L3量产前夜,百度自动驾驶“全面上车”方法论

2019 年 5 月 27 日 新智驾

对话百度智能汽车事业部总经理顾维灏。


文 | 胜越

从2018年L2高级辅助驾驶系统逐步出现在一些量产车型上,到2019年上海车展L3级自动驾驶成为百余家汽车厂商必谈的小目标。行业趋势已经明晰:2021年-2022年,L3级自动驾驶将迎来量产大关。

然而,自动驾驶领域仍处于早期发展阶段:产业标准、法规政策不成熟;且自动驾驶大规模落地需要整个产业链上下游分工合作,商业化之路还很长。

L3自动驾驶量产前夜,百度如何穿越“蛮荒时代”?

近期新智驾对话百度智能汽车事业部总经理顾维灏,了解到百度在高精地图、自主泊车、高速自动驾驶等L3级自动驾驶层面的价值观和方法论。

高精地图早期量产阶段,最大的门槛是“标准”

从辅助驾驶跨越到L3,自动驾驶系统将经历一大升级节点。技术的推进程度无疑备受关注。对于L3及以上自动驾驶而言,高精地图是逃不掉的话题。自动驾驶量产前夜,进入2019年,各路高精地图供应商的消息接连不断。 

刚刚过去的两个月内,百度获得高精地图审图号;拿下广汽高精地图量产订单;并被指定为“科技冬奥”自动驾驶高精地图唯一承担单位,将为该项目中的全部自动驾驶车辆提供高精地图及服务。

顾维灏在接受新智驾采访时表示,作为一项新技术,不同于成熟的导航地图产品,高精地图仍处于早期逐步量产化阶段,市场参与者较少,所以现阶段行业在高精地图需求层面并未达到一致的标准,且各家主机厂在高精地图内容、精度及更新方面存在较大差异性。

在和主机厂交流的过程中,顾维灏感受到自动驾驶系统能力较高的主机厂对自动驾驶领域认识较深,对高精地图提出更多特殊要求;相应地,部分主机厂对自动驾驶领域认识有限,对功能定义相对较浅,对高精地图属性要求相应较少。

在toB自动驾驶服务发展的早期阶段,标准产品很难被定义。因主机厂对于高精地图需求不同,所以各家高精地图供应商的地图解决方案,及其对各家主机厂提供的地图产品也会不同。

在高精地图发展早期,行业标准未成型前,百度的策略是同国内主机厂进行深度交流、共同研发高精地图,伴随高精地图产品使用的完整周期。即将高精地图定位于内容服务,百度跟随主机厂需求进行实时更新、保证地图质量,使高精地图产品更具专业性,满足定制化要求。

百度在高精地图层面形成了自有的产品价值观,更加强调产品、技术和生态。围绕三方面,百度也在进行资源储备,建立技术壁垒。

产品:对于高精地图产品而言,百度主打质量和更新。

顾维灏提到,百度将高精地图定义为一种类似于水电煤的内容服务,具备内容支撑性。作为一项内容,高精地图则要保证新鲜、持续服务。

在高精地图内容层面,百度注重质量和更新。这一点和百度最基本的产品价值观相似。

从2013年开始研发高精地图,如今百度已经成为国内唯一在采集硬件和软件系统方面拥有完整知识产权的高精地图数据提供商,拥有从采集设备到数据制作全流程自主技术研发能力,实现了高精度、低成本、规模化的采集方式。

这是百度高精地图的一大优势。拥有完整的知识产权意味着百度掌握着高精地图采集绘制、随时随地更新的自主可控权。相较于其它图商或选择购买别家采集设备、使用别家软件处理平台,百度无需考虑后期高精地图绘制、数据更新受限问题。

*百度高精地图采集车

百度已拥有40辆高精地图采集车,并已完成全国30万公里高速和城市快速路、部分封闭园区、部分地下停车场的数据覆盖,具有厘米级精度及车道级别的属性信息。同时,百度也在进行非结构化道路的前期技术调研,计划于明年开始陆续采集。

Apollo自动驾驶系统解决方案的合作伙伴和应用Apollo开源平台的其它联盟成员也在为百度高精地图众包数据提供支持;数亿百度地图活跃用户、百度地图汽车版以及搭载百度应用的后装车载设备,均可实时回传数据。百度通过多方位的众包数据,已实现分钟级实时更新,准确率达99%。

技术:技术层面,百度主打效率和成本,通过规模化机器、自动化提高效率、降低成本。

百度高精地图的生产过程主要分为外业采集、预处理、数据生产、数据发布四个部分。

外业采集阶段,百度将采集车队采集到的要素进行自动化预处理;在数据生产的过程中,将自动化预处理生成的要素进行人工修正和质检;最后经过自动化数据编译,转化成目标格式发布给客户。顾维灏提到,在高精地图生产测绘流程中,百度通过加入规模化机器,实现自动化;通过人工智能提取、自动化流程,提升高精地图生产质量。

其中,外业采集由百度专业的采集车队负责,其中单人采集方式可降低50%外业成本;内业制作成本层面,百度通过算法自动化,以降低人工作业成本;通过质检和评估自动化,以降低人工校验成本。

客户:通过规模化客户形成生态反馈。

产品的质量和更新最终需要依赖更多客户、车辆所构建出来的数据反馈。在这一点上,百度自Apollo平台创立之初,就不断牵手主机厂等合作伙伴,建立自动驾驶生态。

据了解,在Apollo企业版推出之前,Apollo 开放平台通过开放源代码、数据、API、云端接口等方式,已经吸引到138家合作伙伴入驻,包括宝马、奔驰、沃尔沃、长城、比亚迪、博世等诸多中外汽车产业巨头。Apollo自动驾驶系统解决方案的合作伙伴和应用Apollo开源平台的其它联盟成员将数据共享回传,实现生态闭环。

目前百度已成为拥有最多商业化客户的高精地图提供商,且拿下广汽高精地图量产项目;与数家车企签署高精地图的商业化定点项目,包括北汽、现代、长城、比亚迪、奇瑞、大迈、汉腾。

处于国内高精地图发展的早期阶段,行业标准并未成型。顾维灏提到,牵手主机厂,高精地图供应商百度将依据主机厂在实践过程中的需求,双方共同探讨、互相促进发展,从而加速高精地图行业标准的建立。

依托领先的高精地图采集绘制技术和上车经验,百度将在行业标准制定过程中发挥积极推动作用,引领行业发展。

高速自动驾驶、自主泊车齐驱并进

经历过一波资本追捧热潮和技术落地实践,自动驾驶行业正在回归理性。未来几年内,高级别自动驾驶很可能率先在特定场景中实现落地,主要包括封闭和半封闭区域、结构化和半结构化道路的高速公路、园区和港口等适合低速行驶的限定区域。而高速自动驾驶和自主泊车将提前到来。

在赋能主机厂实现L3级自动驾驶的同时,百度也在兼顾研发自主泊车和高速自动驾驶。去年11月的百度世界大会上,百度进一步确认了高速自动驾驶和自主泊车两大L3级自动驾驶能力的具体量产落地时间表。

顾维灏在智能驾驶分论坛上发声:“高速自动驾驶已真正来临”。百度赋能的自动驾驶汽车正在驶出封闭园区跑进城市、跑上高速,可轻松应对诸如环路/高速巡航、躲避障碍物、自动变道、高速堵车、ETC和匝道等汽车平时在高速路行驶时会遇到的实际场景。

2019互联网岳麓峰会上,百度创始人、董事长兼CEO李彦宏将自主泊车划定为自动驾驶发展的第二境界,提出最后一公里自动驾驶会比完全自动驾驶更早到来。

自主泊车中的高精准泊车将有效优化停车空间利用率。一组有趣的数据是:其将至少提升20%的停车场空间利用率。这对于商业中心(商业区、办公园区等停车场)、交通枢纽(火车站、机场等停车场)、餐饮文娱(商圈、景区、酒店等停车场)等而言意义重大。

目前百度自主泊车解决方案适用于市面99%以上的停车位,不仅可以降低运营商30%的运营成本,还可以为用户节省出70%取车还车时间。

顾维灏提到,自主泊车在中国的适用性越来越广泛,且主机厂对其表现出强烈的诉求。新智驾了解到,目前Gofun出行、盼达用车、威马汽车、现代汽车、欧拉汽车、比亚迪汽车、长城汽车、江淮汽车、力帆汽车等9家企业已成为百度自主泊车合作计划的首批合作伙伴。

自动驾驶量产趋势,伴随的是Apollo商业化开启。2019年年初,百度智能驾驶事业群组总经理李震宇在发布Apollo Enterprise(Apollo 企业版)后发声,“今年是Apollo商业化元年。”

在发布Apollo企业版,正式开启Apollo商业化进程后,近期百度也拿下的自动驾驶高精地图的审图号 GS(2019)1391号,与广汽敲定高精地图量产项目。这也意味着百度高精地图正式开始对外商业化。

然而行业内已达成共识,自动驾驶商业化不是“一锤子买卖”,需要的是汽车全产业链协同合作、技术更新及验证贯穿产品的整个生命周期。在未找到真正可行的自动驾驶商业化路径的早期阶段,牵手主机厂共同研发,保证质量和更新无疑是自动驾驶产品的固本之道。

2019年即将过半,这距离各家主机厂的自动驾驶目标期限越来越近。对于主机厂而言,自主泊车功能上车成为迫切需求;L3自动驾驶规模化量产即将到来,高精地图上车也是每一个自动驾驶玩家需要正视的问题。在高精地图上车并跟随自动驾驶车辆实现大规模落地前,建立相关行业标准成为必解题。当然,这并非一家公司单打独斗即可解决,需要自动驾驶行业合作共同努力。各参与方也在传来讯号:高精地图行业标准正在加速到来。

欢迎在今日头条、天天快报、UC 头条、一点资讯、新浪微博、搜狐号、网易号关注@新智驾

推荐阅读:

    

登录查看更多
0

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
我国智能网联汽车车路协同发展路线政策及示范环境研究
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Arxiv
5+阅读 · 2019年4月8日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Neural Approaches to Conversational AI
Arxiv
8+阅读 · 2018年12月13日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
6+阅读 · 2017年12月2日
VIP会员
相关VIP内容
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
相关资讯
我国智能网联汽车车路协同发展路线政策及示范环境研究
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
相关论文
Arxiv
5+阅读 · 2019年4月8日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Neural Approaches to Conversational AI
Arxiv
8+阅读 · 2018年12月13日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
6+阅读 · 2017年12月2日
Top
微信扫码咨询专知VIP会员