百度揭露自動駕駛三大應用場景

5月8日，百度智能汽車事業部(L3)總經理顧維灝近日在矽谷參加由英偉達（NVIDIA）舉辦的2017年度GPU技術大會（GTC）時表示，百度智能汽車事業部順應「Apollo」計劃的戰略構想，將自己定位為領先的自動駕駛解決方案提供商，主要聚焦於制定三類特定場景下的自動駕駛解決方案：第一，高速公路行駛場景；第二，自動代客泊車場景；第三，卡車或商用車的自動駕駛。

顧維灝說，在高速公路行駛場景中，高速公路行駛佔據了一半以上的駕駛總時間，且道路環境相對封閉和穩定，顯然是自動駕駛絕佳的應用場景。 在自動代客泊車場景中，停車位資源在北京、紐約或倫敦這些大城市非常緊張，因此百度自動駕駛團隊希望為司機解決這些問題。另外，在運營商用車的費用中，人力和燃料成本分別佔據三分之一，剩下的三分之一才是汽車本身。實際上，商用車在環境相對封閉的港口、礦場及工廠等地上按照固定路線低速運行，實現自動駕駛較為容易，將自動駕駛技術應用到物流運輸等商用車上，能節約大量的人力成本和燃料成本。因此，發展自動商用車同樣具有經濟意義。

百度自2012年開始便與英偉達就人工智慧領域展開多項合作，並在2016年的百度世界大會上宣布將共同打造自動駕駛汽車平台。大會上，顧維灝展示了百度自動駕駛技術在英偉達DRIVE PX 2上的應用成果。DRIVE PX 2是英偉達打造的全球首款車載人工智慧超級計算機，能夠為自動駕駛的複雜計算提供強勁性能支持。據他介紹，通過使用英偉達的GPU 和相關代碼庫(TensorRT)，百度DNN深度神經網路模型訓練速度快了大約1000倍，整整提升了三個數量級，因此節省了大量研發時間。

高精地圖是保證自動駕駛安全性的關鍵所在。顧維灝說，自動化是百度高精地圖的核心競爭優勢，自動化程度超90%，能自動識別包交通標誌、地面標誌、車道線、信號燈等上百種目標，相對精度達0.1-0.2米，準確率高達95%以上。對於自動化程度的計算方法，顧維灝解釋是將目標檢測率與準確率相乘得出。此外，在DRIVE PX2上運行的百度自定位技術，能夠實現厘米級精度，在路測中橫向誤差僅為20cm、縱向誤差則為2米，滿足L3自動駕駛在高速路場景下的應用。

龐大的數據儲備也是百度發展自動駕駛的優勢之一。百度自動駕駛開放平台Road Hackers可提供海量路情駕駛數據的開放、基於深度學習的自動駕駛演算法的演示和自動駕駛演算法基準測試評比。顧維灝介紹，百度地圖採集車隊，積累了海量的街景圖像、道路汽車狀況等數據。同時還記錄了車輛在採集圖像過程中方向盤轉角、剎車、加速和其它動作信息。依託龐大數據庫，百度可以使用端到端深度學習演算法教汽車像人類一樣駕駛。通過模仿人類司機的駕駛行為，可以更好地避免自動駕駛車輛在轉彎、剎車以及加速中的「生硬」和「突然」，帶來舒適的乘車體驗。

商業化自動駕駛必要條件：AI演算法須高效且低成本

一文告訴你：為何說自動駕駛汽車離不開高精度地圖？

大數據與演算法對於實現無人駕駛哪個更重要？

落後就挨打？看各國制定自動駕駛標準進程如何

查看更多熱點分析，請點擊下方「閱讀原文」