推倒自動駕駛多米諾骨牌，先造「通用能力」

低速無人車將是推倒自動駕駛的第一張多米諾骨牌。

不如從一個場景說起。一場寒潮，北方城市紛紛迎來大雪，但與雪天故宮同樣一樣火的是一條故宮內(nèi)掃雪的短視頻：負責清潔景區(qū)衛(wèi)生的 7、8 個清潔大爺人手一把鏟子才將一堆積雪，齊力運輸?shù)綑跅U旁，為游客清理出一條安全道路。

漫天大雪的浪漫背后是一場艱難的城市除雪大作戰(zhàn)。

以自動駕駛鏟冰車、清掃機為代表的低速無人車是這類場景最具性價比的解法。在此類場景中，環(huán)衛(wèi)工人的角色由勞動者變成監(jiān)督人，在保證環(huán)衛(wèi)工人安全的同時也進一步提升了清潔效率。

據(jù)汽車之心統(tǒng)計，2023 年，無人環(huán)衛(wèi)項目新增落地超 30 個。據(jù)新戰(zhàn)略低速無人車產(chǎn)業(yè)研究所預測，到 2025 年，中國低速無人車產(chǎn)業(yè)規(guī)模將突破 500 億元。

由于封閉場景自動駕駛技術實現(xiàn)難度低、商業(yè)模式完善，將會比開放場景無人駕駛率先實現(xiàn)盈利。

事實上，隨著傳統(tǒng)商用車企業(yè)積極與自動駕駛強軍組隊，低速無人車將不僅會率先完成商業(yè)閉環(huán)，還很有可能成為撬動自動駕駛的萬能鑰匙，為全場景自動駕駛注入新的信心。

01 、低速無人車，迎來「潮水倒灌」時刻

「做自動駕駛就像在玩一場無限游戲?！惯@是長久以來一直縈繞于自動駕駛工程師的難題，但這個難題在低速無人車領域并不存在。

在腦海中建立一個坐標系，問題就能被拆解。

坐標軸橫軸是自動駕駛落地場景，分為：開放場景、封閉場景，縱軸是運輸類型：分為載物、載人。

將這四種自動駕駛關鍵要素進行組合就產(chǎn)生了：

• • 開放場景+載物=干線物流
  • 開放場景+載人=Robotaxi、乘用車自動駕駛
  • 封閉場景+載物=礦山、港口自動駕駛、無人環(huán)衛(wèi)、無人配送、無人安防……
  • 封閉場景+載人=自動駕駛巴士

梳理這四個關鍵詞誕生的自動駕駛應用就會發(fā)現(xiàn)，商用車與乘用車所需要的自動駕駛、封閉場景與開放場景的自動駕駛都各不相同。

從運輸類型來看，乘用車自動駕駛是 L2+自動駕駛與駕乘體驗的融合。在這個層面，自動駕駛既要解決高速、城區(qū)復雜的場景問題，同時也要兼顧用戶的駕乘體驗。

這考驗的不只是結(jié)果，更是博弈的過程，比如系統(tǒng)的剎車溫和還是激進，都需要結(jié)合不同的場景與乘客狀態(tài)隨機應變。

商用車需要的自動駕駛顯然更加的直接——各場景下的「去人化」、「少人化」和「無人化」。

商用車作為重要生產(chǎn)資料，強調(diào)的是高生產(chǎn)效率與低生產(chǎn)成本。從這點來看，商用車反而能發(fā)揮自動駕駛最大的生產(chǎn)價值。

從場景分類來看，封閉場景為自動駕駛賦予了場景的確定性，相比較而言，低速無人車已經(jīng)開始走向大規(guī)模量產(chǎn)應用。

據(jù) IHS Markit 報告，中國乘用車市場 L2 及以上級別自動駕駛系統(tǒng)的滲透率，預計到 2025 年將達到 34.2%。

按此預估，從 2021 年到 2025 年平均增速每年 3.84%。如果說開放場景下的自動駕駛是逐步滲透，那么低速無人車就猶如「潮水倒灌」，在政策、成本、資源形成交匯點時，就會大規(guī)模爆發(fā)。

變化正在轟然發(fā)生。比如曾有一名礦山自動駕駛的業(yè)內(nèi)人士曾表示：「現(xiàn)在，礦上甚至會催著礦山上無人駕駛」。目前，有地方政府開始對礦山的無人駕駛滲透率有指標要求，如內(nèi)蒙古地方政府要求通過無人駕駛擴產(chǎn)能的同時，減少礦山 30% 的人力。

在低速無人車爆發(fā)的前夜里，自動駕駛企業(yè)要么聞聲而動，要么組隊而行。

目前針對低速無人車領域有兩種突圍方式：

一種為以 Nuro、新石器、白犀牛代表的自動駕駛公司切入封閉場景，自研低速無人車。盡管高維度切入低維度技術優(yōu)勢充沛，但低速無人車行業(yè)是一個是需要打產(chǎn)品配合戰(zhàn)的領域，單打獨斗遠遠不夠。

另一種則是具備商用車開發(fā)經(jīng)驗的主機廠與自動駕駛公司組隊，一方擁有開發(fā)商用車的工程經(jīng)驗，一方則通過深厚的技術幫助車廠實現(xiàn)快速開發(fā)，最大效用發(fā)揮其量產(chǎn)優(yōu)勢、工程優(yōu)勢，形成集團軍作戰(zhàn)更能快速打開市場。

02 、造低速無人車，為何需要「通用能力」？

蘇州金龍與百度 Apollo 開放平臺的聯(lián)袂，就是低速無人車「集團軍」作戰(zhàn)模式。

蘇州金龍 1997 年以商用車整車制造起家，至今，中型客車、大中型客車仍是一張王牌，在市場占有率位列前五。

但如蘇州金龍前瞻技術研究院副院長劉明春博士所說：「企業(yè)電動化、智能化、網(wǎng)聯(lián)化的程度決定企業(yè)的天花板」。

面對后半程激烈的汽車產(chǎn)業(yè)洗牌，蘇州金龍入局低速無人車。一方面在傳統(tǒng)客車業(yè)務之上拓展自動駕駛巴士，另一方面則布局低速無人系列的產(chǎn)品線。

業(yè)務邏輯想清楚了，但具體如何落地，蘇州金龍與其他傳統(tǒng)主機廠一樣，都面臨著智能化轉(zhuǎn)型的典型問題：在低速無人車領域塑造生態(tài)的能力仍屬于短板。

劉明春提到，相比乘用車，低速無人車更關注整體解決方案，除了車端的車端可靠性之外，也必須關注作業(yè)端、客戶端、云端、遠程監(jiān)控。

于是，從今年初，蘇州金龍與百度 Apollo 聯(lián)手圍繞自動駕駛作業(yè)車的各種細分場景，共同打造低速無人車生態(tài)圈。

今年蘇州金龍通過和百度緊密配合，合作開發(fā)了融合「車端、自動駕駛端、作業(yè)端、客戶端、云端、遠程端」于一體的整套解決方案。

「在蘇州市區(qū)的公園里可以看到由百度 Apollo 技術支持下誕生的自動駕駛作業(yè)車，在兩個月前的世界人工智能交通世界大會，也能看到 9 輛自動駕駛巴士，鏈接交通樞紐與核心酒店的人員接駁。」

Apollo 開放平臺之所以能夠全維度賦能低速無人車，首先來源百度 Apollo 的整體升級。

就在今天，百度 Apollo 開放平臺升級至 9.0 版本。

10 字概括 Apollo 開放平臺 9.0：靈活易上手、通用易拓展。

Apollo 開放平臺的 A 面強調(diào)系統(tǒng)靈活性，B 面則強調(diào)系統(tǒng)的通用性，二者互為拼圖才能為低速無人車領域一把「通用鑰匙」。

首先是 Apollo 開放平臺 9.0 在工程框架、算法能力、工具鏈、文檔平臺的全維度升級。

工程架構(gòu)：支持 ARM 編譯；軟件包管理方案下沉至應用功能層級；

算法能力：加入增量訓練解決方案；激光雷達感知模型提升至 CenterPoint、相機感知提升至 Yolo X + Yolo 3D；

工具鏈：開發(fā)全新配套工具 Dreamview+

文檔平臺：重構(gòu)文檔中心

如果說百度 Apollo 開放平臺 8.0 版本給到開發(fā)者的是一個通用工具，那么 9.0 的升級其實是針對不場景、不同程度的自動駕駛開發(fā)提供了更專業(yè)、精細化的百寶箱。

比如，8.0 版本的工程框架實現(xiàn)了工程架構(gòu)與軟件模塊解耦，提升模塊編譯發(fā)布效率，那么 9.0 則更進一步，做「深加工」，將停留在模塊級的能力下放到應用功能級別，使得開發(fā)者在搭建自動駕駛系統(tǒng)時，可以更精細化地設定軟件搭建。

這種能力在算法層面的表現(xiàn)更為突出。

據(jù)汽車之心了解，9.0 版本除了引入 4D 毫米波雷達、升級激光雷達及相機主模塊的感知算法之外，還加入了增量訓練的解決方案。相當于，百度 Apollo 開放平臺 9.0 版本的能力閾值又被拉寬了。

困擾自動駕駛的雪糕筒、故障車識別被工程師解決了，卻還會出現(xiàn)新的無法識別的「雪糕筒」。因此，Apollo 開放平臺 9.0 新增了增量訓練，在原有訓練數(shù)據(jù)的技術上繼續(xù)擴充，為結(jié)合開發(fā)者和合作伙伴特定需求來滿足感知系統(tǒng)結(jié)果的路徑。

卡車可以正常識別，但如果是一輛沒有車廂只有車頭的卡車呢？

百度自動駕駛平臺生態(tài)部總經(jīng)理張亮就在 Apollo 開放平臺 9.0 發(fā)布會提到一個案例：一名主機廠開發(fā)者利用增量訓練，只灌入了 2000 幀的數(shù)據(jù)，就能精準地在感知系統(tǒng)中檢測出這種「特殊車輛」。

據(jù)汽車之心了解，通過增量訓練，檢測的準確度、以及障礙物邊界的范疇，都將有更加清晰的呈現(xiàn)。

整體架構(gòu)的升級是一方面，但如何應用至低速無人車領域也是必須考慮的問題。

一位業(yè)內(nèi)人士提到：商用車的細分場景十分復雜，礦卡、清掃、配送各種各樣，但每種類別卻不如乘用車走量。所以主機廠投入極大精力針對每一種細分場景搞全棧自研，在成本分攤上就是巨大的難點，需要有針對低速無人車的「通用」解決方案。

對此，Apollo 開放平臺 9.0 在低速無人場景、礦山場景等做了定制化開發(fā)。從提升自動駕駛軟件能力、豐富場景應用落地能力、硬件選型及系統(tǒng)部署四個層面為低速無人車實現(xiàn)更快、更低成本的場景對接。

舉個例子，封閉園區(qū)場景遇到的障礙物往往與開放道路上的障礙物不同，比如躺椅可以出現(xiàn)在園區(qū)內(nèi)，而不會出現(xiàn)在開放道路中。

因此，在自動駕駛軟件能力層面，Apollo 開放平臺 9.0 與深度學習結(jié)合新增了背景分割算法，能夠更好的檢測出封閉園區(qū)內(nèi)存在的特定異行障礙物。

再比如，在自動駕駛業(yè)務能力閉環(huán)后，百度 Apollo 也打造了三種系統(tǒng)部署方式：

一是通過標準協(xié)議模式與自動駕駛車輛結(jié)合；

二是通過參數(shù)的調(diào)配和接口的調(diào)用賦予了車輛有效能力；

三是通過第三方輔助落地。

至此，一個針對低速無人車的完整自動駕駛應用閉環(huán)已經(jīng)落地。

03 、造自動駕駛蓄水池

相比于成為自動駕駛領頭羊，Apollo 開放平臺 9.0 似乎更像一個面向全場景的自動駕駛蓄水池。

從 2017 年 Apollo 開放平臺 1.0 版本面世到現(xiàn)在，在 6 年中迭代了 9 個大版本，伴隨著百度自動駕駛走過了四個階段。

第一個階段：1.0-2.0 階段的基礎能力提升，Apollo 開放平臺從封閉場地循跡升級至簡單城市路況自動駕駛，這個時期百度作為國內(nèi)首家針對 L4 級別打開了自動駕駛的大門，廣泛引入自動駕駛?cè)瞬牛蛟炝酥袊詣玉{駛的早春。

第二個階段：2.0-6.0 階段的場景能力升級。Apollo 開放平臺從封閉園區(qū)、點到點城市自動駕駛一路邁向無人自動駕駛，這一時期伴隨著技術提升，百度自動駕駛的應用場景不斷增長，是百度自動駕駛最為洶涌的擴張期。

第三個階段：7.0—8.0 階段的系統(tǒng)易用度增加，Apollo 開放平臺引入了實現(xiàn)了從代碼到工具、從開源平臺到工具化平臺的里程碑式完整進化，并且在 8.0 平臺中持續(xù)對這些能力進行升級。

第四個階段：9.0 階段開始，通過「靈活易上手、通用易擴展」的特點為生態(tài)共創(chuàng)打開了新的維度。

之所以這么說，是因為從 1.0-9.0 的升級迭代中，百度 Apollo 秉持著開放的姿態(tài)，把不能用變成能用，把難用變成好用，造一個面向全場景的自動駕駛蓄水池。

場景，一度是自動駕駛企業(yè)最容易被忽略卻最致命的關鍵詞。

在大西洋彼岸，落地場景的選擇、商業(yè)模式過于單一，使得以 Cruise 為代表的公司陷入寒冰期。

但是依靠全場景拓展的百度 Apollo 為自動駕駛落地提供了新解法——以場景切入，打造生態(tài)。

即便，低速無人車行業(yè)相比 Robotaxi 難度降維，但仍需要面對需求、資源、方向的新「三卷」。

首先，低速無人車的需求需要填補，其次則是場景落地的方向繁雜，有礦山、環(huán)衛(wèi)、安防、零售等不同場景。

其次，資源很卷，需要先進技術和優(yōu)質(zhì)制造雙重效應的疊加，才能有落地項目遍地開花。

Apollo 開放平臺打造的蓄水池，已經(jīng)為低速無人車行業(yè)提供了解答「新三卷」的萬能鑰匙。

目前，百度 Apollo 除蘇州金龍合作，同時與更多合作伙伴兵分兩路突圍低速無人車：

一路是與商用車車企合作，目前百度 Apollo 已經(jīng)與開沃集團、東風商用車、廈門金龍等建立合作；

另一路則與垂類科技企業(yè)合作，如中航裝備、惠爾智能、超星智能、金瑞麒、路特潔等合作，全面鋪開低速無人車市場。

蓄水池就是是為制造企業(yè)智能化轉(zhuǎn)型提供新的動力引擎，而打造引擎，就應該從長期主義的角度出發(fā)。

Apollo 開放平臺做的并不是一錘子買賣。在蘇州金龍與百度的合作中，百度不僅解決了自動駕駛系統(tǒng)搭建問題，其實也幫助蘇州金龍解決了更長遠的人才難題。

蘇州金龍雖然擅長底盤制造，但缺少軟件開發(fā)人才。授人以魚不如授人以漁，Apollo 開放平臺從誕生之初就強調(diào)技術開源，目前，百度 Apollo 開發(fā)者社區(qū)已經(jīng)擁有 16 萬開發(fā)者。

通過 Apollo 開放平臺各類開放學習資源，剛進入蘇州金龍自動駕駛團隊的新血液就能夠快速了解自動駕駛完整架構(gòu)，初步掌握自動駕駛的上手研發(fā)能力。

蘇州金龍只是眾多傳統(tǒng)制造企業(yè)向低速無人駕駛進擊的縮影，隨著與百度 Apollo 開放平臺的集團軍作戰(zhàn)，傳統(tǒng)制造企業(yè)新的動力引擎已經(jīng)被啟動。