自動駕駛汽車究竟需不需要激光雷達？隨著馬斯克對激光雷達的公開炮轟，這一問題從幕后被拉到臺前。令人驚訝的是，百度如今也宣布開始支持純視覺感知的自動駕駛方案。
盡管外界有人高呼百度在追隨特斯拉，但與后者完全摒棄激光雷達的激進方案相比，百度并不排斥激光雷達的存在。事實上，百度此時推出Apollo Lite或許只是想進一步訓練視覺算法，推進感知融合方案的進化。
對于公司在CVPR 2019論壇期間公布的L4級自動駕駛純視覺城市道路閉環解決方案——Apollo Lite，百度方面給出了這樣的解釋：“這是目前國內唯一的城市道路L4級視覺感知解決方案。”百度Apollo技術委員會主席王亮說道，“方案能夠支持對10路攝像頭、200幀／秒數據量的并行處理，單視覺鏈路最高丟幀率能夠控制在5‰以下，實現全方位360°實時環境感知，前向障礙物的穩定檢測視距達到240米。”
他表示，經過前期的技術研發投入和2019年上半年的路測迭代，依靠這套10相機的感知系統，百度無人車已可以在城市道路上實現不依賴高線數旋轉式激光雷達的端到端閉環自動駕駛。目前，Apollo Lite已在北京稻香湖等多地多路段落地測試。
乍一看，百度好像已經追隨特斯拉，放棄激光雷達，轉身擁抱純視覺感知路線。但王亮對此表示否定，他稱：“百度下決心投入資源研發純視覺感知解決方案并不意味著放棄現有基于激光雷達的技術路線，而是在技術實踐過程中充分意識到無人駕駛系統冗余（true redundancy）的必要性，決定通過壓強環視視覺技術來夯實多傳感器融合感知框架。”
換句話講，Apollo Lite的推出只是為了更好打磨百度的視覺技術。
目前業內普遍認為感知是實現L4級自動駕駛的至關重要環節，因此由于可以獲得極高分辨率（角度、距離以及速度）、能在短時間內掌握可觀的數據信息量等特點，激光雷達常常被認為是L4級自動駕駛不可或缺的一大元件，大多數企業也選擇以激光雷達為主、視覺為輔的傳感器融合策略。
但完美的多傳感器融合方案，是需要各類傳感器起到“精確”輔助作用的。在激光雷達為主的方案下，視覺傳感器自身問題和缺陷暴露的還不夠充分，難以真正訓練算法。
百度表示，現今很多傳感器融合的方案設計較為復雜，技術人員往往從快速解決問題的角度出發設計算法，這個過程中難免避重就輕地利用異構數據各自的優勢進行缺陷互補從而繞過困難的問題。基于這種思路設計的多傳感器融合方案可以在短期規避單傳感器方案難以解決的問題，但長遠看，數據和策略間深度耦合的設計不利于為環境感知系統提供真正意義上的冗余（true redundancy）。
為訓練視覺傳感器，更為提供冗余與安全，百度推出Apollo Lite，希望通過打磨迭代的純視覺技術來反哺多傳感器融合解決方案，提升無人駕駛系統的魯棒性和安全性。
王亮重申：“百度Apollo始終堅持多傳感器融合的技術路線。在L4級自動駕駛傳感器選型上，激光雷達和攝像頭不是排它的，也不是單純的從屬和互補關系。從安全性考慮，二者具備相同的重要性和不可替代性，缺一不可。”
百度并沒有放棄激光雷達為主的多傳感器融合方案。但不久前陸續推出L3級自動駕駛解決方案的紐勱科技、AutoBrain等初創企業，為降低成本達到量產要求，均已摒棄激光雷達，采用純視覺感知方案，甚至以ADAS地圖代替高精地圖。
對于亟待量產和難度相對較低的L3級自動駕駛技術來講，摒棄激光雷達似乎是一種可行方案。但對于L4級自動駕駛技術而言，大部分業內人士認為激光雷達還是不可或缺的存在。此前，有業內人士表示，當自動駕駛技術發展到一定高度，激光雷達價格就會下探，但一方面技術迭代需要時間，另一方面沒人知道當自動駕駛汽車達到多少輛后激光雷達價格才會降低。而更便宜的激光雷達才會增加更多量產可能性。
站在L3和L4的交界點上推出Apollo Lite，百度的這一步不僅是想更好打磨多傳感器融合方案，更是為以后純視覺感知方案準備彈藥。
盡管外界有人高呼百度在追隨特斯拉，但與后者完全摒棄激光雷達的激進方案相比，百度并不排斥激光雷達的存在。事實上，百度此時推出Apollo Lite或許只是想進一步訓練視覺算法，推進感知融合方案的進化。
對于公司在CVPR 2019論壇期間公布的L4級自動駕駛純視覺城市道路閉環解決方案——Apollo Lite，百度方面給出了這樣的解釋：“這是目前國內唯一的城市道路L4級視覺感知解決方案。”百度Apollo技術委員會主席王亮說道，“方案能夠支持對10路攝像頭、200幀／秒數據量的并行處理，單視覺鏈路最高丟幀率能夠控制在5‰以下，實現全方位360°實時環境感知，前向障礙物的穩定檢測視距達到240米。”
他表示，經過前期的技術研發投入和2019年上半年的路測迭代，依靠這套10相機的感知系統，百度無人車已可以在城市道路上實現不依賴高線數旋轉式激光雷達的端到端閉環自動駕駛。目前，Apollo Lite已在北京稻香湖等多地多路段落地測試。
乍一看，百度好像已經追隨特斯拉，放棄激光雷達，轉身擁抱純視覺感知路線。但王亮對此表示否定，他稱：“百度下決心投入資源研發純視覺感知解決方案并不意味著放棄現有基于激光雷達的技術路線，而是在技術實踐過程中充分意識到無人駕駛系統冗余（true redundancy）的必要性，決定通過壓強環視視覺技術來夯實多傳感器融合感知框架。”
換句話講，Apollo Lite的推出只是為了更好打磨百度的視覺技術。
目前業內普遍認為感知是實現L4級自動駕駛的至關重要環節，因此由于可以獲得極高分辨率（角度、距離以及速度）、能在短時間內掌握可觀的數據信息量等特點，激光雷達常常被認為是L4級自動駕駛不可或缺的一大元件，大多數企業也選擇以激光雷達為主、視覺為輔的傳感器融合策略。
但完美的多傳感器融合方案，是需要各類傳感器起到“精確”輔助作用的。在激光雷達為主的方案下，視覺傳感器自身問題和缺陷暴露的還不夠充分，難以真正訓練算法。
百度表示，現今很多傳感器融合的方案設計較為復雜，技術人員往往從快速解決問題的角度出發設計算法，這個過程中難免避重就輕地利用異構數據各自的優勢進行缺陷互補從而繞過困難的問題。基于這種思路設計的多傳感器融合方案可以在短期規避單傳感器方案難以解決的問題，但長遠看，數據和策略間深度耦合的設計不利于為環境感知系統提供真正意義上的冗余（true redundancy）。
為訓練視覺傳感器，更為提供冗余與安全，百度推出Apollo Lite，希望通過打磨迭代的純視覺技術來反哺多傳感器融合解決方案，提升無人駕駛系統的魯棒性和安全性。
王亮重申：“百度Apollo始終堅持多傳感器融合的技術路線。在L4級自動駕駛傳感器選型上，激光雷達和攝像頭不是排它的，也不是單純的從屬和互補關系。從安全性考慮，二者具備相同的重要性和不可替代性，缺一不可。”
百度并沒有放棄激光雷達為主的多傳感器融合方案。但不久前陸續推出L3級自動駕駛解決方案的紐勱科技、AutoBrain等初創企業，為降低成本達到量產要求，均已摒棄激光雷達，采用純視覺感知方案，甚至以ADAS地圖代替高精地圖。
對于亟待量產和難度相對較低的L3級自動駕駛技術來講，摒棄激光雷達似乎是一種可行方案。但對于L4級自動駕駛技術而言，大部分業內人士認為激光雷達還是不可或缺的存在。此前，有業內人士表示，當自動駕駛技術發展到一定高度，激光雷達價格就會下探，但一方面技術迭代需要時間，另一方面沒人知道當自動駕駛汽車達到多少輛后激光雷達價格才會降低。而更便宜的激光雷達才會增加更多量產可能性。
站在L3和L4的交界點上推出Apollo Lite，百度的這一步不僅是想更好打磨多傳感器融合方案，更是為以后純視覺感知方案準備彈藥。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
