车路云图:百度自动驾驶的四张王牌( 二 )


目前 , 自动驾驶路线主要分为两种:
车路云图:百度自动驾驶的四张王牌】其一 , 是单车智能路线 , 主要通过激光雷达、摄像头等车端感知设备和算法 , 收集并分析道路信息 , 进行规划和决策 , 赋予车辆自动驾驶的能力;
其二 , 便是车路协同的技术路线 , 即借助新一代的无线通信技术 , 实现车与车、车与路等多方位的实时动态信息交互 , 进一步赋能车辆自动驾驶、道路协同管理等;
就技术发展的现状而言 , 单车智能在现阶段还不能完美应对极端天气、复杂路况等一系列的现实难题 , 且该技术路线的单车成本过高 , 自动驾驶还不能实现大规模的落地和普及 。
而通过超视距的道路感知、车路云多个终端的智能信息互通互联 , 车路协同不仅可以扩大车辆感知范围、保障自动驾驶安全 , 还能降低对车端感知系统的要求 , 从而进一步降低单车自动驾驶的成本 。
因此 , 行业认为 , 车路协同是中国自动驾驶发展的最优解!
车路云图:百度自动驾驶的四张王牌
文章图片
在2019年的Apollo首届生态大会上 , 李震宇即表示 , “聪明的车+智能的路 , 将是实现自动驾驶的最优解 。 ”
在去年 , 百度发布了车路协同领域的最新技术路线——ApolloAir计划 , 这也是目前全球唯一仅通过路侧感知就能实现开放道路L4自动驾驶闭环的技术 。
通过解读这一技术的项目代号——Air的不同词性 , 就可以进一步了解ApolloAir的三大特点:
作为形容词 , 意为“极轻的” , 即在这一技术路线中 , 车端和路端的感知都是轻量化的——车端无传感器、路端为压强视觉感知;
作为名词 , 意为“空中” , 即该项技术可以通过V2X、5G等无线通信技术就能实现车-路-云协同;
作为动词 , 意为“公开发表” , 即该计划和Apollo一直以来贯彻的理念是一脉相承的 , 也是可以开放、共享的;
总的来说 , ApolloAir技术可以在没有车端传感器 , 仅借助路端轻量感知和红绿灯信息的情况下 , 通过利用V2X、5G等无线通信技术实现车-路-云的信息交互 , 从而赋能自动驾驶 。
在智慧交管领域 , 百度也形成交通大脑、智能信控、出行服务、安全管控等多场景解决方案体系 。 在智慧高速领域 , 百度的视频AI能力、百度昆仑芯片以及行业算法仓是其核心技术 , 能够赋能包括全天侯通行、智慧管养、事件检测、收费稽核等业务 。
第三张王牌:智能的云
早在2016年7月 , 百度董事长兼CEO李彦宏宣布了百度云“人工智能+大数据+云计算”三位一体的发展战略 , 即ABC三位一体战略 , 其中A代表人工智能(AI)、B代表大数据(BigData)、C代表云计算(CloudComputing) , 相当于算法、数据与算力的结合 , 是企业数字化建设的三大基础元素 。 2019年 , 百度云正式升级为百度智能云 。
据悉 , 百度智能云拥有十万级自建数据中心 , 承载服务器数量及运维能力120万+ , 单日的交付超过10000个服务器节点 。
根据IDC报告 , 百度智能云在中国AI公有云服务市场连续三年市场份额排名第一 。 主要包括9大领域、58类和273项技术能力的产品、解决方案和服务 , 24小时实现快速集成赋能 , 开发者超265万 。
第四张王牌:百度高精地图
对于更高级的自动驾驶 , 高精度地图无疑发挥了明显作用 。
高精度地图可以精确自动识别交通标志、地面标志、车道线、信号灯等上百种目标 , 还有道路坡度、曲率等准确的数据信息 。
有了高精地图指路 , 即便在阴雨等不良天气下 , 自动驾驶车辆也不会因为数据延迟进行错误判断 。 同时还有辅助环境感知的作用 , 比如雷达感知到前面道路上的坑洼 , 可以和高精地图进行数据对比 。
简单来说 , 高精地图就像是自动驾驶的引路向导 , 可以为车辆环境感知提供辅助 , 提供超视距路况信息 , 并帮助车辆进行规划决策 。
按照高德汽车总裁韦东的说法 , 高精度地图就像自动驾驶汽车的记忆 , “离开了记忆 , 无论眼睛和思考(摄像头及雷达+控制系统)速度有多么发达 , 还是无法对事件有全局把控” 。
车路云图:百度自动驾驶的四张王牌
文章图片