写在核弹爆炸一周年之际：百度 Apollo 计划下一步怎么玩？
把时间退回到去年的 4 月 19 号。时值上海车展，在车展举办地上海国家会议中心的一间不起眼的会议室里，百度宣布，将要开放自己的自动驾驶平台，并把这个计划取名为 Apollo，即「阿波罗」。 按照百度的说法，「Apollo」是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。 这是自动驾驶领域目前为止最声势浩大的开源计划。别笑，真是这样，因为在此之前很少有团队或个人做过类似的事儿。特斯拉可能算一个，那个著名的黑客 George Hotz 算一个，但是以百度的体量，做出这样的决定，意义远超前者。 同年 6 月，在百度 Create AI 开发者大会上，更多人见证了 Apollo 计划的正式推出，以及 Apollo 计划的内容和内核。当然，还有新上任的百度集团总裁兼首席运营官陆奇信誓旦旦的话——「百度要 all in AI」。 一年太快。转眼间 Apollo 迎来了自己的一周年纪念日。百度怎么表示呢？当然是开个生日趴了。 趴体不能白开，事儿还是要说的。要点有这么几个： 1. 发布 Apollo 2.5，这个版本开始支持限定区域视觉高速自动驾驶，也就是说，解锁了高速公路自动驾驶场景。 2. 宣布牵头建立 Apollo 汽车信息安全实验室，和一群合作伙伴一起研究智能驾驶信息安全方面的课题。 3. 比亚迪加入 Apollo 计划，成为 Apollo 开放平台的第 100 家合作伙伴。 挨个解释这几件事儿之前容我「吐槽」一句：最近一年，Apollo 办了大大小小好几场发布会，但是会上说的内容都无比烧脑，这次也是一样，属于完全面向 B 端的语言体系。所以如果这篇报道出现了偏差，请各位轻拍。 Apollo 2.5 关键词：场景、成本、车型、性能 Apollo 2.5 是从 2.0 版本的基础上发展而来的，在 2.0 的基础上，2.5 版本开放了视觉感知、实时相对地图、高速规划和控制三大能力。 之前的 Apollo 能力支持的是中低速场景下的自动驾驶，2.5 开放高速规划能力，算是非常重要的一个迭代。也就是说，它已经具备类似通用 Super Curise 那样的高速公路自动驾驶能力。（请注意，句子主干是「具备……能力」）百度高级总监王京傲告诉 GeekCar，2.5 版本的高速自动驾驶，也具备自动变道功能。 实现高速自动驾驶，百度依赖的是基于摄像头的视觉感知方案，使用广角摄像头和毫米波雷达，而此前的 Apollo 方案里的激光雷达变成了非必要硬件。结果显而易见——实现高速自动驾驶的硬件成本更低了，百度说法是可以降低 90%的成本。 另一个降低门槛的方式是地图。以通用 Super Cruise 为例，为了实现高速公路场景自动驾驶，他们采集了全美高速公路的高精度地图，但是对于百度所面对的开发者来说，可能并不具备这样的条件，所以，Apollo 2.5 里面并没有采用高精度地图，而是使用了名为「实时相对地图」的技术。技术上，采用基于 Yolo 的深度学习多任务神经网络，对物体进行方向判定，分析大小以及判定其种类；同时对车道线进行分析和判定，基于这些信息以及车身的坐标系，形成实时相对地图，并且可以不断更新。 这样的原理与 Mobileye 的 REM 以及博世的 BRS 有一些相似之处，都是基于低成本传感器（摄像头、毫米波雷达）数据的一种简化定位方式。不同的地方在于，百度的这个技术并没有强调「 众包」 而是突出了深度学习，但其根本目的确同样是为了给这个技术提供足够的数据可行性支撑。 百度在发布会上给出了 Apollo 2.5 案例：长沙智能驾驶研究院（CiDi）采用 Apollo 2.5 方案，实现了重型卡车的高速公路自动驾驶功能（有点儿类似于国外 Otto 做的事儿）。这也意味着，Apollo 计划第一次延伸到了重卡领域。 安全、安全，还是安全「自动驾驶落地的真正速度是切实做到安全第一」，百度自动驾驶事业群总经理李震宇今天在发布会现场把这句话说了两遍。联系到前一阵 Uber 的自动驾驶致死事件，我们很容易理解为什么百度要强调这一点。毕竟，在自动驾驶领域，某一家出了问题就意味着其他厂商也会受到负面波及。 这就引出了这场发布会的另一个话题：Apollo 汽车信息安全实验室。 一汽、奇瑞、北汽新能源、清华大学、北京航空航天大学、北京理工大学成为这个实验室的首批合作单位。 官方描述：Apollo 汽车信息安全实验室将专注于汽车信息安全技术的分析以及趋势跟踪，验证及加强解决方案的安全能力。而重点研究方向分为车端应用、车端网络、CAN、传感器四大类，涵盖了数据隐私保护、IVI 及 T-BOX 安全防御、L3/L4 车脑信息安全软硬件参考设计、自动驾驶信号伪造对抗等十多个智能驾驶信息安全方向。 在汽车信息安全领域，百度并不是孤身一人。周鸿祎很早就成立了 360 汽车安全实验室。 「 想拿车企订单，就得先谈安全」 这基本上已经是自动驾驶行业的共识了。在 Apollo 的定位上，百度很清楚，自动驾驶硬件相关的安全问题要依靠 Tier 1 和 OEM 合作伙伴，而自己作为一家互联网公司还是最擅长软件。因此在这个时间点突出自己对信息安全的重视就非常合理了。 第 100 家合作伙伴——比亚迪 比亚迪成为 Apollo 生态平台第 100 … 继续阅读
我体验了百度阿波罗 2.0 的自动驾驶车，但吸引我的居然是它
自从宣布 All in AI 之后，百度对于自动驾驶的热情就仿佛炸了锅。 从时间线来看，2017 年 4 月，百度发布阿波罗计划，7 月发布 1.0、10 月发布 1.5、2018 年 1 月即将发布 2.0。百度基本实现了每 3 个月进行一次版本迭代的频率。 虽然我们无法通过罗列详细的功能列表来具体阐述每个版本的迭代，但大体上，阿波罗每个版本都能在上一版基础上，实现更稳定、安全以及覆盖更多场景的自动驾驶。 阿波罗 2.0 版本的 MKZ 在发布阿波罗 2.0 之前，我有机会在位于硅谷的百度美研进行了一次预先体验。 在百度美研的园区里，我见到了 5 辆改装完成的林肯 MKZ。作为百度验证自动驾驶技术的主力车型，这些 MKZ 经常出现在各种新闻中。 我们体验的路段位于研究院周边，分别包含了十字路口以及丁字路口转弯、调头、变道等场景。 和之前在乌镇的体验相比，我最大的感受就是阿波罗 2.0 使得车辆驾驶变得更顺滑了。无论是刹车、加速还是变道都没有再让我感受到「 抑扬顿挫」。 阿波罗项目的研发负责人王京傲告诉我，阿波罗 2.0 在原有基础上，最主要是新增了自动变道（拨转向灯）以及红绿灯识别的功能。能实现这样的升级，除了在软件层面的升级之外，信号灯的识别是依靠了车顶的两个摄像头。当然，在本身的数据层面，这需要百度主动把摄像头的 GPS 信息输入到系统，对系统中没有录入的信号灯，系统还无法有效识别并判断。 在我体验的时候，硅谷下起了中雨。百度的工程师告诉我，对于这套拥有 1 个 64 线、2 个 16 线激光雷达、车顶双目摄像头、前置毫米波雷达以及车身周围超声波雷达的系统来说，这样的天气很难对车辆造成干扰。在实际的体验中，这个说法也得到了验证。当然，他们也没有否认类似强光会对摄像头识别红绿灯产生很大干扰，这些都是要在后续逐渐去改善的内容。 由于阿波罗 2.0 还没有正式发布，因此我们能了解到的信息有限。两天之后的 CES，百度会正式发布阿波罗 2.0 的各种细节，GeekCar 也会在后续进行更详细的解读。 「 盼达+阿波罗+采埃孚」 当然，和体验 L4 级别的 MKZ 相比，我反而觉得现场的另一辆车更有意义。在百度美研，我见到了一辆印有盼达、阿波罗以及 ZF logo 的力帆 330EV。 分时租赁平台「盼达用车」CEO 高钰告诉我，这辆车是去年 11 月和百度达成合作之后，双方合作的首个落地成果。车身的 3 个 logo 代表了这辆车的参与方：盼达属于运营方（配合百度进行车辆改造），阿波罗则在 ZF 的 ProAI 平台基础上，为盼达开发了这套阿波罗 2.0 版本的低速自动驾驶系统。 如果从时间来看，两个多月的时间显然很仓促。因此我对这个合作的成果，在一开始也没有抱太大希望。在硬件层面，我在车辆静态停放的时候，就进行了近距离的观察。令我有些失望的是，我只发现了前后各一个单目摄像头以及车身周围的 12 个超声波雷达。 在实际体验中，在百度美研的园区里（非开放道路），这辆车一共展示了无人接驳、自动泊车、行人避障、自动识别红绿灯这几项功能。 高钰并没有否认硬件层面的单薄。从盼达的角度来看，这辆车主要用于技术的尝试、并且使用场景相对安全。因此这套系统能够满足盼达目前的预期。在预计的使用场景下，这套系统会被应用于低速状态，在园区内进行循迹使用。一旦到了高速场景，还需要用户自主驾驶。 在明年 3 月份，大概会有几十辆搭载这套解决方案的车型将在重庆两江新区的三个相近园区内投入运营。在初期，主要会实现无人调度、无人接驳以及自动充电（需要配合无线充电或换电方案实施）这三个功能。在测试初期，盼达会选择一部分用户来开放体验。等到功能体验逐步完善之后，会覆盖更多车型以及城市。 在未来，盼达会通过采购符合要求的车型（例如拥有一定自动驾驶能力），来逐渐利用自动驾驶技术提高平台的运营效率。为此，盼达正在建立包括调度平台、租车平台以及车联网平台的全新产品体系，提前为自动驾驶技术应用在分时租赁行业进行技术储备。 无人驾驶的渐进应用路线 不可否认的是，这辆车无论从硬件配置还是实际功能来说，和百度自家的 MKZ 相比显得有些「 简陋」。特别是当所处的地区是全球自动驾驶测试、研发氛围最浓重的硅谷地区时，这样的感觉显得尤为强烈。 高钰并没有否认目前系统功能还处于初级阶段。但从出发点来说，作为分时租赁的运营商，他们的目的也并不是一步到位研发最先进的系统。 一套能够提升用户体验、运营效率并且成本可控的自动驾驶系统，才是最符合当前需求的产品。 在谈到汽车分时租赁的时候，我们不得不承认目前大多数参与者过的都不理想。原因也不难理解，当前条件下，运营商很难在运营效率、用户体验以及成本等层面达到合理的平衡点。一个公认的事实是，当自动驾驶技术的逐渐运营，能在很大程度上解决这些问题。 因此，我们需要有谷歌、百度、Uber 这样的企业来研发最先进的自动驾驶技术，也需要有盼达这样的企业在每个阶段把技术应用到日常生活中。 从我个人的角度看，盼达可以看作是迈出了自动驾驶技术在分时租赁商用领域的第一步，虽然这必然会面对成本、安全、用户体验、技术等等各种风险。但对于新技术商业化的应用，这个过程是无法避免的。 研发新技术的重要性毋庸置疑，但如何新技术应用于生活，至少是作为普通用户的我，更关心的问题。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
百度自动驾驶事业部副总监孙勇义：Apollo 平台会如何对开发者开放？
GeekCar 首届极客出行大会「G.A.M.E」9 月 2 号在北京后山艺术空间举行。在活动上，百度自动驾驶事业部副总监孙勇义做了主题为「Apollo 计划背后的技术实力」的分享，以下为分享内容整理。（有删减）在 7 月 5 号的百度开发者大会上，我们正式发布阿罗波计划。在今年的 7 月份我们已经开放了封闭场地的寻迹自动驾驶车, 在今年的 9 月 20 号，我们会对外开放 Apollo 中相当于 L1.5 固定车道的自动驾驶。 在今年的 12 月份我们会开放的简单测试道路驾驶功能，一直会持续做能力开放。一直到 2020 年 12 月，我们会把在中国的高速公路还有普通城市道路的自动驾驶能力全部开放出来。 人工智能时代的开源和传统的开源其实最大的区别就是：云端服务和数据 。我们在今年的 7 月份，也对外发布了我们的数据平台。大家可以来数据平台申请获得跟自动驾驶相关的数据，也可以跟我们一起联合测试高精度地图。 今年 9 月份会有一个重点开放的模块是仿真平台，因为我们在实际道路中测试的成本非常高。我们有一个能够在云端日行百万公里的仿真平台来加速自动驾驶的研发、测试。 在 12 月份我们会开放数据平台 2.0，支持合作伙伴上传数据。包括我们还会开放障碍物的标识数据，还有 2D 标识数据，以及能够通过日志提取一些场景。 如上图，在 Apollo 1.0 封闭场地循迹自动驾驶车上，我们设计了四个层面的技术，蓝色块为可以开放的部分。 最底层是「Reference Vehicle Platform」，也就是参考车辆平台，在 1.0 里面我们推荐的车辆是林肯 MKZ。 再上一层是「Reference Hardware Platform」，即参考硬件平台，包括计算节点、GPS 等。 再上面两层是百度在 Apollo 开放、开源的重点。「Open Software Platform」是底层开源形式，再上面我们是「Cloud Service Platform 1.0」是 Data Platform 以及人机交互的功能。 我们开放的代码里面包含了高效架构，一键启动更新以及完备的开发工具。很多开发者的反馈反馈我们的代码质量以及架构都是非常高的。我们还特意对系统稳定性做了优化，去除了单点依赖，任何一个模块出了问题不会导致整个系统出 为了方便开发者能够快速的安装、运行、更新，我们发布了开发版本，另外还发布了可以直接上车运行的版本，就是实现下载之后装到车上直接就能一键运行。为了方便人机交互，我们提供了非常友好的人机交互的工具，后续也在不断迭代。 为了方便开发者对车运行的进行调试，我们开放了很多在线和离线的调试工具。 在整个 Apollo 的背后，我们梳理出来有十大技术方向，包括如下： 1. 环境感知；2. 高精地图；3. 高精定位 4. 行为预测；5. 规划控制； 6. 车载硬件；7. 操作系统；8. 人机交互；9. 智能互联；10. 系统安全 前五个方向是跟汽车大脑相关的，包括我们的关系感知，就是制造周围的车辆、行人以地图定位和行为预测，最后是他自己车辆规划控制。后面五大技术方向是支撑整个自动驾驶的东西。 下面五大技术方向是支撑整个自动驾驶的东西。这些技术方向在未来我们都会在 Apollo 平台里面逐步的开放和开源出来，所有的车企、开发者也都可以使用到这一些技术。 Apollo 未来会开放哪些核心技术方向呢？第一个是高精定位技术，无人车在行使过程当中，需要非常精准的知道它当前的的位置。我们使用的手机定位、导航的定位都是属于不精准的定位，偏差到米级。比如说在十几米高楼的旁边，飘移十几米、二十几米都是有可能的。 在今年的 9 月份，我们会开放一部分感知功能，因为 9 月份开放能力是定车道的跟车功能，我们得需要探测到前方的车辆，以及周围的车辆，我们也会对外发布基于激光 3D 障碍的识别。 下面再重点介绍一下我们的仿真平台。在今年的 7 月 5 号开发者大会也是我们重点演示了一下仿真平台。我们在云端建立了仿真云平台，让我们的车在云端跑，我们通过服务器虚拟出很多车在云端运行，日行百万公里甚至千万公里，然后加速我们整个智能驾驶的研发、迭代过程。 在实际道路中，当我们发现一个异常情况，比如说如果你有两辆车同时在前面加塞，这种情况下在实际情况道路很难遇到，但是怎么测试呢？在实际道路碰到这样的场景本身就是很难。有一些异常场景在十万公里才能碰到一次，我们在实际道路碰到异常场景之后，我们可以把采集到的数据上传到云端，对它进行修复之后，我们可以在云端重新并且不断的做回归测试。 在每一个版本升级迭代之后，我们都会把历史上犯的错误重新跑一遍看看错误会不会再一次发生，这就是我们仿真器的价值。 除此之外我们仿真器跟传统汽车行业仿真器有一个最大的区别，我们带有云端的地图数据。 未来，我们希望通过 Apollo，开放我们的数据、能力来加速整个行业创新，推动整个生态。在 Apollo 生态里面最重要的就是我们的数据。我们希望能够跟合作伙伴一起来共建我们的 Apollo 数据生态。 Apollo 的官网是 Apollo.auto，大家可以登陆我们的官网来获取我们的代码，来申请我们的数据。在今年的 9 月份我们会开放更多的数据出来，期待大家能够持续的关注。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
在 CES Asia 上，百度扔下一颗……「自动驾驶计算平台」| CES Asia 2017
CES Asia（亚洲消费电子展）今天开始了，上海新国际博览中心整个 N3 馆都被汽车相关内容所覆盖，但是呢，就像我们在昨天的预告文章里所说，其中很多东西都是炒冷饭，都曾经在今年年初的拉斯维加斯 CES 上面展出过，用一句最近比较流行的话形容就是「这集我看过」。 在这种情况下，我们更关注的是 CES Asia 所展现出的一些本土化内容。而在这其中，一个比较大的亮点就是百度，因为最近他们太过热门。一个「阿波罗计划」，把自动驾驶圈变成了一场核战争。原子弹、氢弹、中子弹的段子大家都懂的~ 这次相当于他们在国内首次公开展示阿波罗计划，所以自然得重点关注一下。 先说说「新闻」。今天下午，在周围展台喧闹音乐的映衬下，百度展台上进行了一个非常简短的签约仪式，百度和四家供应商分别签署了合作协议，未来将共同开发智能驾驶量产方案。 哪四家？德赛西威、联合汽车电子、博泰、航盛。汽车圈里的人，应该对他们不陌生。 签约内容主要围绕两个方向：BCU 以及 MapAuto。 一个自动驾驶打包方案、一个车机版地图导航 先说 BCU。所谓 BCU，指的是「Baidu Computing Unit」，它是一个「自动驾驶专用计算平台」。 从本质上来看，它其实是一个打包的自动驾驶解决方案，按照百度官方的说法，它所包括的内容有高精度定位、环境感知以及决策规划。这三点其实也是完成自动驾驶非常非常重要的元素。除此之外，BCU 还具备信息安全和云端更新两个特点。 按照百度的说法，目前 BCU 已经开发出了三个系列产品：BCU-MLOC（高精定位）、BCU-MLOP（高精定位+环境感知）、BCU-MLOP2（高精定位+环境感知+决策规划）。 至于 MapAuto 呢，简单的说就是百度地图车机版。这个用词熟悉么？没错，高德也有一个「高德地图车机版」。MapAuto 面向的是前装市场，相当于把百度地图进行有针对性的开发，让它更适合于车辆使用场景。 让我犯懒一下，摘录一段新闻稿的内容介绍 MapAuto：「MapAuto 深度融合车载场景，为车主提供安全可靠的离在线地图服务。基于百度人工智能技术及百度大脑 NLP 自然语义解析，MapAuto 能够精准理解需求，实现人机无障碍沟通，同时结合地理位置和车辆数据，给车主推送相关服务，满足车主个性化、场景化的需求。」在这次签约的四家里，除了联合汽车电子，其他三家都和百度在 MapAuto 上面达成了合作。换句话说，以后整车厂找德赛西威、航盛、博泰采购车机时，就可以选择带有百度地图车机版的产品。然后，C 端用户就可以在车载大屏里用到它了。 车机大屏导航体验：更好是肯定的 百度今天发布会的内容挺简短的，但是呢，我们还是更想探究一下它背后的一些逻辑。 我们先说百度地图车机版，也就是 MapAuto。 之前高德地图推出车机版的时候，我们也去试用体验过，得出的结论是，相比于手机版的高德地图，车机版确实更适合车载的使用场景，为车载人机交互做了更多的优化。从功能和体验上来说，我们相信百度地图车机版将来肯定也能提供比车主在车里使用手机 App 导航更好的使用体验。 但是同时问题也存在。说个最简单的，如果整车厂想在以后的新车里使用「XX 地图车机版」，就需要在硬件层面满足一些条件，比如必须要让车机具备联网能力，对于整车厂来说这可能就是需要权衡的东西，毕竟涉及到成本因素。 但是我相信，根据驾驶场景去定制导航产品，肯定是整个行业的一个趋势，高德做了这个事，现在百度也做了，或许也会让整车厂更加下定决心。所以以后在车里使用导航的体验，肯定会比现在更好。 阿波罗计划的实质 接下来我们再来说说 BCU 以及百度的阿波罗计划。 在我们看来，BCU 以及阿波罗计划的实质，就是百度要把所有和自动驾驶相关的技术进行打包，然后再去推销给整车厂。之前和博世、大陆的合作签约，以及这次 CES 上和四家供应商的签约，其实都是百度在整合资源的体现。 对于整车厂来说，如果想让自己的车辆具备一个自动驾驶的能力，那他会怎么做 ？自己整合自动驾驶各个技术的供应商？还是找供应商提供打包方案？ 找到一个打包解决方案（产品），或许对于整车厂来说是更高效的方案，尤其是对自主品牌整车厂来说更是如此。那百度呢，或许就是看准了这个机会，才想把自动驾驶技术打包在一起，去销售给整车厂。当然，它的客户，可能主要还是国内整车厂们。 这里面的原因有两方面。一方面，自动驾驶技术其实是需要一定本土化能力的，就拿高精度地图举例。因为众所周知的一些原因，我国不可能对国外企业开放高精度地图采集权，那就只能找本土厂商做这件事，这其实就是一个「准入门槛」。正好百度有这个能力，在面对国外供应商的时候就有了先天优势。 从另外一个方面来说，目前从全球层面来看，做自动驾驶的厂商其实是越来越多的，在这个大环境里，实话实说，有一些企业研发自动驾驶是比百度更厉害的，比如谷歌的 Waymo。努力服务好国内整车厂，应该是百度更务实的一个选择。 总之记住一句话，就像很多其他行业一样，自动驾驶技术供应也不会呈现出垄断局面的。 不过，还有一个有意思的话题，就是对于供应链的重构。 试想一下：当百度把这些供应商的资源都整合在一起的时候，那未来整车厂去向谁采购这个自动驾驶的打包技术呢？博世这样的一级供应商、百度这样的科技公司，完全是你中有我、我中有你。整车厂找 Tier 1 买？还是找百度买？ 自动驾驶的供应链在现阶段呈现出了比较混乱的局面，我相信百度是想在这里面谋求更大话语权的。当然，未来重要的不是供应商、科技公司之间的竞争，而是大家合作起来，把产品卖给主机厂，毕竟谁都没能力单干。 就拿服务国内车企这事儿来说，即使是博世、德尔福这样的 Tier 1，其实也离不开和本土公司的合作，原因上面我们已经说过了，而一个事实是，在国内自动驾驶研发领域，百度仍然是最有竞争力的那一家。 以上，就是我们对百度这个 BCU 产品以及阿波罗计划的一个简单的分析。接下来，百度还在 CES Asia 安排了自动驾驶车的试乘体验，另外百度智能汽车事业部总经理顾维灏还有一个关于阿波罗计划的演讲，我们那也会在后续再去继续进，带来更深层次的分析解读。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。