摘要: 論到現在的前沿技術，其中的顯學無疑是AI。再把AI細化，其中的顯學無疑又是自動駕駛。雖然AI在金融、醫療、安防方面的應用落地更廣泛，但從對人類社會的影響來講，無人駕駛對于汽車、交通出行方面的改變，帶給人類社 ...

論到現在的前沿技術，其中的顯學無疑是AI。再把AI細化，其中的顯學無疑又是自動駕駛。雖然AI在金融、醫療、安防方面的應用落地更廣泛，但從對人類社會的影響來講，無人駕駛對于汽車、交通出行方面的改變，帶給人類社會的影響似乎來得更大。目前CES正在美國達斯維加斯開啟，無人駕駛是可以說是今年CES最大的熱點，英特爾、高通、豐田、寶馬、奔馳等多家廠商都在展示自己在自動駕駛方面的新產品或者新進展。

作為在自動駕駛領域布局很深的廠商，百度也在今年的CES上公布了阿波羅計劃的新進展，即Apollo3.5版本，并在前期開放平臺的發展成果基礎上，推出了企業版，滿足廠商定制需求。即在開源版本的基礎上，推出定制版，以加快商業化進程。百度剛剛宣布年營收過千億，要追趕兩千億級別的AT，無人駕駛將是重點倚靠的落腳點。不過無人駕駛離普通民眾還比較遠，現在的Apollo還在產品化、工程化階段，商業化注定是個長期的過程。

Apollo3.5版本公布

這些年來百度發展自動駕駛業務的核心思路是搭建技術開放平臺，在與汽車企業合作進行自動駕駛中尋求商業化機會。2017年4月19日，百度在上海車展宣布Apollo計劃，開放自動駕駛平臺，試圖打造自動駕駛領域的安卓系統，幫助汽車行業開發者結合車輛和硬件系統，搭建一套屬于自己的自動駕駛系統，降低自動駕駛門檻。

從那時候起，百度Apollo每隔三四個月就會更新一次新版本，從1.0版本逐步進化到近日公布的Apollo3.5版本。早期的版本是在封閉環境下的按照預定軌跡的自動駕駛，能力比較有限。

先簡單回顧一下百度Apollo的歷次版本更迭。

Apollo 1.0

2017年7月5日，百度開放Apollo 1.0版本，開放了封閉場地循跡自動駕駛能力、自定位能力和端到端等數據，以及仿真引擎技術平臺，Apollo仿真引擎使人們可以上傳更多的路況，來給自動駕駛汽車提供訓練數據。

Apollo 1.0版本還處于早期階段，只能實現封閉場景下的循跡自動駕駛。

Apollo1.5

2017年9月20日，百度發布Apollo1.5版本，包含障礙物感知、決策規劃、云端仿真、高精地圖服務、端到端的深度學習（End-to-End）等五大開放能力，并支持晝夜定車道自動駕駛。

Apollo 2.0

2018年1月，Apollo 2.0 推出，支持晝夜簡單城市道路情況下的自動駕駛，包括云端服務、軟件平臺、參考硬件平臺以及參考車輛平臺在內的四個模塊全部開放。首次開放產品安全服務，通過云端的安全 OTA、系統層級的防火墻以及硬件層級的黑盒子，來保障系統在運行時的安全。

Apollo 2.5

2018年4月19日，百度發布Apollo 2.5版本，具體更新有：增加了高速公路場景，提供了更低成本的傳感器解決方案，支持乘用車、卡車、巴士、物流車、掃路車等多種車型，提供Dockerfile等五大開發工具。

Apollo 3.0

2018年7月5日，百度推出了Apollo 3.0版本，升級兩大平臺并發布四大量產方案。

硬件參考車輛平臺升級為車輛認證平臺，可以讓開發者自由選擇經過Apollo認證的車輛即可使用Apollo平臺開發自動駕駛汽車。其次是將硬件參考平臺升級為硬件開發平臺，發布了Apollo傳感器單元，支持雷達、攝像頭、激光雷達、GPS/IMU等設備接入。

推出了四大量產方案，包括小度車載OS量產方案、自主泊車方案、無人作業小車方案、無人接駁巴士方案。

總結來看，起步階段的1.0版本提供的是最基礎的能力單元，1.5版本在此基礎上增加了障礙感知、規劃能力，2.0版本增強了安全服務能力，2.5版本在激光雷達等高級傳感器方面取得一定突破。3.0版本在量產上做了資源投入。

到現在的Apollo3.5，百度宣布實現了支持包括市中心和住宅場景等在內的復雜城市道路自動駕駛，包含窄車道、無信號燈路口通行、借道錯車行駛等多種路況。

為應對這些更復雜的場景，Apollo 3.5做了 4 大升級：城市駕駛能力提升，Apollo Cyber RT 框架，先進硬件平臺和 V2X 車路協同，以圖增強感知能力、預測規劃能力、與環境的協同能力以及系統的魯棒性，并幫助開發者加快研發進程，提高量產能力。

駕駛能力

能夠應對更復雜的環境，需要自動駕駛系統的規劃、預測、感知等模塊實現能力提升。

規劃模塊方面，Apollo規劃調度程序和場景管理器安排一個場景處理器來處理車輛的移動。目前的框架中，設置有車道跟隨、側方繞行和其他的場景處理器。

交通預測方面，Apllo根據自動駕駛車輛的位置和行駛目標，在交通預測中添加了場景分類器。為處理不同的場景，Apllo模型池里加載了多個深度學習模型、，軌跡預測器也有一個算法池，可以從中選擇能夠處理某個場景的算法。

感知方面，Apollo支持多傳感器套件，并首次支持128束激光雷達系統來擴展探測范圍，以覆蓋盡可能多的盲區。Apollo感知模塊的深層網絡可以并行運行，同時處理攝像機的圖像和激光雷達上的點云，識別交通信號燈、目標物、車道和交通流，并對點云進行分割。

硬件配置

自動駕駛系統離不開雷達、攝像頭、傳感器等硬件的支持。硬件方面，Apollo 3.5對現有的5個硬件模塊進行了更新，包括計算單元、GPS/IMU導航系統、攝像頭、雷達和激光雷達。另外Apollo 3.5推出兩個全新的硬件模塊：AXU—Apollo擴展單元和車路協同V2X車載單元。

在Apollo 3.0中，自動駕駛傳感器系統搭載了探測范圍最高達120米的單個64束激光雷達、3個前視攝像頭、1個前視雷達，以及一個單天線GNSS（全球導航衛星系統）。而在Apollo 3.5版本中，全部傳感器套件可以覆蓋高達300米的探測范圍，其中包括128束高分辨率激光雷達、3個16束激光雷達覆蓋盲區、前視及后視雷達擴展、10個車規攝像頭保證360度環繞視野，以及雙天線GNSS以保證靜止模式下車輛的導航航向確認能力。

除傳感器套件外，Apollo 3.5還將自動駕駛計算平臺升級為可擴展架構，推出AXU（Apollo擴展單元），提供計算加速、升級數據分析及處理、安全存儲功能，并且支持多接口，與現有的ASU（Apollo傳感器單元）相結合，為自動駕駛傳感器和數據加速增加可插拔且可編程的功能，從而加速計算能力，簡化開發流程。

車路協同

現在越來越多的廠商認為，車路協同的技術路線在安全性上會優于單車傳感器路線。因此包括阿里等企業也都在車路協同上做技術布局。百度此前也宣布將開源Apollo車路協同方案。百度智能駕駛事業群組總經理李震宇此前在2018年虎嗅 FM 節上表示，未來車變得聰明了之后，路也需要變得越來越聰明。

在Apollo 3.5版本中，車路協同由硬件、軟件和云共同實現。在硬件平臺方面，OBU包括硬件設備和所有LTE-V2X和DSRC所需的驅動及協議棧。軟件平臺采用Apollo V2X適配器，內置安全和數據融合功能。云服務平臺為車聯網提供路側服務，如信號燈控制器和RSU（路側設備）。

另外Apollo硬件開發平臺將首次推出搭載V2X OBU（車聯網車載單元）的車路協同技術。V2X 通過V2I（車與基礎設施）、V2N（車與網絡）、和未來的V2V（車與車）之間的連接與信息共享造就一個智能車輛與設施協作系統（IVICS）。IVICS需要4方通力協作：研究機構設立運行標準、芯片模組和設備制造商提供V2X車聯網芯片模組硬件、電信運營商提供無線通信服務、交通設施供應方提供V2X車聯網（OBU車載/RSU路側）硬件和部署車聯網系統。

開源計算框架

Apollo Cyber RT 系統是 Apollo 開源軟件平臺層的一部分，作為運行時計算框架，處于實時操作系統 (RTOS) 和應用模塊之間。 Apollo Cyber RT作為基礎平臺，支持運行所有應用模塊。

Apollo Cyber RT 框架核心理念是組件，每個組件就代表一個專用的算法模塊。框架可以根據所有預定義的組件生成有向無環圖 (DAG)。有向無環圖是一種解決高并發問題的分布式技術。在運行時刻，框架把融合好的傳感器數據和預定義的組件打包在一起形成用戶級輕量任務，之后，框架的調度器可以根據資源可用性和任務優先級來派發這些任務。

Apollo Cyber RT系統具備多個專為自動駕駛模塊和應用設計的組件。通過即插即用功能，為開發者提供構建應用模塊的標準方式，簡化技術方案開發流程。

Apollo Cyber RT 框架包括任務接口和高效的數據融合，應用程序無須再自行處理來自多路數據的融合過程。開發者可以專注于核心算法開發，從而加快研發進程。

將一個復雜的自動駕駛技術方案部署到新的硬件平臺需要花費大量時間調試優化。而Apollo Cyber RT 框架內置自適應通信功能，可以高效處理數據通信。框架的調度器能夠根據資源可用性進行編排，對環境依賴低，從而簡化部署流程。

這樣，在之前版本的基礎上，Apollo新版本帶來的效果主要集中在兩個方面，一是通過軟硬件的升級，系統對復雜環節的檢測、運算處理能力得到提升，有助于提高自動駕駛行為的準確性與安全性能，二是開發者的流程部署與研發進程因為得到軟件與工具的支持，因而有望實現更快的開發速度。

當然，需要明確的是，不管軟硬件升級帶來的系統性能如何強大，路測水平如何好，都不意味著絕對安全。相對安全與絕對安全之間的鴻溝很難填平，在實際中還是會有想象不到的復雜環境考驗自動駕駛。另外，汽車工業上百年歷史帶來的汽車研發制造技術已經非常成熟，但還是會出現各種危險情況；操作系統發展這么多年非常成熟，但總還是出現漏洞，自動駕駛也是如此，對安全性的探索可能是永無止境的問題。

Apollo企業版推出，自動駕駛商業化剛剛起步

比3.5版本更讓人關注的，是百度發布了智能駕駛商業化解決方案Apollo Enterprise，即Apollo企業版，使Apollo從開放開源平臺，邁入商業化階段。這不禁讓人想起了區塊鏈領域的IBM fabric，開發者可以基于這個開源系統做區塊鏈應用，而要實現更好的性能，需要找IBM做定制。

與Apollo開源平臺不同的是，Apollo企業版是面向汽車企業、供應商和出行服務商提供的自動駕駛和車聯網解決方案，瞄準的客戶需求是量產、定制方面。

為支持客戶的快速量產，Apollo高速場景自動駕駛方案、自動泊車、小巴自動駕駛三大部分提供商用量產自動駕駛解決方案。此外，小度車載OS也針對Apollo企業版進行定制，形成面向量產的人工智能車聯網系統解決方案。 Apollo企業版高精數據服務平臺，基于多源數據生態、高精數據服務，包含車機地圖，ADAS地圖和高精地圖，為OEM實現自動駕駛提供數據與高清地圖方面的支持。

B端的廠商也會在成本和收益之間進行取舍，做出權衡，畢竟現在離自動駕駛市場爆發還比較遠。為此，Apollo Enterprise根據客戶需求，定制自動駕駛功能、傳感器配套、和車載計算單元的不同的方案套餐。

百度提供的案例是，2018年自動駕駛金龍小巴已經量產，且在北京、雄安、廣州、蘇州、廈門等地實現了規模化運營。Apollo企業版目前進行深度合作, 面向未來2-3年量產的客戶有福特、奇瑞、比亞迪、現代、長城、威馬、起亞、一汽。

這樣，Apollo試圖在前期積累的生態資源、數據、平臺優勢基礎上，做一些更進一步的商業化嘗試。百度在阿波羅項目上投入了這么多，加快商業化步伐是遲早的事。隨著汽車界與技術界對于無人駕駛的大力布局，無人駕駛的進程無疑是大幅提前了，以前人們可能覺得無人駕駛是這輩子也見不到的事，或者是2050年以后的事，但現在人們對于無人駕駛的預期普遍還是有所提前了。從這個角度看，商業化似乎可以適當加速了。另外，Apollo開放平臺發展近兩年，初步形成了自動駕駛生態，合作伙伴超過130個，開發者超過1.2萬個，推出定制化的企業版具備一定基礎。

不過即使人們的預期再提前，無人駕駛好像也不是最近幾年就可以大規模使用。現在廠商們普遍開發的是L4級別的自動駕駛，并不是L5級別的。而且雖然這家也說量產，那家也說要量產，但實際上都是很小規模的量產，離推廣到普通民眾還有很遠的距離。

在乘用車方面，Apollo做的是B2B2C的生意，要實現大規模的營收和利潤，最終還是看C端的用戶是否會大規模買單。顯然這會是漸進的過程，從喜歡新事物的極客再到大量的年輕人，再推廣到全社會的大部分層面，這個過程會比較漫長。從這個角度說，Apollo在未來幾年里還是不能為百度貢獻規模化的營收。Apollo目前還是在產品化工程化階段，還沒有到大規模銷售的階段。

李震宇此前在2018年虎嗅 FM 節上也表示，判斷技術在明年后年的時候能夠做一些小規模的運營測試，但是真正的到規模化商業可能還有些時日。

企業版推出后，Apollo如何在開放平臺和企業版直接分配資源和精力，是需要在發展中權衡的問題。企業版承擔著加速商業化的重任，開放平臺則需要通過持續的能力強化，來增強對業界的吸引力，擴大客戶資源池。似乎都不能松懈。但企業不論是時間還是研發資源都還是有限的，需要有一個更好的平衡。此外，也有觀點表示，企業版的推出，需要Apollo加強售前和售后的服務能力，這樣，組織之前是個技術研發型的組織，之后會逐漸向商業交付型組織過渡，這其中需要有制度以及能力等方面的配合。

從商業化路徑上看，Apollo走的是技術平臺的路線，通過對外賦能實現價值。相比之下Waymo走的是自建車隊重資產運營的路子，等于說既在改變生產力也在改變生產關系。Waymo的模式投入大，優勢在于收益可能會更早兌現，而且會獲得更多數據。Waymo可能是篤定未來自動駕駛汽車的使用形式就是類似于現在的出租車。不過Waymo的落地方式也要面對如何拓展客群以及如何定價的難題。Apollo的平臺路線也有很大價值，但商業價值的兌現還要等待市場爆發。