Apollo开放平台的创新实践

刘杰

最近几年，无论是信息媒体还是科技媒体，都在报道自动驾驶的业务场景和商业模式。根据波士顿咨询集团以及摩根大通集团的调研，未来三到五年，自动驾驶将会有一个重要的发力点，具有非常广阔的市场发展前景。根据波士顿咨询集团的调研结果，自动驾驶分时共享的价格若降到出租车的1/3时，47%的用户愿意共享出行。目前，滴滴、优步等公司的技术和商业模式已经在向自动驾驶方向转变，而百度在自动驾驶方面的投入还是以与外界服务提供商合作运营为主，百度负责提供技术和产品，商业运营由外部的商业伙伴来提供。到目前为止，Apollo自动驾驶自发起时，已经经历了1.0、1.5、2.0、2.5四个版本，已如期部署了所有模块。

每发布一次Apollo自动驾驶的相应版本，我们会放弃版本与版本之间的相互兼容性，因为自动驾驶本身涉及的技术非常复杂。无论从软件到硬件，还是算法层面，我们都会放弃一定的相互兼容性，来保证技术演进方向会有更高的发展和更深层次的迭代，每次发布都会做不断更新。Apollo本身架构设计可以分为四层。

第一层是Vehicle。我们在开源代码里面提供相应的工具，在不影响客户、合作伙伴对安全、隐私、专利等各方面的前提下，生成相应的源代码，自适应Apollo架构的配置。第二层是Hardware。提到硬件，不同场景具有各自的优劣，比如，激光雷达在雾霾天、雨天等情况下会造成视觉方面的感知误差，特别是在光线暗的情况下，对准确率、识别率的影响非常大。在这种情况下，可以通过红外雷达的方式来弥补，还可以通过摄像机低成本解决方案，形成多融合的传感器前置方案，在上层通过AI，通过端到端的深度学习和增强学习，提高对周围车辆、行人、障碍物以及类似于紅绿灯交通基础设施的准确感知。第三层是Software。Software平台是完全开源的，也是Apollo自动驾驶最关键的环节。车辆需要对周边环境进行感知，然后根据感知做预测，通过预测可以知道如何做规划和决策，最后可以做出控制。第四层是Cloud。无人车的存储能力有限，对带宽等方面要求非常高，我们在现实案例中采用的不是普通的HDD硬盘，而采用PCIE。车辆路况评测产生的数据量非常大，需要做脱敏和离线计算，通过数据清洗把更精确的数字传送到云端，在云端提供仿真能力。无论在技术层面还是道德伦理层面，车辆的安全性对驾驶员的安全至关重要。仿真平台把现实中采集到的真实数据在云端进行模拟，通过不断地收敛，得到对算法各方面更精确的评测，通过这样的评测，不断优化我们在真实路况的车载测试算法。

目前，自动驾驶探索的商业模式是降低私人用户对车辆的保有率，不同的个人用户可以通过智能的移动端设备自动乘坐汽车，保证时间、地点、安全性、舒适度等体验。2018年4月，百度在Apollo2.5版本里试着探索这条路线，提供了低整本的解决方案。自动驾驶往往采用造价非常昂贵的激光雷达，我们在与客户合作技术的过程中，可以深刻体会到客户对成本的考量。我们下一个版本聚焦在量产上。Apollo无人巴士可以理解成小型的迷你巴士，没有方向盘，目前处于量产阶段，我们希望在2018年年底达到1000台规模。随着技术的提升，后续发力点会在高速场景上做车辆的编排服务，因为客户有对车辆进行编队的需求。客户希望无人驾驶车通过云端以及自动驾驶车载平台之间的相互结合，可以顺畅、安全、平滑、高效地运作。根据目前的调研，大概有20%的车祸源于疲劳驾驶，自动驾驶在安全上的突破，可以降低事故的发生率。虽然自动驾驶对社会的价值不容易量化，但是具有社会意义。

百度推出了疲劳驾驶监控方案，这个方案会逐步在Apollo后续版本中开源。如何衡量Apollo开源项目的价值？首先，才一年时间，Apollo开源的关注度已经超过一万用户。其次，据统计，我们与车厂、车辆设备供应商、北京大学、清华大学、国内外科研院所的实验室等已经将近两千家的开发者合作。关于开发者，百度也有自己的团队可以从技术方面提供支持。目前，百度的商业模式分高频场景和低频场景，百度最关心的是高频场景。高频场景主要分为三个场景：环路、高速，停车，城市开放道路。自动驾驶的发展受到各方面因素影响，它的合作范畴非常广泛。需要政府在不同层面，包括合规、立法等方面的支持；需要高校在科研方面的支持，科研项目或世界级产品的成功离不开强大的工程能力，比如Linux成功的关键因素是一些非常知名的科学家，他们愿意把最新的想法在Linux内核上进行实践。

自动驾驶是计算机科学、物理学、社会学等学科可以合力实现的一个方向。所以，它将来影响到的不同的合作伙伴也比较多，比如电信、移动各方面的付费机制、流量的控制等。我们的重点是安全，一方面是尊重生命，另一方面是智慧城市规划等相关基础设施会随着自动驾驶的发展而改善。Apollo联合政府、出行服务商等，致力于共建智能汽车和智能交通的新生态。（根据演讲内容整理，未经本人审核）