百度Apollo完成国内首例自动驾驶上高速测试

百度Apollo完成国内首例自动驾驶上高速测试,第1张

2000年,著名科幻导演罗杰·斯波蒂伍德执导的《第六日》里曾经描绘过这样一幅场景:

乘客们都乘坐着自动驾驶汽车在马路上行驶,无需掌握方向盘即可在车中对话。这样的车辆不只是一辆,而是一群,马路上的自动驾驶车队甚至会互相避让。

当年电影中看似科幻的场景,如今却看得见、摸得着。百度把曾经的梦想变成了现实,成为全国首个把无人车队开上高速公路的企业。

12月28日,百度Apollo自动驾驶全场景车型亮相长沙湘江新区,并完成全国首例L3及L4级别等多车型高速场景自动驾驶车路协同正式开跑。12月29日,百度Apollo在延崇高速公路上成功部署了车路协同设备。

华为则是在12月29日宣布完成在延崇高速公路的自动驾驶技术演示。两天之内,自动驾驶上演了年末大戏,两家中国科技企业接连把自家的无人车开上了高速公路。

说到自动驾驶上高速,早在2015年,百度其实就已经完成了国内首次城市环路及高速混合路线的自动驾驶。这次更是在车队规模、测试深度都远超国内其他公司。

3年下来,百度打造了一幅自动驾驶的完整版图,这幅版图不管是从生态广度还是合作深度来看,国内都无人能及。百度和合作伙伴建起了全国智能交通的“样板方案”。

两天两次“舰队远航”

28日,百度Apollo自动驾驶全场景车型亮相长沙,完成全国首例L3及L4级别等多车型高速场景自动驾驶车路协同正式开跑。

这其中包括乘用车、重型卡车还组成了“混编舰队”,在国家智能网联汽车(长沙)测试区的高速测试区飞奔。 要知道,以往智能驾驶上路大多是单一车型、甚至是单一台车低调测试,这一次则是以“倾巢出动”的方式,直接让自动驾驶和车路协同走向“舰队模式”。

一天之后的29日,百度Apollo又在延崇高速公路上成功部署车路协同设备,在这个京津冀一体化西北高速通道开跑自动驾驶汽车。

南北开跑、全国联动,百度Apollo在年末直接展开了两场“军事演习”,用自己的实际实力证明了国内自动驾驶领域绝对领头羊的位置。

这场“秀肌肉”的做法,向竞争对手、合作伙伴、政府部门、普通公众展现了百度Apollo的落地速度,对未来自动驾驶的社会普遍接受会有极大推动作用。

倾巢“演习”难点何在

实际上,早在2015年,百度无人车就已经进行了高速测试,实现了城市、环路及高速道路混合路况下的首次全自动驾驶。

当时,百度无人驾驶车从中关村软件园的百度大厦附近出发,驶入G7京新高速,经五环路抵达奥林匹克森林公园后按原路线返回。

这次路测成功,开创了中国无人驾驶车研发领域三个“最”:“路况最复杂”、“自动驾驶动作最全面”,“环境理解精度最高”。

3年后的这次测试同样开创了中国无人驾驶车研发以及车路协同领域四个“最”:“全国最早”、“车辆最多”、“车辆种类最丰富”、“测试场景最复杂”。

四个“最”同样带来了复杂的测试场景,这对于未来自动驾驶车辆在高速公路上集体出动有着重大意义。

1、场景复杂:高速公路有着更复杂的驾驶场景,比如路边紧急停车、车道线磨损、协作式车队、进出服务区、进出收费口等多种高速环境下自动驾驶、车路协同层面的运转。这些场景可以加速实战磨合。

2、车型丰富:不同车型之间的相互配合同样是复杂的,特别还是L3、L4不同自动驾驶等级的不同车型在一起,它们有着不同的避让算法模型,让它们在同一空间中共同行驶,可以最大程度上模拟未来高速公路上的驾驶情景。

3、规模庞大:过去自动驾驶车辆都是单车辆在高速公路上行驶,单车辆需要处理的数据和多车辆的庞大车队需要处理的数据不可同日而语,极其考验算法和判断力。甚至也考验着交通管理部门对于复杂场景的掌控能力。

全场景产业链“一网打尽”

这次之所以能够实现“全场景车型”上路,这和Apollo打通全场景和产业链有着密不可分的联系。

2018年,百度Apollo平台对量产所设计的自动驾驶产品方案Apollo Pilot在全场景落地,其中包含乘用车、商用车、物流车等自动驾驶车型以及针对每种车型设计的自动驾驶软硬件系统方案。

产品、方案的系统性组合,让百度在2年时间内,在汽车和汽车周边硬件市场,为Apollo组件了一个囊括了133个汽车企业和周边厂商的朋友圈——这是国内最大的自动驾驶生态。自动驾驶的技术不断得到磨练成熟,自动驾驶的成本也在规模化的合作中逐渐降低。

车的方案出来了,车的成本下去了,路同样需要得到改造。Apollo车路协同开源方案又是应运而生。

要知道,自动驾驶技术从水平L0至L5级水平按照技术水平细分。L1到L2级可以通过汽车的传感器或相机等调整距离,或者控制住速度等,辅助司机驾驶。 但从3级开始,汽车必须在特殊环境中行驶——智能路网。

这次百度首次在高速场景行驶的L3及L4级别等多车型车路协同开跑,其实有两个全场景和产业链上的技术难点:

1、车辆与车辆之间需要协同,这需要传感器与计算平台对数据进行精确计算,保证车辆与车辆之间能够保持安全距离;

2、车辆与道路之间需要协同,保证路网和车辆之间展开数据传输,规划出最科学的行驶路径。

这需要车路来解决。车路协同实践可解决54%的单车智能在路测中遇到的问题,减少62%单车智能的接管数。

百度开源自己的车路协同方案,分享在大量道路测试中积累的实际经验和能力,一定程度上解决“通信厂商不了解无人车需求、无人车厂商没能力搭建通信服务”的窘境。

这样处理的话,在智能路网中,车辆之间的交通信息是实时共享的。交通标志、信号灯、过路等设施都通过信号发送可以实现自动化运行。智能路网和自动驾驶的汽车在一起传输数据,让汽车驾驶、交通规划变得更科学。

这也是为什么百度能够实现L3及L4级别等多车型高速场景自动驾驶车路协同开跑的核心原因。

全国智能交通“样板方案”

2019年1月,驾考即将新设置科目五——驾驶汽车在高速公路上行驶。对人类来说,能驾驶车辆在高速公路上行驶,意味着车技基本达到了可应付复杂场景的“可上路”水准。

对自动驾驶车辆来说,也是如此。高速公路有着复杂的路况,还有大量车辆需要协同避让,考验着传感器以及计算平台的判断力。

这次,百度Apollo考了“科目五”,而是是以车队的方式,全车型集体通过了“科目五”。

这对于全国智能交通来说,起到了示范作用。

1、延崇北段高速公路的成功测试,无疑可以推动京津冀地区的自动驾驶、车路协同迅速落地,未来我们在北京及其周边地区可以看到更多自动驾驶车辆在实际生活场景中的使用。

2、长沙测试区的成功经验,则是有望让长沙在日常交通、货物运输、城市环卫、现代物流等方面都实现“自动驾驶”,当之无愧的成为中国乃至全世界的“自动驾驶之城”。“长沙经验”可能会在全国得到推广。

今年12月,国家相关部门提到,要深化交通供给侧结构性改革的重要举措和交通运输发展的前沿领域,进一步推进智能交通发展顶层设计。其中基础设施智能化升级、数据资源共享、标准规范统一等将成为未来推进的重点。

百度Apollo的这两场成功测试,恰恰是企业完善智能交通发展顶层设计的最佳案例。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2680133.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-15
下一篇 2022-08-15

发表评论

登录后才能评论

评论列表(0条)

保存