类比Mobileye,互联网巨头百度分享Apollo Lite自动驾驶纯视觉方案新进展

6月18号,2020(第二届)汽车雷达前瞻技术展示交流会在苏州圆满落幕。因疫情影响,百度Apollo Lite负责人虽未能到场,仍为我们带来L4级纯视觉城市道路闭环解决方案——百度Apollo Lite的最新技术进展情况。
      深圳,作为全国首批5G试点城市,提出推进新能源工程车产业发展行动计划。现在国内汽车圈最火的除了新能源和车联网以外,自动驾驶也是非常热门的话题。
  6月18号,2020(第二届)汽车雷达前瞻技术展示交流会在苏州圆满落幕。因疫情影响,百度Apollo Lite负责人虽未能到场,仍为我们带来L4级纯视觉城市道路闭环解决方案——百度Apollo Lite的最新技术进展情况。
 
  国内唯一的城市道路L4级视觉感知解决方案
 
  百度首次曝光Apollo Lite解决方案是在一年前的CVPR 2019学术会议上。
 
  在2019年的学术会上,百度Apollo技术委员会主席王亮介绍说,Apollo Lite是目前国内唯一的城市道路L4级视觉感知解决方案,能够支持对10路摄像头、200帧/秒数据量的并行处理,单视觉链路最高丢帧率能够控制在5‰以下,实现全方位360°实时环境感知,前向障碍物的稳定检测视距达到240米。依靠这套10相机的感知系统,百度无人车已经可以在城市道路上实现不依赖高线数旋转式激光雷达的端到端闭环自动驾驶。
 
  百度将此方案与英特尔旗下Mobileye相类比,认为在前期技术积淀和路测迭代后,Apollo Lite的性能表现与Mobileye在同一维度。
 
  美国汽车工程师学会对自动驾驶汽车的分级(L1-L5):
  从去年到今年,Apollo Lite达到以下方面的提升:累积闭环测试里程提升13倍,单位里程交互机动车/非机动车/行人个数提升了2倍。同时,MPI提升2.5倍,点到点送达成功率提升60%。
  L4的传感器路径之争——“交通即服务”VS“汽车即产品”
 
  L4级视觉感知解决方案在技术发展过程中经历了两种路径之争,分别是Alphabet(Google母公司)旗下自动驾驶汽车子公司Waymo为主的“交通即服务”商业模式和特斯拉为典型代表的“汽车即产品”商业模式。前者是限定区域的自动驾驶,重高清地图。后者是辅助驾驶渐进过渡到自动驾驶。
 
  “交通即服务”模式的传感器方案:
 
  激光雷达为主,一个或多个激光雷达。优势是能帮助公司快速搭建系统原型,检测、提取和分割相对较容易;有一定的安全保障;采用三维信息几何的结构信息,颜色光照变化比较低,所以它对于数据的依赖程度低。缺点是传感器成本高、扩展性弱、商业化速度慢。
 
  “汽车即产品”模式的传感器方案:
 
  以摄像头为主,轻地图。优势是摄像头成本低、扩展性强和商业化速度快。劣势主要是系统搭建周期长;对人才、数据的依赖程度高;对于安全保障还不够。
 
  在路线选择上,百度王亮认为,路线的设定既不是权衡利弊后的选择站队,也不是简单一句“各取所需,避之所短”,而是一条符合国情同时也最适合百度自身的技术路线。
 
  Apollo Lite纯视觉技术反哺多传感器融合解决方案
 
  2020年,新冠肺炎疫情发生以来,服务机器人在医疗、配送、巡检等方面大显身手,预计2023年,人工智能核心产业规模突破300亿元。
 
  随着全国新基建的热潮,大数据中心越来越完善,我们的生活越来越智慧城市化,自动驾驶电动汽车会不断普及,不久的将来,无人驾驶也将穿梭于我们的日常生活中。
 
  在单个传感器感知还是多传感器融合感知的选择上,为了提升无人驾驶系统的抗干扰性和安全性,百度选择后者。
 
  面对激光雷达和摄像头传感器选型,Apollo技术委员会主席王亮是这么解释的:“在L4级自动驾驶传感器选型上,激光雷达和摄像头不是排他的,也不是单纯的从属或互补关系,从安全性考虑,二者具备相同的重要性和不可取代性,缺一不可”。
 
  当今社会,考虑个人购买汽车和日常维护的成本因素,我们不需要购买汽车就能使用汽车出行,比如使用Uber、滴滴。汽车不像一种产品,更像一种服务。今年5月初,斯坦福大学教授预计2030年,美国公路上客运车辆的数量将从2020年的2.47亿辆减少至4400万辆,美国公路上60%的车辆会是自动驾驶电动汽车。因而Waymo为主的“交通即服务”(自动驾驶、纯电动技术发展的汽车共享服务)这种商业模式依靠可行性,进入我们的视野很多年了,未来只会增强。
 
  而“交通即服务”这种传统融合商业模式是以激光雷达为主、视觉为辅的。
 
  摄像头传感器方面,和激光雷达相比,信息挖掘难度高,对人才、算法、数据、规模化机器学习能力要求高,技术趋势更多的是分辨率、成像质量、成像速度等维度的提升,图像数据复用性号,技术壁垒高。因为百度在激光雷达上是选择不自研,充分信任激光雷达合作伙伴的设计和技术能力的,就要考虑对冲其带来的不确定性影响。
 
  视觉感知自身问题和缺陷在雷达感知的掩盖下暴露不充分。百度为了应对解决不充分暴露问题,单独充分面对视觉感知的问题,选择了“纯视觉感知”。握好这个杀手锏,百度在激光雷达上将具有更强的议价性,减少不自研的不确定性,反哺多传感器融合解决方案。
 
  自动驾驶的发展不能一蹴而就,要达到自动驾驶和无人驾驶的终局,必然要经历漫长的过程。百度Apollo在此领域内不断去尝试商业化落地,迟早会走出一条适合“中国特色”的自动驾驶之路。
读者们,如果你或你的朋友想被手机报报道,请狠戳这里寻求报道
相关文章
精彩评论:
0  相关评论
热门话题
推荐作者
热门文章
热门评论