百度如何突破L3级自动驾驶的成本和人机切换难题?
2018-11-02 20:02 自动驾驶

百度如何突破L3级自动驾驶的成本和人机切换难题?

文|邻章

提升通行效率,降低尾气污染,带来低交通事故率乃至是实现零交通事故率,让驾驶更安全,一直以来都是我们极力发展自动驾驶的初衷所在。但似乎自动驾驶技术越是向前推进,我们就愈能发现在成本等因素的影响下,其在早期要实现规模化量产落地就愈发困难,可以说先进技术与规模量产落地之间还盘横着一道成本和人机及时切换鸿沟。

诸如在L3级自动驾驶的量产落地上,当前也只在全新一代奥迪A8这类高端车型上才初步适配。

但显然的是,这类豪车的高昂售价阻隔了普通用户享受先进技术带来便利、安全的可能,同时也拉长了技术的回报周期,使得自动驾驶陷入了无法在主流价位落地僵局。

而行业的有趣之处在于,总是有人敢于打破僵局,继而成为整个行业向前推进、实现规模落地商业化的助推力量。在L3级自动驾驶如何在更为主流、大众化的价位车辆中实现量产落地这件事情上同样如此。

11月1日,百度在百度世界大会上进一步的确认了高速自动驾驶和自主泊车两大L3级自动驾驶能力的具体量产落地时间表,而在百度放出的演示中,我们更发现其演示的4款具备L3级自动驾驶车型,都是中国主流价位车型,而非是奥迪A8这类售价高昂的豪华车型。

百度的这一举措,事实上是宣告了L3级自动驾驶技术在2020年前后能够摆脱当前的高价,能在更为主流价位的车型上实现规模化量产落地,普通消费者彼时也能享受到自动驾驶技术带来的安全、高效、便捷的出行体验。

百度如何突破L3级自动驾驶的成本和人机切换难题?

从现实来说,制约L3级自动驾驶实现规模量产落地的制约因素在于两点。

一是当下关键设备成本高昂。

当下,许多车企实现L3级自动驾驶的关键设备是激光雷达。但激光雷达在当前造价高昂,一个64线激光雷达售价都在7万美元左右,如此高昂的售价,注定让采用激光雷达实现L3级自动驾驶的车辆无缘于普通消费者。

二是L3级自动驾驶存在人机切换问题。

L3级自动驾驶作为有条件的自动化,它依旧需要驾驶员做出适当应答。但在过往的操作实践中,却能发现驾驶员对这项功能存在认知误区,在驾驶过程中容易将其视为高度乃至是全自动化,从而降低了操作注意力,让双手离开了方向盘导致了一些交通事故的发生,使其背离了初衷。诸如在2016年5月,一名特斯拉车主在使用“Autopilot”系统时与一辆卡车相撞丧生。而当前,为了避免给客户造成的混淆,特斯拉已经从公司官网的预订页面下架了长期以来提供的“全自动驾驶”选项。

那么百度如何突破成本和人机切换难题,使L3级自动驾驶在进入更为主流的普通用户可承受的价格区间?

面对激光雷达的成本难题,百度给出的解决方案是以APC(Apollo Pilot For PassengerCar)实时传感器系统、预先感知系统和生态感知系统,实现三位一体,保障L3级自动驾驶的安全。

首先是用多摄像头+毫米雷达波+超声波雷达组成APC实时传感器系统替代激光雷达,在提升安全性的同时降低技术落地成本。在APC实时传感器系统中,百度首先使用了9个视觉高清摄像头实现360度全方位监控,并且在车内还配备了1个驾驶员监控摄像头,实时监控驾驶员状态,诸如监测驾驶员是否疲劳,眼睛是否保持盯着路面等等,以便及时提醒。其次采用四个毫米雷达波分别以超过10Hz的频率实时检测前向、侧前向和后向物体状态;最后采用了12个超声波传感器全向监听5米范围内物体的靠近,做到避让或刹车。而在此通用版解决方案的同时,百度还会根据OEM的实际需求设计定制方案。

其次是借助百度地图达到厘米级的高精地图,让自动驾驶汽车看得更远,进一步增加自动驾驶的安全性;最后通过依托百度地图的亿级用户和Apollo开放平台的生态力量所传递的实时数据,作出当前道路、安全性的级别判断,帮助自动驾驶选择合适策略来保障安全。

而从实际来看,在APC实时传感器系统、预先感知系统和生态感知系统三位一体的配合下,百度APC在降低成本的同时实现了高度的安全性。百度智能汽车事业部总经理顾维灏表示,Apollo Pilot 高速自动驾驶测试效果显著,在环路/高速巡航、躲避障碍物、自动变道、高速堵车、ETC和匝道五大场景下,均表现出色。

面对过往自动驾驶中出现的人机接管难题,百度的想法是以更为智能化的方式,降低用户对于是否需要接管车辆的疑惑。

对此,百度提出了“可适用场景”(Operational Design Domain)概念,当车辆处在可适用场景范围内时,绝大部分的自动处理,包括实时监控、诊断、暂时的降级运行等,其要实现的目标是,在自动驾驶场景下的95%以上的时间里,都不会让用户做好接管车辆的准备,做到真正的解放用户。而当车辆超过ODD边界时,系统则会通过各种方式提醒用户接管车辆,为用户预留至少10 秒的接管时间。

这套逻辑事实上是解决了用户在面对L3级自动驾驶时该何时接管驾驶权的疑惑,使其在万一发生事故时,该如何定责的这一“法律界的噩梦”不复存在。

百度率先迈出L3级自动驾驶技术普惠化步伐,赋能高效、安全出行

通过APC实时传感器系统、预先感知系统、生态感知系统以及ODD这一套组合拳,百度L3级自动驾驶在降低成本的同时更有效的提升了自动驾驶的行驶安全性,使得L3级自动驾驶具备了在主流价位车型中实现规模化量产的可能。可以说其在国内乃至是全球范围内率先迈出了L3级自动驾驶技术的普惠化步伐,在助推我国在自动驾驶中领先世界的同时,也使得我们所期待的高效、安全出行不再遥远。

当前,我们看到作为自动驾驶国家队的百度Apollo已与多家OEM及出行服务商签订了基于Apollo Pilot的量产计划。诸如在Apollo Valet Parking自主泊车这一L3级自动驾驶的高频场景中,比亚迪、长城汽车、江淮汽车、盼达用车、大道用车、首汽共享租车、小二租车、欧拉、力帆等等品牌都已经在此次世界大会上加入了百度量产计划,而这一落地阵容在国内外都可以说是绝无仅有。

而这一能够保障“安全驾驶最后一公里”的L3级自动驾驶产品实现规模量产落地后,我们或能看到的景象是:无论是在私家车位,还是在共公区域的停车位,都能实现"车找人"的新型出行,使得当前用户所面临的停车难、找车难、取/还车浪费时间等痛点都不复存在,大大节约我们的出行时间。

而随着自主泊车(Valet Parking)车辆所带来的高精准度泊车而带来的停车空间利用率的优化,一组更为有趣的数据是:其将至少提升停车场至少20%的空间利用率。而这些对于商业中心(商业区、办公园区等停车场)、交通枢纽(火车站、机场等停车场)、餐饮文娱(商圈、景区、酒店等停车场)等而言意义重大。

自主泊车只是其中之一,而随着L3级自动驾驶另外两大场景——高速自动驾驶系统、城市交通拥堵辅助系统的规模量产落地,一个高效、安全、普惠的自动驾驶时代,事实上正在快步向我们走来。在此,可以说作为国家队的百度Apollo,正在为我们创造一个全新的出行世界。