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

文章图片

文章图片

文章图片

文章图片

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。