百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地

百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地

文章图片

百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地

文章图片

百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地

文章图片

百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地

文章图片

百度|Apollo Lite 三周年之际,百度以 ANP 完成自动驾驶产品化落地


百度今年捷报频传 , 年初与吉利合资的集度汽车进展神速不说 , 仅仅是百度 Apollo 项目 , 在今年也接连取得突破 。

今年 6 月 , 百度 Apollo 正式发布第五代 Robotaxi Apollo Moon , 这款无人车最大的亮点就是将成本降至 48 万元 , 低成本才意味着更易实现商业化运营 。 而就在上月 26 日 , 百度 Apollo 宣布获得自动驾驶出行服务商业化试点许可 , 这标志着百度 Robotaxi 正式进入商业化试运营阶段 。
在无人车领域 , 百度 Apollo 有着绝对的优势 , 不管是真实路测里程 , 还是车辆的迭代 , 百度始终都在行业前沿 。
但是 Robotaxi 更多还是聚焦于公共无人出行领域 , 对于用户来说 , 大家都更关心什么时候才能在量产车上用上百度自动驾驶系统 , 这就不得不提到百度的另一条纯视觉自动驾驶技术路线——Apollo Lite 。
Apollo Lite 产品化的优势和挑战
目前行业对于自动驾驶的发展方向呈现两极分化状 。
以特斯拉为首的视觉派 , 坚定地认为视觉就是最好的感知 。 并且马斯克还公开表示:「They're all gonna dump Lidar mark my words.」
另一派则是一众新势力车企 , 他们义无反顾地选择拥抱多传感器融合路线 , 甚至车辆搭载的激光雷达数量都能「卷」起来 。

在百度看来 , 不同的技术路线并无对错之分 , 视觉路线能够以更低的成本量产上车 , 多传感器融合方案则能提供更结构化的数据 。 这就是 Apollo Lite 诞生的原因 。
值得一提的是 , Apollo Lite 是目前国内唯一的纯视觉技术方案 。

2019 年 Apollo Lite 诞生时 , 百度对它寄予的希望是降低对激光雷达的强依赖 , 进而以相对较低的成本实现 L4 级自动驾驶 。 据介绍 , Apollo Lite 能够依靠 12 路摄像头进行 360 度环境感知 , 稳定检测距离达到了 240 米 。
在发布当年 , 百度就在北京稻香湖进行了实地自动驾驶验证测试 。 由此 , 百度 Apollo 成为继 Mobileye 之后 , 全球第二家能够仅依靠视觉进行实地自动驾驶测试的科技企业 。
此外 , 纯视觉虽然成本更低且更易铺量 , 但是它也有显著的短板 。
首先 , 摄像头虽能获得图像信息 , 但是无法直接感知物体距离信息(通过特殊算法处理可实现);毫米波雷达的探测覆盖面积较为有限 , 需要算法过滤大量无关信息 。
其次 , Apollo Lite 10 路摄像头(2019 年尚未增添两颗鱼眼摄像头)产生的数据量超过了 1G , 百度 Apollo 参与计算的深度学习模型超过了 30 个 , 将所有的数据压缩在一块 GPU 计算平台上完成 。
即便已经克服了重重困难 , 想要将它做成产品并交付上车 , 仍然面临四大重大挑战 。
首先是车辆的变化 。 在研发阶段 , 百度 Apollo Lite 采用的是林肯 MK-Z , 但是很显然这种后装硬件的方式无法量产 。 但是 , 前装量产对冗余设计、线控调校、散热方案和传感器集成等都是全新的挑战 。