常态化|不爱种技术「盆景」的百度Apollo，到底在做啥？( 三 )

据介绍，百度是目前唯一具备自动驾驶及车路协同的企业，也是唯一同时具备导航地图甲级测绘资质、自动驾驶高精度地图采集制作和L4级自动驾驶实车规模化落地应用能力的企业。
那么，这些能力与自动驾驶有什么关系？
目前而言，自动驾驶的感知能力大多来自于车辆上的传感器套件，如果想要进行常态化、规模化的落地可能会面临两个限制：

其一，车上的激光雷达等传感器非常昂贵，如果要进行规模化的布局，传感器的购置成本也会直线上升。
其二，出于天气、光线或是其他特殊原因，激光雷达、摄像头等传感器的感知效果可能会受到影响，从而引发行车的安全隐患。

如果能够有车路协同作为兜底方案，就相当于给车辆的眼睛（传感器）多配备了一副望远镜，提升行车安全，优化乘坐体验。

而基于百度推出的 Apollo Air，自动驾驶车辆能够在没有车端传感器、仅借助路端轻量感知和红绿灯信息的情况下，利用V2X、5G等无线通信技术实现车-路-云的信息交互，从而实现稳定、安全的驾驶，进一步压低了自动驾驶车队规模化所需要的成本。
再来看高精度地图。高精度地图一直凭借着亚米级的相对精度、车道线、交通信号灯、路障等精细内容，为自动驾驶车辆提供先验信息，解自动驾驶之所急。
基于在车路协同领域的积累，百度可以通过道路上的路侧单元（里面包含摄像头、雷达等传感器）轻松获得动态的交通流、天气变化、温度湿度等数据。
这些信息与高精地图结合，百度就能准确知道车辆故障、行人，到底处在地图空间的哪个位置，为自动驾驶车队提前做好路径规划，规避可能存在的安全风险。
上面两个例子只是百度 ACE 智能引擎能力的冰山一角。
得益于 ACE 智能引擎的加持下，百度已经成为了全球唯一贯穿了自动驾驶平台、车路协同、智能驾驶系统、汽车智能化赋能、整车制造、数字城市管理等所有环节的参与者。
这些能力可以融会贯通、随用随取，在恰当的时候赋能百度自动驾驶的常态化、规模化落地。
总结从目前的行业现状来看，向公众开放的 Robotaxi 服务并不算少。
不过，业内不少玩家的运营范围还是在相对较小的区域，距离真正意义上的常态化、规模化应用还尚需时日。
反观百度，已经在这一领域潜心根植了 8 年，逐渐跳脱出了单一的路测场景，能够回流的路况数据会更加多元，加速技术的稳步迭代。
百度已经找到了自己的路子，并迈出了重要的一步。
或许这也是为什么有人说，回归到实用出行工具的本源，自动驾驶技术实力的衡量标准应该是长期、稳定的大规模安全路测了。
雷锋网雷锋网雷锋网