https://www. zhihu.com/answer/219339 5274
这次百度的Apollo技术开放日,百度演示Apollo Moo极狐版、威马版、广汽版三款车型的合作。在极狐版本的阿尔法T车型上使用的百度激光雷达方案,整体成本下探到了 48 万元,是业内平均水平的三分之一。这个价格已经非常接近大众了。
无人驾驶这个东西已经说了很多很多年了,不说汽车厂商早期的探索,特斯拉Autopilot系统的第一起事故过去都5年了。那还是L2、L3级别的自动驾驶。
至于无需驾驶员监控的情况下,汽车可以完全实现自动驾驶的L4级别无人驾驶,一直都在演示,没有落地。
百度被大众所知是BAT,一家互联网搜索企业。虽然百度搞无人驾驶和人工智能很久了,但是大众一直对百度的人工智能技术不了解,百度是如何做到给汽车企业提供无人驾驶解决方案的?百度搞无人驾驶的目的何在呢?
一、非一日之功
无人驾驶的核心技术是人工智能,百度专注人工智能的时间,比很多人知道的都要更早一点。
百度在人工智能技术上图像识别、语音识别都很强。2016年,百度的语音识别就被MIT列为十大突破技术。2017年百度人脸识别就上了《最强大脑》节目,赢了最强的人类。2018年百度就造了昆仑芯片,达到260TOPS,2021年造了昆仑2,用7nm工艺提升了3倍性能。
在无人驾驶上,2017年百度已经达到其他厂商今天拿出来的演示水平。
之后,百度的无人车,先在金龙汽车的厂区内运行。然后在北京的公园里面运行萝卜快跑无人驾驶在一些城市运行。
这样一步一步积累,百度才有实力给汽车厂商提供方案,百度在无人驾驶上不是突然的,而是很多年持续投入不断积累的成果。现在国内无人驾驶和人工智能的团队,大多数都与百度有渊源。
二、安全第一,成本低廉,普及容易,数据共享的方案
特斯拉最近一段时间,在国内出事比较多。实际上,早在2016年,特斯拉的自动驾驶就出过致命事故。
因为,特斯拉的方案是一个毫米波雷达,加两个前置摄像头,加几个超声波雷达的方案。
这套方案当年因为摄像头没有识别出大货车的白色车身,毫米波雷达从底盘底下过去了,超声波雷达识别距离不够,在2016年一头撞上货车导致致命事故。
在2016年,其实激光雷达要安全得多,但是特斯拉非常努力的提升算力,就是不舍得用多线激光雷达,因为当时一个多线激光雷达等于一辆超跑。
相比之下,百度的方案非常注重安全。百度的Apollo ANP给全车配置12个摄像头、5个毫米波雷达、12个超声波雷达,用800TOPS的算力去处理。除了依靠算力对多路信号的处理,百度手里还有百度地图,这是厘米级的高精度3D地图。所以,百度的L4级别视觉方案也又很高的安全性。
而这次拿出来的百度的Apollo Moon则是百度 Apollo 第五代L4级自动驾驶量产车型。
它将百度先进的激光雷达方案搭载主流量产车型前装量产而成。该方案具备800TOPS的算力,车顶采用了 1 颗禾赛的定制化激光雷达,前向还有一颗安全冗余激光雷达;一共配备 13 个摄像头、5 个毫米波雷达以及 2 颗激光雷达,能够对车辆外围环境实现精确感知,同时具备的自检和自清洁功能,能够确保了复杂天气及复杂城市路况下的安全行驶。
整套系统,百度采用了46项安全保障技术和59项出行服务设计,具备全传感器及计算单元冗余,复杂城市道路送达成功率高达99.99%。即使一套系统发生失效,也能确保整车仍然执行驾驶指令,将乘客送到安全地点。
因为有这种极端考虑安全的措施,所以百度才能把自动驾驶安全路测里程从600万公里至1800万公里。
因为有这套极端安全的系统,百度才取得了汽车厂商的青睐,获得多家厂商的合作。
需要说一下的,因为百度自己搞芯片,合作搞激光雷达。所以,百度提供的软硬件一体方案成本有很大优势,在其他厂商一辆演示车等于一辆超跑的时候,百度已经可以把L4级别无人驾驶汽车压到48万,已经达到了富裕家庭承受的水平。
而且百度的方案适配很容易,以前是一家一家合作,这次是一下拿出来三家。未来,汽车厂商使用百度的L4级别无人驾驶方案,会像配备ABS一样简单。只要想要,就能匹配。
需要特别说一下的是,百度和广汽、威马、北汽合作的三款车,都用了Apollo Moon的ANP-Robotaxi架构。
所谓,ANP-Robotaxi架构,其实就是一个L4 级 Robotaxi 自动驾驶数据与 L2+ 级辅助驾驶数据的共生共享,技术降维,数据反哺的体系。
我们知道,人工智能这个东西,并不是事先程序员编程编好了就用,而是要通过神经网络,用大量数据去投喂的。就像AlphaGO通过投喂棋谱数据,自己和自己下棋对抗,生成越来越强的棋力。这个过程被搞人工智能的人戏称为“炼丹”。
自动驾驶也需要尽可能多的实际驾驶数据去投喂,让人工智能去学习,才能越来越强。
但是L4级别的车太贵太少,能上路的地方不太多,专门找车去训练获取的数据量不够大。
而百度是同时在做辅助驾驶和自动驾驶的玩家,而且能够同时将高级自动驾驶和辅助驾驶做到同一款车上。
特斯拉能用很少的硬件实现一定水平的自动驾驶,是因为它敢装车,让用户使用,自己来获取数据。
百度的ANP-Robotaxi架构厉害在于,它把大规模量产的L2+级别和高级的L4 级做成数据共享,用L2+装车的海量数据去给L4级别服务,实现系统的迭代和优化。相当于L4级别的自动驾驶获得了前所未有的海量数据投喂。这个数据积累下来,L4级别的人工智能驾驶就厉害了。
三、产业落地的无人驾驶
百度持续多年,花很多钱搞无人车,当然不是用爱发电。百度自己提出来的是“赋能共享出行服务、赋能特殊作业场景、赋能智慧城市服务”三大落地场景。
这次与广汽、威马、北汽打造的48万自动驾驶车型,是车型落地和检验。要先有预装了百度驾驶技术的上市量产车,然后才能实现无人驾驶生态。
得益于百度多年的积累,预装了Apollo Moon的量产车,在加速、减速、掉头行驶中,车辆行驶极其平稳,面对行人、违停车辆,车辆快速识别、及时完成自主避让。
此外,Apollo Moon还具备车内人机语音交互、APP控制空调车窗、智能车门等人性化功能。
这意味着,搭载百度技术的无人车可以很容易的作为网约车使用。
对于难以预料的特殊情况,一定需要人类来处理的时候,百度也准备了“5G云代驾”。
通过“5G云代驾”做无人出租车和代驾的运营企业,也可以随时查看车辆情况,必要时远程干预无人驾驶车辆。这样可以确保所有情况下的运营安全。
技术实现,再加上萝卜快跑的运营,不断升级成熟。未来网约车、出租车无人化是可以逐步实现的,达到赋能共享出行服务的目的。
未来,网约车公司不再需要司机,只要投放车辆,就可以源源不断的运营,车辆自动运营,自动充电,不断接单。5G云代驾的人员,监控车辆运行,处理意外情况。车辆自动运营,自动充电,这是流动的印钞机。
现在虽然是三家车企拿出车型,未来可能是所有企业都拿出搭载百度无人车技术的车型,提供无人网约车服务,以后汽车是没有驾驶员的,如同现在的电梯没有电梯操作员。这是百度的赋能共享出行服务。
另外,无人驾驶成熟以后,也很容易应用到矿山,港口等作业车辆。各种物流车辆。这也是一个巨大的市场,这是百度赋能特殊作业场景。
无人驾驶普及后,结合智慧城市,可以管理城市交通,控制信号、车辆整体运行,提升整个城市的运行效率,这是赋能智慧城市服务。
有机构预计,2030年Robotaxi市场规模预计超过1.3万亿,头部玩家市场份额可以达到40%以上,而百度将成为头部玩家之一。
百度Apollo分别与广汽、威马、北汽打造的48万自动驾驶车型只是第一步,未来人工智能技术成熟将大大便利我们的生活,提升效率,让我们的世界更美好。
2019年2月21日,融资9500万美元成功啦,也独角兽啦,更新点新的啦。
图森未来无人驾驶拉着货 https://www.zhihu.com/video/1081980182302298112这是图森未来的卡车,行驶在美国亚利桑那 I-10高速的一段,下午四点多,下大雨。
卡车最高时速105km/h,大雨,市区内+高速,还要让火车,总共1小时15分钟,全程无接管,大概是开了100多公里从一个仓库到另一个仓库完成一单中短途的运输。
后来, @量子位 的小(胖)哥哥也去坐了,证明我们真的还挺厉害的。因为我们是运货的,所以人类坐我们的车是不收费的。:)
再放一段骑兵视频吧,18年给某位货主运货的真实实录。因为保密协议,必须重码。
图森未来在美国无人驾驶运货 https://www.zhihu.com/video/1081981346330746880==========================================
2018年7月24日,我再更新一段最新的视频:
2018年7月,图森未来(TuSimple)在北方某深水港的无人内集卡车队试验运营已超过100天,在港区内的实际测试数已超过2000标准集装箱,模拟测试超过40000标准集装箱,具备了在白天、夜晚以及雨天等特殊天气下的完全商用能力。
图森未来的无人车队运营超100天 https://www.zhihu.com/video/1005180524528291840在公布的视频中,由三辆图森未来(TuSimple)无人驾驶卡车所组成的车队按照港区内的生产逻辑和码头管理系统(TOS)直接对接,与码头内的桥吊、轮胎吊等设备顺畅交互,在无人介入的情况下参与了集装箱卸船后的水平运输全流程作业,并且在雨夜、路面湿滑和低照度的工况下依然保证了运输作业的安全性和可靠性。
在我们的实际运营中,已经可以支持8辆车同时编队全流程作业了,你说要是有啥瓶颈和障碍……可能是用于拍摄的GoPro数量不够吧…… :-P
========================
我肯定是利益相关方,我先给你看两个视频吧,可以一定程度上友善地提醒友商不要乱加定语。
这是在北方某港口
https://www.zhihu.com/video/983308041285947392这是在北方某高速(缺乏艺术感的一镜到底,这还是我们上一个版本,最新技术实力等8月吧)
https://www.zhihu.com/video/983308310052855808乘用车不熟,先聊聊商用车。
细扣技术的话恐怕过于晦涩,先从商业模式上讲讲:
商用车,尤其是重型卡车(车辆承载吨位14吨以上,对应美国的L7和L8),本身就是一种高使用率的生产工具,无论是上海洋山港内几乎24小时不停歇的内集卡,还是一家两口、三口上阵共同开18小时的外集卡,高使用效率意味着高速公路仓到仓的无人化自动驾驶运输以及封闭/半封闭道路无人化自动驾驶运输都是有利可图的。:)
于情于理的分析,货物运输场景的用户痛点明显,对自动驾驶技术应用的需求十分迫切——
·司机人工成本占总成本比例高达30-40%(美国更高,占到50%);
·交通事故发生率高,且多为使用手机、疲劳驾驶等人为原因;
·对司机资质和经验要求高,符合要求司机稀缺,工作强度大;
·人工管理成本高,劳工纠纷严重影响物流行业运营效率;
从技术角度来说,你们敬爱的晓迪博士和乃岩博士比我精通的多,我先回答下我认为的几个要点:
·感知层面:乘用车时速100到0的刹车距离按规定是40米,卡车你猜多少?空载80米,满载150米,这意味着,感知距离越远,你我他就越安全。激光雷达现在能普遍适用的距离是70米到100,再远可能也能看,但松散的不像话,所以在卡车上只依靠激光雷达作为主要的感知方案,是不行的。某友商在门脸上安个低线激光冒充独角兽,太扯了。作为利益相关方的员工,图森采用摄像头为主感知方案,我们可以做到300米有效感知咯,后来技术又牛逼了,可以看到1000米咯(具体技术博士们不让讲)。晚上也不怕,我们合作参与的摄像头在0.05Lux(相当于只有星星,没有月亮的漆黑的夜晚)下只用10ms就能完成有效曝光。
·决策层面:这个我不太懂,但NVIDIA是我们的股东,软件和硬件的支持管够。
·控制层面:为啥大家都爱用林肯地MKZ,因为Autonomous Stuff 把MKZ的全套线控协议开源了。我所接触到的大部分无人驾驶企业,目前都只能做软件部分,还没有涉及车辆控制与硬件部分。但我大图森与主机厂、英伟达深度合作,拥有卡车所有CAN总线通讯协议,可实现对车辆的自主控制。当然啦,也有些厂商在车上按了四个机械臂,连上伺服电机分别控制方向盘、油门、刹车和排挡,效果好不好另说,但我看过后觉得还是很蒸汽朋克的。
行吧,差不多说这些吧,我在图森主要承担基于Steam平台下欧洲卡车模拟驾驶技术的前瞻研究,如果美国卡车模拟打折,我应该也会承担美国卡车模拟的相关研究。:)
欢迎大家来图森未来(TuSimple),我们有知乎上倍受爱戴的晓迪博士和乃岩博士,但请文明围观,禁止投喂。:)
==============================
2018年7月21日,又开始了基于Steam平台下美国卡车模拟驾驶技术的前瞻研究。
人家凭本事进的大厂,凭本事卷来的高薪,凭996/007的付出赢得的身价。
怎么到了有些人这里,就成了被大厂高薪惯坏了的年轻人?
开不起高薪,不招大厂离职的年轻人即可。
没必要过来硬踩一脚。
年轻人拿高薪不好吗?年轻人拿高薪不对吗?年轻人拿高薪何错之有?
现在社会最大的问题,不是年轻人赚的多,而是年轻人赚的太少了!
因为年轻人赚的少,尤其是相比于高昂的房价来说。
所以他们才会觉得没有希望,而在年轻人赚的多的时代里,是一片生机勃勃、欣欣向荣的。