百度Apollo Day 公布无人驾驶关键技术

　　? “自动驾驶”最近一段时间以来，频频被推上热搜。虽然整个行业还未成功过渡到L3，但倒闭、估值缩水、股价跳水、业务收缩等负面信息却缠绕着曾经的自动驾驶头部玩家，尤其是Waymo、Argo AI 这些无人驾驶明星企业。于是，外界用“寒冬”来形容眼下的自动驾驶行业，对“无人驾驶”的信心似乎正在动摇。

　　而百度却要反其道而行之，在近日举办的百度Apollo Day技术开放日活动上，发布新一代Apollo自动驾驶地图，并在业内首发“文心大模型”落地应用于自动驾驶的技术。此外，百度Apollo宣布将持续扩大业务规模，2023年着力打造全球最大全无人自动驾驶运营服务区。L4落地成关键分水岭　　关于自动驾驶的“寒冬”，百度方面认为，高级别自动驾驶研发成本高、周期长。在新一轮行业洗牌中，前期投入带来的滚雪球式技术积累效应开始显现。全球自动驾驶行业正在加速呈现两极分化的局面，其中关键分水岭在于能否实现“无人化”突破。　　具体来看，实现全无人落地、稳步扩区推进规模商业化演进的实力玩家将迎来发展新机遇；反之，潮水退去，技术积累不足无法跨越无人化落地的公司或将面临掉队局面。　　百度、Waymo等公司均跨过全无人自动驾驶运营落地的门槛，密集推进规模商业化进程。例如，Waymo近日获得加州CPUC批准在旧金山、湾区部分城市等区域向公众提供无人驾驶网约车服务；与此同时，百度继重庆、武汉双城开展全无人自动驾驶商业运营后，在北京继续扩大无人测试。Apollo Day技术开放日活动上，百度也宣布，2023年将扩大业务规模，在更多区域开展全无人自动驾驶运营，着力打造全球最大的全无人自动驾驶运营服务区。

　　百度Q3财报数据显示，2022年第三季度萝卜快跑订单量超过47.4万，同比增幅高达311%，环比增幅高达65%。其中，武汉重庆两地的全无人自动驾驶订单量增长迅速；此外，在北上广三个一线城市，平均单车日订单量15次以上，逼近传统网约车服务的日均订单量。从覆盖范围、订单量、用户粘性等多个维度来看，萝卜快跑均已形成“连点成线、积线成面“之势。率先运用大模型技术 高精地图构建自动化率达96%　　“为什么这次无人驾驶公司集体暴雷出现在美国，很可能是因为美国企业坚持的单车智能路线，搞不定高阶自动驾驶。” 同济大学教授、汽车安全技术研究所所长朱西产近期在与汽车之家的交流中谈道，L3级以上高级自动驾驶非常难实现。得益于5G技术的发展，中国开创性地提出通过基于车路云协同的智能网联平台来实现高等级自动驾驶。　　以自动驾驶赖以支撑的高精度地图来说，目前全国28家拥有甲级测绘资质的厂商大多为第三方机构。因此，一众车企提出了“重感知、轻地图”的自动驾驶路线，来避开高精地图的壁垒。　　此次Apollo Day技术开放日活动上，百度自动驾驶技术专家公布了自动驾驶系统感知、预测决策、规划控制，以及数据闭环、地图、算力等全链条技术方案。其中，文心大模型加持的自动驾驶技术为业内首发，低成本、重体验、能量产的Apollo自动驾驶地图更是重新定义了新一代地图发展趋势。　　大模型技术是自动驾驶行业近年的热议趋势，但能否落地应用、能否用好是关键难题。百度自动驾驶依托文心大模型特色优势，率先实现技术应用突破。百度自动驾驶技术专家王井东表示：文心大模型-图文弱监督预训练模型，背靠文心图文大模型数千种物体识别能力，大幅扩充自动驾驶语义识别数据，如：特殊车辆识别、塑料袋等，自动驾驶长尾问题解决效率指数级提升；此外，得益于文心大模型-自动驾驶感知模型10亿以上参数规模，通过大模型训练小模型，自动驾驶感知泛化能力显著增强。

　　百度方面认为，对于L4级自动驾驶而言，要达到99.99%以上的成功率，地图是不可或缺的底层能力。百度自动驾驶技术专家黄际洲发布了Apollo自动驾驶地图，强调其具有知识增强、分层多维、为自动驾驶而生的新一代地图优势。目前，在高精地图层面，AI是降本增效的核心驱动，百度高精地图构建自动化率已达到96%，大幅解决了应用成本高的问题。同时，为保障自动驾驶高安全性，Apollo 自动驾驶地图融合车端感知数据与多源地图，实时生成在线地图，满足自动驾驶过程中实时更新的需求，确保自动驾驶安全。此外，为提升自动驾驶舒适性，Apollo自动驾驶地图基于百度地图1200万公里的领先路网覆盖范围及海量时空数据，结合数亿司机的驾驶知识沉淀，构建全路网级别的驾驶知识图谱。学习人类司机经验，用驾驶知识图谱为自动驾驶搭建进步的阶梯。自研芯片 打造数据闭环　　随着自动驾驶的规模化落地，数据规模将出现爆发式增长。今天的智能汽车,已经成为一个移动的数字节点,通过车身摄像头、传感器以及车内服务交互等方式,一辆智能汽车每天可产生10TB级的数据。

　　于是，如何寻找更有价值的数据，如何高效地利用数据提升驾驶能力，成为自动驾驶持续学习和实现规模化的关键。百度自动驾驶技术专家李昂提出了「高提纯、高消化」的数据闭环设计理念，全面强化自动驾驶的数据炼金术。据介绍，该方案的数据提纯路径利用车端小模型和云端大模型，实现高效率数据挖掘和自动化标注；数据消化架构实现自动化训练，具备联合优化和数据分布理解的能力，有效地利用高纯度数据进一步提升自动驾驶系统的整体智能水平。　　数据闭环的能力有多重要，朱西产曾在与汽车之家的交流中说道，自动驾驶出问题大部分情况都是感知出了问题。拥有数据闭环的能力，意味着可以把出问题的数据标注好重新开始训练。反之，如果没有这个能力，只能眼巴巴地把这个场景交给供应商去做。

　　自动驾驶技术关联广泛，目前自动驾驶技术的底层之争，更多是聚焦在两个领域，一是芯片，二是软件算法。与此同时，芯片，也成为自动驾驶公司拥有自主可控技术的关键。Apollo Day技术开放日上，昆仑芯科技CEO欧阳剑透露，百度自研AI芯片昆仑芯2代已完成无人驾驶场景端到端性能适配，这也将持续夯实百度Apollo软硬一体优势。

　　此外，百度也积极将自动驾驶技术落地高级辅助驾驶产品，探索L4/L2+技术共生路线。百度自动驾驶技术专家王亮认为，百度赋能汽车智能化的信心和底气源于十年自动驾驶技术沉淀。目前，技术栈层面已实现L4与L2+智驾产品视觉感知方案统一、技术架构统一、地图统一、数据打通及基础设施共享。L4将持续为L2+智驾产品提供先进的技术迁移，L2数据反哺也将助力L4泛化能力提升。同时，王亮也强调高精地图是保障L2+城市级智驾产品高安全、体验好的必需必要条件。

查看同类文章：行业视角零部件智能网联更多精彩内容：技术发布汽车之家行业-大数据 全领域 新视点

标签：汉北京理念

汽车资讯热门资讯