純視覺VS激光雷達,誰先上車?百度 ANP方案給出答案
2021年,是自動駕駛的變革之年,人們在追逐L4、L5級完全自動駕駛、無人駕駛終極目標的同時,更加關(guān)注高級別自動駕駛能力在民用汽車智能化上的應(yīng)用下放。然而,在實現(xiàn)L4+級自動駕駛技術(shù)落地到高級輔助駕駛產(chǎn)品上的技術(shù)路線選擇上,業(yè)界對純視覺方案和激光雷達方案兩條技術(shù)路線選擇充滿爭議。與業(yè)內(nèi)最早大規(guī)模使用的激光雷達的方案相比,純視覺感知方案盡管成本更低,但技術(shù)要求也更高,是一座極難攻克的技術(shù)堡壘。放眼全球,也只有百度Apollo ANP(Apollo Navigation Pilot)方案及特斯拉FSD(Full Self-Driving)方案較為成熟。純視覺方案在中國路況到底是否可行?百度Apollo 用實際表現(xiàn)給出了答案。
在北京亦莊智能網(wǎng)聯(lián)汽車測試區(qū),Apollo ANP方案在紅綠燈識別、十字路口左轉(zhuǎn)測試、擁堵路況測試、進出環(huán)島測試、匝道右轉(zhuǎn)測試等六大疑難場景測試中的實際表現(xiàn)超乎外界想象。在紅綠燈識別測試中,ANP研發(fā)車面對紅燈準確主動停車,并在識別綠燈及紅燈倒計時后啟動車輛,自主穿過十字路口;在十字路口左轉(zhuǎn)測試中,ANP測試車輛在遇到慢速行駛的直行車輛時進行路權(quán)博弈,選擇最佳時機迅速安全地完成左轉(zhuǎn);擁堵路段中,ANP測試車輛在狹窄的雙向車道上不僅兼顧了對向來車、右側(cè)停泊的雙閃車輛以及頻繁從車側(cè)駛過的電動車,還時刻與前車保持安全車距;進出環(huán)島的測試中,ANP測試車輛準確兼顧了左右兩邊車輛,成功實現(xiàn)右轉(zhuǎn)。
值得一提的是,在被譽為純視覺系統(tǒng)噩夢、特斯拉FSD屢次折戟的“樁筒障礙”路況中,Apollo ANP研發(fā)車不僅準確識別了樁筒,更控制車輛主動繞開樁筒,通過主動避讓,完全避免了特斯拉曾出現(xiàn)的因樁筒識別率差而發(fā)生的事故,完美通過測試。
Apollo ANP于2020年百度 2020 Apollo 生態(tài)大會上正式公布,它基于目前國內(nèi)唯一的L4級純視覺自動駕駛技術(shù)Apollo Lite降維打造,是L4自動駕駛技術(shù)降維釋放到目前L2級輔助駕駛領(lǐng)域的產(chǎn)品。不同于行業(yè)方案僅支持高速和城市環(huán)線,ANP還可以在城市道路使用,擁有面向城市復(fù)雜道路的全場景自動駕駛能力。全套ANP方案僅配備12個攝像頭、5個毫米波雷達、以及12個超聲波雷達,整個系統(tǒng)使用一塊GPU顯卡支撐全部運算,實現(xiàn)360°全方位實時環(huán)境感知、240米前向障礙物的穩(wěn)定檢測視距,利用Apollo輕量化的視覺感知系統(tǒng)以及百度成熟的高精地圖,大幅拉低具備輔助駕駛功能的車輛傳感器配置成本。從而幫助車企提前2-3年實現(xiàn)在平價主流車型上實現(xiàn)自動駕駛功能量產(chǎn)。
在純視覺感知技術(shù)路線領(lǐng)航輔助駕駛方案外,百度也提供成熟的激光雷達自動駕駛出行方案。作為中國自動駕駛的領(lǐng)頭羊,百度Apollo是國內(nèi)唯一兼具純視覺與激光雷達兩大主流自動駕駛方案能力的“自動駕駛基建供應(yīng)商”,可幫助企業(yè)根據(jù)自身情況自由定制軟硬件配置,從而大幅降低自動駕駛的行業(yè)門檻,加速領(lǐng)航輔助駕駛及自動駕駛的全面落地,用科技讓百姓的交通出行更簡單、更美好。