Loading… 没有激光雷达也能玩 百度自动驾驶表现如何?_TOM汽车
正文
Qzone
微博
微信
没有激光雷达也能玩 百度自动驾驶表现如何?
pcauto    2021-04-27 09:19

【太平洋汽车网 技术频道】本届上海车展中,极狐阿尔法S华为HI版的城市导航辅助驾驶可以说是一个极大的亮点,加上几乎所有的高定位纯电新车都配上了激光雷达,一时间自动驾驶和激光雷达的话题成为了热门。但技术路线总不是固定的,有一家互联网巨头就打造了一套纯视觉领航辅助驾驶系统,并且也即将在量产车上搭载使用,而这家互联网巨头正是百度。

百度Apollo

在自动驾驶的领域,海外有Waymo、Cruise、特斯拉、Uber等企业在做,而国内则有百度、滴滴、文远知行、小马智行、AutoX等公司在努力。但从规模和测试里程来看,谷歌旗下的Waymo和百度Apollo是目前自动驾驶领域的第一梯队。

百度开始做自动驾驶是在2013年前后,在2015年百度开始大规模投入无人车技术研发。在2017年,百度正式对外发布自动驾驶平台——Apollo。发展至今,Apollo已经演变为全球最大的自动驾驶开放平台,截止2019年底,拥有生态合作伙伴177家,这其中囊括了全球的主要汽车制造商以及零部件供应商、芯片公司、传感器公司等等,覆盖从硬件到软件的产业链,拥有全球开发者3.6万名。

Apollo的核心是自动驾驶,而自动驾驶脱离不了的就是测试。因为只有通过测试才能提升系统能力。截止2019年,百度自动驾驶测试里程超过了300万公里、在美国测试里程为10.33万英里、在北京测试里程89.39万公里。百度也是国内唯一获得T4 级别自动驾驶测试牌照的公司,而T4级别的测试场景,对应的是城市复杂道路,包括隧道、林荫路、潮汐车道等等,目前国内仅百度获得了T4测试牌照。

在实际应用中,百度在北京、长沙、广州、沧州等城市已经开展了自动驾驶出租车(Robotaxi)测试,车辆总数超过400辆,累计实现了10万次以上的安全载客出行、累计路测里程超过300万公里。在2020年10月,百度Robotaxi在北京全面开放,乘客在数十个Robotaxi站点钟可以直接APP下单使用Robotaxi服务。

其实前面说了这一大堆,其实就想要告诉大家,在自动驾驶这个领域,其实有不少的企业早就开跑,而百度是其中的一个佼佼者。并且百度在自动驾驶这一块一开局就是以L4级别开始研发应用的,所以可能在一些不太熟悉的朋友看来会觉得百度的现在推的纯视觉驾驶是突然出现的。实际上百度是从L4级的自动驾驶技术开始降维演变,最后推出了这一套L2++级(官方就是这么定义)的驾驶辅助系统。

百度Apollo的Robotaxi自动驾驶系统使用的硬件是旋转式激光雷达、毫米波雷达、摄像头以及高精度地图。因为Robotaxi是L4级的自动驾驶系统(高度自动化,规定场景内由自动驾驶系统完成所有操作,并且事故责任归属自动驾驶系统方而非驾驶座的人),所以需要的硬件要求也更高,并且这个硬件架构是前几年开始研发时就定下了(视觉+人工智能尚未成熟,激光雷达更能提升安全性),后续研发也都是围绕着这套硬件方案展开的。

而近年来,越来越多的车规级激光雷达产品出现,与此同时,激光雷达上车的氛围也逐步变浓。上海车展上,绝大部分定位高端的纯电产品,都搭载上了激光雷达,虽然绝大部分都是“期货”,但也表达出了厂商们对未来自动驾驶路线的一个选择。

不过在2019年,百度Apollo就公开了L4 级自动驾驶纯视觉城市道路闭环解决方案——百度 Apollo Lite。这是百度对未来自动驾驶路线的一次押注,但也有不少人在猜疑,这样的方案,是不是意味着百度背叛激光雷达路线呢?

Apollo Lite

脱胎于百度Apollo的Apollo Lite,重点显然是在Lite,也就是轻身上。

第一个轻是传感器, Apollo Lite车外是没有激光雷达的,仅凭借10个摄像头以及毫米波雷达进行数据采集。第二个轻是算力,10个摄像头产生的数据量,每秒会超过1个G,而参与计算的深度学习模型超过30个,这些计算都被压缩在一块GPU显卡上来完成,整体算力在30TOPS左右,这样就可以降低整套系统的成本。

其实在Apollo Lite推出之时,Apollo的Robotaxi高阶自动驾驶激光雷达方案已经相对成熟,无论是在算法还是运行中都表现良好,虽然Robotaxi使用的是旋转式激光雷达,并非车规级的固态或混合激光雷达,但也证明了这个路线是可行的。那为何这个节点上百度还要推出纯视觉的自动驾驶方案Apollo Lite呢?

“在我们的技术规划中,未来百度在激光雷达的选择上要更从容。重度依赖激光雷达的感知系统面临的问题之一便是雷达技术的更新换代。相比成像原理和时空采样密度各异的激光雷达,视觉成像技术的发展趋势清晰,视觉感知在数据标注、数据复用和模型泛化技术上都更加成熟可控”这是百度智能驾驶事业群组技术委员会对这个问题的答案。其实简单来说,百度并不是抗拒或抛弃了激光雷达,只不过是多给了自己一张船票,让百度在激烈的自动驾驶技术竞争中保持成本和数据优势,对激光雷达的选择更敏捷自由,做到进可攻退可守。

截止到现在,Apollo Lite诞生已经有2年时间,在这两年中,Apollo Lite已经有了巨大的提升。经过近一年的技术迭代,Apollo视觉感知能力稳步提升,百度表示Apollo Lite目前具备了仅使用10颗摄像头应对中国复杂城市道路环境的自动驾驶能力。并且与一年前相比,纯视觉配置的测试车辆规模提升3倍,累计L4闭环测试里程增加18倍,平均送达(无人为干预的点到点自动驾驶)成功率提升60%。

而从百度公布的这系列数据中,不难看出,Apollo Lite虽然能够在城市道路中进行自动驾驶,但距离真正的无人驾驶,还是有很长距离的。这并不就意味着百度技术不行,而是整个自动驾驶领域目前也没能做到纯视觉方案就能无人驾驶,这对算法的深度学习要求非常高,即便是数据量庞大的特斯拉目前也仅在美国开放了小部分城市道路自动驾驶测试权限,距离大规模推送还是有一段距离。

其实目前更多的城市领航驾驶或自动驾驶功能,更多是帮助减轻驾驶员负担,让驾驶员在大部分情况下都能解放双手。但驾驶员的目光依旧需要聚焦在路上,因为自动驾驶系统不能保证100%能够处理路面上的所有情况。

Apollo Lite车外共有10个摄像头,分别是位于前挡风玻璃上方的短焦/中焦/长焦摄像头、位于车顶前方两侧的摄像头、位于左右翼子板的侧后摄像头和鱼眼摄像头、位于车尾的正后摄像头。

虽然说是纯视觉解决方案,但毫米波雷达是必不可少的。真正只依靠摄像头的高阶自动驾驶方案当下几乎没有。Apollo Lite在车头有3个、车尾有2个毫米波雷达。

当然,Apollo Lite里面还有一项玩意是必不可少的,那就是高精度地图。

先来看看高精度地图与普通导航地图有什么区别吧:

高精度地图更多是用于自动驾驶系统中,高精度地图可以提供精确的地图数据,例如前方道路的坡度、弯道的曲率、车道分布情况、路面两侧的设施、匝道分布、收费站车道布局等等信息。车辆可以根据高精地图的信息规划出准确的行车路线。

考虑到高精地图与国防信息相关,目前国内只有14家供应商拥有高精地图的采集和使用权。而百度是这其中的一家,所以Apollo Lite名正言顺地使用上了自家的高精地图。

百度ANP领航辅助系统

2020年12月8日,百度在Apollo 生态大会上,发布了Apollo Navigation Pilot(ANP)百度领航驾驶辅助系统。百度将ANP称为城市全场景自动驾驶量产解决方案,定位的是L2.5智能辅助驾驶产品。

而这套ANP系统,自然就是在Apollo Lite上面诞生的,可以看作是Apollo Lite的商业化方案。ANP系统的好处,其实是三点:1、支持高速和城市道路的自动驾驶;2、使用了高精度地图;3、支持车路协同功能。有人说,百度的ANP,跟特斯拉的AP,当下就有点安卓对苹果的味道:二者都是以视觉为主的自动驾驶解决方案,不过百度ANP是开放型系统,支持各家车企合作使用,而特斯拉只有在自家产品上才能使用。二者谁更好我们不得而知,但显然百度ANP给研发能力相对薄弱的车企一把新武器,有了ANP的包装,车型的卖点可就要丰富不少。这点跟华为高阶自动驾驶方案放到极狐阿尔法S上是一个道理。

ANP系统首批搭载的车型,是已经上市的威马W6。未来威马W6将会推出搭载ANP系统的车型,但具体的时间仍未确定。不过我们争取到了机会,提前感受了一把ANP领航辅助驾驶功能的表现。

用于体验的车型自然是未来确定要搭载ANP系统的车型威马W6,但这个硬件包装和软件依旧处于调试阶段,并不代表最终量产时的表现。威马W6车外除了有Apollo Lite那10颗摄像头外,在后视镜上还各有一颗摄像头,整个车外共有12个摄像头、5个毫米波雷达和12个超声波雷达。

由于是规定好的路线,所以导航路线是事先设定好的,点击开始后,车辆就会自动换挡和松开手刹行驶。

在中控屏上会显示车辆实时的行驶路线,并且红路灯、自动驾驶状态、车身周边的车辆和行人动态模型也会显示在屏幕中。

在城市中跟车和车道居中表现上,ANP系统并没有什么问题,毕竟这个是很基础的功能。红绿灯识别方面,ANP系统距离较远处就能够识别到红绿灯,并且遇到红灯会在斑马线前停下等待,转绿灯后车辆会自动起步。

需要右转的话,系统会在路口200-150米前开始变道到最右侧,然后到路口时也能够自然转向通过,转向后会自动合并汇入主道。

在体验过程中,我们并没有遇上环岛、掉头、左转和人车混杂的路况,所以这部分的表现我们还没能体验到。但官方的演示中,大部分这些场景,系统都是可以自己处理通过的。

不过在体验过程中,我们也遇上了两次车辆的避让情况:第一次是有车辆从右侧倒车出来,横在车辆前方。这个情况系统在车辆倒车出来时就已经识别到,并且开始减速,最终停在障碍车前,待前车通行后,系统又自动重新起步行驶。

第二次,则是道路右侧有车辆刚准备打左露出车头想要汇入车道中,此时ANP系统表现倒是十分老司机,系统并没有减速停下来避让,而是稍微打了一下左,“绕”过了障碍车,继续前行。这个过程系统并没有犹豫,动作十分干脆。

更高难度的下雨、下雪或黑夜等情况,我们也没能够体验到,官方也没有公布在这些环境情况下ANP系统的表现。不过可以确定的是,即便是在白天的行驶中,遇到一些特殊路口时,系统也可能会出现需要人工接管的情况。无论是百度还是华为,这些城市自动驾驶系统仍旧未能到达真正的无人驾驶状态,只是大大降低了驾驶员的驾驶强度。

可能会有人疑问,为何未能真正达到自动驾驶的情况下,供应商们依旧会推出这些城市自动驾驶系统呢?其实从供应商(百度、华为一类)的角度来看,第一是抢占自动驾驶的风口和机会,更重要的是可以让自家的自动驾驶系统获得车端的入口。

所谓获得车端的入口,可以让自动驾驶系统的获得训练和接管数据。自动驾驶系统进行再多的道路测试或是模拟测试,都没有办法还原道路上无穷无尽的所有场景,只有真实在量产车上推送,消费者进行真实驾驶条件下才能获取自动驾驶所需的数据。这点上,无论是百度或是华为都有较大的需求。

而特斯拉在这方面就相对更有优势,截止去年年底,特斯拉车型保有量已经超过了100万台,这些车型在进行驾驶辅助时,就可以采集数据,并且同步进行深度学习。这样特斯拉的自动驾驶席系统就能够拥有庞大的数据支撑,可以让他们的算法和模型更为完善,这是其他自动驾驶供应商或车企暂时无法触达的。

总结

百度的ANP领航辅助驾驶系统,可以说是目前为数不多能够喊出量产的高速+城市自动驾驶解决方案,并且硬件上由于是以视觉为主,没有激光雷达,所以成本也会更低,再加上Apollo生态开放的特性,ANP系统是具备发展潜力的。纵观整个自动驾驶行业,虽然百度、华为等多家巨头都开始全力入局,但我们要清楚认识到,真正的自动驾驶大规模量产还有不少挑战,企业仍需要时间和数据积累。

 

责任编辑: 4126TJ

责任编辑: 4126TJ
广告