百度|百度最新无人车技术低调发布！6位大牛人均至少T11( 六 ) 技术|无人车|百度最新无人车技

因此，未来车载计算系统一定是相对开放，能够给用户提供高算力、高通用，可以满足客户个性化需求的计算系统。
未来，昆仑芯也会考虑面向高阶自动驾驶系统定制车规高性能的SOC 。
商业落地：L4降维真的能走通？
百度智能驾驶事业群组技术委员会主席王亮，介绍了Apollo在L2、L4方向的商业化进展，以及如和将两种不同的技术栈，统一在一个数据闭环之中。
百度L4自动驾驶运营测试里程累计超过4000万公里；萝卜快跑在多个城市开启对市民的运营，累计订单超过140 万；今年8月百度在武汉和重庆国内首次实现“全无人商业化运营”，这是中国自动驾驶历史上的重要里程碑。

文章图片

辅助驾驶方面，目前国内市场智驾产品以高速领航辅助驾驶和记忆泊车为主。有数据显示，中国居民日常出行中，城市通勤占比在70%以上，有城市自动驾驶能力的L2+产品将是未来市场的主流趋势。
百度将在2023年面向市场推出一款L2+领航辅助驾驶旗舰产品ANP3.0，将支持复杂城市道路场景，并且衔接融通高速和泊车场景。
智能驾驶计算单元，采用的是百度自主研发的智驾域控制器，搭载了2颗英伟达Orin-x芯片，AI算力为500 TOPS；传感器方面，部分搭载了800万像素高清摄像头，视距可以达到400米。同时搭配半固态激光雷达，每秒产生百万以上的点云。
ANP3.0以视觉方案为主，同时系统也搭配激光雷达。ANP3.0视觉、激光雷达两套系统独立运作、低耦合。

文章图片

ANP3.0视觉感知技术始于2019年启动的Apollo Lite项目，采用了“单目感知”加“环视后融合”的技术框架。
今年百度对视觉感知框架进行了升级，推出了第二代纯视觉感知系统Lite++ 。
Lite++通过Transformer把前视特征转到BEV，在特征层面对相机观测进行前融合后，直接输出三维感知结果，并融合时序特征实现运动估计Learning化；模型设计层面，基于transformer结构，实现时空特征融合。
在空间融合阶段将位置编码变换从全局BEV空间转换到局部相机坐标系，消除相机内外参差异带来的差异。时序上尽可能多的融合主车运动与多帧信息，提升障碍物检测稳定性。同时基于时序特征，障碍物的速度、意图、未来轨迹预测等关键信息都可以进行端到端的输出。
此外，Lite++对后处理的多相机融合依赖更低，算力需求更轻，泛化性更好。

文章图片

ANP3.0的目标是让自动驾驶能够随时随地的开启，技术路径是用好百度多年在高精地图领域积累的优势；结合百度对自动驾驶算法的理解，定义了为智驾规模化泛化而生的“轻量化”自动驾驶地图。在降低地图制作成本的同时，通过建设在线地图学习能力，用算法应对现实变更、冗余地图的标注问题。
目前ANP3.0已进入北上广深多地泛化测试阶段，将在2023年夏天随着第一个客户车型上市与大家见面。
随着L4规模化商业试运营的到来和高级辅助驾驶产品的普及，百度如何利用L2+产品反哺L4技术，加速Robotaxi的规模化商用？

文章图片

百度|百度最新无人车技术低调发布！6位大牛 人均至少T11( 六 )

百度|百度最新无人车技术低调发布！6位大牛人均至少T11( 六 )