百度 Apollo 的技术情节和商业想象力_风闻

百度今年不好过。 

我说的不是李彦宏今天瓶装水淋头的事情，而是 5 月 17 日的百度 Q1 财报——百度上市以来的首季亏损。这样的大背景下，一年一度的百度 AI 开发者大会，向用户、向上下游合作伙伴、向股东做好信心的传递就显得非常必要了。 

一如既往地，百度 AI 开发者大会 2019 上，百度在过去一年来在技术、商业方面的信息得到集中释放。 

光是百度智能驾驶事业群（IDG），就宣布了 Apollo × 吉利合作、L4 级自动驾驶汽车里程/量产/落地进展、Apollo 5.0、AVP 智能泊车解决方案、小度车载 OS、智能化交通信控系统、阿波龙车型升级、低速无人车商业化、自动驾驶安全白皮书等八项更新，这个时候，我们就需要学会甄别信息，筛选出值得关注的部分。 

下面，我从两个角度说说，百度 Apollo 的技术情节和商业想象力。 

首先是 Apollo 5.0，换句话说就是百度在无人车领域的技术能力到底有多强。想了想，还是有必要贴一下。 

城市道路测试里程 200 万公里

测试车辆 300 辆

已在 13 个城市测试运营落地

新增专利 438 项（全国第一）

全国测试牌照 100+ 张

首家获批 T4 级自动驾驶测试牌照 

说这么多什么意思呢，其实很简单，从研发投入、规模、进展的角度来看，百度 IDG 是为数不多的可以跟世界级自动驾驶研发企业进行 PK 的研发机构。 

今天过后，关于 Apollo 5.0 的商业分析会逐步多起来。自 Apollo 平台建立以来，围绕百度一个广泛又很有市场的质疑是：百度的技术能力到底有多强？ 

不该被忽视的****Apollo Lite

这里我想说的，是归属于 Apollo 5.0 下，于 6 月 17 日百度 L4 事业部在全球计算机视觉及模式识别会议（CVPR 2019）上发布的 L4 级自动驾驶纯视觉城市道路闭环解决方案 Apollo Lite。

 

前缀很长，Lite 又容易误解，实际上，Apollo Lite 一点儿也不 Lite。百度在介绍 Apollo Lite 的时候用了「重大突破，国内唯一！」这样的沸腾体标题，但如果细细品一下，这样的标题其实也没说错。 

Apollo Lite 支持对 10 路摄像头、200 帧/秒数据量进行并行处理，单视觉链路最高丢帧率能够控制在 5‰ 以下，实现全车 360° 实时的视觉环境感知，前向障碍物的稳定检测视距可以达到 240 米。

 

按照百度的说法，经过 2019 年上半年的路测迭代，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。

 

看到这里不明真相的吃瓜群众可能会说，激光雷达 + 摄像头两条腿走路才是最稳的，纯视觉感知路线的自动驾驶汽车就是不负责任。 

来看看百度是怎么说的。

现今很多传感器融合的方案设计较为复杂，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地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。

基于这种思路设计的多传感器融合方案虽然能够在短期规避单传感器方案难以解决的问题，长远看，数据和策略间深度耦合的设计不利于为环境感知系统提供真正意义上的冗余（true redundancy）。

什么叫 true redundancy？我来翻译翻译。true redundancy 就是很多 L4 的创业公司，为了尽快让自动驾驶 Demo 车型上路，打着重视安全的旗号选择多传感器融合感知路线，却也借此规避了真正核心的技术挑战：单个传感器感知能力的研发和探索。 

这种思路下催生的多传感器融合感知解决方案本质上是互补关系，而不是真正的冗余。 

百度 Apollo 技术委员会主席王亮是进一步解释了研发纯视觉 L4 的必要性。

百度研发纯视觉感知解决方案并不意味着放弃现有基于激光雷达的技术路线，而是在技术实践过程中充分意识到无人驾驶系统 true redundancy 的必要性，决定通过压强环视视觉技术来夯实多传感器融合感知框架。

**在激光雷达为主、视觉为辅的传统融合策略中，视觉感知自身的问题和缺陷在雷达感知的掩盖下暴露不够充分。**通过 Apollo Lite 打磨迭代的纯视觉技术可以持续反哺百度坚持的多传感器融合解决方案，提升无人驾驶系统的鲁棒性和安全性。

再用大白话翻译一下，对于很多自动驾驶从业公司来说，激光雷达的存在掩盖了其视觉感知能力不足的问题，而视觉感知能力是全行业面临的技术挑战。在视觉感知问题尚未取得突破的前提下，一旦移除激光雷达，很多自动驾驶汽车的感知系统会直接停止工作。 

这种伪冗余的感知方案无助于自动驾驶汽车感知能力的提升。 

你可能会问，王亮是谁？ 

除了 Apollo 技术委员会主席，王亮还是百度美研的首席架构师、2015/6/7 连续三年的 3D Vision 国际会议的区域主席。在 CVPR/ICCV/ECCV/T-PAMI 和 IJCV 等顶级期刊/会议上发表过 30 多篇论文。——百度在技术领域仍然有着足够强的人才号召力。 

百度的说法是，在路测过程中，Apollo Lite 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可与全球最大的 ADAS 供应商 Mobileye 提供的纯视觉解决方案相媲美。 

这样的成绩实在让人印象深刻，@百度期待 Apollo Lite 测试车的试乘体验。 

AVP 的商业想象力

AVP，放在行业是 Automated Valet Parking 的简称，放在百度是 Apollo Valet Parking 的简称。不过意思都一样：自动泊车。 

在百度之外，AVP 的玩家比比皆是，博世、安波福、驭势、特斯拉、小鹏…这个赛道是很拥挤的，百度凭什么突围？ 

简单来说，百度的 AVP 从四个技术点出发：车－云－图－场融合方案去实现。首先是车辆本身的感知、决策和控制，其次是百度云端信息、百度高精度地图和停车场改造打通，多方感知信息融合的方案。 

顾维灏

打通百度地图和云端一体来做 AVP，这是百度依据自身业务垂直整合的一些差异化优势。 

按照百度智能汽车事业部总经理顾维灏的说法，自主泊车（Valet Parking）很快会在百度大厦和百度科技园开启试运营。 

在商业化层面。威马已经成为百度 Apollo 自主泊车（Valet Parking）已经商业化订单客户。今年 CES Asia 上百度威马联合展示的 Model EX5 2.0，就集成了百度 AVP 软硬一体化解决方案。 

威马汽车董事长兼 CEO 沈晖在现场表示：未来双方将继续联合开放 L3、L4 级别自动驾驶技术，打造车企智能化转型的标杆。 

最后，百度 AVP 已经和威马、长城、力帆、比亚迪、江淮汽车、gofun出行、盼达出行、停简单等企业就商业化落地展开了合作。 

这个合作像极了百度 Apollo 的微缩版本。Apollo 开源至今，一直有源源不断的软硬件产业链合作伙伴、OEM、政府机构和高校加入，而商业化层面的进展缓慢是它饱受诟病的另一面，大多数企业加入 Apollo 都会选择观望而无实质性的合作推进。 

今天，Apollo 细化成 AVP 开始落地了，依然是一呼百应式的打法。百度并不需要吃下所有订单。但 IDG 一旦攻下一城一池，在软硬件方案层面的规模效应带来的成本优势和商业经验，会一步步跟创业公司拉开越来越大的差距。而另一方面，百度又具备比传统 Tier 1 更快的迭代能力。 

更重要的是，就像威马 CEO 沈晖说的，AVP 只是个开始，百度可能就此一步一步慢慢撬开汽车行业客户的大门，让 Apollo 成为下一个搜索业务。 

这是 Apollo 比李彦宏淋水更值得思考的地方。