轻松应对六大复杂驾驶场景,百度ANP视觉感知方案比肩激光雷达

砍柴网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

2021年,是自动驾驶的变革之年,人们在追逐L4、L5级完全自动驾驶、无人驾驶终极目标的同时,更加关注高级别自动驾驶能力在民用 汽车 智能化上的应用下放。然而,在实现L4+级自动驾驶技术落地到高级辅助驾驶产品上的技术路线选择上,业界对纯视觉方案和激光雷达方案两条技术路线选择充满争议。与业内最早大规模使用的激光雷达的方案相比,纯视觉感知方案尽管成本更低,但技术要求也更高,是一座极难攻克的技术堡垒。放眼全球,也只有百度Apollo ANP(Apollo Navigation Pilot)方案及特斯拉FSD(Full Self-Driving)方案较为成熟。纯视觉方案在中国路况到底是否可行?百度Apollo 用实际表现给出了答案。

在北京亦庄智能网联汽车测试区,Apollo ANP方案在红绿灯识别、十字路口左转测试、拥堵路况测试、进出环岛测试、匝道右转测试等六大疑难场景测试中的实际表现超乎外界想象。在红绿灯识别测试中,ANP研发车面对红灯准确主动停车,并在识别绿灯及红灯倒计时后启动车辆,自主穿过十字路口;在十字路口左转测试中,ANP测试车辆在遇到慢速行驶的直行车辆时进行路权博弈,选择最佳时机迅速安全地完成左转;拥堵路段中,ANP测试车辆在狭窄的双向车道上不仅兼顾了对向来车、右侧停泊的双闪车辆以及频繁从车侧驶过的电动车,还时刻与前车保持安全车距;进出环岛的测试中,ANP测试车辆准确兼顾了左右两边车辆,成功实现右转。

轻松应对六大复杂驾驶场景,百度ANP视觉感知方案比肩激光雷达

值得一提的是,在被誉为纯视觉系统噩梦、特斯拉FSD屡次折戟的“桩筒障碍”路况中,Apollo ANP研发车不仅准确识别了桩筒,更控制车辆主动绕开桩筒,通过主动避让,完全避免了特斯拉曾出现的因桩筒识别率差而发生的事故,完美通过测试。

轻松应对六大复杂驾驶场景,百度ANP视觉感知方案比肩激光雷达

Apollo ANP于2020年百度 2020 Apollo 生态大会上正式公布,它基于目前国内唯一的L4级纯视觉自动驾驶技术Apollo Lite降维打造,是L4自动驾驶技术降维释放到目前L2级辅助驾驶领域的产品。不同于行业方案仅支持高速和城市环线,ANP还可以在城市道路使用,拥有面向城市复杂道路的全场景自动驾驶能力。全套ANP方案仅配备12个摄像头、5个毫米波雷达、以及12个超声波雷达,整个系统使用一块GPU显卡支撑全部运算,实现360°全方位实时环境感知、240米前向障碍物的稳定检测视距,利用Apollo轻量化的视觉感知系统以及百度成熟的高精地图,大幅拉低具备辅助驾驶功能的车辆传感器配置成本。从而帮助车企提前2-3年实现在平价主流车型上实现自动驾驶功能量产。

轻松应对六大复杂驾驶场景,百度ANP视觉感知方案比肩激光雷达

在纯视觉感知技术路线领航辅助驾驶方案外,百度也提供成熟的激光雷达自动驾驶出行方案。作为中国自动驾驶的领头羊,百度Apollo是国内唯一兼具纯视觉与激光雷达两大主流自动驾驶方案能力的“自动驾驶基建供应商”,可帮助企业根据自身情况自由定制软硬件配置,从而大幅降低自动驾驶的行业门槛,加速领航辅助驾驶及自动驾驶的全面落地,用 科技 让百姓的交通出行更简单、更美好。

随意打赏

提交建议
微信扫一扫,分享给好友吧。