L4级降维释放，百度Apollo加速下一代智驾产品上车

钛媒体 • 3年前扫码分享

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。

L4级降维释放，百度Apollo加速下一代智驾产品上车

张敏

· 2020.12.31

微信扫码

32k

2021，百度Apollo开启新的征程。

L4级降维释放，百度Apollo加速下一代智驾产品上车

00:00 09:43

完全的无人驾驶到来，好像还很遥远，但一定条件之下的自动驾驶，已经在2020年开始越来越常见。

继2020 Apollo生态大会上，百度发布ANP（Apollo Navigation Pilot）领航辅助驾驶之后，在12月22日又宣布与德州仪器（以下简称“TI”）合作，将TI的车规级处理器纳入Apollo软硬一体的自动驾驶产品设计中，打造能够量产的高阶智能驾驶产品ANP、AVP。

根据百度的规划，基于L4级纯视觉自动驾驶的城市道路闭环解决方案——Apollo Lite“降维打造”，将于明年搭载于量产车型上市。ANP联合此前推出的AVP泊车方案，百度计划在未来5年实现100万辆车型的前装。

百度表示，这是L4级自动驾驶技术降维释放到L2级辅助驾驶领域的产品，汽车可实现自主变道、自主掉头、绕开障碍车等动作。

百度自己不造车，但希望通过自己在自动驾驶领域积累的技术和经验，帮助车企实现快速搭上自动驾驶这班车。

百度这次为何选择了TI？

值得注意的是，TI是这次为Apollo 的ANP和自主泊车AVP功能的计算平台ACU，提供车规级芯片的半导体供应商。

德州仪器（TI）基于Jacinto™7开发的TDA4车规级处理器

自动驾驶解决方案中软硬件是相关联的，在2020 Apollo生态大会上，百度提出了整个ANP产品将能够完整地在城市级实现，目前平均需要30Tops以上的算力。

城市级对自动驾驶会有不同的要求，百度智能驾驶事业群组首席产品架构师郭阳在接受钛媒体采访时表示，在泊车域上会采用6个摄像头，但在行车域上随着场景变得复杂，传感器上会有比较多的增加，会采用8摄像头、10摄像头或12个摄像头，这主要会基于不同场景的需求而进行定制。

另外，在城市场景下，自动驾驶视觉领域需要非常深度的数据积累，AI算法与传统式算法相融合，在城市领域只需要有一定的数据积累，就能很好地解决一些高频的问题。

目前，简单的行车域，基本上都不按照SAE的自动驾驶级别来定义，而是根据场景来区分。百度ANP在环形道路、标志道路以及城市内的一些高精地图支持比较好的道路，都会持续迭代，进一步开放。

百度与TI的合作，是基于TDA4VM的芯片。TI的TDA4处理器系列基于Jacinto™7架构，可帮助汽车制造商设计先进的驾驶辅助系统以及下一代半自动和自动驾驶系统。该系列处理器具有强大的片上数据分析能力，并与视觉预处理加速器相结合，从而使得系统性能更高效。此外，该系列处理器在实时性与功能安全等层面也起着至关重要的作用。

此前在第一代ACU上，百度曾与赛灵思合作，至于这一代产品在车规级芯片上选择与TI合作，郭阳表示，主要原因则是车厂更倾向于选择TI，而百度也会更多的考虑车厂的选择，选择TI做百度下一代ACU的主芯片。

从车企自身的选择来说，也不希望选择功能演进比较大的供应商。像Mobileye EyeQ5，在时间上、稳定性上都存在着相关的一些风险。

在郭阳看来，对于车厂而言，选择用谁家的芯片时，除了要满足战略要求，还要考虑这个芯片厂生产线的稳定性、供货的稳定性，以及与行业的融合度，真正能够保证可以上车量产。

至于TI TDA4的平台与目前的Mobileye EyeQ5，以及英伟达的Xavier之间的差异，郭阳从实际功能角度分析称，“这几个平台可能各有各的优势，但TDA4更适合于在现阶段做一些跟深度学习相关，且是能够量产上车的车规级产品，因为TDA4的芯片本身的算力具有更高的规划。”

实际上，在这次官宣合作之前，百度与TI就已有过多次的合作，且整套系统也经过车企的广泛使用。

百度如何保障纯视觉方案更安全？

百度发布的ANP，也是一套基于L4级纯视觉自动驾驶方案，这实际上与特斯拉的自动驾驶系统有点类似，而加装了FSD的特斯拉车型在国内外都出过不少事故。百度这套自动辅助导航驾驶系统的安全性到底如何？

郭阳告诉钛媒体，百度Robotaxi在L4级路测的数据积累非常丰富，在安全领域的可靠性比行业高出了一个量级。百度Apollo价值观第一条就是安全第一。

一年前，百度联合宝马、奥迪、大陆、戴姆勒、安波福、英飞凌、英特尔及大众发布《自动驾驶安全第一》白皮书，基于该白皮书建立起全球第一个ISO自动驾驶应用安全标准的一个草稿，预计经过两三年的时间，将会演变成为真正在自动驾驶领域公共安全的ISO标准，面向全世界进行一个规范推广。

百度是中国公司中唯一一个的参与制定自动驾驶安全标准的公司。硬件方面，在公共安全领域，百度实际上也做了大量的工作。

在软件领域，郭阳告诉钛媒体，百度的很多算法与特斯拉也会有一些明显的区别，首先，在整个环境建模上，百度融合了高精地图，不像特斯拉完全依靠实时计算，这使得能够在一些特别的场景之下会具备一些预判，比如百度能够预先探测核心区域的信息，行驶中会将探测差异做一些对比（而不是重新再算一遍），这样可以节省算力，更多的把算力用到一些活动的物体上（对行人进行识别等）。

另外，百度现在发布的智驾方案是以视觉为主，但实际上，该方案融合了摄像头、毫米波雷达、超声波雷达这些传感器，做了多元融合的算法。

同时，百度针对中国的特殊场景，做了一些典型视觉场景的算法，比如像外卖小车等，经过这样一些数据积累，可以保证目前百度自动驾驶的行驶范围之内，安全问题都可以得到很好的保障。

百度尝试将L4级Robotaxi的技术向下降维释放，在城市产品AI算法这些数据的积累上，去保证有一个比较好的行驶安全。这也是百度与市面上其他自动驾驶产品相比，独有的优势。