自動駕駛已進入落地關鍵期——訪百度副總裁吳夢漪

提交資料后最快2小時標注成功

人們生活水平不斷提高，對智能化汽車、自動化駕駛的需求日益增加。自動駕駛地圖作為智能化出行的重要組成部分，能夠更好地輔助自動駕駛汽車定位、感知和進行路徑規劃，可實時提供厘米級高精度定位服務，市場廣闊。未來，智能駕駛將成為汽車產業決勝的關鍵。作為國內乃至世界范圍內的自動駕駛領先企業，百度是如何思考和布局的？百度自動駕駛地圖是如何生產的？又將如何落地應用？讓我們聽聽百度副總裁吳夢漪是怎么說的。
探索多樣化的制圖方式

看到自動駕駛地圖對中高級自動駕駛汽車的重要作用，全球科技公司和汽車企業對于自動駕駛地圖非常重視，紛紛布局該產業。據《2021-2025年中國自動駕駛汽車高清地圖市場可行性研究報告》可知，自動駕駛汽車市場高清地圖的主要參與者包括TomTom（荷蘭）、HERETechnologies（荷蘭）、Waymo（美國）、NVIDIA（美國）、百度（中國）、DynamicMapPlatform（日本）、四維圖新（中國）和Zenrin（美國）等。

“
“自動駕駛地圖市場規模增長迅速，盡早布局有利于獲得先發優勢，當前全球自動駕駛汽車高清地圖市場規模已超70億元，預計到2030年市場規模將達到1000億元，2021年至2030年的復合年增長率超過30%?！眳菈翡粽f。

目前，中國已成為全球汽車生產中心，中國車企技術進步增加了對高級輔助駕駛汽車的需求?！跋噍^于國外車企直接投資于地圖企業，國內車企更傾向于與地圖廠商合作?！眳菈翡艚忉屨f，“這一方面是受國內的導航電子地圖制作甲級測繪資質限制，另一方面也是由國內外自動駕駛汽車產業發展的不同階段決定的，高精度電子地圖市場直接依賴于自動駕駛汽車市場的增長，隨著中國自動駕駛汽車市場規模的增長，中國自動駕駛汽車高精地圖市場規模將快速增長?！?/p>

當前，自動駕駛地圖制圖主要有三種方式，一是集中制圖，在遵守相關法律法規的前提下由專業隊伍利用采集設備進行規?；杉?，集中繪制自動駕駛地圖,可滿足對自動駕駛地圖精度和鮮度要求不高的L3級自動駕駛,其量產落地將取決于自動駕駛汽車的準入。這種采集方式的數據質量穩定，但數據時效性較弱，成本相對較高。二是眾包制圖，在遵守相關法律法規的前提下依靠用戶（車輛）采集大量真實可靠數據后回傳給云端，經過云端計算處理生成自動駕駛地圖并通過OTA下發到車端，可實現對動態事件更新，滿足L4級自動駕駛使用，但現行管理規制中信息安全與數據格式問題有待明確。

三是車路協同制圖，在遵守相關法律法規的前提下通過智能路側基礎設施采集路面實際情況與車輛行駛數據，并通過路側邊緣網絡分發給車輛，實現自動駕駛地圖的實時更新分發，適合復雜城市場景，受制于車路協同發展。

目前百度在長沙、武漢、成都、無錫等城市示范區的自動駕駛地圖主要采用集中制圖方式，在北京示范區先行先試政策支持下率先在國內試點通過眾包制圖方式制作北京示范區自動駕駛地圖，為分階段探索多樣化自動駕駛地圖制圖方式提供借鑒。

百度高精地圖“生產線”

據介紹，百度自動駕駛地圖的生產有五個過程：數據采集、數據處理、元素識別、人工驗證和地圖發布。

數據采集是一項龐大的密集型任務。目前主流的自動駕駛地圖數據采集方案有兩種：一種是基于激光雷達，另外一種是基于視覺的方案。激光雷達采集的信息雖然非常準確，但是沒有豐富的語義信息、沒有色彩信息，視覺制圖精度又不夠。所以，為了發揮點云信息準確和圖像豐富的色彩和語義特性，百度自動駕駛地圖采用了將兩者融合的技術實現方案。

百度自行設計的采集車，可以融合傳感器采集到的數據，形成了慣導數據、GNSS數據、DMI數據、激光點云數據、全景相機或雙目相機數據、精密星歷數據等大批量原始數據。

百度Apollo是向汽車行業及自動駕駛領域合作伙伴提供的軟件平臺，定義了一個硬件框架，將這些傳感器集成到單個自主系統中，通過支持多種類的傳感器收集各類數據，將這些數據融合，最終生成自動駕駛地圖。

數據預處理，是實現點云拼接和底圖生產的過程。經過自動化的GNSS組合導航解算、采集偏差校正、路面異常變形校正等軟件自動化處理完成原始數據的解算，得到原始點云數據。再利用智能算法對有先驗知識的點云進行要素分類，給定分類值，確定有價值的要素點云后，對影響后續提取的噪點進行濾除，對作業范圍外無效的點云進行自動裁切。元素識別，Apollo使用人工智能來檢測靜態對象，對其進行分類，其中包括車道線、交通標志，甚至是電線桿。自動化提取是成圖的關鍵步驟，也是高精度制圖的技術保障，通過點云分類結果和點云的強度值自動跟蹤提取車道標線、路面標志、交通標志、桿狀物等，以及路面、路側、路上的交通設施和對自動駕駛有影響的附著物，提取的矢量數據根據識別結果自動賦屬性值，和相鄰的其他要素組織邏輯關系。

人工驗證，不管是基于點云的自動化成圖還是基于視覺的自動化成圖，短期內都無法實現完全的自動化，在相當長時間內仍需要投入必要制圖人員通過目視檢查修正數據，手動驗證可確保自動地圖創建過程正確進行并及時發現問題。Apollo使手動驗證團隊能夠高效標記和編輯地圖，經過數據采集、數據處理、元素識別、手動人工驗證之后，在確保滿足相關法律法規要求的前提下才能正式公開發布自動駕駛地圖。

Apollo是百度自動駕駛地圖科技創新的集中體現，它采用在自動駕駛地圖里面嵌入多個定位的錨點的方法解決了樹木環繞的環境（林蔭路）下衛星定位效果都不佳的難題。對于林蔭道路衛星定位信號弱的復雜路口，自動駕駛地圖在路口所有的左轉/右轉車道上繪出虛擬車道及其關聯線，降低決策規劃的難度，并在所有左轉/右轉的路口標志ROI區域，減少計算量的同時也能保證安全。

紅綠燈的定位與感知是自動駕駛地圖制作的另一個難點，Apollo采用停止線關聯對應的紅綠燈方式，在自動駕駛地圖內部包含紅綠燈的精確位置和高度信息，來降低感知難度，避免誤識別。目前Apollo生產出的自動駕駛地圖主要應用在高精定位、環境感知、決策規劃、仿真運行四大場景。

一體化生產，縮短更新周期

想要真正實現賦能智慧出行，自動駕駛地圖還需要更高的更新時效性。以百度地圖“一體化地圖數據Al大生產平臺”為代表的新一代地圖數據生產模式，能夠從基礎層賦能地圖的一體化構建，支持標準地圖數據和車道級地圖數據的融合生產。預計在2022年全面實現標準地圖、車道級地圖、自動駕駛地圖數據的標準化統一生產，有望將自動駕駛地圖數據生產效率提升100%?；谠撈脚_的數據更新具有以下特點：

在數據生產方面，平臺以一套系統整合多種數據生產架構和工藝流程，可同時滿足不同精度等級地圖數據（相關要素屬性超過550類）的標準化統一模型表達（關聯要素表達一致性可達100%），讓數據更加全面、統一，實現地圖數據信息的“一次操作、同步更新”，充分利用多源資料的不同優勢，保障數據最優質量。在數據質量方面，能夠做到一個作業平臺貫通數據預處理、檢測識別、融合生產及發布的全生產流程，可實現不同精度、等級地圖數據的一體化制作和存儲，并且支持關聯要素自動轉換，確保數據成果高度一致。

在數據輸出層面，平臺可用“一張圖”實現面向C/B/G多端產品的定制化輸出，針對行業客戶(如不同品牌的車企)不同的應用需求，也能夠通過一體化的平臺服務實現標淮化準入，讓數據輸出更加靈活、高效。

以現實世界中某路段車道數量變化為例，假設某個路段的車道數量從2個車道變為4個車道，自動駕駛地圖和標準地圖都面臨數據更新的需求。

以往的高精地圖更新模式往往相對依賴專業采集車和較多人力投入，從發現變化到最終“上圖”，采集周期長成本高。而在標準地圖中，數據更新往往也會涉及到像車道數量這樣的道路要素信息，且更新來源多、時效快，借助智能化、一體化的地圖數據生產能力，能夠較好地彌補自動駕駛地圖采集周期長的短板，將標準地圖快速更新的優勢同步擴展至自動駕駛地圖。

目前，百度自動駕駛地圖生產全流程自動化率達到90%以上，加工環節已實現AI化，效率較傳統的地圖生產模式提升超過30倍。覆蓋范圍廣，全國高快速全域覆蓋+普通道路覆蓋頭部城市已超過40萬公里（含部分園區和停車場）。地圖絕對精度可達50厘米，相對精度可達10厘米，事件數據更新時效大幅提升至分鐘級。制作內容更貼合應用需要。目前，百度的自動駕駛地圖與多家車廠合作并實現量產，數據得到應用檢驗。

數據動態更新采用自主采集+多渠道生態合作+多用戶實時交互+多模態融合挖掘多元化結合模式，通過多渠道回傳的信息（圖片、點云、GPS軌跡等）識別特征，與底圖差分對比后檢測出變化，提取差異信息并進行三維重建，將差異信息和三維重建資料輸入生產進行數據融合和變化點更新，更新成果回庫，最終呈現動靜態一體化的地圖數據服務能力。

“服務當下交通治理，面向未來智慧駕駛”

國務院印發的《“十三五”國家戰略性新興產業發展規劃》中指出自動駕駛地圖的應用方向：要堅持單車智能和網聯賦能并行發展路徑，推動智能網聯汽車產業實現高質量發展。在產業政策支持下，以百度為代表的中國企業持續研發投入、不斷創新，摸索出“單車智能”加“車路協同”發展路線以及自動駕駛規?；涞亟鉀Q方案，逐步形成涵蓋自動駕駛芯片等硬件生產、自動駕駛技術解決方案研發、整車制造等全產業鏈生態，奠定了我國自動駕駛和智能汽車領域產品技術、解決方案自主可控和全球創新領先的基礎。

“
在新一輪競爭中，百度對自己生產的自動駕駛地圖充滿信心，吳夢漪表示：“目前，百度是國內既擁有高精地圖領先技術，又能提供自動駕駛完整解決方案的全面布局的公司?！薄鞍俣華pollo擁有國內領先的自動駕駛技術以及國內領先的自動駕駛車隊，因此Apollo自動駕駛地圖堪稱‘最懂自動駕駛的高精地圖’，也是業界精細化程度高、生產率高、覆蓋面廣的自動駕駛地圖?！蹦壳?，Apollo高精地圖的自動化程度已經達到了96%、準確識別率達到了97%以上，基本覆蓋全國所有的重點道路。

高精地圖有很多種格式，為了方便數據共享，Apollo高精地圖采用了OpenDRIVE格式，這是一種行業制圖標準。一般自動駕駛系統設計的反應時間是200ms，留給高精地圖的時間為50ms，Apollo對OpenDRIVE做出了改進，制定了Apollo OpenDRIVE標準，這使得地圖的反應時間可做到5ms以內，更適合無人車。

自動駕駛已進入落地關鍵期

交通強國，智慧交通是國務院發布《“十四五”數字經濟發展規劃》的發展戰略。自動駕駛將成為全球科技創新競爭的焦點，而車路協同發展，實現智能網聯汽車與智慧城市協同發展、智能基礎設施建設、智能網聯汽車應用場景是中國實現超越的關鍵路徑。

立足當下，百度智能交通參與雙智試點建設的實踐，加速L4級自動駕駛落地和促進L2+級輔助駕駛規模落地的產業價值。

在《中國電動汽車百人會論壇（2022）》大會上，全國政協經濟委員會副主任苗圩表示，智能網聯汽車技術已進入落地關鍵時期。實現無人駕駛是智能網聯汽車的終極目標，目前實現路徑有兩種，分別是以百度為代表的階躍式和以特斯拉為代表的漸進式?，F在，中國的百度明顯趕上來了。

他提到，在北京亦莊高級別自動駕駛示范區，通過把聰明的車、智慧的路、精確的圖、實時的云和可靠的網五位一體組合起來，現已成為國內最有特色的試點示范區之一。

“
吳夢漪介紹：“當前，我國自動駕駛已進入落地關鍵期，但尚未形成規模覆蓋的車路協同商業生態?！?/p>

以百度為例，百度蘿卜快跑已在北京、上海、廣州、深圳等超大城市實現自動駕駛載人出行服務，成為了全球最大的自動駕駛出行服務商，僅2021年第四季度，蘿卜快跑載人訂單量已達21.3萬單，2022年這一數據仍在高速增長中。

4月28日，北京發放無人化載人示范應用通知書，百度成為首批獲準企業，其旗下自動駕駛出行服務平臺蘿卜快跑正式開啟無人化自動駕駛出行服務，這意味著“方向盤后無人”的自動駕駛服務在中國超大城市首次放開。但我國高等級自動駕駛汽車發展仍面臨不能入市、不能上牌、不能去掉安全員、不能運營收費、發生交通事故時責任難以認定等諸多問題。這些問題需要政府、行業、企業進一步突破與技術、產業發展不相適應的政策瓶頸，充分發揚“敢為天下先”的精神，激發自動駕駛領域創新能力。

百度已形成有競爭力的汽車智能化產品矩陣，并已經實現量產。在智能化領域的下半場中，百度將與汽車企業共同探索長期健康發展、共贏的合作模式，為廣大消費者提供安全、智能、舒適的駕乘產品體驗。