5G|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 。

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 。

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 。

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?

实现无人驾驶商业化的最佳路径是 , 前期在限定区域实现技术积累 , 通过技术降维和L4数据 , 为L2+产品做热启动;更长期看 , 利用L2的规模优势 , 提前收集L4泛化所需要储备的长尾问题 。 这也正是百度目前所采取的技术路径 。
在王亮看来 , 百度领航辅助驾驶产品未来3-5年搭载量有望突破百万 。 百万量级行驶在城市道路上的L2+乘用车 , 可有效地收集和补充长尾问题 , 加速L4无人驾驶系统在更大范围运营 , 数据壁垒也将成为百度的L4技术护城河 。

2025年L2+产品将跨越消费者鸿沟 , L4的商业模式也将在局部区域和城市实现跑通 , 两者的紧密配合将正式开启 , 二者的结合将比任何单一路径都更快速、更高效地实现自动驾驶 。
L4技术降维L2+产品已经走通 。
2023年后 , ANP3.0数据反哺L4的规划也在进行中 , 并已经完成了前期的技术布局 , 随着智驾ANP3.0产品上市 , 后续L4和L2+技术的协同飞轮将运转起来 , 形成正反馈 。