百度 Apollo Day：竞逐无人驾驶下半场

从去年 9 月底开始，在上海嘉定打开百度 " 萝卜快跑 "APP，完成和其他网约车软件一样的注册信息，点击呼叫车辆，即可开启一段点到点的自动驾驶打车出行，且还是完全免费的。

而从去年 9 月至今百度开放试运行的 Robotaxi 服务已经覆盖北京、重庆、武汉、长沙、等多个城市，其中在部分城市已进行自动驾驶商业化出行服务。

例如在重庆起步价 16 元，里程单价 2.8 元 / 公里，不过试运行期间折扣至 1 折，但商业化运营的是真正全无人自动驾驶出租车，车内没有安全员只有乘客自己。

无人驾驶出行服务离我们似乎已并不遥远，至少百度已跨过了全无人自动驾驶运营的门槛，正在向规模商业化进程全力推进。

今天，第三期百度 ApolloDay 技术开放日上，围绕 ApolloDay 自动驾驶硬核技术、运营落地等内容，百度也进行了分享。

根据百度 Q3 财报数据显示，2022 年第三季度，萝卜快跑的订单数量超过 47.4 万，同比增长 311%，环比增长 65%。其中，武汉和重庆的全无人自动驾驶订单增长迅速。

此外，在北上广三个一线城市，单车日均订单量超过 15 倍，接近传统网约车服务日均订单量。

而从覆盖率、订单量、用户粘性等维度来看，百度萝卜快跑已经形成了 " 连接点形成线，整合线形成面 " 的趋势。

成熟技术体系是商业化真正落地的基石。所以在这届百度 ApolloDay 技术开放日上，百度也公布了目前 Apollo 自动驾驶系统感知、预测决策、规划控制以及数据闭环、地图、算力等全链条技术解决方案。

首先关于无人驾驶高精地图的应用，百度给出了自己的思考。

此前一些观点认为有了高精地图，无人驾驶也并不能包打一切，面对复杂的场景其实需要更强的软件能力。主要在于对于一些玩家来说，高精地图需要第三方提供，存在信息更新不及时、适配有难度等问题。

比如当车辆在城市道路左转遇到中间道路施工需要绕至一侧道路行驶时，高精地图提供的信息反而是掣肘。此时摘掉高精地图信息，更依赖于感知系统和软件算法处理此类场景才是解决方案。

但无高精地图则需要车辆自动驾驶系统具备 100% 在线学习能力，需要有成熟且高校的数据标注团队，而通过智驾算法 + 轻量化高精地图的搭配则更加安全、高效。

百度认为对于更高纬度的 L4 级自动驾驶来说，要实现 99.99% 以上的成功率，地图是不可或缺的底层能力。

此次 ApolloDay 上，百度自动驾驶技术专家黄继洲同步发布了阿波罗自动驾驶地图，重点在于降低成本和提高决策效率。

作为百度自己的高精度地图，其建设自动化率达到 96%，可以极大地解决了应用成本高的问题。且 Apollo 自动驾驶地图也同步集成了车端感知数据和多源地图，实时生成在线地图，以满足自动驾驶过程中实时更新的要求。

这主要源于 Apollo 自动驾驶地图，是基于百度地图 1200 万公里的路网覆盖和海量时空数据而来，同时也结合数亿驾驶员的驾驶知识沉淀，构建起的路网级驾驶知识地图。

对于无人自动驾驶出租车来说，1200 万公里的包涵数亿驾驶员驾驶行为等多维度的深度数据，不仅能有效弥补自动驾驶传感器的性能边界，更是是一个非常好的经验宝库。

同时，关于激光雷达和视觉感知路线的纷争，百度也亮出了自己的看法：" 激光雷达和视觉感知具备同样的重要性和不可替代性，多传感器融合是 L4 级自动驾驶必要条件 "

而对于无人驾驶多感知系统带来的数据处理，以及随着自动驾驶的大规模实施，数据规模的爆发式增长，百度也带来了文心模型以及数据闭环设计理念。

" 文心大模型 - 自动驾驶感知模型超过 10 亿的参数规模，具备数千个对象识别能力，大大扩展了自动驾驶语义识别数据，如：特殊车辆（消防车、救护车）识别、塑料袋等，解决自动驾驶长尾问题的效率呈指数级增长 "

另外，在 L4 和 L2 不同层面的技术体系上，目前技术堆栈层面，百度 L4 和 L2+ 智能驾驶产品的视觉感知方案、技术架构、地图、数据连接和基础设施共享已经统一。

可以说，面向 Robotaxi 的 L4 级别自动驾驶技术正在降纬度向 L2+ 智驾产品提供迁移。何时从 L2+ 完成到 L3 的跨越？答案可能就是在通向最终无人驾驶的路上得以解决。

最后百度的规划是在 2025 年，L2+ 级产品跨越鸿沟，搭载智驾的产品规模破百万，而 L4 无人车商业模式初步跑通。

而就在本届 ApolloDay 前一阵，Waymo 刚刚被加州中央消费者委员会批准为旧金山、海湾地区的一些城市提供无人驾驶在线叫车服务。

目前百度在重庆和武汉实现全无人自动驾驶商业化运营后，也正继续扩大其他地区的无人驾驶出租车测试，以打造全球最大的全无人自动驾运营区。

无人驾驶出行服务，离我们已越来越近。

我知道你在看哟