百度Apollo公布L4无人车方案

在CVPR（全球计算机视觉及模式识别领域顶级学术会议）2019上，百度Apollo公开了自动驾驶纯视觉城市道路闭环解决方案－－百度Apollo Lite。

据Apollo技术委员会主席王亮介绍，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。

感知系统作为自动驾驶最为关键的环节，其技术发展的程度直接关系到自动驾驶的有无以及后续发展。目前行业内所采用的无人驾驶感知层技术包括摄像头、激光雷达、GPS、惯性传感器等技术。而众多的自动驾驶感知技术中，纯视觉技术一直被特斯拉、Mobileye等国际知名自动驾驶企业看好。

伴随着此次百度Apollo首次公布纯视觉L4无人车方案，自动驾驶纯视觉感知技术的支持阵营中又多了一股重要力量。而这一转变的背后，却也有诸多值得挖掘的地方。

大厂更青睐纯视觉，其它无人车感知技术out了？

在自动驾驶领域，大企业对于纯视觉感知技术的青睐一直有增无减，以Mobileye为例，该公司只通过做纯视觉方案在2016年便达到了估值超过153亿美金。此外，目前自动驾驶领域最为知名的企业——特斯拉所采用的感知技术也是纯视觉方案。

纯视觉感知技术之外，目前自动驾驶感知技术领域更多采用的是基于激光雷达、GPS、惯性传感器等多传感器的融合技术。针对于多传感器融合技术的运用情况，行业里存在的说法是“自动驾驶汽车仅采用一个传感器不可能实现可靠驾驶，因此必须进行传感器融合。”

但由于现今很多传感器融合的方案设计均较为复杂，而且技术人员往往从快速解决问题的角度出发设计算法，这个过程中难免避重就轻的利用异构数据各自的优势进行缺陷互补从而绕过困难的问题。所以从长远来看，传感器融合方案在数据和策略间深度耦合的设计不利于自动驾驶环境感知等技术发展。

反观纯视觉技术，一方面，摄像头是相对成熟的传感器，除具备轻巧低成本和符合车规的优势外，高分辨率高帧率的成像技术发展趋势意味着图像内蕴含的环境信息更丰富，同时视频数据也和人眼感知的真实世界最为相似。所以纯视觉技术也反而成为了一个不错的选择，而这也正是其受宠的原因所在。

但需要看到的是，由于视觉技术更多的是基于二维图像的信息做进一步的挖掘，所以其对于数据的积累以及算法能力的要求也将会更高一些，短期内能够落地到实际场景当中仍然需要时间，所以多传感器融合技术仍然是当下技术发展的主流方式。

正如百度Apollo方面也表态所言：百度始终坚持多传感器融合的技术路线，在L4级自动驾驶传感器选型上，激光雷达和摄像头不是排它的的也不是单纯的从属和互补关系。从安全性考虑，二者具备相同的重要性和不可替代性，缺一不可。

纯视觉技术受宠，但是其它自动驾驶感知技术也依然是香饽饽。

发布L4无人车方案，纯自动驾驶到来有多远？

自动驾驶按照自动化程度高低可以分为完全无智能化、具有特殊功能的智能化、拥有多项原始控制功能的智能化、有限制的无人驾驶以及全工况无人驾驶共5个等级。此次百度发布的解决方案属于有限制的L4级无人驾驶方案。

据发布会介绍，经过前期的技术研发投入和半年的路测迭代，凭借此次发布的纯视觉无人驾驶感知系统，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。而且在2019年上半年，Apollo Lite已经在北京稻香湖等多地多路段落地测试。而且在路测过程中，测试车辆数目、累计测试里程和车辆在城市道路上的闭环自动驾驶表现优异。

中国汽车工业信息网信息显示，我国已为32家自动驾驶领域关联企业发放了101张智能网联汽车道路测试牌照，百度占据了超过50张自动驾驶路测牌照。此外，路测的过程自动驾驶产业收集自动驾驶数据、优化自动驾驶模型、调整算法的过程也需要大量的数据，为后续的模型优化、算法调整等提供重要依据。而在这一方面，百度自动驾驶前沿开放式工具及数据集ApolloScape的数据量“超同类10倍”。

可以说，作为我国自动驾驶领域最大的玩家，百度无人驾驶领域的技术在很大程度上代表了我国自动驾驶领域的技术实力。伴随着此次百度L4级无人车方案的发布并在实际路测过程中取得优异表现，相信随后测试的技术也将逐步的落地到实际的运用场景当中，进而创造出更多有价值的商用场景。

一直以来，行业里普遍认为自动驾驶市场的蓬勃发展至少要到2030年以后，但是随着5G商用加速、新时期政府对于科创支持力度的大幅度提升，此外百度以及大量车企在无人驾驶技术以及落地探索方面的不断攻关克险，相信这一时间节点的到来将有可能提前。而且在高速路、货运通道以及一些特定的封闭场所之内，无人驾驶的运用以及普及将会更早一步铺展开来。