百度副总裁邬学斌首次官方详解阿波罗计划，为什么要造无人车？

2017年7月16-17日，中国电动汽车百人会产业培训以“ 新能源 汽车与智能网联汽车前沿技术”为主题举办系列课程，邀请清华大学、 百度 、 沃尔沃 、 博世 汽车、 科大讯飞 、智车优行、中兴智能汽车等机构的专家，进行为期两天的分享交流及深度探讨，旨在通过培训课程让业界人士了解最新前沿技术以及发展趋势，促进技术交流、产业链融合及跨界合作。

百度副总裁邬学斌发表了以“实施 Apollo 计划，构建 自动驾驶 新生态”为主题的报告，本文为发言实录：

今天的演讲题目是 “实施Apollo计划，构建自动驾驶新生态” 。

先讲一个引子，百度认为汽车行业发生了非常大的变化，可简单归纳成“三化”，也有的人说是“四化”。（1）电动化——指从能源方面来考虑。（2）智能化——从汽车本身性能来讲，所有能使汽车变得更加聪明的技术，都统称为智能化，无论网联、还是智能驾驶。（3）共享化——并不是指汽车本身技术发展，而是指汽车未来使用状态的变化，由于使用状态的变化，对汽车产品的形态将会带来很大冲击。

为什么要研发 无人驾驶 汽车？

实际上这个答案有很多，我们把它总结成三个方面： 安全、高效、经济性。

安全

中国每天直接死于交通事故的人数大概有近500人，这个数字是非常触目惊心的。我们认为当无人驾驶普及的时候，这个数字会大幅度下降。强调一点，并不是说无人驾驶之后不会发生交通事故，但是这个事故率会大幅度下降。除了恶性交通事故之外，每天频繁的轻微交通事故造成的经济损失也非常大。因此，无人驾驶在安全方面的贡献是非常突出和显而易见的。

当然，也有人会问，如果左边是老人，右边是小孩，无人驾驶汽车到底撞谁？实际上，在无人驾驶技术层面上是不会出现这种情况的，无人驾驶汽车的感知系统在正常工作情况下，不会突然意识到某个问题，然后再做处理，所以这个命题本来就是个伪命题。

另外， 国内在无人驾驶法规方面还存在很多问题，比如说交通法规。 无人驾驶一定要在有人的道路环境下进行开发测试，和现在有人开着的车不一样。有人驾驶的汽车完全可以在无人的环境里面开发，不管在实验室还是在实验场，整个开发的要求、实验方法、验收标准都非常非常完善。但是无人车怎么办呢？所以还有许多方面需要完善。安全本身是狭义的，既具有社会效益，也涉及非常重大的经济利益。

高效

人工智能 技术最核心的作用就是在各个方面提高生产率，用于汽车上也同样是提高生产率。 人工智能可以解放人们在汽车里面以及整个交通过程中的生产力，乘客可以不用开车，转而做别的事情。

这里有很多统计的数据，其中对车辆行驶效率的提升，是一个非常重要的指标。目前车辆平均使用率不到5%，如果提高10倍，当车辆一半状况在使用时，理论上来说，车辆的保有量可以减少10倍。但这仅仅是理论上的，交通有高峰期、低峰期，不可能24小时都是均衡的。所以单纯按简单的数据计算，结果是错误的。不过，我们依然相信即使是未来无人驾驶汽车时代，社会车辆汽车总保有量还是会增加，因为每个人都向往着交通自由。

经济性

以北京的人工成本为背景，如果采用无人驾驶汽车作为出租车来运营计算的话，一年到一年半时间就把能收回成本，经济效益非常明显。在经济方面还有一个指标，即中国的人口老龄化。2015年，中国的在职人数与退休人数的比例是6.6：1。如果坚持原来一胎的计划生育政策不变，到2045年这个比例将会下降到1：1。而无人驾驶汽车能够有效缓解劳动力短缺的问题。

德国一家咨询公司，在中国、美国和德国进行了一个调研，发现在欧美大概只有48%的人相信无人驾驶技术，而在中国这个数字高达96%，表明中国人对新鲜事物的接受程度非常高。

迈入“L4”级别，需引入人工智能技术

人工智能技术实际上也不是一项新的技术，在上世纪五六十年代也曾经火过，那么为什么没有火起来呢？最核心的有两点：一个是计算能力；另一个是更重要的数据。没有 云计算 的技术，人工智能技术是没有根基的。2000年以后，这两项技术均得到了快速的突破，所以人工智能技术才得以再次迎来春天。百度为什么有人工智能技术呢？因为人工智能技术最早应用在搜索技术上，所以百度积累了非常丰富的经验，它跟 大数据 的搜索技术有点相关，但是还有本质区别。

按照美国的划分标准，从L1到L4，其中L1、L2已经实现产业化，奥迪号称实现了L3的产业化。我们认为从L3到L4，这是一个巨大的鸿沟，因为要判断、处理的数据量是急速增长的，靠传统的CPU以及这种硬编程的方法是无法处理的，必须引入人工智能技术，用GPU、FPGA等。所以，要真正达到L4，人工智能技术是不可缺少的。当然，L4到L5之间又是一个巨大的鸿沟，因为L5是没有地图的，未来的L5又是另外一个新天地。

“Apollo”计划发布

“开放能力，共享资源，加速创新，持续共赢”是“Apollo”计划的16字宣言。

开放能力是指将百度无人车的软件、平台、数据等所有能力免费开源、开放，通过这种开源方式，任何人随时可以在网页上查看，也非常希望大家提宝贵意见，来丰富我们的不足，这就是开放能力来共享资源。我当年做电动车的时候，06年开始为奥运会做电动汽车，电动汽车做到现在做了十几年了，实际上这个领域里低水平的重复投入是相当严重的，没有必要每个人都把轮子重新的发明一遍，所以百度愿意把自己做的一些基础性工作向整个产业、向整个社会开放，希望能够提高我们的资源利用效率，加速我们的创新。

前几天 百度CEO李彦宏讲了一句话：在PC时代有个人英雄主义，在人工智能时代将不复存在。

这话是什么意思？在PC时代，编一个很好的程序、写一个优秀的算法，可能要不了几个人，也许某一个人就能实现。但是到了人工智能时代，最重要的是数据，而数据是不可能靠一个人或是个人英雄主义就能解决的问题，数据一定是众人拾柴火焰高，所以我们把生态开源、开放，希望大家参照我们的算法贡献自己的数据，然后才能使这个“Apollo”生态的数据越来越多、越来越丰富，这样才能加速创新。

详解“Apollo”

Apollo是一个开放的、完整的、安全的生态，怎么理解完整和安全呢？ Apollo开放是各个模块逐步开放的过程，凡是决定开放在网上的，都是经过内部反复严格训练和测试，所以开放出来的模块肯定是完整的、安全的。

这个框架就是Apollo的技术框架，这个框架的左边分成四层。

1、最下面一层是整车模块，这个模块不一样的地方就是需要线控技术。线控技术在现行车辆里面，由于使用的并不多，所以成本和技术路线还处在研发状态。实际上，很多国际公司的技术上是成熟的，但产品有赖于产业化的推进。

2、整车模块之上是硬件平台，这里面的硬件目前汽车上都还不存在，而未来智能汽车上需要这些硬件，包括计算平台、定位、惯导和各种传感器。还需要设计一个黑盒子，把车上所有的数据实时记录下来，以备不时之需。

3、第三块是最核心的，就是汽车的大脑。这里面有无人驾驶系统所有的模块，最上面一块是云，无人驾驶汽车必须要有云的支持，很多数据必须在云上面。

讲到硬件和整车的时候，讲的是参考平台，意思是生态里边有许多整车的模型和硬件的模型。“”Apollo”生态本身并不只属于百度的，它也不是一个实体公司或是赚钱的工具。只有汇聚产业界的力量，“Apollo”的大脑、血液，甚至整个智能车才能像人一样，才是一个完整的工业布局。

“Apollo”布局的速度： 7月5日已经开放封闭场地的循迹自动驾驶，如果把刚刚这些模块下载下来，按照我们推荐的硬件和整车模型的话，就可以在封闭场地打造一款可以循迹的车辆。有一家美国公司花出3天时间的确做出一辆车出来了。9月份的时候会把固定车道的自动驾驶开放，年底的时候开放简单的城市工况。到2020年底，基本上可以把城市道路和高速公路，在有路的情况下全部开放。百度相信到2020年底，技术上是可以开发成熟的，可以让车上路。至于到时候能不能上路，就看法律是否上路。

目前“Apollo”生态已经有了一些成员，这些成员里面包括主机厂、政府、大专院校、运营公司等，生态里边没有排名歧视，大家都是为了无人汽车行业的技术共同奋斗。

美国Autonomoustaff的一个工程师，当初他不相信“Apollo”，也想试试我们的技术，所以我拍了一段视频。可以看到，这个视频本身并没有显示出非常高水平的无人驾驶技术，它想展示和想说明的几个问题：第一个，“Apollo”的系统是相通的，我们把相关的数据放在网上，大家一起做成这个事情，把通道打通。第二个，在整个实验过程中还是有些问题的，第一是刹车，需要再优化，这个是“Apollo”的精神，并不是说这个数据拿下来马上就能够商业化的，可能还得根据不同的应用进行不同的调整。

“Apollo”的必要性

在“Apollo”生态里面，相信各种各样的公司或单位都是需要的，而且目前也是有这么几大类：一个是政府，中央政府是法治法规的制定者，地方政府要提供一些测试的场景来测试，中国一些城市已经开辟了一些小型测试实验区，但这种实验区实际上远远不能满足无人驾驶汽车产业化的需求。无人驾驶汽车要能安全的上路（指比开得最好的驾驶员还要好，而且没有交通事故），测算大概需要100亿公里的行驶里程数据，光靠任何一个城市建一个小型示范区，想跑100亿公里是不太可能的，而且这100亿公里并不是说在同一个场景里行驶。

另外一个指标是ADS，就是自动驾驶场景 ，这种场景全世界可能会有2万—3万个场景，很多人认为测试场景达到3700个之上车子就能安全上路，如要安全无忧可能要测试超过上万个场景。这些怎么办？这些场景光靠一个公司和有限的100辆车去跑是不够的。大家有没有注意到，谷歌最近不太讲里程数了，里程数跑到一定程度已经到了一个玻璃天花板了，他的ADS的增长上面已经没法增长了，必须要有不同的情况。那么如何解决这个问题？这就需要更多的地方政府一起来开辟无人车的开发测试场景，无人驾驶汽车需要在有人的环境里边来学习，否则只能是纸上谈兵，所以政府的支持是很重要的。

汽车制造商、传感器、硬件制造商不用多说。另外，出行服务商也是很重要的，因为只有他们掌握出行数据。在美国，Uber也好，小的出行公司也好，在无人驾驶方面都非常积极。他们认为，出行服务商如果不在无人驾驶领域占有一席之地的话，可能就没有机会了。另外，通讯服务提供商，很多人讲无人驾驶汽车跟V2X之间的关系，我认为一个车首先要保证自己做到无人驾驶的功能，V2X是之上的冗余系统。

无人驾驶的10大核心技术

百度认为，无人驾驶有10大核心技术，包括：环境感知、行为预测、规划控制、高清地图、高精定位、操作系统、车载硬件、智能互联、人机交互、系统安全。

其中最重要的是系统安全 ，因为当一个车跟云端进行数据交换时，没有安全保证，这辆车就可能会变成杀人武器。如果无人驾驶汽车在信息安全上出现问题，那么是不可能产业化的，其他的都是可以解决的。

在互联网世界中，不存在百分之百的安全。所以我们的安全理念是什么呢？我们的安全理念是把有可能造成的伤害控制到最小，就像一个城市，不可能没有犯罪，但是安全的城市，一方面可以防止很多犯罪，另一方面，即使发生犯罪，也能会迅速处理，控制局势。

从汽车行业到智能驾驶行业，最复杂的技术实际上是行为预测。如果没有人工智能技术，只靠写程序，是无法完成这个工作的。因此，人工智能技术、机器深度学习是不可或缺的。

百度目前的技术怎么样呢？在检测识别方面，KITTI（自动驾驶算法公开排行榜）每年都会举行比赛，它有六项指标，去年在全球比赛当中百度在六项指标当中拿到四个第一。比如车辆检测，检测量第一。行人检测，目前准确率为95%，当然这种准确度肯定是不能上路的。红绿灯检测准确率为99.99%，但也很低，这只是说摄像头的识别率，对于红绿灯有好几个系统可以识别，这些系统全部放在一起的冗余，可以达到99.999%，单靠摄像头只能达到99.9%。

另外， 在高精地图和定位方面，百度的高精度地图现在是厘米级的。

智能汽车的开发与传统汽车是不一样的。智能汽车的开发，首先要让无人驾驶汽车不断行驶。一个框图里面实际上想说的就是一个ADS，一个自动驾驶场景，若干个车去跑，就跑若干个地方，建若干个试点，再把这些场景的数据全部传送到云端进行整合和模型，产生了大脑后，实际上产生了一个模型，放到一个车里面，进行车辆的控制，就是这么一个开发过程，称之为是端到云到端这么一个开发过程。这个跟传统的控制软件的开发是有颠覆性的不同。

实际上，想行驶成千上万的场景是非常难的，怎么办呢？百度的做法是利用仿真，仿真是智能驾驶开发的加速器，仿真怎么来的呢？最初是把场景先给数字化，之后利用这些元素来进行仿真，大大提高了仿真的效率。

“Apollo”智能驾驶、智能控制系统以后要基于DuerOS操作系统（百度推出的一款对话式人工智能操作系统）之上，实现基于语音的高效操作。不仅要听见声音，还要听懂声音。听见和听对之间的区别非常大，这背后是百度人工智能技术在发挥巨大作用。目前，很多厂家有很多应用，但仅仅是在车联网这个方面，还没有跟自动驾驶相关联，这是下一步需要做的事情。

去年配合乌镇互联网大会时使用了一批无人驾驶汽车，是在开放道路行驶，道路状况极其复杂，开发过程也非常复杂。当无人车第一次遇到逆行车辆时，计算系统就停顿了，不知道该怎么处理。但是第二次遇到相同情况的时候就知道了，但依然停顿，说明机器学习还是要进行再学习。那么国外的车要想进入中国市场，就必须要在中国进行测试，这也是“Apollo”生态里有外国厂商的原因。外企进入“Apollo”生态之后，可以相对容易的获取我们的数据。

无人驾驶面临的五大挑战

Apollo开发过程当中得到了政府和合作伙伴的大力支持。在习大大的指示下，乌镇互联网大会期间展示的都是基于自主品牌的无人车。百度目前在跟很多城市、公司进行了合作协议签约，也在加快开发速度，但在这过程中也感觉无人驾驶还面临着许多挑战，主要有五项：

第一，核心零部件受制于人。 这与国内产业基础有关系，无人驾驶汽车搭载的激光雷达、关键芯片等核心零部件都掌握在外国手中，成为中国汽车弯道超车的阻碍。所以希望在座的企业能够在这个领域进行创业或者投资。当然核心部件的投资风险也非常大，以激光雷达为例，还存在一些问题。激光雷达的成本和技术先进性的平衡，什么时候用？是采用旋转式的还是固态式的？多少线就可以了？等等，业界讨论非常多。

第二，法规。 这是显而易见的问题，当前现有的交通法规都是不适用于无人车的，因为当初在制定交通法规的时候没有想到车子可以自己跑，所以要求车子必须要有司机驾驶。

第三，应用环境限制。 无人车需要有大量的场景来训练，而不是仅靠几个城市开辟几个示范区就能解决这个问题，远远不行。国外的做法要好很多，美国有好几个州已经允许无人车上路，政府对于无人车安全保持一个基本的信任。百度与国内交管部门沟通交流的时候，交管部门对无人车的安全性不信任，觉得没有保障、没有信心。而在加州，只要交500万美金的保证金就可以拿到测试执照，申领执照没有门槛限制，是个企业或组织都能拿。

第四，交通设施。 这个问题非常重要，需要重点解决。现在很多地方铺设的V2X网络相对来说还比较简单。

第五，信息安全。 信息安全威胁是一个非常重要的问题。百度跟国家的有关部门也在积极探讨解决这个问题。