无人车黎明前夕：百度阿波罗平台再升级

　　分析师预测，未来十年自动驾驶汽车会有一个较低的产量，但会稳中有升。在2040年后，自动驾驶会迎来一个更快的增长和更高的产量。

　　美国拉斯维加斯当地时间1月8日，是2018 CES正式开幕前日。下午2点53分，百度刚刚公布完阿波罗（Apollo）计划的2.0版本。此刻，正值北京时间1月9日凌晨6点53分，在百度总部园区，10辆搭载了阿波罗2.0版本的汽车徐徐驶入镜头之内。这些车辆中，既有林肯车型，也有金龙客车，还包括无人送货车等。它们于寒风中无声前进，等待着黎明到来的那一刻。

　　这是拉斯维加斯百度世界大会的中美连线现场。在3分10秒的视频连线过程中，这些车辆演示了列队前进、调头等动作。其中，一辆没有方向盘的客车乘客席上，乘坐了数位百度员工。另一辆小汽车的驾驶座没有驾驶员，车辆自行摆动方向盘，平滑地完成了调头动作。

　　“本次连线中既有合作伙伴的成果展示，也有基于同一平台、面向不同实验场景的产品。”会后，在接受21世纪经济报道等媒体采访时，百度自动驾驶事业部总经理李震宇略为激动地表示，“在本次中美连线过程中，信号稳定性是一个巨大的挑战——北京刮了风，凌晨6点多天气也比较冷。”

　　这一组车队，是百度阿波罗2.0版本能力模块的结晶。自首次公布至今的半年时间内，阿波罗平台在经过两次版本迭代后，终于实现了能力模块的全面开放，并进一步强化了部分核心能力。与之相对应的，是合作伙伴名单的持续增加。

　　那么，这样的阿波罗平台，是否将带领生态合作伙伴迈向无人车的黎明？

　　能力升级

　　此次升级的阿波罗2.0版本，点亮了包括云端服务、软件平台、参考硬件平台及参考车辆平台四大模块，能够实现简单城市道路自动驾驶。这也意味着，阿波罗平台的能力模块已全部对外开放。

　　“与此前版本相比，阿波罗2.0版本开放了红绿灯识别、变道、超车等能力，对于道路上的障碍物也进行了分类识别。”美国当地时间1月6日，百度阿波罗平台研发负责人王京傲在接受21世纪经济报道记者采访时表示。

　　据王京傲介绍，本次阿波罗2.0版本首次开放安全服务，并进一步强化了自定位、感知、规划决策和云端仿真等能力。其中自定位能力可精准探测环境，保证汽车在城市、峡谷、隧道等环境均可正常运行。规划决策能力可令车辆精准识别红绿灯与路口，更快而精准地转弯与规避障碍物。

　　感知模块则可帮助车辆提升交通灯的甄别率至99%，并实现500米范围内的障碍物识别。仿真能力令数据上传从过去的30分钟至如今的30秒，还包括真实道路模拟及一键调用功能。

　　“包括百度在内的许多公司正在关注基于出行服务的自动驾驶，而这会涉及到各种各样的驾驶场景。”IHS Markit高级汽车分析师Roy Wang向21世纪经济报道记者评论道，“在阿波罗2.0 版本中，百度加强了感知和决策算法的能力。这些有助于扩大其解决方案的可应用场景范围，从而帮助向复杂场景进行过渡。”

　　据Roy Wang分析，未来消费者会接受技术相对成熟的自动驾驶移动服务，而法规也会随着自动驾驶的部署逐渐演变。“考虑了这两点和其他一些要素，我们预测未来十年自动驾驶汽车会有一个较低的产量，但会稳中有升。在2040年后，自动驾驶会迎来一个更快的增长和更高的产量。”

　　黎明前夕

　　尽管阿波罗平台的能力在持续强化，且机构普遍预测无人车行业未来稳中向好，但从目前而言，行业的技术瓶颈仍难以逾越。

　　在1月6日体验百度2.0版本林肯MK系无人车时，21世纪经济报道记者注意到，百度无人车对障碍物感知相当敏锐，几乎在交通指示灯由绿转黄的瞬间便产生刹车行为，甚至有时会因此产生顿挫感。多位百度方面人士告诉21世纪经济报道记者，百度无人车的感知决策能力是在终端车辆上。

　　“目前的阿波罗平台中，包括高精地图、仿真测试、OTA无线升级及DuerOS系统等辅助能力落在云端，剩下的包括传感器、软件层都是落在终端车辆上.”在正式接受21世纪经济报道记者采访时，李震宇表示。

　　其中，软件层包括感知、定位、路径规划、控制、交互等多个能力单元，以及在此能力单元上形成的完整系统软件框架和底层实时自动驾驶系统。换言之，在无人车行驶过程中，对各种路况所进行感知判断及反应的“大脑”，就在车辆内部。

　　这也就意味着，在一辆行驶的无人车内，系统需要根据实时路况进行大量的数据计算。在一辆无人驾驶汽车中，摄像头每秒生成20-60MB数据，雷达每秒最多生成10kB，声呐每秒10-100kB，GPS将以每秒50kB的速度运行，激光雷达的运行速度则是每秒10-70MB之间——每个无人驾驶车辆每天将生成约4TB数据。

　　在终端进行大量的数据计算，将使得车辆内部的能耗比无可避免地偏高。“降低能耗比是行业所需要共同努力的方向。” 赛迪顾问人工智能产业研究中心副总经理向阳告诉21世纪经济报道记者，“目前行业内的一个趋势是，将训练好的模型加载到终端芯片上应用，但最好的方案仍是终端处理计算量的扩容。”

　　李震宇则向21世纪经济报道记者坦言，目前终端上的能耗问题是无人车产品化过程中难以绕开的问题。“但目前更需要解决的是安全问题，”他强调，“例如红绿灯的识别，对机器而言难度极高，逆光、多灯、同色障碍物等情况都是机器准确识别红绿灯会面临的挑战，这就要求大量训练，并进行产品安全方面的大量投入。”

　　至于百度无人车目前的具体能耗比，李震宇表示暂无法透露，“不同车辆拥有不同的功耗”。不过，他仍抱有信心，“从当前情况而言，阿波罗平台架构相对合理，未来终端能力可能随着5G技术的推出而变化，基于5G技术的模型可能会放置在云端，”他表示，“在无人车量产时，低功耗以及低成本的问题将得以解决。”