自动驾驶仿真模型_apollo自动驾驶仿真

1.Apollo7.0正式发布 布局多元汽车机器人生态

2.在自动驾驶的路上，百度Apollo走了多远？

3.百度Apollo首款量产ACU：让自动泊车「鸡肋变鸡腿」

4.百度Apollo“弯道超车”？

Apollo高精地图能够表征的元素如下图所示，包括 道路、路口、交通信号灯、逻辑关系元素以及其他的道路对象元素。

道路包括左边界右边界。它可分为两个层次，一是道路级别，一是Lane(车道)级别。

每个Lane都有左边、右边界；道路也有道路边界，而且道路边界是强约束，即自动驾驶的时候，道路边界是永远不能压的。

车道线理论上也是不能压的，但是如果在紧急情况下可以压车道线，比如说可以越过虚黄线进行借道超车。

路口是一个相对复杂的场景，可以进一步细分为路口边界和虚拟车道。路口边界主要用于感知。

可以通过路口的边界，对感知进行过滤。如果感知识别到的静态物体不在地图的路口边界之内，就可以暂时忽略它。虚拟车道主要是用来路口的行驶引导。

交通信号灯可以分为红绿灯和其他道路标志。高精地图会为红绿灯提供一个三维空间位置，其次也会提供红绿灯跟车道之间的关联关系，即告知当前所在车道，应该看哪个灯。

道路标志主要包括人行横道，停止线以及一些路上的文字信息。这些信息可以用于各个模块，例如感知、PNC等。

逻辑关系表述。当前，地图中各个元素之间的关系并没有嵌入到元素的表述中，而是使用overlap来表述两个元素之间的关系。

Overlap主要是用来描述两个元素的空间关系。

Lane和Junction在空间上有重叠，它们之间就会有Overlap。

UTM坐标系把全球分成60个区域带（Zone），每个Zone里面都是相当于Zone中心的一个局部坐标。

UTM坐标系描述的位置十分精确。目前，Apollo内部主要用UTM坐标系。

84坐标系是一套全球经纬度，也是高精地图里面使用的坐标系。

在该坐标系中，把整个地球想象成是一个椭球，地面的高度是相对于椭球面的一个偏移。高由正数表示，低由负数表示。

Track坐标系是基于st的，如上图所示。s是纵向，t是横向。这个坐标系用来表述一个元素跟Lane之间关系，描述它位于Lane的什么位置，相对于Lane起点的偏移量是多少。

在国内，集地图属于国家机密事项。并不是任何人都可以做测绘，并不是每一家厂商或者公司都有资格集地图。

集地图，必须要经过国家测绘部门/安全部门的审批。

同时，测绘得到的数据需要进行加密。高程、曲率、坡度等在高精地图里面是不允许表述的，但这些数据对于无人驾驶又是必须的。如何在符合国家安全要求和技术需求之间找到平衡，这仍是自动驾驶发展所需要正视、解决的问题。

Apollo7.0正式发布 布局多元汽车机器人生态

据日本经济新闻报道，华为公司内部对自动驾驶设定了一个目标，即到2025年成为中国领先的自动驾驶技术平台供应商。

2019年4月份的上海车展，徐直军指出，作为数字化供应商，华为比较确定的工作是做“连接”和“计算”两个领域。

所谓“连接”主要是5G通信、V2X和整车EEA方面的工作，涉及“计算”方面的主要包括终端计算平台和云计算平台，其中，终端计算平台包括智能座舱的麒麟系列和自动驾驶的MDC系列。

在自动驾驶方面，华为此前的战略重点是自动驾驶芯片和仿真模拟平台。在L4级别的计算平台，他们推出了MDC600，在L3及以下级别的计算平台，主要是MD300，在仿真计算平台上推出了一个名为“八爪鱼”的平台。

此外，华为还在推进V2X的相关工作，2019年10月，徐直军透露华为还将生产自动驾驶相关的激光雷达。

至于是否要做自动驾驶软件系统，华为内部一直没有明确的说法，在战略上也举棋不定。如果要做自动驾驶系统，将会成为所有自动驾驶研发公司的敌人，就意味着售卖芯片、激光雷达等生意会受到影响。

此外，自研自动驾驶系统成本非常高，Alphabet旗下的子公司Waymo，成立已经11年，公开道路测试跑了2000万英里，仿真模拟测试跑100亿英里，还不能启动真正意义上的运营。

做自动驾驶系统研发，一年的研发费用投入需要10亿美元，这个数额还在变大。当然了，如果简单地算一笔账，未来全球范围汽车有1.2亿辆，每辆汽车都搭载自动驾驶系统，每个系统价格为3万元，这就是一个3.6万亿元的超级大市场，这是华为包括很多其他科技公司难以抗拒的诱惑。

另外一个坏消息是，既然市场如此巨大，汽车巨头和科技巨头们都不会将这个具有决定性意义的系统“外包”给供应商。

截至目前，在市场上的参与者包括Waymo、特斯拉、百度Apollo、通用的Cruise、大众和福特的Argo、苹果、现代和Aptiv的合资公司、宝马和戴姆勒的合资公司、丰田TRI-AD、Uber?ATG、滴滴、阿里……

强手太多了，杀进去之后能够领先是一个问题，哪怕领先了，他们也不会用你的系统，这就很尴尬。华为自研自动驾驶系统的另外一个挑战是，他们起步的时间比较迟，在此之前没有大规模地投入。

2019年，华为在美国的正面打压之下，营收并没有遭到实质性的影响，这显然让该公司的决策层有了更大雄心壮志，任正非宣布，华为在2020年的研发投入将达到200亿美元。

这是华为加大对自动驾驶系统的一个前提条件。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

在自动驾驶的路上，百度Apollo走了多远？

易车讯 12月29日，百度Create?2021（百度AI开发者大会）自动驾驶分论坛《共创汽车机器人 连接技术与场景》在“希壤”APP召开。论坛上，百度Apollo自动驾驶开放平台Apollo7.0版本正式发布，并向外界展示了Apollo X在多元汽车机器人生态上的布局。

自动驾驶开放平台作为百度多元汽车机器人落地的重要支撑，本次升级发布的Apollo7.0实现了从代码到工具、从开源平台到工具化平台的里程碑式完整进化。在云端服务、开源软件、硬件开发、车辆认证四大开源平台基础上，Apollo 7.0提供了包括一站式实践云平台Apollo Studio、业内领先仿真服务、高效新模型在内的一系列升级，不仅代码全能力开放，更能提供自动驾驶全栈工具链，更易用、更领先、更高效的帮助开发者运用平台能力。

云端服务平台层面，Apollo 7.0将6.0版本中深受开发者欢迎的“数据流水线”服务正式升级为Apollo Studio，涵盖开发者从上机到上车实践的全流程云端工具链，为开发者提供一站式实践平台体验。仿真平台层面，Apollo 7.0推出业界首个PnC强化学习模型训练与仿真评测平台，具有数据真实、功能强大、评测标准全面、架构可扩展等多重优势，有望为强化学习研究提供统一的验证标准。开源软件平台层面，Apollo7.0对感知和预测算法模块升级，引入MaskPillars、SMOKE、Inter-TNT三个基于深度学习的模型，有效减少漏检、抖动等问题。

目前，百度Apollo自动驾驶开放平台已完成11个版本迭代，全球拥有135个国家超80000名开发者，合作伙伴超210个，开源代码量总体70万行，已成长为全球最活跃的自动驾驶开放平台。

Apollo7.0赋能开发者的同时，进一步扩充了汽车机器人连接技术与场景的能力。通过协同产业、赋能行业，百度Apollo与多个生态伙伴联合打造的“汽车机器人”，贯穿客运、货运、生活服务等领域，全方位落地乘用车、公交车、干线物流、仓储配送、矿山港口作业等细分场景。在自动驾驶分论坛元宇宙“现场”，百度Apollo生态中的“阿波龙”公交汽车机器人、DeepWay干线物流汽车机器人、华能伊敏自动驾驶矿卡汽车机器人、新石器零售汽车机器人集体亮相。

作为中国首个在矿山领域实现车路云全方位覆盖的智能化方案，百度Apollo矿山特种作业汽车机器人具备完全自动驾驶能力，可通过车路协同方案实现精准的位置及作业状态信息，未来将不断进化、支持跨工作面全流程作业；干线物流汽车机器人Deepway通过数据驱动，自我学习，让高速重卡场景的自动驾驶能力迅速迭代。Deepway预计2023年投入1000辆重卡，让Deepway成为干线物流领域的AI老司机。

此外，百度Apollo还向开发者分享了Apollo EDU自动驾驶教育人才的丰富和最新进展，并宣布未来3年赋能千万所院校和企业、培养百万自动驾驶工程型人才的目标，全面覆盖应用型及研究型人才，让自动驾驶真正赋能各行各业，推动自动驾驶产业持续繁荣发展。

百度Apollo首款量产ACU：让自动泊车「鸡肋变鸡腿」

10月10日，百度旗下自动驾驶出租车服务Apollo?GO正式在北京开放，北京的朋友们可以通过百度地图或Apollo?GO的APP下单，在海淀、亦庄的站点免费进行试乘。

这个新鲜玩意儿引来不少人关注，他们之中有汽车媒体、行业从业者、大学生、极客、科技博主，试乘现场的几个站点都在排队，首日呼单量就超过了2600单，甚至有人等了好几个小时都没有叫到车。

想必，大家都想知道百度所谓的“自动驾驶”已经发展到什么程度了，想亲眼看看，幻想中的RoboTaxi是否已经变成现实。不过呢，虽然百度宣称Apollo?GO全面开放，但是这个『全面』还是有很多限制的——

首先，运营时段有限，周一到周日的10:00-16:00，避开了早晚高峰以及夜晚的驾驶环境；其次，车辆已经预设好路线，只能在事前好的15个站点上下车（类似摆渡车）；再来，车速将限制在60km/h以下；每台车只能在后座乘坐1-2名的乘客，乘坐者年龄符合18-60周岁之间；最重要的是，每辆车都配备有安全员，随时保证接管车辆行驶。

号称超L3赶L4级的自动驾驶，却又给出了这么多的限制条件，百度的Apollo?GO究竟能达到什么程度呢？百度在自动驾驶领域中又走了多远呢？

百度的自动驾驶发展到什么程度了？

百度的自动驾驶项目早在2013年开始起步，到2015年就累计投入了200亿元，2017年带着一张北京五环的罚单闯入大众视线。在路试落地北京之前，其无人驾驶出租车已经在长沙、沧州进行过了试运营，接送了超过10万名乘客。

就在一个月前，9月15日，一辆没有安全员的无人驾驶出租车载着百度集团副总裁、智能驾驶事业群总经理李震宇和央视记者，在北京首钢园区内行驶。

同一天，百度CEO李彦宏在“百度世界2020大会”上预测了自动驾驶实现商用化的时间表，“5年之内，自动驾驶汽车将进入全面商用阶段”，“凭借智能交通体系，能够提升15%-30%的通行效率”，“5年之内，中国一线城市就不再需要限行，10年之内就能解决交通拥堵问题。”

雄心壮志的背后，确实是有足够的研发实力和经验来支撑。

就在今年2月27日美国加州管理局DMV公布的2019年自动驾驶路测成绩单中，MPI值（Miles?Per?Intervention，无人工干预行驶的平均里程数）排名前五的公司中，有三家来自中国（百度、Auto?X、小马智行），其中以百度为首，并首次超过美国的Waymo，位居第一名。

另外，在Nigant?Research为自动驾驶企业制定的竞争力排名榜单中，百度也首次进入到“Leader”评级，与Waymo与Cruise处于同级。

可以说，百度在自动驾驶领域的研发实力，不仅在国内名列前茅，并且已经得到了全球行业的认可。

Apollo技术具体如何实现呢？

硬件方面，一台Apollo测试车包括工控机IPC（包含专用GPU）、GPS定位系统、IMU惯性系统、CAN总线接口卡、大容量硬盘（数据库）。除了这些基础架构的硬件之外，传感器还包括顶部旋转Lidar（128线）、前向摄像头（双目）、侧向摄像头（单目）、车头/尾Lidar（16线）、车身左右Lidar（16线）、车头/尾毫米波雷达、超声波近身雷达等，基本上是武装到牙齿了。

软件层面，Apollo为定制Linus内核（4.4.32），但没有列出具体的应用软件和数据库等等。地图定位上，Apollo用了Novotel的GPS和IMU组合定位系统，它们可以利用卡尔曼滤波机制融合，提供足够频次和足够精度的定位和姿态信息，这也是目前最好的定位技术之一。

算法层面，Apollo加入DeepDrive深度学习自动驾驶产业联盟，发布了Apollo?的自动驾驶数据集ApolloScape。通过海量、高质的真实数据，为自动驾驶的算法开发、测试进行迭代更新，百度表示，ApolloScape的数据量做到了国内同类数据集的10倍以上。

软硬件的结合，构成了Apollo的自动驾驶系统。其中，整套系统的核心是工控机IPC，这套配置中具体使用了Neousys?6108GC工控机，配套Nvidia的GTX1080显卡，IPC通过USB和Ethernet接口接收各种传感器送来的数据，经过处理后，再通过PCI接口对接CAN卡最终驱动车辆动作。

由于百度是一件互联网企业，并不具备生产车辆的技术与能力。所以这套驾驶系统选择的载体是林肯的MKZ。

为什么是这款车型呢？这里再简单说明一下。

首先，林肯MKZ的电气化结构比较完善，拥有线控油门、线控刹车、线控转向系统；其次，目前有一家以ADAS工具包为主要产品的Dataspeed公司，将林肯MKZ的CAN总线协议破解并封装成ADAS?Kit提供于开发者；再来，福特基于拓展出行服务商的目的，愿意想向自动驾驶公司提供相关接口，是为数不多的可选项之一。

综合以上元素，将林肯MKZ改装为自动驾驶测试车是目前最便捷和最实惠的选择。除了Apollo，英伟达、Pony?AI等自动驾驶公司也是用了林肯MKZ。

总得来说，Apollo凭借这些技术，已经可以实现结构化道路的L3级别，或者称为特定场景、有限场景的L3自动驾驶。从北京的体验者反馈来看，在转弯、变道以及调头，大多数情况下无需安全员手动操作，Apollo都能够平稳完成；前方如有车辆速度过慢，Apollo也会进行变道超车；道路中间突然出现行人时，Apollo能够主动降速等待行人通过再行驶。

不过缺点也存在，由于AI的驾驶“习惯”不够人性，在转向和规避行人时的操作十分生硬，常会强行转弯或骤然刹车，容易产生颠簸，部分乘客人表示出现了轻微晕车的情况。

可以说，百度Apollo的技术实力还是有的，只是还有很大的提升空间。那么在自动驾驶领域处于顶尖位置的车企，他们都是什么水平呢？

其它竞争对手的进度

目前，自动驾驶技术的开发企业主要分为三类，第一类是传统车企或汽车零部件厂商，包括通用、宝马、奥迪、大陆、博世等；第二类是互联网科技巨头，包括谷歌、百度、滴滴、阿里等，其中滴滴同时又是出行平台，在自动驾驶研发和使用中有双重身份；第三类是创业型科技公司，包括Auto?X、小马智行等。

这里我们就举两个典型的例子，一个是车企代表特斯拉、一个是Google系的Waymo。而两个例子，也恰好是激光雷达和视觉识别两条技术路线的代表。

先说Waymo，Waymo是Google于2009年1月开启的一项自动驾驶汽车，之后于2016年12月从Google独立出来，成为Alphabet公司旗下的子公司。

就在今年初，Waymo宣布其自动驾驶路测超过2000万英里；3月，Waymo宣布获得第一轮外部投资，共22.5亿美元，投前估值达到了1050亿美元，远远超过大众、戴姆勒、通用等一众车企。

对比百度的Apollo?GO，Waymo的RoboTaxi更早，于2018年年底在美国凤凰城上线Waymo?One服务，这也是全球Robotaxi商用化尝试的开端。今年10月，Waymo宣布在凤凰城进入全无人状态驾驶（无安全员），并面向公众公开提供收费服务，这标志着Robotaxi在技术、商业全面实现上走出了第一步。

因为不生产汽车，Waymo的最大优势集中在算法。它是基于激光雷达为主的解决方案，秉持“交通即服务”的商业模式，重激光雷达、重地图，优势是能够快速搭建系统原型，不仅对大数据的依赖程度低，还更容易检测、提取和分割数据，安全上更有保障。但是缺点是，传感器的成本高、拓展性弱、商业化速度慢。

与之相对的是，特斯拉的Autopilot代表的是“汽车即产品”的服务模式，从驾驶逐步过渡到完全自动驾驶，重摄像头、重视觉识别、轻地图。因为需要视觉学习，所以对数据的依赖程度更高，为此特斯拉也有自己的“独门秘籍”——影子模式（号称拥有100亿英里的实测数据），优点是成本更低、拓展性更强、商业化速度更快；缺点是，安全控制上不如激光雷达。

从技术上来啊说，特斯拉是目前唯一一家从软件算法到硬件架构全部自研的车企，其软硬件技术也一直处于行业领先。日经BP社曾在拆解Model?3时得出结论，认为特斯拉在电子架构上已经领先竞争对手6年时间；而大众董事会成员Thomas?Ulbrich也承认，特斯拉在电动汽车和开发软件方面领先大众10年。

特斯拉Autopilot的主要优势在于神经网络、海量数据与控制算法，虽然理论技术上与Waymo或Cruise难拉开差距，但是它拥有将算法与车辆控制结合的深厚经验。值得注意的是，特斯拉Autopilot投入市场的策略更加激进，就在这个月，特斯拉宣布推送完全自动驾驶版FSD?Beta给少部分目标用户，以实现接近L4级的自动驾驶。

从实测体验来看，FSD?Beta大部分时间都可以实现“零干预驾驶”，它可以在路口识别红绿灯以及道路旁的禁令标志，能够根据路口标线以及导航自动选择车道。在通过环岛等复杂路口时，FSD?Beta也能自主遵守路口让行规则行驶，并自主避让路边的行人和非机动车。

现阶段，无任何标线划定的狭窄道路对于其它所有驾驶系统而言都是噩梦，但以摄像头为主导的FSD?Beta仍然能够胜任，路面的边界、通行路径和两侧停泊车辆全部都能被探测到。即使是在两边停满车辆的停车场路段，FSD?Beta仍可识别出几乎所有交通参与者。在夜间测试过程中，FSD?Beta的识别能力仍与白天时大致保持相同，依然相当精确。

我们离真正的无人驾驶还有多远？

总得来说，百度Apollo在国内已经属于领先地位，在国际上也处于第一梯队，?但是距离业界领头羊Waymo、Cruise以及特斯拉的Autopilot还有一段距离，这也是百度Apollo之后的前进目标。

那我们离无人驾驶还有多远呢？

这取决于前方的困难何时才被解决。譬如技术上的边角案例（Corner?Case）。车辆通过雷达或摄像头集的数据，上传后供机器进行学习，但是实际行驶中，难免出现一些超出机器的经验范围的路况，这些就是边角案例（如台湾Model?3撞货车的例子）。电动汽车百人会的研究报告指出，如今的无人驾驶技术可处理90％的常规路况，但剩下的10％边角案例影响巨大，需要花费90％的时间解决。

譬如说法律上的责任归属的问题。责任主体在任何法律中，都是一个至关重要的概念。但是自动驾驶技术，模糊了这个概念的划分。如果自动驾驶的车辆不幸发生，责任在于驾驶员？在于技术供应商？还是在于车辆所属品牌？这都是目前都是没有解决的问题（如美国Uber致行人死亡的例子）。

譬如说路权与道路规则的制定。无人驾驶车辆是否和人工驾驶车辆享有同等路权、接受统一管理？它们是否行驶在同样的车道、应用同样的交通规则？

譬如产品本质的变化。自动驾驶将大幅提高车辆的使用率，从而降低了整个道路的车辆存量，因为届时人不再需要车辆的所属权，只需要拥有车辆的使用权，这样的性质转变，公众是否能够接受？

譬如说技术上的问题。著名的电车难题又会重现，设一辆自动驾驶的车辆，面对前方路边突然冲出的行人，可进行躲避操作保护行人，但是会牺牲乘客和道路其它车辆的安全，反之则会伤害行人，AI该如何进行判断选择？

自动驾驶发展要面临的问题还有很多，这里不能一一枚举。也因为如此，致力于自动驾驶技术的企业不能操之过急，将一些还未实现的功能点前置宣传，容易造成公众们的误解，甚至引发重大的安全事故。

汽车供应商大陆在2013年做了一项关于自动驾驶调查，结果显示，66%的美国人认为“自动驾驶汽车让我感到害怕”，50%的人认为“该技术无法可靠运行”。而到了2018年，两项调查结果的数据却增加到了77%。原因可能是特斯拉、Uber等公司在自动驾驶测试中一次又一次的交通事故，影响了公众对于自动驾驶的信心。

百度的未来，自动驾驶的未来

李彦宏在2020年百度世界大会上预测，自动驾驶5年后全面商用，城市拥堵将大大缓解，不再需要限购限行，且随着无人驾驶车辆逐渐普及，交通事故发生率也会大大降低，以车路协同为基础的智能交通基础设施建设，将提升15%-30%的通行效率，从而为GDP贡献2.4%-4.8%的绝对增长。

这样的商业期许也是有市场支撑的，RoboTaxi的商业前景已被众多业界人士和机构所看好。麦肯锡公司预测，中国将会是全球最大的自动驾驶市场，到2030年，自动驾驶汽车总销售额将达2300亿美元，基于自动驾驶的出行服务订单金额将达2600亿美元。

市场调研机构艾瑞咨询则预计，随着人工智能、大数据、云计算、5G等核心技术的日趋成熟，自动驾驶正迎来快速发展阶段。到2022年，全球自动驾驶渗透率将达到50%以上，2030年全球自动驾驶渗透率则将增加至70%。

没有人会怀疑自动驾驶的未来，Waymo用千亿估值告诉所有玩家，自动驾驶是一块巨大的蛋糕。但自动驾驶的漫漫征途需要资金、时间与技术，且由于门槛更高，它不像新势力造车般百花齐放，更是行业中真正高手之间的较量。

尽管在技术上存在长尾效应，相关政策法规仍不明确，大规模商业化年限模糊，但作为L4级自动驾驶最受关注、最得资本青睐的应用场景，RoboTaxi已成为热门赛道。

百度、Waymo、特斯拉、Cruise，谁将主导这场战争呢？?

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

百度Apollo“弯道超车”？

上个月末，百度首款量产自动驾驶计算平台Apollo?Computing?Unit（ACU）正式下线。据悉，该平台将首发应用于威马汽车与百度联合开发的Apollo?Valet?Parking（AVP）自主泊车产品上，威马汽车也将成为国内首家量产落地AVP自主泊车的车企。而百度Apollo则离自动驾驶的高度集成化更近了一步。

Apollo的硬实力

从百度Apollo面世（2017年）至今已有三年左右的时间了，在这期间百度Apollo的发展速度可以用迅猛来形容。在2020年3月，由知名研究机构NR（Nigant?Research）发布的2020年自动驾驶竞争力排行榜上，百度Apollo的排名跃升至了国际自动驾驶「领导者」行列，全球排名第四，前三名分别是Waymo、Cruise、福特。但与前三名不同的是，百度Apollo是从2017年起一路从第三阵营的挑战者、第二阵营的竞争者，超越众多老牌选手后才晋级到第一阵营的，可谓一年一「越级」。

而在美国加州机动车管理局DMV公布的2019年度《自动驾驶车辆接管报告》中，百度Apollo在加州的测试里程达108300英里（约174292公里），接管数据MPI（Miles?per?Intervention，每两次人工干预之间行驶的平均里程数）为18050英里（29049公里），也实现了累计测试里程及MPI的快速增长，特别是MPI成绩首次超过谷歌Waymo，占据头把交椅。

在国内，百度Apollo也一直是行业领头羊般的存在。从一开始它想要建立的就不仅是一个自动驾驶系统，而是一个可以活用自身优势的自动驾驶生态圈，让自动驾驶系统由完善的测试系统去建立可靠性。百度Apollo负责提供车企需要的自动驾驶技术和并进行整合，如开放的源码、AI算法技术、高精地图以及一个给自动驾驶测试的仿真平台等，而车企则可以直接运用Apollo平台的优势不断完善和改进自动驾驶技术，最终实现双赢。

百度Apollo平台在2018年就已经与19家车企达成了合作，2019年配备了百度V2X技术的自动驾驶出租车Robotaxi开始运营。目前，Apollo已经形成了自动驾驶、车路协同、智能车联三大开放平台体系，拥有来自全球的36000名开发者，178家生态合作伙伴，开源了56万行代码，智能驾驶专利数高达1237件，拥有自动驾驶路测牌照150张，在全球23座城市开展路测，累计测试里程超过300万公里，也是目前唯一承担自动驾驶国家人工智能开放创新平台的企业。

Apollo?Valet?Parking有何特别之处？

在今年4月，百度Apollo凭借自身的硬实力又接连拿下了三个城市的「新基建」项目。不得不让人感叹，即使百度被全网嘲讽，Apollo的实力还是要肯定的。那这款Apollo的量产产品ACU平台究竟有哪些值得关注的地方呢？

ACU计算平台是百度在2018年的GTC大会上发布的，根据不同场景的计算能力需求，共分为三个系列产品，包括ACU-Basic、ACU-Advanced?和ACU-Professional，能够支持5路摄像头，12路超声波雷达，预留毫米波雷达和激光雷达接口。其中，ACU-Advanced是自主泊车产品AVP专用车载计算平台，也是百度ACU系列的先发产品。

作为百度Apollo自动驾驶的专用计算平台，ACU具备非常全面的AI能力，涵盖高精建图和定位、环境感知、规划控制等功能。同时，ACU还具备云端更新能力，可实现数据回传、云端训练、升级算法的实时闭环迭代。而搭载了ACU计算平台车型的落地，便能够实现百度AVP自主泊车方案，也可解决停车难所占用的大量时间成本及运营成本。

关于这点，百度主要预设了两大场景。一个就是针对家/公司固定场景打造的Homa-AVP:它能够让驾驶员直接在停车场电梯口下车，车辆在视距内沿固定路线泊入固定车位；另一个场景就是针对交通枢纽、商业中心等公共场景打造Public-AVP：可以让驾驶员直接在目的地下车，车辆自动驾驶入停车场寻找车位泊车。如果在停车场入口拥堵时，车辆也可自动排队。此外，搭载了这个产品，用户还可以在手机上一键遥控，实现远程取还车、自动寻找车位、自动泊车等。

如此看来，ACU-Advanced就是一个专门负责自主泊车的域控制器，可以统一调配各大传感器、算法，专注做好自主泊车功能，与传统车企的自主泊车方案里，几个部分的?ECU?经常各自为战不同，ACU?是把各部分高度集成在了一起，同时，它还可以支持高速自动驾驶，作为冗余的一部分。

从以上两个应用场景中也可以看出，百度的自动泊车功能要比大部分车企搭载的强大得多，特别是应用在第二个场景中的功能。为什么说是大部分？因为两年前博世与戴姆勒在华展示过其联合研发的全自动代客泊车技术（Automated?Valet?Parking），与百度的版本非常相似。

博世-戴姆勒的代客泊车系统需将传感器和计算设备预先装进停车场，传感器对停车场周围的环境和车辆的行驶路径进行感知，然后由停车场内的计算设备计算出车辆的运行轨迹并发出驾驶操作指令，通过WiFi等网络将指令发给汽车，由车辆的线控系统完成自动泊车。

博世的传感器负责探测车辆的行驶路径以及停车场周围环境，并提供指挥车辆所必要的相关信息。博世互联技术提供的停车场智能基础设施和梅赛德斯-奔驰汽车技术之间的配合，能够将智能化基础设施发出的指令转化为驾驶操作指令。通过这种方式，汽车能自行上下坡道，并在停车场不同区域之间移动。一旦基础设施传感器探测到了障碍物，车辆也会立即刹车。

车主开车到停车场，下车之后在手机屏幕上轻轻一点即可将车送到停车位。当车主离开停车场之后，车辆会自动驶向指定的停车位。等车主办完事情回来，再在手机上点击一下，车辆就会回到车主下车的地方，整个过程完全不需要驾驶员上车操作。那对于大部分用户而言，Apollo?Valet?Parking还是挺值得期待的。

同时据百度相关负责人介绍，目前，在中国泊车市场中，有2.7?亿乘用车仅匹配约1亿个停车位，大约有5000万个停车位缺口，尤其是在一线城市中，停车位分布不均，平均停车场有效利用率仅为45%。另外在驾驶过程中，「停车难」问题普遍，即便是「老司机」，平均也有超过30%的驾驶时间被浪费在找车位和泊车过程中，这反映出来了一个巨大的市场。百度称他们的这套自主泊车产品可以节省70%取车还车时间，搞定99%以上停车位，能够彻底解决停车难问题。

一直以来，自主泊车功能在大部分用户眼中都有些鸡肋，远不如「老司机」自己倒车入库熟练。但随着自动驾驶技术的不断发展，自动泊车功能得到了很大的拓展和提升，甚至可以实现「车找位」、「车找人」，而这些都是实际生活中很容易吸引和打动消费者的点，至于未来自动泊车还能应用在哪些场景中，就让我们拭目以待吧。

图?|?来源于网络

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

近日，关于百度自动驾驶出租车的报道不断被“爆炒”。在北京开放的当天上午，一品君也去抢先实地体验了一番，随后便有消息称已爆单，百度自己人都很难预约上。10月14日百度公布了相关数据，称仅12日一天，全天累计订单达到了2608单，单站点的峰值订单数达到了600单，百度Apollo的运营人员表示被这个订单量“惊呆了”。百度官微上被“置顶”的留言充满了对百度自动驾驶的膜拜与傲娇。

对于绝对大部分人来讲，自动驾驶还是一项“未来科技”，不少人在体验过百度的自动驾驶出租车后确实被“惊呆了”。甚至有人觉得，中国自动驾驶要“弯道超车”了。

细心的朋友在体验百度自动驾驶出租车时应该发现车身上Apollo的LOGO。实际上，“Apollo”就是借用了阿波罗登月的含义。Apollo实际上是一个完整的开放自动驾驶生态，于2017年4月19日发布，现在已经发展到了Apollo?6.0，但很多人可能都是因为这一波操作才知道的。

百度的“Apollo”凭借着这次自动驾驶出租车的“亲民”体验让更多人知道了这项技术发展得如此迅速，可谓是名声大噪。不过“Apollo”的竞争对手可以说是同样实力雄厚，并且大有来头。

其中最为著名的就是一家名为Waymo的美国科技公司。你可能没听说过这个名字，但是其为Alphabet公司（Google母公司）旗下的子公司，从这来看就绝非“善茬”。实际上，谷歌早在2009年就设立了自动驾驶专项事业部，而且在最初的几年，谷歌是自动驾驶领域的唯一玩家。

在2018年，也就是百度发布Apollo后的一年，Waymo公司就宣布在凤凰城及周边地区正式推出无人驾驶出租车服务Waymo?One，在当时为了防止事故，Waymo也为自动驾驶车辆配备了安全员，我们现在北京试运行的百度自动驾驶出租车在现阶段也同样配备了安全员。

我们可以发现谷歌自2009年就设立了自动驾驶专项事业部，直到2018年才开始推出无人驾驶出租车服务Waymo?One。而百度的“Apollo”是在2017年发布的，现在我们已经可以在北京体验到了自动驾驶出租车，这一过程仅仅用了3年多时间。从时间上来看，百度的Apollo确实完成了“弯道超车”。

不过我们也不能认为谷歌这些年就是在“虚度光阴”。在当时，技术水平没有现在发达，2009年，当时连配备中控大屏的车型都是“稀有物种”。再看现在，十几万的车型都开始配备了自适应巡航、车道居中等L2级别系统了，所以从这些基础条件来讲，后期发力百度的优势比较明显，谷歌在当时应该是处于“拓荒者”的角色。

硬件只是自动驾驶的表象，数据才是自动驾驶企业的护城河。而大量的数据集则需要进行大量的公共道路测试，在这方面谷歌、百度都有着先天的优势。

相对来讲，从国内销声匿迹的Uber在“回国”后研发自动驾驶就要更为艰难了。从2015年2月Uber开始组建自动驾驶研发部门，每个月都要“支出”2000万美元。截止2019年，Uber就已经“纯开销”了近9.6亿美元。而Waymo背后即使有着Alphabet公司的“物力财力”支持，从2009年到2015年底也是“开销”了11亿美元，到了现在更是以大约每年10亿美元的速度进行着“冲刺”。可见自动驾驶并不是一般企业可以触及的，并且庞大的数据量也是自动驾驶发展“缓慢”的原因之一。

造成自动驾驶发展缓慢的另一项很重要的原因是自动驾驶所引发的事故。在这方面Uber又“中招”了，2018年Uber的一辆自动驾驶汽车在亚利桑那州Tempe市发生交通事故，与一名正在过马路的行人相撞致人死亡，这是第一起自动驾驶车辆导致行人死亡的事故，引起了外界强烈的关注。此事故的发生不仅直接影响到了Uber，不少研制自动驾驶的企业都宣布将自家的自动驾驶延后。

自动驾驶事故发生后，美国对于自动驾驶更加的谨慎了起来，这也给Apollo“弯道超车”带来了机会。

Apollo搭载百度高精度地图的地图盒子，可以实现高精度地图更新，并且百度同样进行了庞大的数据量储备。事实上，能否在当地获得高精地图的收集资质，将是制约自动驾驶“本土化”的重要一环。

除此之外百度很注重的整合，他们选择了与国内外汽车供应商以及主机厂来合作。由百度提供软件平台，汽车供应商提供硬件集成与最终生产，最后产出主机厂能够在其汽车产品上落地的模块。

上表是来自“佐思汽研”的一项数据统计。我们可以看出，百度的自动驾驶研发与同行业的博世、华为和WAYMO相比虽然不占据优势，但是为什么在国内百度的无人驾驶出租车会率先上路呢？

因为早在2017年百度就与博世签署了战略合作协议，博世参与百度Apollo，提供传感器、相关硬件及“博世道路特征”车辆定位服务。同时，博世和百度也将合作从技术层面，协助支持自动驾驶相关法律法规在中国市场的发展和建立。

不仅如此，百度还与其他科技公司进行合作，进行深度全面的整合，到目前为止，Apollo在全球个国家有超过4.5万名开发者，Apollo开放联盟已经有210个合作伙伴，开源代码量总体60万行。Apollo平台已经成长为不仅是中国、而且是全球最为活跃的自动驾驶开源平台。

虽然百度的总评分最低，但是我们可以发现在智能网联生态、高精度地图、车路协同方案以及云服务方面百度均拿到了满分，因为这些方面可以是百度的“专业”。

就在上个月的“百度世界2020”大会上，Apollo定义了完全无人驾驶三大要素：安全稳定的“前装量产车”、零事故率的无人驾驶能力“AI老司机”、应对极端场景的重要配套服务“5G云代驾”，这些都是未来自动驾驶的重中之重，而在这些方面Apollo走在了前列。

百度还整合更多，推出了Apollo?6.0版本，全新版本包括智能新模型,安全无人化,系统新升级,联动新服务,V2X车路协同五大功能,车辆认证平台、硬件开发平台、开源软件平台和云端服务平台四大平台的诸多升级。

针对美国发生的自动驾驶车辆发生交通事故方面的问题，Apollo也在此方面进行了升级，发布了百度无人车第五代自动驾驶套件，增加了更多无人化目标所需要的技术改进。

百度的Apollo自动驾驶发展虽然要晚于美国的不少企业，但“超车速度”确实不慢。要知道谷歌旗下的自动驾驶公司Waymo也仅仅于上周四才宣布该公司在美国凤凰城郊区向公众开放完全无人驾驶叫车服务。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。