Apollo自动驾驶技术_apollo自动驾驶技术详解

1.自动驾驶出租车秒接300多单，百度Apollo又上热搜了

2.自动驾驶关键模块、核心技术（参考Apollo项目）

车东西

文?|?杨木

3月2日，《北京市自动驾驶车辆道路测试报告（2019年）》（以下简称“北京报告”）正式对外发布。北京报告是由中国官方发布的自动驾驶路测报告，与加州车管局（DMV）的《自动驾驶脱离报告》（以下简称DMV报告）相比，更能体现国内自动驾驶发展的实际情况。

根据北京报告，2019年，来自13家企业的73辆自动驾驶汽车（北汽新能源未部署测试车辆）在京参加道路测试。其中，百度以52辆车，75.4万公里的新增测试里程成为当年测试企业中投入测试数量最多、测试里程最大的企业。

而有趣的是，在北京路测中遥遥领先的百度，也在日前刚刚发布的DMV报告中拿下了MPD（Miles?Per?Disengagement）榜单的第一名。北京和加州在路测的统计标准、路况方面都有很大不同，能够在两份报告中都取得不错的成绩，也说明百度在海内外自动驾驶领域都处于领先地位。

一、北京2019路测报告发布?测试里程近89万公里

北京市自动驾驶车辆道路测试第三方服务机构“北京智能车联产业创新中心”于今天正式对外发布了《北京市自动驾驶车辆道路测试报告（2019年）》（以下简称“北京报告”），据了解，这也是目前中国官方唯一的自动驾驶路测报告。

该报告总结了2019年北京市在自动驾驶路测的政策、标准、环境、服务方面所取得的进展，同时也对13家企业在京开展自动驾驶路测的情况进行了披露。

整体来看，北京的自动驾驶政策和标准正不断迭代、完善。而截至2019年年底，北京市已经建成3个封闭试验场地，并累计开放151条，共计503.68公里的自动驾驶测试道路，有能力为不同的自动驾驶车辆提供测试环境。

在企业路测方面，报告显示，2019年来自13家企业的73辆车（北汽新能源未部署测试车辆）参与到北京市自动驾驶车辆一般性道路测试当中，路测总里程达到88.66万公里。截至2019年12月31日，相关企业在京路测里程已经达到了104万公里。

▲企业在京路测情况

其中，2019年，百度在测试总里程、测试地域覆盖方面均是遥遥领先。这一年，百度的52辆测试车在京共完成了75.4万公里的道路测试。小马智行共部署5辆车，2019年路测里程为11.12万公里，位于第二名。

事实上，从报告来看，百度还是当前开展测试的企业中唯一实现了R1-R4以及RX（设有V2X设备部署，支持车路系统测试）全路段覆盖的公司。

▲企业测试地域覆盖统计

二、中美对比?北京报告更加权威

就在北京报告发布前不久，美国加州车管局（DMV）也于北京时间2月27日发布了《2019年自动驾驶脱离报告》。58家公司向DMV递交了他们在加州的年度路测报告，其中有路测数据的共有33家。

DMV报告中的关键数据有两个，即自动驾驶车辆路测里程数和脱离数（disengagement）。除此之外，用一家公司的总路测里程数除以总脱离数（即干预数），便能够得到另一个关键指标MPD（Miles?Per?Disengagement）。

MPD的意思是自动驾驶汽车每行驶多少公里需要被干预一次，通常情况下，MPD会被看做是衡量一辆自动驾驶汽车“驾驶水平”最直观的指标。

不过，需要注意的是，MPD也存在一些问题。向DMV提交报告的各公司会根据自己的情况制定接管标准和统计标准，不同的标准很难统一。另一方面，由于自动驾驶汽车会在不同路况下展开测试，因而单纯以MPD作为衡量一家公司自动驾驶水平的依据难免会有失公允。

在这种情况下，北京报告给出的分析对于国内自动驾驶企业而言，也就具有更高的参考价值。

和DMV报告对各类路况“一视同仁”的做法不同，北京报告依据不同测试场景，对企业在封闭试验场和开放道路的实际测试情况分别做了介绍。

报告显示，在封闭试验场环境下，除了车辆感知性能测试、可靠性测试等基本的测试内容外，还设置了专项能力评估测试和综合能力评估测试两项内容。

其中，专项能力评估测试是以诸如避让静止车辆、避让障碍物等实际路况场景为单位，对自动驾驶车辆进行逐个场景的测试，从而更好地对自动驾驶汽车在具体场景下的行驶能力进行验证。

▲专项能力评估测试实拍

综合能力测试可简单理解为对单个专项能力测试的随机串联，能够更真实地反映自动驾驶汽车连续执行驾驶任务的能力及稳定性。

与此同时，针对开放道路测试场景，北京报告除了会对各企业的路测里程、自动驾驶汽车脱离类别及原因进行统计、分析，也会统计测试企业在不同等级道路上的部署情况。

整体来看，北京报告突出强调了场景因素，更适合于用来衡量自动驾驶行业的发展水平。而另一方面，由于北京报告由第三方机构发布，并非企业个人申请，因此其客观性相较于DMV报告也会更高一些。

三、连续两个“第一”?百度自动驾驶持续领跑

百度是国内自动驾驶领域的领头羊，在今日发布的北京报告中更是“一举夺魁”。而与此同时，百度也在日前发布的DMV报告中反超Waymo，拿下了MPD榜单的第一名。

2019年，百度在加州的路测里程数较2018年提升近6倍，至10万多英里（约合17.42万公里），MPD值也飙升至18050.03英里（约合2.9万公里）。这意味着，百度在加州路测的自动驾驶汽车每行驶约2.9万公里才需要被干预一次。

DMV报告结果依赖企业自觉，相较之下，北京报告会更符合中国国情且强调技术水准。百度能够在两个报告中都取得“第一名”的成绩，其在自动驾驶方面的硬实力已经不言自明。

据了解，百度Apollo目前已经形成智能交通、自动驾驶和车联网三大板块协同并进、互相支持的业务格局。截止至2019年12月18日，Apollo共拥有自动驾驶路测牌照150张、在全球23个城市开展路测、累计测试里程超过300万公里、全年新增专利1237件，并获得了众多商业落地的机会。

与此同时，百度Apollo自动驾驶平台也在2019年更新至5.5版本，开发者基于Apollo?5.5，即可快速打造出在城市行驶的无人出租车、无人公交车、低速无人接驳车等多种自动驾驶车辆。

结语：?百度持续亮剑?发力自动驾驶

百度是国内最早布局自动驾驶的企业，一直以来都充当着国内自动驾驶发展的引领者。2019年，百度在自动驾驶汽车路测、生态构建、平台发布等多方面实现了多线开花。如今在北京报告中夺魁，也是在一定程度上为百度的自动驾驶实力做了证明。

与此同时，百度在DMV报告中拿下MPD第一名，也说明了百度不仅在国内自动驾驶领域居于领先地位，在全球范围来看也是处于第一梯队。

相信未来随着百度加速赋能自动驾驶的行业创新，国内自动驾驶的发展步伐也将进一步加快。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

自动驾驶出租车秒接300多单，百度Apollo又上热搜了

易车讯 日前，我们从官方渠道获悉，百度正式发布了新一代自动驾驶云产品——Apollo Cloud 2.0。Apollo Cloud 2.0是一款面向车企提供智驾量产全流程云服务的产品，具有精准合规、多模态大模型、城市级仿真三大核心优势，为用户提供量产域的自动驾驶云服务，助力车企智驾业务跨越产业鸿沟，实现快速量产。

百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示：“百度是国内最早布局自动驾驶核心技术研发的企业，一直关注汽车智能化进程中车企的深度需求，Apollo Cloud 2.0的推出，将助力车企用户攻坚关键的长尾难题，开启智能驾驶量产时代。”

汽车新四化正在快速演进，以电动化为代表的上半场发展速度远超市场预期，加速智能化时代的到来。根据相关市场报告显示，2021年中国市场乘用车新车整体驾驶上险量超过800万辆，渗透率达到40%。其中，L2级ADAS搭载量为390万辆，同比增长77%。麦肯锡发布的调研报告也指出，智驾已经成为消费者购买决策的选择因素之一。

据百度方面预测，2026年，高阶智能驾驶终端用户的渗透率将超过15%，届时智能汽车将跨过发展临界点迎来大爆发。未来3年，没有自动驾驶能力的汽车或将失去竞争力。车企提前布局量产研发至关重要，成为决胜智能驾驶市场的关键。

目前行业大部分自动驾驶云产品，主要支持自动驾驶功能“从无到有”的研发，无法应对量产阶段面临的合规、效率、体验、成本等长尾问题的挑战，而这些长尾问题决定智驾量产的成败。百度在自动驾驶领域拥有丰富的研发和落地实践经验，攻坚智驾长尾问题上优势显著。Apollo Cloud 2.0的成功推出，实现了从研发工具链到智能生产线的里程碑式进化，为车企搭建了一条车辆智能化开发生产线，提供智驾量产的全流程云服务。

Apollo Cloud 2.0具备文心大模型、仿真引擎、自动标注、模型训练、数据回放、无限里程、难例挖掘、工作流引擎等12种核心技术，配套海量数据，赋能车企量产阶段数据合规、海量数据挖掘提纯、城市级仿真、算法研发、车辆运营监管等应用场景。通过整合式的服务，让自动驾驶开发变得更智能、更高效、更简单，助力车企自动驾驶“从有到优”，实现数据闭环、合规闭环和场景闭环，抢占智驾服务市场先机。

Apollo Cloud 2.0具备精准合规、多模态大模型和城市级仿真服务三项核心服务能力，是解决智驾长尾问题、助力推进量产进程的关键。

“精准合规”是Apollo Cloud 2.0率先提出的创新策略，既避免了“过度合规”造成的浪费，又杜绝了“按需合规”头痛医头、脚痛医脚的弊端，能更好满足智驾业务发展需求。“精准合规”有效保证了成本和合规的平衡，全方位保障自动驾驶数据闭环的合规管控，能实现原始数据不出车、测绘数据不出云、测绘成果不关联、资质图商全管控。

百度“精准合规”服务能力的构建，首先源于丰富的测绘地理信息数据处理经验，其次是对合规要求目的和底线的深刻理解，最后是对车企业务和需求的洞悉。百度拥有行业内唯一支既懂合规，又懂安全，还精通自动驾驶业务的合规团队：由测绘安全团队、信息安全团队、自动驾驶合规业务团队构成的测绘安全委员会，能够提供全生命周期安全服务与多部门的“会诊”服务，为车企的智驾发展保驾护航。

在海量数据中快速、准确地挖掘出有价值的信息，是影响智驾迭代速度的关键。传统的人工标注工序复杂，效率低，已成为行业瓶颈。Apollo Cloud 2.0的“多模态大模型”，让数据服务从“流程式”升级为“检索式”，运用文心大模型能力，建立自动驾驶版的“数据智能搜索引擎”，实现数据挖掘的“大海捞针”，能在海量数据中快速、准确地挖掘出有价值信息，有效提高智驾迭代速度。过去通过人工标注进行一次特殊场景数据挖掘任务，需要一周时间开发，现在车企可以一键获取。

众所周知，测试车可以在城里跑，但量产车需要跑出城。对于缺乏数据积累的智驾研发车企，如何以低成本的方式快速进行自动驾驶的研发、测试、运营，高精度、多场景的城市级仿真运用是关键。

Apollo Cloud 2.0为车企提供超过百城的真实路网、千万公里的场景数据，支持日行千万公里的大规模仿真测试。百度多年来已积累了海量的自动驾驶场景数据，这些数据一方面来源于百度地图大规模路网生成的孪生城市；另一方面来源于Apollo千万公里路测里程积累的海量场景。在Apollo Cloud 2.0帮助下，车企在云端就可轻松验证不同城市、不同场景下的自动驾驶能力，解决因地理环境、路况差异带来的“智车出城难”问题，释放Apollo百亿价值数据，让车企快速积累测试里程，大幅降低研发成本，研发效率提升10倍以上。

百度一直致力于推动汽车产业的智能化发展。在高果荣看来，智能汽车即将迎来真正的大爆发，量产需求愈发旺盛，Apollo Cloud 2.0提供的“管家式”云服务，能够切实解决智驾量产面临的诸多挑战。百度也期待和行业伙伴一起，共同攻克自动驾驶技术难关，抓住增长机遇，共赴智驾量产新时代。

上易车App首页点击销量排行，查看最全面的周销量数据。

自动驾驶关键模块、核心技术（参考Apollo项目）

十一长刚结束没两天，百度就在北京搞了件大事——百度Apollo自动驾驶出租车服务在北京开放载人测试运营了，普通老百姓只要打开Apollo?Go?App、百度地图或者百度App小程序，就能直接叫车体验了，不用提前预约。

这个消息刚一发布，瞬间就燃爆京城，各路人马蜂拥而至亦庄和海淀的体验点，具体有多火呢，我的一位媒体朋友12日那天吃完午饭悠哉悠哉的带着全套装备跑去海淀准备体验，等了一下午愣是没排上队。

后来才知道，12日当天北京地区的呼单量突破了2600单，难怪他没排上，这可比去网红餐厅等位吃汉堡难多了。

当然，咱们不能只看到这"一位难求"的现状，百度Apollo自动驾驶出租车的服务在北京正式开放，背后的意义更加深远，对整个国内自动驾驶行业来说都是一件值得好好分析的大事。

Apollo?Go在北京开放，意义不凡

在此之前，百度Apollo?Go服务已经在长沙、沧州等城市陆续开放了，不过这次登陆北京还是意义非凡的，因为北京是国内自动驾驶产业的排头兵，更是一座难攻的高地。

作为全国的科技创新中心，以及人工智能和智能交通发展的战略高地，北京在中国的自动驾驶产业发展中占有举足轻重的地位。早在2017年底，北京出台了中国首部自动驾驶道路测试规范，是国内最早开放和规范自动驾驶道路测试的区域，也是目前自动驾驶产业发展速度最快、配套最完善的城市。

目前北京的海淀、亦庄、顺义和房山四个地区都开辟了自动驾驶测试区域，其中房山拥有中国第一条5G自动驾驶车辆测试道路，亦庄的322公里测试道路则是国内首个大范围、完整的测试区域。截至今年6月，北京拥有200条自动驾驶测试道路，总长度达到了699.58公里，全球第一，共有77辆自动驾驶车辆在这些道路上完成了超过158万公里的测试。

北京不但在在测试车辆数量和路测里程上居全国首位，测试牌照的规模、测试场景的丰富程度以及测试管理标准方面也是全国之首。除了拥有极大的开放性，北京对自动驾驶车辆的要求也是最严的，北京颁布的自动驾驶载人测试政策是国内安全要求最高、标准也最高的政策。

能够进行载人测试，是自动驾驶走向商业化的重要环节，对自动驾驶企业来说具有重要意义。与此同时，载人测试对自动驾驶车辆的安全性又提出了更高的要求，相应的监管规范也更加严格。

为了能够最大程度上保证测试的安全性，又不阻碍对自动驾驶企业进行载人测试，北京市从公开测试道路的选取开放到车辆能力评估和技术验证等各个方面，形成了规范有效的政策体系，并以中国特色交通情景为依据编制了相应的标准体系。同时搭建了全国首个自动驾驶道路测试监管平台，对测试工作进行全方位管控以确保测试过程中交通参与者的安全。

2019年12月，北京颁发了首批自动驾驶车辆道路载人测试通知书，百度Apollo率先拿下了40张自动驾驶载人测试牌照，成为了首批能够在北京展开自动驾驶载人测试的企业。

正是因为北京代表着国内自动驾驶领域的最高门槛，百度Apollo?Go能够在北京正式开放，才具有更加非凡的意义。

百度Apollo持续领跑自动驾驶行业

根据北京市公布的2020年自动驾驶车辆道路测试资格名单，目前在北京拥有测试资格的企业包括百度、小马智行、戴姆勒、奥迪、丰田和三快在线，而在这些企业中，真正实现了自动驾驶车辆面向民众开放的只有百度一家。

百度的这个"第一"来之不易，按照北京市的规定，自动驾驶车辆能够进入面向公众开放的载人测试阶段，前提是累计安全测试里程必须突破50万公里。

从去年12月获得40张载人测试牌照后，经过大半年的小范围载人测试，百度Apollo自动驾驶车队在京完成了超过51.9万公里的道路测试，即便经历了疫情的影响也没有放慢路测脚步，终于在8月24日获得了北京市自动驾驶第二阶段载人测试通知书，并在10月10日迎来了Apollo自动驾驶出租车正式登陆京城，是百度自动驾驶业务的又一里程碑式。

早在2013年，百度便开始布局自动驾驶业务，是国内最早进入这一领域的企业，这一路走来，挑战很大，风险也很大，不过百度Apollo取得的成绩同样瞩目。

目前百度拥有自动驾驶全球专利申请数超1800项，获得测试牌照总计超过170张，其中载人测试牌照超过120张。2019年7月，北京颁出了中国唯一的难度最高的自动驾驶T4牌照，拿到T4牌照意味着自动驾驶车辆具备了在复杂城市道路自动驾驶的能力，而摘得这一宝贵牌照的正是百度Apollo。

2018年和2019年连续两年，百度Apollo在《北京市自动驾驶车辆道路测试报告》中车辆数、里程数、场景覆盖度等各项指标均名列第一。从启动自动驾驶研发至今，百度Apollo的路测足迹遍布全球27个城市，测试车队规模已达500辆级别，总测试里程超过600万公里，累计服务乘客超10万人次，而且做到了安全零事故。

百度Apollo的影响力也早已走出了国门，2020年全球知名调研机构Nigant?Research将百度Apollo列为全球自动驾驶领域四大"领导者"之一。今年2月加州车辆管理局（DMV）公布的自动驾驶脱离报告中，百度Apollo超越谷歌Waymo和通用Cruise，位列全球提交报告的60家公司中的第一名。

如今，百度Apollo正在朝着自动驾驶商业化不断前行，而其中的重要环节就是早日实现真正的"无人"驾驶。还记得上个月百度与央视新闻那场直播吗？在北京首钢园区内，央视记者乘坐的那辆百度Robotaxi上，就已经不见了安全员的身影。

在整个体验过程中，百度Robotaxi娴熟的宛如老司机一般的驾驶技术，以及整个服务运行的流畅，给屏幕前的观众们留下了深刻的印象，估计这也是此次Apollo?Go登陆北京后，市民们如此争先恐后前来体验的原因。

Apollo?Go很火，我们也要多一份耐心

这次Apollo?Go在北京开放后，短短三天就达到了投入运营以来的最高峰，在海淀和亦庄的十个接驳站点，能看多许多排队等待的人，还有没能排到位置的，也留在那"过眼瘾"，大家对这项技术充满了好奇。

当然在网上也能看到许多体验过的网友发表的各种评论，还有没排上队的人在吐槽。这里我们也给大家一些小贴士。

首先，北京目前能够有资格载人上路的百度Apollo的测试车辆只有40辆，为啥这么少？真不是百度抠门，而是北京市有规定，必须取得了自动驾驶载人测试牌照的车才能承担这个重任，去年底百度拿到的牌照就是40张，这已经是测试企业中最多的了。

一天上千人发送订单，而运力就这40辆车，所以咱还是尽量别扎堆，错开前面的体验高峰期，肯定就不用白白排队了。

很多人到了现场发现，这车不是央视直播看到的那款红旗啊，确实，因为去年底拿到牌照的那40辆车就是林肯MKZ，所以"一车一证"，现在提供服务的也必须是这些林肯MKZ。

吐槽最多的就是，车上怎么还坐着安全员呢，不是都能无人驾驶了吗？哎，百度心里也是苦啊，技术上绝对已经可以实现无人驾驶了，但是按照现行的政策要求，这些车辆还处于载人测试阶段，所以必须配备安全员，而且这也是为了大家的安全考虑。

正是出于对安全的重视，所以我们能够感受到，这些自动驾驶汽车跑起来特别谨慎，有人觉得驾驶"顿挫感"强，会有偶尔的急刹，没办法，首都那车流量大家还不了解吗，为了安全，车辆的刹车策略会相对保守，大家要理解。

总的来说，百度Apollo自动驾驶出租车服务这次在北京落地能够吸引如此高的关注度，恰恰说明了民众对自动驾驶这一新技术的兴趣高涨，接受度也越来越高，对整个行业来说都有积极意义。同时这也标志着百度Apollo的商业化落地又向前迈了一步，我们也期待能够在更多城市见到百度Apollo自动驾驶出租车。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

自动驾驶主要模块包括高精地图、定位、感知、预测、规划和控制，模块组成如下图所示。

一、高精地图模块

数据集：GPS、IMU、激光雷达、摄像机等

数据处理：对收集到的数据进行整理、分类和精简

对象检测：利用人工智能技术检测车道线、交通标志、电线杆等

手动验证：人工手动标记和编辑地图

地图发布：云端发布高精地图

二、定位模块

GPS RTK：

惯性导航（IMU,Inertial measurement unit）：主要组件是加速度计和陀螺仪，由于其存在运动误差随时间增加而增加的缺点，只能进行短时间范围内的定位，可解决一段时间内无GPS信号的场景（如隧道中）。

激光雷达：将雷达传感器检测的点云与高精地图进行匹配，获取位置及行驶方向。

视觉方法：拍摄的图像与高精地图比较从而确定位置。

（Apollo使用的是GPS、IMU、激光雷达的多传感器融合定位）

三、感知模块

检测和分类：无人车需要知道障碍物的位置，然后进行分类。静态障碍物包括：墙壁、树木、建筑物等，动态障碍物包括：人、车等。

跟踪：检测分类出的对象进行跟踪。

四、预测模块

对自动驾驶环境中的其他物体的状态进行预测。

五、规划模块

1、定义

接收原始/预处理的外界信息，根据无人车行驶的目的地，规划无人车未来n秒额运动轨迹。

规划模块的输入包括原始感知、定位、高精地图、导航路线等信息，也有一些预处理过对于周围障碍物的运动行为轨迹预测信息，它输出给车辆控制模块，执行左/右转、刹车、油门等操作。即接收离散的信息输入，输出是能用数学语言表达的连续运动轨迹。

2、规划的目标

安全：避让复杂、拥挤环境下额诸多障碍物；

高效：保证足够额灵活性；

舒适：遵守车辆运动学限制，保证路径的平滑，几何形状的合理。

3、组成

规划模块又由路径规划、速度规划组成。

六、控制模块

目标是使用可行的控制输入，最大限度地降低与目标轨迹的偏差、最大限度地提供乘客的舒适度。

控制器的输入：目标估计和车辆状态。

控制器的输出：即控制输入（转向、加速和制动）的值。