百度|Apollo Lite 三周年之际，百度以 ANP 完成自动驾驶产品化落地( 二 ) 阿波罗|自动驾驶|robotaxi

前装也意味着车辆的可靠性、一致性和稳定性都要通过考验。基于 Apollo Lite 进化而来的智能领航辅助驾驶产品 ANP 率先在威马 W6 上搭载进行前装量产测试，从这款测试车身上，我们能够看出智能驾驶硬件很好地融入了车身设计。
第二点是计算硬件问题，计算平台要适应车规级。在早期研发阶段，百度使用的硬件与 Robotaxi 相同，尽管百度对它限制了算力，几乎没有量产车会使用服务器级的 GPU 。所以百度将自研计算平台转向可量产、低功耗的计算单元。
第三点则是架构从 X86 转向 ARM ，算力直接减半。 AI 算力的大幅下降意味着 Apollo Lite 必须精进视觉感知模型，在降低计算量、降低时延的同时还要兼顾模型精度。而在规划与控制方面，大部分程序还不是 AI 驱动，所以团队又对软件系统进行了大刀阔斧的重构改造。
最后一点则是对于高精度地图的应用。在研发阶段，系统完全可以依赖 Robotaxi 的高精度地图。因为规划、控制和决策都没有变动，地图的标注非常精细。
但是在量产车上，继续沿用「厚重的」高精地图是不现实的。因为用户可能会将这款车开到任意地方，所到之处都需要地图。
为了提升高精地图的覆盖和降低生产成本， ANP 减少了对高精地图要素的需求，在精度和鲜度不变的情况下更加轻量化。所以，量产版车型上， Apollo Lite 适度放宽了对高精地图的要求。
百度将高精地图元素减少到了原来的 50% ，单位距离地图大小仅为原来的 10% ，同时 Apollo Lite 工程师研发了与轻量级地图相适配的感知、定位和决策规划算法，通过车端算法的升级弥补地图信息缺失。
ANP 带来的可能性
自动驾驶，最重要的就是产品量产落地。

得益于 Apollo Lite 三年来的研发和优化，加之百度在 Robotaxi 产业深厚的积累和迭代。终于在今年，百度交卷了，且答卷内容足够丰富。从泊车域 AVP ，到行车域 ANP ，百度能够完成全场景覆盖。

目前， AVP 自主泊车功能已经上车威马 W6、广汽埃安 V Plus、长城 WEY 摩卡，并推送给了用户。而城市领航辅助驾驶系统 ANP 也会在集度首发新车上率先量产。
这里有一个重点值得关注，虽然很多车企以及科技公司都在苦苦钻研开放道路的领航辅助驾驶，但是真正向外界展示产品表现的可没几家。除了新势力车企代表小鹏的城市 NGP 和科技巨头华为 ADS 系统之外，只有百度 ANP ，而前两者均搭载了两颗及以上激光雷达。
相比之下百度 ANP 由于获得了 Apollo Lite 纯视觉技术感知自动驾驶技术的支撑，并不依赖昂贵的激光雷达。
所以在这三者中，百度的方案成本最低，且最具拓展性。说得再直白点，小鹏作为新势力车企，城市 NGP 的渗透率目前来看只能靠 P5 车型销量。
华为与百度相同，在这其中扮演的是供应商的角色，但是华为 ADS 方案成本太高，车型需要前装激光雷达不说，光是动辄几百 TOPS 的 MDC 算力平台，这价格就不菲了。
而 ANP ，则是能够像一套「模版」一样，根据不同的车型做「粘贴」，下至普通平价车型，上则不设上限。更重要的是，这套系统与激光雷达是不具排他性的，车企也可在 ANP 纯视觉的基础上增加激光雷达。

另外，城市领航辅助驾驶这样的功能需要大量的真实路测经验作为基础，否则安全性无法保障。而这恰好也是百度的优势所在， ANP 与 Robotaxi 本是同源，前者由后者削减配置降维而来，而百度 Robotaxi 真实测试里程已经超过 1800 万公里，这能够确保 ANP 在交付之初以及后续的很长一段时间内，保持真实路测经验数据的领先性。