2022年L4自动驾驶年度答卷,真「无人」笑到最后

Posted QbitAl

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2022年L4自动驾驶年度答卷,真「无人」笑到最后相关的知识,希望对你有一定的参考价值。

金磊 贾浩楠 发自 凹非寺
量子位 | 公众号 QbitAI

L4自动驾驶,今年走到了“大洗牌”、“大变局”的时刻。

一半是寒冬。平台型自动驾驶明星Aurora、背靠福特和大众的Argo……今年都先后传出裁员或破产的消息,还有不少之前专注Robotaxi的企业,转轨做起了乘用车辅助驾驶。

资本对于L4的故事,变得无比谨慎。于是人们说:L4寒冬已至。

另一半,却是火焰。

王冠上的明珠遥遥在望,龙头公司已经窥见了决赛曙光,拿到入场券。

百度Apollo谷歌Waymo通用Cruise高歌猛进,进展不断。

比如,Waymo、Cruise在旧金山、凤凰城的商业运营范围、时长不断取得突破;而国内百度Apollo的萝卜快跑也接连落地十余个城市,完全无人驾驶在北京、武汉、重庆实现里程碑式落地,商业里程、运单数快速增长。

怎么解释?

其实很简单:自动驾驶行业洗牌浪潮中,只有真「无人」,才能最早看到到曙光。

为什么“全无人落地”如此关键?

百度Apollo、Waymo、Cruise这三个在L4商业化落地进展最快的玩家,都展现出相同的特质。

背靠巨头只是其一,更本质的,是他们的落地项目以“全无人”为前提。

比如在湖北武汉,你可以通过萝卜快跑App叫到全车无人的自动驾驶汽车,而这背后的技术就来自百度 Apollo。

为什么“全无人”是L4级以上自动驾驶技术落地的关键?

首先是从商业层面,“全无人”是Robotaxi商业模式初步跑通的必要前提

对于Robotaxi来说,商业化最大的挑战就是成本问题。首先是车辆改装成本。早期在没有与主机厂达成前装量产合作的条件下,一辆Robotaxi动辄上百万是很常见的事。

投入营运阶段,最大的成本则是车上的安全员

一辆普通的人类司机驾驶的网约车,一年最低的人工成本也在12万左右,安全员比驾驶员只高不低。

之前的Robotaxi在全运营生命周期内,很难平衡自身的成本

在技术上实现“全无人”,则意味着首先省下了人工费用。

其次,全无人的自动驾驶技术栈,必然是在前装量产的车型上实现的,所以在车辆本身层面面,也代表着和普通网约车进入相同成本区间。

另外,“全无人”还代表着技术提供方已经能够满足自动驾驶出行的高可靠和安全性。

政策也更倾向于向这样的技术提供商开放运营许可。

所以“全无人”对于自动驾驶的落地,最关键直接的一点是“降低成本”,背后更重要的深刻影响因素是技术的成熟带来安全可靠性的提升。

百度Apollo给出的数据,是已经累计超过4000万公里测试里程。Robotaxi成功送达率已经超过99.99%。

这背后,既有Apollo讲L2、L4打通的自动驾驶数据闭环,也有百度在AI领域的其他积累打下的基础。

比如依靠文心大模型的数千种物体识别能力,大幅扩充自动驾驶语义识别数据,尤其是应用在特殊车辆(消防车、救护车)、塑料袋等异形物识别上,大大提高长尾场景的覆盖率,提升自动驾驶的可靠性。

此外, Apollo自动驾驶高精地图,构建自动化率已达到96%,基于百度地图1200万公里的领先路网覆盖范围级海量时空数据,再结合数亿司机的驾驶知识沉淀,构建全路网级别的驾驶知识图谱,提升自动驾驶决策舒适度。

目前,萝卜快跑的全无人自动驾驶车队商业运营和测试不断扩区、提量、增时。已经落地北京、重庆、武汉三城。

以武汉经开区为例,覆盖总面积超130平方公里,覆盖居民超过100万。自动驾驶车队的运营场景包含城市高架、普通道路,运营时段覆盖白天黑夜,过程稿中遇到的长尾场景、复杂挑战,已经和普通网约车私家车无异。

而通过真实场景的数据积累磨炼,能够直接加速Apollo的技术迭代效率,从而发掘更多长尾场景,形成数据闭环的“飞轮”效应。

全无人技术成熟,带来商业模式初步跑通,开启部分城市规模化运营。

而在这个过程中,有实力的玩家会进一步验证、完善Robotaxi商业模型,并进一步扩大落地范围,由此形成领先优势。

这正是当前百度Apollo、Waymo等玩家正在走的路,也是寒冬之中让人们依然相信技术、相信自动驾驶的“火把”。

需得有什么样的技术?

要做到全无人落地,背后的技术,需得是实打实的够硬。

而百度作为此次行业大洗牌、两极分化里稳步发展的那一个,且在国内常年占据自动驾驶头雁的地位,其技术的发展可以说是具备一定借鉴的意义。

因此,我们不妨从百度自动驾驶的技术发展路径,来看待这个问题。

不同于其它玩家的打法,百度自动驾驶一个非常旗帜鲜明的特点,便是与文心大模型的深度结合。

而且纵观整个业界,大模型在自动驾驶感知上应用落地,百度还是头一个。

具体而言,在解决自动驾驶长尾数据挖掘问题上,百度所采用的是文心大模型-图文弱监督预训练模型。

几个较为典型的长尾数据挖掘问题包括:

• 少见的车型:例如消防车、救护车等,由于它们在路面上的“出镜率”较低,且形态、形状不规则,对感知和理解上带来了一定挑战。
• 各种姿态的行人:在行驶道路上往往并不是一个人出现在路面,这不仅对识别带来挑战,而且对后续的预测跟踪也带来了一定难度。
• 低矮物体以及交通、施工的元素:低矮物体(比如道路中的护栏等)一直是感知里面非常有挑战的问题。

面对上述固有的问题,借助文心大模型对数千种物体的识别能力,便可大幅扩充百度自动驾驶的语义识别数据,在效率上达到指数级提升。

除此之外,得益于文心大模型-自动驾驶感知模型10亿以上参数规模,通过大模型训练小模型,自动驾驶感知泛化能力也得到了显著增强。

对此,百度自动驾驶技术专家王井东表示:

大模型,已经成为自动驾驶能力提升的核心驱动力。

而促使百度自动驾驶能够快速实现全无人落地的“第二大法宝”,便是百度Apollo自动驾驶地图。

不同于我们平时使用的导航地图,高精度地图可以说是实现智能驾驶必不可少的那一个。

整体而言,高精度地图需得满足三大特点。

首先便是厘米级的高精度。

人类在使用普通导航地图时,只需要精确到5-10米,加之驾驶员自身的判断即可。

但智能汽车是不具备人类这种判断能力,因此1-2米的误差便有可能导致压线等问题的出现,这也就是为什么要将精度保持在厘米级的范围内了。

其次是涵盖的大量道路信息。

高精度地图需要给智能车提供的信息,可不止于普通导航地图包含的道路选择、拥堵情况、行驶时长等基础信息。它还需得包括大量驾驶辅助信息,例如车道宽度变化offset点、导流区、圆形标牌、高速出口等等。

最重要的是道路网的精确三维表征,以及有几条车道、边界线在哪里、护栏、路灯,甚至是马路牙子的大小方圆在内的100多种道路特征。

第三是高精地图会出现绕路的情况。

这是因为高精地图面向的是智能汽车而非人类,它所提供的信息是用于智能车的定位系统、感知系统和决策系统。

因此在面对诸如隧道等情况,高精地图就有可能会出现“绕路”的情况,因为在它眼里,这条路就是不存在的。

由此可见,要想实现全无人落地,高精度地图是必不可少的存在,而且实现起来并非易事。

但作为已经“上岗”的百度Apollo自动驾驶地图,它必然已经hold住上述难点的那种。

据了解,百度高精度构建自动化率已经达到了96%,这也就意味着可以较大程度解决应用成本高的问题。

与此同时,它也具备实时生成在线地图的能力,可以融合扯断感知数据与多源地图,在自动驾驶安全性上保驾护航。

在决策方面,基于百度地图1200万公里的领先路网覆盖范围级海量时空数据,以及数亿司机驾驶知识数据,百度还构建了全路网级别的驾驶知识图谱,以此来提升自动驾驶决策舒适度。

而除了算法、软件层面之外,百度实现全无人落地也没落下在硬件上的发力。

据了解,百度自研AI芯片昆仑芯2代已完成无人驾驶场景端到端性能适配,以此来夯实百度在自动驾驶软硬一体的优势。

当然,百度自动驾驶能够在全无人落地上实现领先,并非是一蹴而就的事情,实则是“台下十年功”不断技术沉淀的结果。

一组公开数据便可一目了然:

目前百度Apollo已经成长为全球最活跃的自动驾驶开放平台,拥有全球生态合作伙伴超过210家,汇聚全球开发者 80000 名,开源代码数70万行;测试总里程超过4000万公里;自动驾驶专利族3477件,连续四年全球第一。

以上就是率先实现全无人落地玩家背后所具备的技术实力了。

决赛圈的入场券已定

正如我们最开始提到的,今年全球自动驾驶行业正在上演“大洗牌”。

从陆续被曝出倒闭、申请破产、大幅裁员的自动驾驶公司来看,它们身上似乎是存在着一个共性——未能实现全无人落地。

毕竟自动驾驶这件事,不只是一场技术实力上的大比拼,更是时间与耐力上的较量。

好比只有在潮水退去之时,才能看到是谁在裸泳一样,站在2022年岁末的当下,加速全无人落地成为了“上岸”玩家发力的必然节点。

不仅是国内自动驾驶头雁的百度在这么做,国际领头玩家亦是如此。

例如Waymo、Cruise为等自动驾驶公司,均在加速推进无人驾驶规模商业化进程。

据了解,目前美国旧金山已开放了全市区7×24小时的无人驾驶出行服务。同时,凤凰城的无人驾驶运营区域也不断向核心城区扩充。

此外,从凤凰城天港国际机场到市中心,还落地全球首个全无人自动驾驶打车服务,进行7×24小时全天候运营。

而百度也是在近期发布了一个新的信号:

2023年,百度Apollo将持续扩大业务规模,计划在全国范围内陆续增加投放200台全无人驾驶运营车辆,着力打造全球最大无人驾驶运营服务区。

据了解,百度今年量产的第六代无人车Apollo RT6(成本仅25万元),也即将于明年率先在萝卜快跑上投入使用。

总体而言,百度在全无人落地这事上是做到了成本的降低、安全和质量有保证,与此同时还在不断加速扩大规模。

究其原因,百度目前要保证的便是在低成本下(毛利为正)各个城市能够跑通商业模式;但若是目光放置长远,其运营规模的指数增长是可以预见的。

由此可见,“全无人落地”已经成了玩家进入自动驾驶决赛圈的关键。

那么在自动驾驶如此下半场的局面之下,谁能笑到最后?

百度,毋庸置疑是其中之一。

以上是关于2022年L4自动驾驶年度答卷,真「无人」笑到最后的主要内容,如果未能解决你的问题,请参考以下文章

自动驾驶l4级别啥意思

自动驾驶年度激辩:量产由三要素驱动,本质是数据的军备竞赛 | MEET2022

量产自动驾驶2022格局:三类玩家,两大硬指标,分出三大梯队

阿里无人车配送快递突破 100 万单,小蛮驴牵引的自动驾驶战略布局

无人驾驶汽车:聋哑老人开启自动驾驶功能真牛逼

自动驾驶大讨论:未来交通变革巨大,一步到位或成必然,L4能很快到来 || 新芒X