自动驾驶|把自动驾驶解决方案卖给车企，百度Apollo的商业化越搞越红火了自动驾驶|robotaxi|雷达|算法

文章插图
文 |王寒
8月4日，在百度与Apollo联合举办的【鲲鹏·探秘者】活动中，华航韬略来到北京亦庄Apollo Park体验了国内领先的自动驾驶技术，同时也就其与车企的合作计划进行了讨论。
深耕数据与算法，实现梯队跃升
2020年2月，美国加州车管所（DMV）发布了2019《自动驾驶汽车脱离报告》。这份报告以测量里程和接管率为核心，被用来衡量在加州道路上进行自动驾驶技术测试的公司的技术水平。
报告显示，Waymo 和通用Cruise 依然稳坐前三，而百度竟出人意料地抢走了头把交椅。要知道，在2018年的报告中，百度还排在第七的位置上。
无独有偶，在2021年北京市发布的《自动驾驶车辆测试报告中》，百度Apollo的测试车数量和测试里程均为第一，而它也是北京首家开展自动驾驶在人测试、道路无人化测试的企业。
百度Apollo自动驾驶为啥进步这么快？这要归功于其领先全球的算法能力和大数据积累。

文章插图
首先普及一个知识，就是深度神经网络、大数据、涟漪效应是人工智能技术发展的三要素。
简单来说，通过深度神经网络技术，激光雷达、摄像头等传感器传回的信息，能够刺激机器做出反应，然后，在海量数据和算法的基础上，AI得以运行。而随着不同应用场景数据的增多，AI的失误率会越来越低，这就是所谓的涟漪效应。
2018年，中国首次提出以交通场景复杂度来划分自动驾驶能力级别的思路，自动驾驶能力也被分为了“认知与交通法规遵守能力、执行能力、应急处置能力、综合驾驶能力、网联驾驶能力”五个维度。
这些能力实现的前提，就是通过激光雷达、摄像头等传感器，让机器感知到外部信号，而大多数企业都采用了激光和视觉感知相结合的方法。
在此基础上，为了积累数据和算力，百度Apollo建立了拥有全国最大规模的无人驾驶测试车队，相继在27个城市开展自动驾驶测试，路测里程突破了1200万公里。
根据百度Apollo内部人士介绍：“在测试中遭遇的所有非正常情况，都将转化为数据上传到系统，进行进一步的学习和调整。”
8年深耕，为百度Apollo带来了领先全国甚至全球智能化水平。在北京亦庄经济开发区发现，道路上经常能看到百度Apollo的Robotaxi，在处理周围车辆变道、有行人通过、遇到红绿灯等情况时，它们表现得很像“老司机”。
实现技术赶超的同时，百度深耕数据和算力的路径，也为其商业化打开了窗口。
高精密激光雷达虽然能够通过红外激光感知车辆周围环境，但目前成本依旧过高，且很难满足车规级验证。而百度Apollo的大数据和计算能力，能够有效减轻自动驾驶对硬件的依赖，进而降低整车成本。

文章插图
以今年6月百度Apollo联合ARCFOX极狐汽车打造的Apollo Moon为例，该车搭载了1 颗禾赛定制化激光雷达、一颗安全冗余激光雷达、 13 个摄像头、5 个毫米波雷达以及 2 颗激光雷达。整体造价为48万元，是目前L4级自动驾驶量产车型平均成本的三分之一。
按5年运营周期计算，每个月摊下来的成本是8000元，而北京市内出租车司机的平均收入约为7000元，加上车辆损耗折旧费用、油费等开支，两者成本几乎持平。
也就是说，该车已经具备规模化量产、替代传统人工运营模式的条件。事实上，目前，在长沙、北京、沧州、广州等城市，百度Apollo 已经开放了共享无人车试运营，消费者通过在Apollo Go这款App上下单，就能叫到Robotaxi。