Apollo day驶向未来之路20220308

会议时间：北京时间2022年3月8日公司参与者：王云鹏（百度副总裁自动驾驶技术部总经理）徐宝强（百度Robotaxi部总监）卫东（百度智能驾驶事业群副总裁，首席安全运营官）要点总结一、百度Apollo在无人化和商业化上的最新进展1、安全第一2021年，路测里程迈过了两个重要的里程碑：4月份突破了1,000万公里；11月突破了2,000万公里。第一个1,000万公里，用了将近7年的时间，但第二个1,000万公里只用了不到7个月的时间。截至目前，测试里程已经突破了2,500万公里。自动驾驶不等于零事故，但是它一定比人类驾驶更加的安全，它将减少90%以上的事故的发生。2、无人化在中国这样复杂的道路，只依靠单车智能实现无人驾驶是非常难的。但如果增加了5G云代驾和车路协同，将大大加速无人驾驶的实现。2021年，百度成功将首钢园打造成为无人化和商业化的样板间。2021年的5月，对外开放了无人驾驶的商业运营，现在已经为超过1.8万人提供了服务，包括120多位来自于各国的驻华使节，他们在去年6月份体验了百度的无人车，无人化已经从首钢走到了亦庄。3、Robotaxi2021年6月发布5代车ApolloMoon，第四季度已经开始陆续的量产下线，已发往北京、重庆和武汉等地。Apollomoon今年开始将成为萝卜快跑的主力车型。去年8月，在百度世界大会上发布了Robotaxi，新一代的量产无人车的研发已经开始。在北京冬奥会上，百度的Robotaxi也在首钢参加了火炬传递。4、商业化2020年的4月开始对外运营，过去的两年已经陆续在北上广深等8所城市开放运营，而且北京、重庆、阳泉都已经开始收费，其他的城市也将陆续展开商业化。2021年的8月，正式发布萝卜快跑的全新品牌，从2021年第三季度开始在百度的财报会正式例行披露萝卜快跑的订单量。从过去7个季度的单量走势看，几乎每个季度都在成倍的增长。通过海量的高质量的数据以及自动化仿真系统，百度已经构建出了一个技术飞轮，技术的迭代速度越来越快，安全性和用户体验也越来越好，形成了一个非常强大的正反馈。二、“在中国复杂的城市道路场景中实现安全的规模化无人驾驶”的技术主题发布1、中外道路情况比较： 欧美的主流道路场景和城市规划呈现为城市核心区往往比较小，住宅生活区已经分散相对稀疏，主要场景间的连接大多是靠快速的干道和车流量相对比较少的支路。而中国典型城市道路场景呈现为大面积的城市核心区域，其中生活区、商业区、住宅区混合分布在出行高峰的时段，产生拥堵也是常态化的事情。以北京亦庄为例，亦庄的城市道路交通参与者的密度是美国加州测试道路的15倍以上。交通参与者除了机机动车以外，还有大量的行人和非机动车，特别是遍布大街小巷的快递车，外卖车带来比较大的交通风险。另外中国的基建频度也会比较高，我们会更多的面临施工和道路环境变更，则进一步的提高了场景复杂度。2、百度无人驾驶发展历程：2013年开始中国最早的自动驾驶技术研发；到2015年，在北京的五环进行了中国最早的自动驾驶道路测试；从2016年到2017年，实现了在简单城市道路上的常态化道路测试。在这一阶段，测试形态一般是在一些重点的道路上进行往返的循环运行。2018年，测试形态被更新为从单一道路往返升级为小区域内的点到点互达。2018年开始进入亦庄，覆盖一定规模的典型城市道路，测试里程达到100万公里，同时开始了车路协同相关技术的研发。2019年测试区域覆盖到了亦庄全境，在典型城市道路实现了常态化运行，规测试规模不断扩大。2020年，在北京实现了自动驾驶的开放运营，并开始无人驾驶相关的研发和准备，发布了5G云代驾，进行初步的无人化测试，到2021年累计测试里程达到2,000万公里，技术工作的重心集中到无人驾驶上，在中美多个城市开始了规模化的无人驾驶测试，并在首钢开放了中国第一个全无人的开放运营，同时也在多个城市实现了商业化运营。3、无人驾驶核心安全理念与安全方法（1）自动驾驶安全方法论所有的驾驶场景被分为4个象限：横轴表示右侧是安全场景，左侧是不安全场景；纵轴表示上方是了解当前系统的安全状态，下方是不了解当前的安全状态。右上方的“已知安全”是自动驾驶中常态化的正常的场景；右下方的“未知安全”场景，意味着不知道当前属于安全状态，但这种情况下不会带来安全风险；左上方的“已知不安全”状态，意味着知道系统当前处于不安全的状态，在这种状态下可以进行干预来消除安全风险；左下方的“未知不安全”场景是真正带来安全隐患的场景，也是需要努力去解决的场景。（2）核心解决方法第一是依靠单车智能主系统，不断的将不安全场景变为安全场景，车路协同系统也是起到同样的作用；第二是通过监控冗余系统充分识别系统的状态和风险，将未知场景尽可能变成已知，并且在感知到系统当前处于不安全场景时，提前干预，将其转化为安全场景； 第三是通过平行驾驶系统明确并扩展能力边界，使用辅助手段来脱离危险状态。从这样的方法论出发，也形成了”主系统-冗余系统-远程云代驾”这样的三层安全体系。4、“主系统-冗余系统-远程云代驾”三层安全体系（1）主系统主系统由几个不同的子系统构成：第一个子系统是车载基础OS。Apollo所使用的车载基础OS，是全自研的实时性车载系统，和Ross这样的业界系统相比，具备高稳定性、高实时性、低时延这样的特点；第二个子系统是泛感知系统。包含地图定位、环境感知，整体提供对环境场景的准确刻画。面对无人驾驶的挑战，泛感知系统首先要做到高可用性，百度定位系统是基于多传感器定位的融合方案，在信号遮挡环境变更这样的工况场景下，都能够实现稳定的精准定位。其感知系统基于多套子系统的融合方案，其中的视觉感知系统Apollolight是辅助驾驶产品ANP的基础。基于强大的视觉感知能力，能够实现感知系统的真冗余，也能够使感知的结果更为精准置信；会通过实时检测道路环境，从车载地图进行匹配，及时的发现环境相比车载地图产生的变更，避免车辆进入危险的场景。通过这些方法和手段，能够做到面向无人驾驶道路场景到高可用高适配的精准刻画，为车辆决策规划行为打下一个坚实的基础。第三个子系统是决策规划系统。决策和规划直接决定了车辆的驾驶行为，相应的也承担了车辆的行驶安全职责。首要入手点是交规，百度Apollo团队详尽整理了道交法和各类条例中对交规的详细说明，抽象出在各场景下的策略预期，包括基础的交通灯，车道线这样的约束，也包括交互类的礼让行人，车辆的路权判定等等，以此保证车辆的驾驶行为始终处于合规可控的状态之下。以交规为基础，面向各类的交互障碍物，使用学习型方法来决定对障碍物的让超决策，学习型方法比较适用于在复杂场景下的交互判定，也便于从大量的测试数据中快速学习人类的驾驶行为规律。在具备障碍物让超决策之后，会使用一套安全框架来决定最终的驾驶行为。考虑障碍物在现实场景中行为的发生概率，确定障碍物在非极端特殊场景下的最坏行为预期，同时结合自动驾驶车辆时延和动力学这样的特性，确定自动驾驶车辆的行为能力范围。结合这两者，通过理论计算的方式，得到车辆的最终驾驶行为，保证车辆的行为时刻处于安全可控的状态之下。第四个子系统是车路协同系统。车路协同系统作为单车智能的有效补充，能够完善和强化车辆的安全性。现有的以路侧感知为主的车路协同技术，本质上是提供完善的超视距感知能力，实现提前的预知，避免车辆出现潜在的风险。同时针对低矮障碍物，道路遗撒单车不容易识别的场景，通过车路协同技术，可以通过长时间观测，稳定视角观测这样的手段来实现更精准的识别，从而让自动驾驶车辆做出更合理的避让行为。 （2）监控和冗余系统这一层是在车辆本身的软硬件车辆所处的场景存在安全风险时，及时发现并将车辆保持在安全状态的一层安全系统。在自动发自动驾驶发展的早期阶段，这一层并不是必要的，而当进入了无人驾驶的阶段，安全冗余系统就是实现无人的一个必要条件。首先是硬件和车辆的冗余，这是实现安全冗余和监控的物理基础，以我们去年发布的Apollo第五代车为例，我们在计算单元和核心预控上都做到了全冗余。通过冗余的配置，可以做到自动驾驶套件中任意单一部件的失效，都能够形成有效的冗余，都不会影响整体车辆的安全性。以充分的自动驾驶硬件冗余为基础，结合监控系统，我们就能够实现完备的风险降级策略。（3）云代驾云代驾结合了中国特有的5G基础设施，再将车端的视频实时回传到云端，在远程驾舱监测车辆的行驶环境，让云端的安全员能够像在车上一样实时了解车辆和道路环境的状态，并能够在需要介入控车的时候，将控车指令实时发送到车端，实现远程对车辆的实时控制。在脱困完成后，将控制权再交还给自动驾驶车辆，继续进行自动驾驶。云端一般只需要监控，特殊情况下车辆可以请求云端介入。云代驾会对这个网络信号有一定的依赖，当网络信号通畅的时候，云代驾就会做实时的监控，并且在有风险预警的时候进行控车。当信号出现卡顿的时候或有风险预警的时候，车辆会牺牲掉一定的本身的驾驶的合理性，安全控车来最大程度的保证整体驾驶的安全性。5、测试验证方法测试验证体系的离线部分，主要通过人来实现。随着自动驾驶能力的不断增强，实际道路测试所能遇到和发现有价值问题和场景的概率在持续降低。相应的仿真系统及其背后的数据以及场景建设能力发挥越来越重要的作用。目前已经形成了自动化的问题收集，以场景验证集合为基础，结合仿真回放和各种详尽的标准判定，可以进行感知能力、场景能力以及端到端安全性这样全方面的评估验证，每天的研发工作中都会大量的进行仿真场景的运行，在仿真中进行的实际的测试里程已经超过10亿公里。每半年可以解决90%的历史与潜在的碰撞问题，让自动驾驶的安全性和效果快速的切实提升。每一个版本和功能都会经历离线验证，封闭测试场验证，这样的完善流程才会逐步的释放流量，释放到城市道路上，做无人化的测试部署。从离线验证和道路测试的情况来看，自动驾驶目前的综合安全性仅高于人类驾驶员。三、萝卜快跑商业化发展。2021年5月，率先实现了主驾无人的商业化收费试运行。2021年的11月份，在亦庄大规模的公开道路上实现了近百辆自动驾驶车辆的商业化适应示范运行。从地域覆盖上，在2020年底，覆盖三个城市；到2021年，开通了广州、上海、重庆，在北京开通了“南边亦庄，东边通州，北边顺义，西北海淀，西南石景山”的全布局。 2021年第四季度商业化订单是21万单，对比第三季度的11万单，实现了接近翻番的表现。在上海和广州，单车日均的完单峰值已经超过了16单，在北京的亦庄已经超过了28单。短短半年时间，在亦庄车辆数和站点数，增幅都超过了50%。2022年的1月26号，开通了自动驾驶数字人民币的业务，实现了Robotaxi和数字人民币的握手，并且投入到真实的应用场景。萝卜快跑的经营团队已经在后台完成了基于大规模车队的综合订单管理体系和车队效率管理平台的建设，来实现全要素全流程的数字化自动化管控。车队管理人员和城市管理人员可以实时看到自己区域里面的车均产出、车队布局、车均效率，便于车辆车队管理人员灵活的进行站点和线路次的优化。商业化前后订单的变化，印证了目前萝卜快跑在亦庄所服务的用户有真实需求、已形成相应习惯并且有付费意愿，这些稳定的用户群，他们使用萝卜快跑，是以通勤为主的短途出行。萝卜快跑在全国范围内满意度超过4.8，用户表示车辆卫生好、富有科技感、优惠便利。但也有反映车速过慢以及打车困难的情况。百度Apollo管理团队表示将从技术迭代、优化调度策略、等方面继续完善。-天风