区镇频道
您当前的位置是:首页>>区镇频道>>正文

两个月过去了,百度Apollo计划到底给无人驾驶行业带来了什么?

发布时间:2019-10-28  浏览次数:1613   文章來源:www.midg.org

摘要:从目前可获得的信息来看,百度对无人驾驶的未来有很多期待。

无人驾驶火灾已经在技术圈内肆虐,而今年的CES亚洲赛车也成了一场车展。

两个月前,在上海车展上,百度宣布了无人驾驶技术的Apollo计划,提出为汽车行业及相关合作伙伴提供开放平台,将车辆,硬件和软件系统相结合,帮助合作伙伴快速建立自己的自动驾驶系统。

在过去的两个月里,阿波罗的“车内Android”怎么样?

首先要看的是阿波罗所做的事情。

在本次亚洲消费电子展上,百度在会场外进行了自动驾驶仪测试。智能汽车事业部总经理顾伟军发表演讲,提出道路黑客自动驾驶模型和自动驾驶计算平台BCU(百度计算单元)。最后,顾伟军提到“阿波罗是一个开放,完整,安全的生态系统和建筑。它由四个层次组成:参考车层,参考硬件层,软件平台层,云服务层。“/p>

虽然在亚洲消费电子展上发布的消息与阿波罗计划没有多大关系,但我们可以推测这一点。百度的Apollo计划能为行业带来什么?

首先,让我们来看看BCU。 BCU由百度和Desaixi等汽车零部件制造商和联合汽车电子公司共同开发。这两个合作伙伴主要从事汽车网络,车载信息娱乐和显示系统,而后者则专注于混音。动力,电力驱动控制系统和汽油发动机管理系统。这样,两者在技术上很难与BCU交叉。

那么BCU能做些什么呢?

目前,BCU已开发出三大系列产品: BCU-MLOC(高精度定位),BCU-MLOP(高精度定位+环境感应),BCU-MLOP2(高精度定位+环境感应+决策规划)。这些技术的目的是使汽车了解其行程的位置和方向(高精度定位);下一步是通过传感器驾驶环境来感知,定义和分类(环境意识);最后,有必要结合上述信息。驾驶决策,告诉无人驾驶汽车如何打开(决策计划)。同时,BCU还有两个基本功能:信息安全和云更新。

这三种AI技术都是白色的,它们都与高精度地图有关。百度的高精度地图技术布局较早。据说,已经完成了30万公里高速公路的高精度地图数据收集,可以依赖它。源感知数据处理,云服务中心和数据中心支持实时更新。在Apollo项目中,百度和博世开展了高精度地图合作,共同开发博世道路特征的精确定位服务,以适应中国的道路状况。

面对这种情况,我们的问题是:百度会打开BCU并将数据映射到一起吗?百度上的CES Aisa将BCU定义为“真正的硬件”。高精度定位是BCU硬件的基础,自然也无法与高精度地图分离。这也是百度加速使用地图销售的方式,通过零部件制造商的“销售”硬件来加速自动驾驶的大规模生产?

除了BCU之外,百度的Road Hacker更有趣。

无人驾驶技术可分为两种类型,一种是跟随规则的无人驾驶,另一种是端到端无人驾驶。

无人驾驶规则的规则是大多数人现在正在做的事情。他们通过雷达,激光,相机等传感器感知环境,结合定位,决策等,用计算机控制取代人类驾驶。在这种类型的无人驾驶车辆中,AI内容相对较小,特别是在当前的L3和L4级别,并且对传感器硬件和精度图的依赖性远高于对深度学习的依赖性。

端到端的自动驾驶是不同的。理想情况下,端到端自动驾驶完全依赖于更简单的传感系统,如摄像机/雷达作为输入,并通过深度学习神经网络直接学习驾驶习惯,实现自动驾驶。

与两者相比,端到端无人驾驶是真正的人工智能。

在CES亚洲,百度还展示了根据端到端规则无人驾驶的哈弗H7。据说这款哈弗H7有两个亮点。一个是放弃头上的其他无人屋顶。传感器只有一个隐藏在挡风玻璃下的单目摄像头;第二种是来自车辆纵向控制(加速和减速)和横向控制(方向盘转向)的深度学习方法。

即使端到端无人驾驶比无人驾驶遵守规则更具技术性,端到端无人驾驶是否真的在应用层面更有优势?

百度给出的理由是,Follow规则的无人驾驶过于依赖传感器硬件,导致成本过高,依靠算法可以解决这个问题。

目前,这个原因很难确定。实际上,不同的传感系统意味着不同的系统,并且在相同的算法下,无人驾驶性的总成本降低。大规模生产(和山寨机)总是可以降低硬件成本,查看曾经知道的CPU,并且依靠深度神经网络进行自动驾驶需要大量数据和极长的培训时间。一个已经能够达到L3级别,另一个几乎从零开始。与二者相比,成本高而低。

那么百度推出Road Hacker并在其模型下开放10,000公里自动驾驶训练数据的目的是什么?

我们得出结论,Apollo不仅仅是一个无人系统中的Android,它也试图成为无人系统中的iOS。与具有众多硬件,众多系统和众多算法的无人遵守规则不同,从硬件到算法,端到端无驱动性相对简单。尽管遵循规则的无人驾驶更为主流,但学习算法的深度必须更快。如果端到端是实现高于L4级别的无人驾驶的方式,那么掌握了端到端算法的企业可能会被称为“单一算法,独特系统,独特硬件”,以及由此产生的车辆互联网后续产品,汽车地图等将是一个很大的蛋糕。

总的来说,关于阿波罗在CES Aisa上的信息仍然很少。但是,目前我们可以获得一些信息。例如,BCU是百度推广无人驾驶技术的主要工具。也许随后的高精度地图使用权是它的利润点,面对C侧Carlife汽车网络服务,汽车地图等也很重要。附加组件。

道路黑客的介绍显示了百度的雄心壮志;当百度刚刚提出阿波罗时,该计划听起来就像一个无人机构。百度已经看到国内汽车制造商在技术研发上懒得懒散,统一购买技术,技术和数据,这样就可以卖东西了。看来百度对无人驾驶的未来有很多期待。成为代理公司赚钱不难。困难的部分是掌握核心算法。利益总是与汗水相匹配。百度为自己设定了目标。

但是,如果雄心壮志,那将永远取决于实力。