apollo自动驾驶评测_apollo自动驾驶体验
非常感谢大家聚集在这里共同探讨apollo自动驾驶评测的话题。这个问题集合涵盖了apollo自动驾驶评测的广泛内容，我将用我的知识和经验为大家提供全面而深入的回答。
1.apollo?Զ???ʻ????
2.百度Apollo的高光时刻
3.，集度高阶自动驾驶业界体验最好
4.自动驾驶关键模块、核心技术（参考Apollo项目）
apollo?Զ???ʻ????
文/陈婧涵排队等待，扎堆“过眼瘾”，道路两旁是翘首以盼的市民，这是哪个明星要来吗？
其实说是明星也不为过。十一长假刚结束没两天，百度就在北京暗戳戳的搞了件大事——百度Apollo自动驾驶出租车服务在北京开放载人测试运营了，普通老百姓只要打开Apollo?Go?App、百度地图或者百度App小程序，就能直接叫车体验了，不用提前预约。
这个消息刚一发布，瞬间就燃爆京城，各路人马蜂拥而至亦庄和海淀的体验点，日订单量突破?2600，试乘场面火爆。
实地试乘，预约火爆
近日，为了一探究竟，大众侃车也前往亦庄实地探访了一番，不妨来看看百度?Robotaxi?在北京街头的表现。
到达亦庄已经是下午两点左右，原以为饭点左右等待的乘客会相对较少，但实际情况却是市民三五成群扎堆在一起等车。
由于预约人数较多，大众侃车在Apollo?GO下单了好几次均未打上车，现场等待的市民也表示来碰运气了几天也没有打上车。最终，大众侃车找到了认识的朋友才“蹭上车”，顺利搭上一辆林肯MKZ的Robotaxi。
据了解，此次百度在北京投放的无人驾驶车辆均为林肯MKZ混动车型。从外观上看，Apollo?GO的林肯MKZ无人驾驶出租车与市面上在售的林肯MKZ区别不大，只是车身上贴上了“Apollo自动驾驶测试”的标识，侧车门下方与车尾贴有反光贴，车顶部有“一顶黑色帽子”——?装有雷达、摄像头、GPS等感知模块。
为了安全起见，上车后乘客只能坐在后座上，乘客可以在后排座椅的电子屏幕上选择启动车辆。同时，屏幕上的左上方可以显示车辆的自动驾驶状态、车速等信息，左下角则会展示目的地、行程距离和预计行驶时间。
驾驶座位上有一位安全员，手一直虚握在方向盘上，以防遇到危险情况时随时接管车辆。据安全员介绍，一旦他踩到刹车或者转动方向盘，自动驾驶就会判定为人类接管了。
在试乘过程中可以明显感觉到，百度Robotaxi在起步、加速、跟车、超车、转向、掉头以及停车等操作中都很平顺，没有出现急加速、急刹车的情况，整个体验过程中都表现得非常平稳，且完全根据交规要求行驶，没有出现压线行为，犹如一位“老司机”在开车。
毕竟是试运营，依然能够暴露出一些问题，譬如在个别应用场景中的表现仍然不够成熟，即使是靠边停车这样简单的动作仍需司机手动进行操作，如若转弯时遇到物体会停车等待，相比人工来说更加耗时。
虽然有诸如以上的不足，却仍阻挡不了人们试乘的热情。不过，由于运力不足只有40辆车，Apollo?GO目前无法满足集中的试乘需求。
百度Robotaxi驶入北京，意义不凡
北京无疑是全国自动驾驶路测的排头兵。据《北京市自动驾驶车辆道路测试报告（2019）》显示，截至2019年底，北京市已累计开放4个区县自动驾驶测试道路共计151条503.68公里。加上此次中关村最新开放的一期自动驾驶测试道路，至此，北京市累计自动驾驶路测开放道路达到200条，总长度699.58公里，道路长度领跑全国。
北京市在测试牌照规模、测试主体数量、车辆类型丰富度、测试道路标志、测试管理标准上均居于全国首位。除了拥有极大的开放性，北京对自动驾驶车辆的要求也是最严的，北京颁布的自动驾驶载人测试政策是国内安全要求最高、标准也最高的政策。?
近期发布的全国最严自动驾驶载人《实施细则》再一次验证了北京市对自动驾驶企业严格的要求，同时也反应了北京市是中国目前自动驾驶产业发展速度最快、配套最完善的城市。
而百度Apollo作为率先获得北京市颁发的40张自动驾驶载人测试牌照的企业也表明了百度在技术、运营等方面具备较高的综合实力。
真正的自动驾驶还有多远？
随着人工智能、大数据、云计算、5G等核心技术的日趋成熟，当前自动驾驶正迎来快速发展阶段。瑞银集团此前曾预测，到2030年，自动驾驶出租车市场规模将超2万亿美元。麦肯锡也预测称，中国可能是全球最大的自动驾驶市场，到2030年，基于自动驾驶的出行服务订单金额将达2600亿美元。
面对如此庞大的市场规模，国家和各地政府正在不断推动各类相关标准的制定和实施，并且加大了资金扶持，积极鼓励各领域企业参与其中，加速智能交通技术应用和场景落地。
在产业规范上，交通运输部发布了关于征求《公路工程适应自动驾驶附属设施总体技术规范(征求意见稿)》意见函。据悉，该意见稿是国家层面首次出台的与自动驾驶相关的公路技术规范，在总体架构、高精度地图、定位设施、通信设施、网络安全等方面明确了规定。这对于推动我国自动驾驶发展加速迈入产业化具有重要意义。
在资金扶持上，国家发改委同11个国家部委联合发布的《智能汽车创新发展战略》。指明了2025年实现有条件智能汽车规模化生产，2035年中国标准智能汽车体系全面建成的愿景。逐步扩大多渠道资金支持，并从税收政策上给予优惠，对自动驾驶汽车产业进行重点扶持。
在市场和国家政策的推动下，我国自动驾驶的商业化落地进一步加速，并逐渐迈入完整产业化。
虽然一切朝着好的方向发展，但不可否认的是，想要实现真正的自动驾驶，并非一蹴而就，目前来看还有不少问题需要克服。
其一是技术屏障急需突破。目前大部分自动驾驶技术仍然停留在L2、L3级别，只能算是部分自动驾驶或者自动辅助驾驶，与L5级别的完全自动驾驶，也就是无人驾驶仍然有很长的一段距离。因此，目前投入运营和测试的Robotaxi业务一般都被局限于特定区域内，并需要配备安全员。
其二是规模无法迅速扩大。无论何种技术在兴起之初部署规模都是有限的，考虑到各地区内不同城市的人口结构、车辆密度、道路布局和天气状况，可能会有所不同。譬如进行Robotaxi服务，需要一定的数量和规模，在一个区域内部署几十、甚至几百辆的自动驾驶汽车进行7×24小时稳定运行。因此，要想让自动驾驶汽车真正投放使用，将需要比预期更多的时间和资金。
写在最后：虽然我国自动驾驶领域已经取得了长足进步，但是业内专家认为，想达到真正的自动驾驶，起码要同时满足5个条件——技术成熟、社会基础完善、法律法规同步、成本下降、社会接受度良好。这项技术要想真正实现大规模商用还有很长一段路要走。不过相信这一天也不会太远。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
百度Apollo的高光时刻
上个月末，百度首款量产自动驾驶计算平台Apollo?Computing?Unit（ACU）正式下线。据悉，该平台将首发应用于威马汽车与百度联合开发的Apollo?Valet?Parking（AVP）自主泊车产品上，威马汽车也将成为国内首家量产落地AVP自主泊车的车企。而百度Apollo则离自动驾驶的高度集成化更近了一步。Apollo的硬实力
从百度Apollo面世（2017年）至今已有三年左右的时间了，在这期间百度Apollo的发展速度可以用迅猛来形容。在2020年3月，由知名研究机构NR（Navigant?Research）发布的2020年自动驾驶竞争力排行榜上，百度Apollo的排名跃升至了国际自动驾驶「领导者」行列，全球排名第四，前三名分别是Waymo、Cruise、福特。但与前三名不同的是，百度Apollo是从2017年起一路从第三阵营的挑战者、第二阵营的竞争者，超越众多老牌选手后才晋级到第一阵营的，可谓一年一「越级」。
而在美国加州机动车管理局DMV公布的2019年度《自动驾驶车辆接管报告》中，百度Apollo在加州的测试里程达108300英里（约174292公里），接管数据MPI（Miles?per?Intervention，每两次人工干预之间行驶的平均里程数）为18050英里（29049公里），也实现了累计测试里程及MPI的快速增长，特别是MPI成绩首次超过谷歌Waymo，占据头把交椅。
在国内，百度Apollo也一直是行业领头羊般的存在。从一开始它想要建立的就不仅是一个自动驾驶系统，而是一个可以活用自身优势的自动驾驶生态圈，让自动驾驶系统由完善的测试系统去建立可靠性。百度Apollo负责提供车企需要的自动驾驶技术和资源并进行整合，如开放的源码、AI算法技术、高精地图以及一个给自动驾驶测试的仿真平台等，而车企则可以直接运用Apollo平台的优势不断完善和改进自动驾驶技术，最终实现双赢。
百度Apollo平台在2018年就已经与19家车企达成了合作，2019年配备了百度V2X技术的自动驾驶出租车Robotaxi开始运营。目前，Apollo已经形成了自动驾驶、车路协同、智能车联三大开放平台体系，拥有来自全球的36000名开发者，178家生态合作伙伴，开源了56万行代码，智能驾驶专利数高达1237件，拥有自动驾驶路测牌照150张，在全球23座城市开展路测，累计测试里程超过300万公里，也是目前唯一承担自动驾驶国家人工智能开放创新平台的企业。
Apollo?Valet?Parking有何特别之处？
在今年4月，百度Apollo凭借自身的硬实力又接连拿下了三个城市的「新基建」项目。不得不让人感叹，即使百度被全网嘲讽，Apollo的实力还是要肯定的。那这款Apollo的量产产品ACU平台究竟有哪些值得关注的地方呢？
ACU计算平台是百度在2018年的GTC大会上发布的，根据不同场景的计算能力需求，共分为三个系列产品，包括ACU-Basic、ACU-Advanced?和ACU-Professional，能够支持5路摄像头，12路超声波雷达，预留毫米波雷达和激光雷达接口。其中，ACU-Advanced是自主泊车产品AVP专用车载计算平台，也是百度ACU系列的先发产品。
作为百度Apollo自动驾驶的专用计算平台，ACU具备非常全面的AI能力，涵盖高精建图和定位、环境感知、规划控制等功能。同时，ACU还具备云端更新能力，可实现数据回传、云端训练、升级算法的实时闭环迭代。而搭载了ACU计算平台车型的落地，便能够实现百度AVP自主泊车方案，也可解决停车难所占用的大量时间成本及运营成本。
关于这点，百度主要预设了两大场景。一个就是针对家/公司固定场景打造的Homa-AVP:它能够让驾驶员直接在停车场电梯口下车，车辆在视距内沿固定路线泊入固定车位；另一个场景就是针对交通枢纽、商业中心等公共场景打造Public-AVP：可以让驾驶员直接在目的地下车，车辆自动驾驶入停车场寻找车位泊车。如果在停车场入口拥堵时，车辆也可自动排队。此外，搭载了这个产品，用户还可以在手机上一键遥控，实现远程取还车、自动寻找车位、自动泊车等。
如此看来，ACU-Advanced就是一个专门负责自主泊车的域控制器，可以统一调配各大传感器、算法，专注做好自主泊车功能，与传统车企的自主泊车方案里，几个部分的?ECU?经常各自为战不同，ACU?是把各部分高度集成在了一起，同时，它还可以支持高速自动驾驶，作为冗余的一部分。
从以上两个应用场景中也可以看出，百度的自动泊车功能要比大部分车企搭载的强大得多，特别是应用在第二个场景中的功能。为什么说是大部分？因为两年前博世与戴姆勒在华展示过其联合研发的全自动代客泊车技术（Automated?Valet?Parking），与百度的版本非常相似。
博世-戴姆勒的代客泊车系统需将传感器和计算设备预先装进停车场，传感器对停车场周围的环境和车辆的行驶路径进行感知，然后由停车场内的计算设备计算出车辆的运行轨迹并发出驾驶操作指令，通过WiFi等网络将指令发给汽车，由车辆的线控系统完成自动泊车。
博世的传感器负责探测车辆的行驶路径以及停车场周围环境，并提供指挥车辆所必要的相关信息。博世互联技术提供的停车场智能基础设施和梅赛德斯-奔驰汽车技术之间的配合，能够将智能化基础设施发出的指令转化为驾驶操作指令。通过这种方式，汽车能自行上下坡道，并在停车场不同区域之间移动。一旦基础设施传感器探测到了障碍物，车辆也会立即刹车。
车主开车到停车场，下车之后在手机屏幕上轻轻一点即可将车送到停车位。当车主离开停车场之后，车辆会自动驶向指定的停车位。等车主办完事情回来，再在手机上点击一下，车辆就会回到车主下车的地方，整个过程完全不需要驾驶员上车操作。那对于大部分用户而言，Apollo?Valet?Parking还是挺值得期待的。
同时据百度相关负责人介绍，目前，在中国泊车市场中，有2.7?亿乘用车仅匹配约1亿个停车位，大约有5000万个停车位缺口，尤其是在一线城市中，停车位分布不均，平均停车场有效利用率仅为45%。另外在驾驶过程中，「停车难」问题普遍，即便是「老司机」，平均也有超过30%的驾驶时间被浪费在找车位和泊车过程中，这反映出来了一个巨大的市场。百度称他们的这套自主泊车产品可以节省70%取车还车时间，搞定99%以上停车位，能够彻底解决停车难问题。
一直以来，自主泊车功能在大部分用户眼中都有些鸡肋，远不如「老司机」自己倒车入库熟练。但随着自动驾驶技术的不断发展，自动泊车功能得到了很大的拓展和提升，甚至可以实现「车找位」、「车找人」，而这些都是实际生活中很容易吸引和打动消费者的点，至于未来自动泊车还能应用在哪些场景中，就让我们拭目以待吧。
图?|?来源于网络
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
，集度高阶自动驾驶业界体验最好
熬过了七年之痒的百度自动驾驶终于迎来了自己的高光时刻。2月27日加州车管所（DMV）公布了2019?年年度自动驾驶接管报告。
先说结果，从今年的接管报告内容上看，百度出人意料的成为第一，反超Waymo（为Alphabet公司（Google母公司）旗下的子公司）和Cruise（通用旗下公司）。
再说过程，这次登顶第一名的百度团队是北美自动驾驶团队，以一个排的实力战胜了在谷歌大本营所在地的Waymo。在《自动驾驶接管报告》中提到，百度及其开发的Apollo自动驾驶汽车平台已超越谷歌Waymo，成为平均每千英里的脱离次数最少的平台。根据调查结果，百度Apollo平台每千英里的脱离次数达到0.06次，Waymo和Cruise并列第二，每千英里有0.08次脱离。
据行业专家分析，“可别小看了这差别不大的0.02次，对于百度而言，这是一次质的飞跃。”如同他们为自动驾驶项目命名的代号一样，“Apollo阿波罗”，人类登月的一次“质的飞跃”。
如果这个猜想是正确的，那百度从2013年启动无人驾驶项目之时，这颗会长成参天大树的种子便已经随着梦想之帆远航未来了。
百度Apollo的飞跃
对于我这种自动驾驶小白而言，《自动驾驶接管报告》听上去更像是一个责任授权书。但实质的意义在于，按照相关规定，在加州道路上测试自动驾驶汽车的公司每年都要向DMV（加州车管所）披露年度测试里程以及人类驾驶员接管次数，这就是“接管率”这一数据的由来。
正是因为这个接管率，使百度跃然成为了新晋霸主。远在中国北京的李彦宏也终于可以在他略带腼腆的笑容里露出该有的骄傲，毕竟这一刻百度“熬”了很久。
但摆在百度面前的路，比以前更加艰难，因为对于自动驾驶而言，商用和量产的距离，就是你在我面前，我却还在不断“试运营”。
在这个不断试运营的背后，资金链是根本。
就在公布年度自动驾驶接管报告的后一天，百度公布了2019年第四季度及全年未经审计的财务报告。在过去一年里，百度营收1074亿元人民币，其中第四季度百度营收289亿元人民币，同比增长95%。比起2018年总营收1023亿元，2019年的百度的确更加丰满。
1074亿元人民币的总营收为百度自动驾驶开放平台和Apollo商业化提供了一个“自由发挥”的舞台。虽然百度方面没有明确在自家驾驶领域的深化需要耗费多少资金，但从近日苹果公司宣布其自动驾驶项目Project?Titan将裁员190人的新闻中，可以嗅到有些端倪，或许竭力控制成本是自动驾驶公司在前进道路上的必修课。
对于普通用户而言，阿里巴巴只是淘宝的母公司，百度永远只是自己的搜索工具。但对于百度而言，它想做的是在其定义的后半句，成为一家“全球领先的人工智能公司”。
2013年，百度启动了无人驾驶车项目，包括大家现在普遍使用的百度地图在内的高精度地图、定位、感知、智能决策与控制四大模块；同年百度还发布了车联网解决方案CarLife。
但随着苹果和谷歌也相继发布CarPlay和Android?Auto系统之后，名声大过实用性的市场营销让百度的首发有些尴尬，
不过如今再看当年的CarLife，其基础功能一点没有过时。CarLife最大的优势在于兼容性。在车机端，CarLife可以适配Linux、QNX和Android系统，而在手机端，CarLife则能支持iOS和Android——几乎覆盖了全部常用车机和手机系统，这是CarPlay和Android?Auto系统不能胜任之处。
2015年，百度宣布正式成立自动驾驶事业部；2017年百度将自动驾驶事业部、智能汽车事业部、车联网业务三大部门合并，成立了智能驾驶事业群组（IDG），熬过了近3年的百度无人驾驶也终于走到了Apollo登上舞台的时刻。
回顾历史，总是有着惊人的相似度，百度亦然。
在经历了“三年商用、五年量产”的豪言壮语而不得、经历了众多技术大咖相继离职，百度的自动驾驶终于“脱胎换骨”，在那时IDG首任总经理陆奇的掌舵之下，百度Apollo开挂了。
百度Apollo项目几乎重新定义了百度自动驾驶需要做些什么。这个以“阿波罗登月计划”命名的自动驾驶项目，将其定位“自动驾驶的安卓”，打包了车辆平台、硬件平台、软件平台和云端数据服务，向汽车及自动驾驶领域的合作伙伴提供一个开放的服务体系，百度决心搭建一套自己的自动驾驶系统，且努力追赶着全球自动驾驶的进程。
从2017年正式启动至今，Apollo自动驾驶开放平台已升级到Apollo5.5版本，可以做到为开放“点到点城市自动驾驶”能力。
目前Apollo有177家生态合作伙伴，超过3.6万名全球开发者。截止到2019年12月，Apollo车队总测试里程累计超过300万公里，覆盖北京、武汉、沧州和长春等23个城市。Apollo拥有自动驾驶路测牌照数150张、全年新增专利数1237件。
这些冷冰冰的数据将百度Apollo推向了“王者的宝座”，也成就了开篇提到的接管报告的第一名。
在普通用户不熟知的那个领域里，百度不再只是“百度一下”的功能，它在努力的改变着人类智能科技的进程。
“三年商用、五年量产”的豪言也终成事实，百度在AI领域的业务进展爆发式增长。除自动驾驶外，被寄予商业化厚望的小度助手，在2019年12月语音交互次数超过50亿次，是2018年同期的3倍；小度品牌第一方硬件语音交互次数达23亿次。据市场研究公司Strategy?Analytics调研显示，2019年，小度智能音箱出货量排名中国市场第一。
商业化时机尚早
即便当下的百度四平八稳，李彦宏一定还会时常想起当年痛失人才的过程，在智能驾驶业务最重要的发展阶段，百度相继失去了余凯、倪凯、吴恩达、楼天城、彭军、杨文利等多位技术骨干。
百度成为了当时行业内“孵化器”，铁打李彦宏，流水的兵。
但在无形中这些曾在百度历练过的人才们成为了国内自动驾驶的“星星之火”，如今撑起内自动驾驶半壁江山的正是这帮人，无数的智能公司、创业公司在中国市场迅速崛起，让国内智能AI，自动驾驶行业有了全新的生机，在某种程度上，百度是他们的学校。
在国内自主品牌坚持不解的宣称造势之下，自动驾驶所衍生出的L1,L2,L3甚至L4级别早已成为当下对于智能车型的最优先解读。
在3月2日发布的《北京市自动驾驶车辆道路测试报告（2019）》中显示，截至2019?年底，北京市已累计在海淀区、顺义区、北京经济技术开发区和房山区开放151条、总长503.68km的自动驾驶测试道路。从2018到2019年底，有13家企业（涵盖?6?家互联网企业、6家主机厂、1家地图厂商）的77辆车参与了北京市自动驾驶车辆一般性道路测试，路测里程达104万km。申请企业数、车辆数、路测里程均位居全国第一。
百度Apollo路测里程75.4万km，位居第一；小马智行累积路测12?万km，位居第二。这家在国内没有太多用户知道的小马智行科技有限公司，在这次的《2019?年年度自动驾驶接管报告》中排名第五的成绩，另外一家互联网公司滴滴位居第八。
在自动驾驶行业，这些中国企业进步神速，从总里程到平均接管，他们在运营的无人驾驶车辆开启了“火箭模式”，按照平均接管指标，全球Top?10中，有4家来自中国。毫不夸张的说，中国公司表现实在太好了。
这无疑给目前疫情之下乌云密布的汽车行业带去不少希望。但距离真正实现商业化，时机尚早。
和新能源汽车形势不经相同，自动驾驶需要一个完整的生态链，商业化、资本、供应链、政策等问题，仍是挡在它们面前的四座大山。
目前在中国自动驾驶行业出手的投资人，除财务投资人外，还包括汽车巨头丰田、供应商博世、芯片巨头ARM以及中金等资金雄厚的上下游巨头企业。小马智行此前就宣布获得丰田汽车集团4.62亿美元的融资。
需要大量的资金支持也成了他们努力追赶世界自动驾驶技术最核心的部分，一旦资金链出现问题，生存还是毁灭，这都是问题。
咨询机构Gartner曾在2019年发布过一个“技术成熟度曲线”，他们就L4级别自动驾驶提出过质疑，他们认为，目前众多公司做追求的L4级自动驾驶，最快实现时间也将超过十年，而L5级自动驾驶则处于“期望膨胀期”。
有太多的人信不过自动驾驶，有太多需要在“被限制的场景下”的自动驾驶，而这样的场景最终不是用户们的，在商业化的道路上，自动驾驶存在太多的不可靠性。
就连百度目前的智能商用还停留在车联网以及语音助手，这样的商业化比起自动驾驶，网友戏称为“过家家”。
自动驾驶供应链不成熟以及政策法规不健全等问题是全球性的，这些存在的弊端，它们的壮大需要时间来解决。
但好在，中国自动驾驶技术被世界所认可，请等我们的羽翼更加丰满些。百度作为刚被冠冕的王，希望可以在这个位置做得久一些，再久一些，只有这样，才能离梦想近一点，更近一点。
文/Ada
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
自动驾驶关键模块、核心技术（参考Apollo项目）
一直以来，中国的智能汽车品牌始终有一种情愫，那就是超越特斯拉。这实际上代表着中国汽车工业对世界一流标杆的赶超，而自动驾驶就是最突出的领域。领先的车企积极发力，又把自动驾驶进程按下了快进键。日前，在集度汽车机器人生态伙伴大会上，百度创始人、董事长兼首席执行官李彦宏表示，“电动化是中场，智能化是终局。就自动驾驶技术而言，集度将领先特斯拉一代。”
集度CEO夏一平也强调，2023年集度量产交付的首款汽车机器人产品将拥有同时期业界体验最好的“门到门、启到停”高阶自动驾驶能力。
从辅助驾驶到高阶自动驾驶，每一次的技术升级和产业变革都有标志性的历史事件和革命推动者。回首2015年，随着特斯拉Autopilot的推出，汽车产业拉开了L2级辅助驾驶大幕；2022年6月，集度ROBO-01概念车发布，带来了“三域融通”的高阶自动驾驶，标志着人机共驾时代开启，把自动驾驶带上新的高度。
如此高调的表态，是什么底气让集度可以领先特斯拉一代，且还是2023年同期业界体验最好的高阶自动驾驶体验？
AI可接管 高阶自动驾驶开启“人机共驾”
夏一平曾说，“在过去很长一段时间里，汽车的计算能力比我们的智能手机小得多，这导致很多AI技术不能发挥出应有的优势。但事情正在发生变化，智能汽车3.0时代，我们赋予了汽车足够的算力，逐渐把汽车这个交通工具，变成了AI驱动的智能空间。”
随着芯片的升级和AI能力的进化，汽车产业已经从电动化2.0跃迁到了智能汽车3.0时代。在3.0时代，智能汽车的显著特征就是由AI驱动，并且在法规允许范围内能够接管驾驶任务。
“自由移动、自然交流、自我成长”是集度汽车机器人的三大产品理念，分别对应的就是高阶自动驾驶、全离线毫秒级智能语音，以及基于AI的自学习。从这个角度来看，集度其实就是想让汽车变得像《变形金钢》中的大黄蜂一样，行动自如、能说话，还有自我思考能力，这也是智能汽车与传统汽车的根本区别所在。
为此，集度给汽车机器人搭配了聪明的“大脑”。ROBO-01概念车搭载两枚英伟达Orin X作为智驾的支撑，高通8295芯片支持智舱，整车AI算力达到了538TOPS。如此高的算力，别说支持高阶自动驾驶，甚至能够满足未来L5级无人驾驶需求。
“三域融通”的高阶自动驾驶，与市场上其他的智能驾驶方案有何明显区别呢？
首先，集度的“三域融通”高阶自动驾驶打通了高速、城市、泊车三个高频场景，能够做到任意域之间的点到点自动驾驶，并且流程是连贯的，不割裂。比方说，用户开启高阶自动驾驶后，汽车能够自动从家中地库出发，上高速、走城市道路，最终到单位停车场完成泊车，整个过程不会被打断，这就对应了夏一平所说的“门到门、启到停”。
相反，有些车企虽然做到了高速场景，或者泊车场景的智能驾驶，但是并没有完全做好城市域，也没有形成连贯的体验，只能完成单一场景下的动作。
其次，集度的高阶自动驾驶能够在法规允许范围内让AI进行接管。业界认为，L2级辅助驾驶和更高级别自动驾驶的“分界线”就在于驾驶权的转移：辅助驾驶的驾驶权在人；而高级别的自动驾驶的驾驶权可以是人也可以是系统；等到了L4级，则系统已经完全具备驾驶权，无需用户接管。
而集度当前恰恰是处于“人机共驾”，并且也是率先开启这个阶段的领军者。一方面，其高阶自动驾驶允许“人工”和“智驾”两种驾驶模式，同时也可以做到无需用户接管。比如，在面临极端危急情况是，“舱驾融合”技术可以让智舱接管驾驶任务。另一方面，即便强如特斯拉也没有做到“三域融通”、“舱驾融合”，实现不了全域高阶自动驾驶和智驾的冗余，就不具备人机共驾的基础条件。
集度说2023年其高阶自动驾驶功能将达到同期业界体验最好的标准，就意味着，“三域融通”的高阶自动驾驶无论是在场景覆盖度、接管能力、复杂场景应对能力、紧急情况处理能力等各方面都有大幅提升。
当然，高阶自动驾驶不是为了让用户肆意地放开双手，而是会充分考虑和遵循法规、量产、用户体验、行车安全等原则。
Apollo“无人化”原子赋能，多重冗余的安全体系
从L2级辅助驾驶向高级别自动驾驶进化过程中，L3是个很尴尬的阶段。因为，根据SAE自动驾驶技术分级，L3的主要驾驶主体可以是系统，但是偏偏又要用户要做好实时接管的准备，这就陷入了悖论。
如果当L3级的自动驾驶汽车遇到应对不了的危险情况时，在临近事故前几秒突然把驾驶权甩给手足无措的用户。问题来了，一是用户来不来得及进行接管，二是“接管”正在进行的时候发生了事故，责任该算谁的？
所以，L3级自动驾驶其实是个“不完善”的方案。那么，假如用L4级的底层能力来做人机共驾，是不是就让汽车本身具备足够高的智能化水平，也自然地破解了把危险甩给用户的局面，相当于高维技术的落地应用。
集度全栈应用了Apollo自动驾驶“无人化”能力和安全体系。Apollo本质上就是L4级自动驾驶，其Robotaxi已经有超过3200万公里的测试里程，并且做到了主驾驶位无人化，累计接送乘客订单量也超过了100万单，是全球最大的自动驾驶出行服务商。可见，Apollo的技术能力已经得到了充分的市场验证。
不过，集度并不是把Apollo的技术直接拿来应用，毕竟后者是面向自动驾驶出租车的。在Apollo的原子化赋能之上，集度进行重新集成和开发验证，面向量产的C端乘用车打造了高阶自动驾驶。
这么看来，集度高阶自动驾驶的骨子里也是具备“无人化”技术能力的。所以，“领先特斯拉一代”、“同期体验最好”，并不是一句空话，是有根据的。
还有更关键的一点，那就是“安全冗余”。既然选择了让AI能够接管驾驶权，那就要通过多重的冗余设计最大化降低事故发生率，确保行车安全性。回顾过往的自动驾驶事故悲剧，很重要的原因就是安全冗余不够充分。
在这方面，集度首先是采用了2枚英伟达Orin X、高通8295所组成的双顶配芯片。538TOPS的总算力形成了算力冗余，能够完成庞大规模的数据运算，不会因为算不过来而影响感知融合和决策规划，这是第一道底层安全带。
其次，集度自研的智能化架构JET，构成了第二道底层安全带。JET架构融合了电子电气架构EEA和SOA操作系统，可实现智驾域、智舱域、整车域和运动域的全域融通（域间和域内）。基于JET架构的SOA化“舱驾融合”，可保证智舱域控制器可支持智驾系统失效下的系统级安全冗余。也就是说，如果遇到极端情况，当智驾出现失效，智舱的8295冗余算力可以接管驾驶任务，让车辆安全停车。
并且，集度的高阶自动驾驶还拥有“视觉+激光雷达”两套智驾系统。这两套系统相互独立，且互为备份、互为冗余。在极限条件下，如一套系统发生误判，另一套系统仍能精准识别，帮助集度智驾计算平台做出正确决策，最大程度降低事故发生率。
因此，双系统的好处就是会大大减少，类似特斯拉那样由于不能精准识别前方白色固定物体导致交通事故的悲剧。不仅如此，集度采用的是双激光雷达，能够覆盖前方水平180°
FOV，大大提升了对“鬼探头”等场景识别能力更强，而且双雷达也比单雷达更安全。
可以看出，集度在研发之初就是奔着让用户能够“解放双手”的终极目标去的，把安全设计进行了充分的考量，高阶自动驾驶拥有系统级安全冗余和用户本身组成的“双保险”，更加安全。
许多车企都制定了各自的自动驾驶目标，集度不是最早的，也不是唯一一家。但是，最早提出的并不代表就能最早落地。有没有如同集度一样拥有高阶自动驾驶“原子化”能力的赋能？有没有从安全角度出发，在车辆设计之初就做到从底层架构到芯片、再到上层传感器硬件布局的多重冗余？
放眼行业内，除了集度，仿佛还没有第二家。
自动驾驶主要模块包括高精地图、定位、感知、预测、规划和控制，模块组成如下图所示。
一、高精地图模块
数据采集：GPS、IMU、激光雷达、摄像机等
数据处理：对收集到的数据进行整理、分类和精简
对象检测：利用人工智能技术检测车道线、交通标志、电线杆等
手动验证：人工手动标记和编辑地图
地图发布：云端发布高精地图
二、定位模块
GPS RTK：
惯性导航（IMU,Inertial measurement unit）：主要组件是加速度计和陀螺仪，由于其存在运动误差随时间增加而增加的缺点，只能进行短时间范围内的定位，可解决一段时间内无GPS信号的场景（如隧道中）。
激光雷达：将雷达传感器检测的点云与高精地图进行匹配，获取位置及行驶方向。
视觉方法：拍摄的图像与高精地图比较从而确定位置。
（Apollo使用的是GPS、IMU、激光雷达的多传感器融合定位）
三、感知模块
检测和分类：无人车需要知道障碍物的位置，然后进行分类。静态障碍物包括：墙壁、树木、建筑物等，动态障碍物包括：人、车等。
跟踪：检测分类出的对象进行跟踪。
四、预测模块
对自动驾驶环境中的其他物体的状态进行预测。
五、规划模块
1、定义
接收原始/预处理的外界信息，根据无人车行驶的目的地，规划无人车未来n秒额运动轨迹。
规划模块的输入包括原始感知、定位、高精地图、导航路线等信息，也有一些预处理过对于周围障碍物的运动行为轨迹预测信息，它输出给车辆控制模块，执行左/右转、刹车、油门等操作。即接收离散的信息输入，输出是能用数学语言表达的连续运动轨迹。
2、规划的目标
安全：避让复杂、拥挤环境下额诸多障碍物；
高效：保证足够额灵活性；
舒适：遵守车辆运动学限制，保证路径的平滑，几何形状的合理。
3、组成
规划模块又由路径规划、速度规划组成。
六、控制模块
目标是使用可行的控制输入，最大限度地降低与目标轨迹的偏差、最大限度地提供乘客的舒适度。
控制器的输入：目标估计和车辆状态。
控制器的输出：即控制输入（转向、加速和制动）的值。
今天关于“apollo自动驾驶评测”的讨论就到这里了。希望通过今天的讲解，您能对这个主题有更深入的理解。如果您有任何问题或需要进一步的信息，请随时告诉我。我将竭诚为您服务。