全球无人驾驶大洗牌,百度Apollo Day宣告Robotaxi进入2.0时代

作者|德新
编辑|王博
全球无人驾驶大洗牌,百度Apollo Day宣告Robotaxi进入2.0时代
文章图片
1.全球无人驾驶大洗牌 , Robotaxi越发向头部聚集
全球无人驾驶落地正呈现两幅面孔 。 随着资本热潮褪去 , 一部分公司在资金和研发上已经难以为继 , Robotaxi落地的资源和希望 , 正无限向头部公司聚集 。
10月 , Argo宣告关闭 , 员工将分流至福特和大众 , 并转向量产自动驾驶的研发;
9月 , AuroraInnovation寻求出售 , 目前市值已跌至15亿美元 , 不足其鼎盛期的1/10;
ZOOX卖身亚马逊之后 , 一部分研发转向无人配送 , 而今年又有消息传出 , 亚马逊关闭了部分无人配送项目 。
假如把L4无人驾驶比喻成一座山峰 , 过去五六年间涌现的那些技术公司们 , 正在进入更难更险的路段 。
观察头部公司们的表现 , 实现「无人化」的突破是一个关键的分水岭 。 那些跨过「无人化」的公司仍在快速挺进 , 与行业中的裁员、关停呈现完全不同的一番景象 。
Waymo近期获得加州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;并且宣布了和极氪合作的新进展 , 基于概念车ZEEKERM-Vision打造量产车 , 车型将在2024年具备量产条件 。
继今年早些发布量产车ApolloRT6之后 , 百度也在本周举行ApolloDay , 第一次完整系统地向外界阐述了Robotaxi无人化落地新阶段的思考 。 多位技术大牛 , 分享了大量百度在过去十年中的珍贵经验和独到的技术判断 。
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 。
浪潮滚滚向前 , 头部公司们吹响了Robotaxi大规模落地的冲锋号 。
2.Robotaxi2.0时代:百度Apollo的技术判断
本届百度ApolloDay的一大看点 , 是百度Apollo以及百度研发体系的多位大牛集体登场 。
更精彩的部分是基于百度的AI、计算机视觉、地图等的技术体系 , Apollo的思考和技术判断 。
非官方的说法是 , 这是一场「价值百万」的技术分享 。 以百度十年千亿级的研发投入来说 , 这场分享价值百万毫不为过 。
我们先从陈竞凯的分享讲起 , 他首先纲领性地抛出了Apollo的几个技术选择:
全球无人驾驶大洗牌,百度Apollo Day宣告Robotaxi进入2.0时代
文章图片
工程化的技术体系
打造能大规模落地的Robotaxi , 核心是搭建安全、可规模化、智能高效的自动驾驶系统 。 从系统设计上有两种思路:一种是偏向学术派的 , 统一建模、端到端的解决方案;另一种是工程导向的 , 做系统拆分 , 逐个突破 。
端到端的解决方案存在很大的不确定性 , 虽然技术发展迅速 , 但到底在未来两年还是十年能取得突破仍是未知的 。 目前百度Apollo的技术搭建仍然沿着工程化的思路 , 将车载体系大致分为:地图、感知、预测决策、规划控制四个大块 。 高精地图不是阻碍 , 而是助力
行业今年提出了「重感知、轻地图」的思路 , 原因是地图资质难、成本高、难获取 。 而百度认为高精地图≠高成本的阻碍 , 难点在于车辆第一次通过已经变更的现实世界时 , 如何安全通过 , 解决方案是实时地图与离线高精地图的融合 。 多模态前融合感知 , 而非纯视觉
以特斯拉为代表 , 行业今年在传感器选择上出现了较大分歧 。 百度的判断是 , 充分发挥各传感器的优势 , 并且在发展过程中将后融合方案转为前融合方案 。 学习型PnC是实现全无人的必由之路
百度最初的预测和决策是分立的两个系统模块 。 预测由数据驱动 , 而决策规划控制是基于规则的方案 。 规则系统的问题是随着系统迭代 , 策略分叉导致投入产出比越来越低 , 且面对城市扩张、场景变化时 , 不仅需要分支节点的调整 , 而是需要从主干到分支的全面调整 , 基于规则的PnC是难以规模化的 。