(gè)道理。

　　ANP系統(tǒng)首批搭載的車型，是已經(jīng)上市的威馬W6（詢底價(jià)|查參配）。未來威馬W6將會推出搭載ANP系統(tǒng)的車型，但具體的時(shí)間仍未確定。不過我們爭取到了機(jī)會，提前感受了一把ANP領(lǐng)航輔助駕駛功能的表現(xiàn)。

　　用于體驗(yàn)的車型自然是未來確定要搭載ANP系統(tǒng)的車型威馬W6，但這個(gè)硬件包裝和軟件依舊處于調(diào)試階段，并不代表最終量產(chǎn)時(shí)的表現(xiàn)。威馬W6車外除了有Apollo Lite那10顆攝像頭外，在后視鏡上還各有一顆攝像頭，整個(gè)車外共有12個(gè)攝像頭、5個(gè)毫米波雷達(dá)和12個(gè)超聲波雷達(dá)。

　　由于是規(guī)定好的路線，所以導(dǎo)航路線是事先設(shè)定好的，點(diǎn)擊開始后，車輛就會自動換擋和松開手剎行駛。

　　在中控屏上會顯示車輛實(shí)時(shí)的行駛路線，并且紅路燈、自動駕駛狀態(tài)、車身周邊的車輛和行人動態(tài)模型也會顯示在屏幕中。

　　在城市中跟車和車道居中表現(xiàn)上，ANP系統(tǒng)并沒有什么問題，畢竟這個(gè)是很基礎(chǔ)的功能。紅綠燈識別方面，ANP系統(tǒng)距離較遠(yuǎn)處就能夠識別到紅綠燈，并且遇到紅燈會在斑馬線前停下等待，轉(zhuǎn)綠燈后車輛會自動起步。

　　需要右轉(zhuǎn)的話，系統(tǒng)會在路口200-150米前開始變道到最右側(cè)，然后到路口時(shí)也能夠自然轉(zhuǎn)向通過，轉(zhuǎn)向后會自動合并匯入主道。

　　在體驗(yàn)過程中，我們并沒有遇上環(huán)島、掉頭、左轉(zhuǎn)和人車混雜的路況，所以這部分的表現(xiàn)我們還沒能體驗(yàn)到。但官方的演示中，大部分這些場景，系統(tǒng)都是可以自己處理通過的。

　　不過在體驗(yàn)過程中，我們也遇上了兩次車輛的避讓情況：第一次是有車輛從右側(cè)倒車出來，橫在車輛前方。這個(gè)情況系統(tǒng)在車輛倒車出來時(shí)就已經(jīng)識別到，并且開始減速，最終停在障礙車前，待前車通行后，系統(tǒng)又自動重新起步行駛。

　　第二次，則是道路右側(cè)有車輛剛準(zhǔn)備打左露出車頭想要匯入車道中，此時(shí)ANP系統(tǒng)表現(xiàn)倒是十分老司機(jī)，系統(tǒng)并沒有減速停下來避讓，而是稍微打了一下左，“繞”過了障礙車，繼續(xù)前行。這個(gè)過程系統(tǒng)并沒有猶豫，動作十分干脆。

　　更高難度的下雨、下雪或黑夜等情況，我們也沒能夠體驗(yàn)到，官方也沒有公布在這些環(huán)境情況下ANP系統(tǒng)的表現(xiàn)。不過可以確定的是，即便是在白天的行駛中，遇到一些特殊路口時(shí)，系統(tǒng)也可能會出現(xiàn)需要人工接管的情況。無論是百度還是華為，這些城市自動駕駛系統(tǒng)仍舊未能到達(dá)真正的無人駕駛狀態(tài)，只是大大降低了駕駛員的駕駛強(qiáng)度。

　　可能會有人疑問，為何未能真正達(dá)到自動駕駛的情況下，供應(yīng)商們依舊會推出這些城市自動駕駛系統(tǒng)呢？其實(shí)從供應(yīng)商（百度、華為一類）的角度來看，第一是搶占自動駕駛的風(fēng)口和機(jī)會，更重要的是可以讓自家的自動駕駛系統(tǒng)獲得車端的入口。

　　所謂獲得車端的入口，可以讓自動駕駛系統(tǒng)的獲得訓(xùn)練和接管數(shù)據(jù)。自動駕駛系統(tǒng)進(jìn)行再多的道路測試或是模擬測試，都沒有辦法還原道路上無窮無盡的所有場景，只有真實(shí)在量產(chǎn)車上推送，消費(fèi)者進(jìn)行真實(shí)駕駛條件下才能獲取自動駕駛所需的數(shù)據(jù)。這點(diǎn)上，無論是百度或是華為都有較大的需求。

　　而特斯拉在這方面就相對更有優(yōu)勢，截止去年年底，特斯拉車型保有量已經(jīng)超過了100萬臺，這些車型在進(jìn)行駕駛輔助時(shí)，就可以采集數(shù)據(jù)，并且同步進(jìn)行深度學(xué)習(xí)。這樣特斯拉的自動駕駛席系統(tǒng)就能夠擁有龐大的數(shù)據(jù)支撐，可以讓他們的算法和模型更為完善，這是其他自動駕駛供應(yīng)商或車企暫時(shí)無法觸達(dá)的。

　　百度的ANP領(lǐng)航輔助駕駛系統(tǒng)，可以說是目前為數(shù)不多能夠喊出量產(chǎn)的高速+城市自動駕駛解決方案，并且硬件上由于是以視覺為主，沒有激光雷達(dá)，所以成本也會更低，再加上Apollo生態(tài)開放的特性，ANP系統(tǒng)是具備發(fā)展?jié)摿Φ摹？v觀整個(gè)自動駕駛行業(yè)，雖然百度、華為等多家巨頭都開始全力入局，但我們要清楚認(rèn)識到，真正的自動駕駛大規(guī)模量產(chǎn)還有不少挑戰(zhàn)，企業(yè)仍需要時(shí)間和數(shù)據(jù)積累。（圖/文/攝：太平洋汽車網(wǎng) 杜慶煒）