【汽车与环境】百度自动驾驶事业部总监孙勇义：Apollo计划的开放自动驾驶之路

百度自动驾驶事业部总监孙勇义

大家好，我是来自百度自动驾驶事业部的孙勇义，今天给大家介绍一下百度的Apollo计划。自动驾驶经过前一段时间市场上的宣传，大家已经逐步意识到自动驾驶相比人开车有非常显著的优势。第一，非常安全。因为自动驾驶像机器，在做自动驾驶算法的时候，系统不会犯人类司机犯的错误，不会酒驾和疲劳驾驶，只要我们把这个系统做的足够安全，理论上比人更安全。第二，效率比较高，在北上广这样的一线城市，大家上下班非常拥堵，像在北京，我每天上下班离北京很近，但是堵车比较严重，大概需要一个小时时间。所以如果实现每天上下班路上的自动驾驶，可以帮人类司机减少大量时间。另外在大城市找停车位也非常难，如果这个车自动开，我们到一个商场下来，让车自己找停车位就可以了，能够给我们的生活带来很多便捷。最后一个，从经济成本角度算，有一天实现自动驾驶之后，共享经济使我们把出行成本大幅度缩减，因为我们省去了司机人力成本，并且像未来的自动驾驶车，主要以电动车为主，电动车在每公里的消耗上比我们燃油车要便宜。

作为自动驾驶来讲最重要的是人工智能，其实自动驾驶车是一个带四个轮子的电脑，是一个运人的机器人或者送货的机器人，所以最核心是人工智能。人工智能这个概念也提了很多年了，50年代的时候已经提出人工智能，但是那个时候受限于计算硬件和算法成熟度，所以大家提出人工智能之后，就发现这个短期实现不了。所以当时经历了第一个AI冬天。近几年像深度学习的兴起以及大数据，还有算法和计算能力提升，人工智能也取得快速发展，互联网公司在人工智能这一块有比较深厚的积累，百度在2013年也成立了深度学习研究院，引领了人工智能的快速发展。

自动驾驶是一个非常复杂、非常庞大的系统性的工程，这里面有很多技术方向，我们总结下来有十大技术方向，其中每一项技术里使用到的技术以及投入的人力物力都是非常庞大的。第一是环境感知，人在开车的时候首先要知道周围的行人车辆，他们以什么速度往前走，所以环境感知非常重要。其次是地图和定位，作为一个完全实现自动驾驶的车来讲，必须要依托于高精地图，需要知道当前在真实世界处于哪个地方，要去哪里，应该走什么路线过去，如果前面有路口，需要知道离前面路口多远，所以地图定位在自动驾驶里非常重要。后面是行为预测，人在开车的时候，发现路口的行人在张望，大概你会判断出来，他是想过这个路口，他要走这个斑马线，所以有意识的对车进行减速。同样的对于自动驾驶来讲，系统也需要提前做一个判断，旁边的车逐步贴近，我们得知道它是自己走偏了还是想并线并进来，如果要并进来，我们减速把这个车让过去，所以这个非常重要。

然后是规划控制，规划控制是车道级的，我们需要知道当前走哪几条车道线，比如当前是在高速公路内侧，前方有一个岔道，我要走到那边，要有一个规划的车道路径。下面有一个支撑方向也非常重要，包括车载硬件，因为作为车辆来讲，行驶的环境有很多极端环境，比如高温、低温颠簸等等，对车载硬件有很高的要求，不能过一条减速带把内存条振松了，那车就抛锚了。车载操作系统，对车辆要求非常高，我们当时用的人机交互系统不能死机，一死机就不可控了，所以对这个安全性非常高。还有人机交互，你怎么让驾驶员知道当前外在的环境，对于L4来讲可能不需要人一直盯着车，但是作为一个新生的事物来讲，大家都有一个疑问，这个车安全吗？怎么提升无人车或者自动驾驶车性能，使得普通的民众接受它，对它产生安全感，人机交互非常重要，显示出来车当前产生哪些障碍物，有什么运动轨迹，人才能放心。

然后是智能互联和系统安全，这也非常重要。百度在过去几年在自动驾驶领域积累了很多经验，在过去几年有很多创业公司和车企进入到这个领域，在刚刚进入这个领域的时候，我们肯定要从零开始组建，为了能够使得自动驾驶行业发展更快，避免其他生态里的开发再重复，因为里面很多坑趟过了，所以百度把这么多年积累的自动驾驶经验开放出来，所以我们在今年4月份提出一个Apollo计划，宣言是开放能力、共享资源、加速创新、持续共赢。

Apollo平台是开放完整安全的平台，首先我们提供完整的软硬件解决方案，其次给开发者提供非常好的研究平台，包括环境感知工具、测试工具等等，最后是希望通过阿波罗把整个联盟建立起来，使得整个生态尽快完善起来。这是阿波罗开放的一个路线图。在7月份首先开放Apollo1.0，实现在封闭场地的自动驾驶功能，在这个里面的模块主要是控制定位。作为人工智能来讲还有很重要的部分，云端服务，因为普通开源软件就是一些代码，只要开源出去，大家拿到这些代码就可以组装出你想要的产品，但是作为AI时代的产品，必须和云端结合起来，所以我们把云端资源开放出来，包括数据平台和标注数据等等。

在9月份，我们开放了Apollo1.5，主要是固定车道自动驾驶功能，今年12月份，我们会开放简单城市路况自动驾驶功能，后面持续开放，一直到2020年12月份，开放全部的高速公路和城市道路的自动驾驶功能。这个是对外开放的结构图，最下面是车辆平台，这是线控车的标准，因为它有一些像刹车油门的力度要求，这个刹车必须满足几个刹车级别，它才能符合自动驾驶。再上一层是我们的硬件平台，这个硬件平台主要是推荐跟自动驾驶相关的硬件，包括用什么计算单元，用什么GPS，用什么HMI设备等等。再往上一层是软件平台，这是我们开源的核心部分，这个部分是提供了实时的OS，以及定位、控制人机交互等等。

蓝色的这些是在1.0里面已经开放的，黑色的部分会在今年12月份全部开放，再上面这一层是我们的云端服务，这里面包括像地图、仿真、数据平台等等。下面是一个简短的视频。

大家可以看到只用了三天时间，就可以完成一个新车型的移植，所以整个Apollo系统还是非常易用的。我们在7月份开放之后，一直到1.5版本发布之前，得到了开源社区非常强烈的反响。Github是一个全球网站，我们的代码开放在那上面，在C++开源7月份排名第一，六千开发者推荐Apollo软件，有1300个合作伙伴使用开源代码，近百个合作伙伴申请数据，我们签署的量产方案和合作意向超过50起。这个数据一直在涨，现在比这个数据高很多。我们除了有大版本发布之外，每周还有持续升级迭代，每周有几十次的代码更新，所以我们一直在进步当中。

这个图是Apollo1.5发布的架构图，像绿色的部分是1.5版本新增的部分，在今年9月份对外开放了1.5版本，这边增加部分包括下面的硬件层，我们多加了激光雷达，上面增加了一个高精地图的模块，然后感知、规划的部分。云端增加了两个模块，一个是高精地图，一个是仿真，在后面这两个模块也会展开介绍。

在1.5版本里首次开放了5大能力，包括感知、决策规划、云端仿真和地图，以及End-to-End，是相对比较强的自动驾驶能力。

1.5版本里首先开放比较完善的功能，其次开放的这些算法是基于深度学习，包括障碍物感知和自动驾驶，以及为了后面的2.0、2.5、3.0的开放，我们考虑了扩展性，使用1.5版本之后，将来很容易扩展到2.0版本。下面再看一个视频，我们的合作伙伴使用1.5版本跟车一起组建自动驾驶车辆。

在12月份的时候我们会开放2.0版本，这个图里所有的模块都会点亮。下面展开介绍一下对外提供的两个云端服务，第一个是对外开放的Apollo高精度地图的技术合作，在L4自动驾驶里，高精地图是不可或缺的，没有高精地图很难实现自动驾驶。那么这个地图在自动驾驶里是如何发挥作用的。首先是实现高精定位，人在定位的时候一个是通过GPS，但是如果想精准定位得看车道线，还有交通牌，当我看到这个路牌的时候就知道离前方路口200米，我就知道在哪个位置上。第二个，环境感知非常重要，同时又非常难，因为对车辆来讲，他需要在白天、夜间以及逆光、光线好、光线不好的情况下都要进行感知，像感知的移动车辆、行人本身已经不容易了，如果开车的时候非常关心前方道路的减速带，那有减速带的话会提前停车，在地图上我们把减速带的信息都标出来了，所以减速带的工作在地图里标注就可以了，不需要车辆自己再看减速带。

另外识别红绿灯，听上去是蛮容易的小功能，但是做起来里面的问题真的挺多的。首先大家知道，在一个复杂的路口经常挂很多红绿灯，你到一个陌生城市，首先得先判断看哪个红绿灯，左转要看左转灯，直行的看直行走，如果判断不出来就跟着前面的车子走就好了。但是我们必须要看这个红绿灯，我们为了帮助车子更好识别红绿灯，我们有标识每个线分别代表什么灯。比如晚上前面车的尾灯很容易被识别成红灯，我们在地图里有体现出红绿灯的位置，其实我们车知道前方到底有没有红绿灯，不会误识别。还有决策规划，有了地图之后可以规划出一条车道级的路线，比如内侧车道出现交通事故，外侧车道还可以走。

第二，云端仿真，自动驾驶车在路上开需要很多技术，需要云端仿真减少研发成本。Apollo高精地图是最懂自动驾驶的地图，因为这个地图是跟自动驾驶一起在迭代，双方一起在考虑地图里需要哪些元素，哪些元素是必需的、哪些元素是可有可无的，所以元素对于自动驾驶来讲支持程度是最好的。

百度作为AI技术特别强的公司，我们的AI技术用在产品的方方面面，包括地图自动标注、线速自动识别等等，生产效率也很高。

下面介绍一下自动驾驶的加速器，Apollo仿真平台。对于自动驾驶来讲，我们总结有三大痛点，第一是成本非常高，百度在自动驾驶领域投入了大量的人力、物力，但是这个车在实现真正的量产需要积累一百亿公里的自动驾驶里程经验，这是什么概念？假如有一百辆车，7×24小时在路上跑，不间断的测试，需要跑上百年时间，这么高的成本大家都等不及，大家都希望在未来三五年路上可以跑很多自动驾驶车。第二，效率，我们怎么提升我们的自动驾驶的研发效率，包括像一个新功能升级之后，怎么能更快的用在车上，有一个快速验证的方法。第三，安全，安全是大家非常关心的，现在中国交通情况非常复杂，我们的自动驾驶车已经跑了一百万公里，没有任何监管是安全的，但是路上的情况那么复杂，你在上海跑的很安全，在北京碰到新的突发情况是否能应对，所以我们在云端仿真里把各种各样异常的场景在云端验证，确保是安全的。所以经过这三点我们需要云端的仿真帮助我们做自动驾驶。

为了帮助整个行业更加快速研发自动驾驶，我们把在内部使用的仿真平台，在1.5版本里开放了出来，包括仿真场景，上传算法，并且对场景进行运行，智能的判断这个场景是否有通过。如果运行失败，有一个3D可视化的界面可以看到失败原因，在这个里面我们有非常多积累的产品，比如逆行行人，三轮车，突然冲出来的行人，基于这个场景我们可以验证这个车的能力怎么样，哪些场景处理的好，哪些场景处理的不好。

Apollo希望通过开放和开源，能够对我们的用户和商业一起产生非常大的价值。这里面还有一点非常重要——数据，Apollo开放希望获得什么，就是为了获得整个行业的数据，因为在AI时代，就是数据+算法，数据才是生产力的最根本。

最后看一下Apollo开发者的生态全景图。有六大部分，第一，成立Apollo专项资金，扶持整个生态开发者；第二，我们开放工具集和数据集帮助研发；第三，我们的软件平台；第四是硬件第五是开发者社区，我们有非常好的文档和开发者社区运营，帮助整个社区尽快成熟；最后是测试，包括云端测试和测试场地测试。Apollo1.5现在已经发布了，再过不到一个月的时间2.0也会发布，希望大家登录Apollo平台了解Apollo。谢谢大家。

敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示：本文为现场速记，未经专家审核，请勿转载！