百度自动驾驶有望超越谷歌与特斯拉

最近，《福布斯》杂志发布了这样一条消息，声称自动驾驶会逐渐发展成为汽车行业将来竞争最为激烈的前沿阵地，而百度做为中国自动驾驶的“表明”，有望超越谷歌、Uber、特斯拉等这样世界级的技术企业。算法

还真是一则振奋人心的消息！


若是将世界范围内致力于无人驾驶研发的企业一一罗列，谷歌能够被称为产业的先驱者，特斯拉做为该领域的又一只领头羊，也在不断刷新本身的技术成熟度以及品牌曝光率。





相比之下，国内百度虽关注并投身自动驾驶时间已久，也有显著成果出炉，固然相比另外两家巨头阿里和腾讯，在自动驾驶领域确实领先了好几步，但在人们眼中彷佛还不能和上面两家企业相匹敌，事实是这样吗？是什么缘由让外媒如此看重百度这支在自动驾驶领域的“后起之秀”？


笔者认为，最根本的缘由在于百度在Apollo生态构建的优点已经愈来愈清晰地表现出来，有本身的一套玩法，在某些方面确实“秒杀”了世界自动驾驶技术巨头，咱们来看看百度Apollo生态是如何玩转自动驾驶这场游戏的？


关于车载控制系统，百度倡导“一荣俱荣” 


谈到自动驾驶不说车载控制系统，那就是闹着玩。因此今天咱们首谈控制系统，借用一张图抛砖引玉。





据了解，该图为奥迪自动驾驶车的中央控制系统，称为Zfas。核心部件能够分为四部分，分别是AI 芯片、 FPGA（传感器的Fusion）、EQ3（用做小范围辅助）以及CPU（系统冗余）。


若是简单归纳自动驾驶的技术原理，就是经过各类感知系统的硬件捕捉信息，进而回传到车载控制系统进行数据的识别和分析，可见为了保证数据分析的精准度，拥有高效算力的芯片尤其重要。


对比以前，如今芯片的性价比愈来愈高，性能的提高与成本的降低有效促进了无人驾驶领域软件以及算法的进步。看到这个红利，不少在业务上、技术上有点儿关联的企业竞相进入，例如高通、苹果和德州仪器等。


尽管如此，这个领域也不是哪家企业想进入就能够进入的，技术与市场壁垒极高。笔者没法确定这些企业加入芯片大战以后的战绩，也并非彻底没有机会，但客观来讲成长为必定体量的巨头很难！


面对自动驾驶领域芯片产业链竞争的现状，谷歌和百度呈现了截然相反的态度。


谷歌，大力推广自产的新一代人工智能芯片TPU，狠狠地在AI 芯片领域刷脸以后，再一次强行动了产业链上“别人的奶酪”，这种举措让AI处理器巨头英伟达头疼不已。





英伟达是何方神圣?


全球范围内，提供核心AI处理器的供应商只有三家，分别是谷歌、英特尔以及英伟达，虽然前两家耳熟能详，但英伟达在全球市场的占有率足以秒杀前面两家。


就这样，关于AI芯片的市场争夺战打响了！


英特尔将近10次收购行为，投入的资金量大约400亿美金，重金围堵英伟达，抢生意没商量！


一波未平一波又起，谷歌的TPU横空出世，绝不夸张的说，谷歌TPU就像一只专门搞破坏的二哈，眼看即将交工的新房就要被撕的体无完肤，英伟达怎能不怒?


相比谷歌的“野蛮性”，百度就“绅士”了不少。笔者以为根源在于百度很早就认识到在芯片领域“”独挑大梁”是一件很是不现实的事情，积极参与生态分工，利用多年积攒的优点在产业链中作擅长的事情，才是明智务实的选择，拉拢巨头是第一步。


基于此，百度与英伟达结成同盟军。


百度率先采用了英伟达产出的DRIVEPX，并与我国主要的汽车制造商合做开发自动驾驶汽车。在Apollo上合做开发自动驾驶技术的过程当中，英伟达将提供Apollo的参考计算硬件。





关于Paddle-Paddle 深度学习平台，英伟达还将专门投入研发团队使Paddle-Paddle未来成为国内发展强劲的深度学习平台。


经过将下一代英伟达Volta架构芯片运用到百度云的基础设备中，完成深度学习平台的技术加持，此外关于DuerOS， 百度经过与英伟达的深度合做可以更好完成优质性能的GPU支持。


百度COO陆奇放话，基于英伟达所提供的相关技术，百度与英伟达将共同推进Apollo自动驾驶平台的工做。


如此，百度成功将世界芯片巨头英伟达拉入麾下，共同进步。


除了和芯片巨头英伟达展开合做外，为了充实硬件方面的技术实力，百度还将渡鸦、展讯等国内企业通通拉入本身的生态链布局中。


关于渡鸦被全资收购的新闻不用多说，早在今年2月，渡鸦科技CEO吕骋成为百度智能硬件事业部的“掌舵人”，至此百度专门的智能硬件部门实现了“从0到1”的突破。这么看来，收购渡鸦科技不但实现了百度内部部门资源的整合，还充分表达了百度“软硬一体”的决心。


做为Apollo生态构建的首批合做伙伴，展讯与百度会在车载智能终端的软硬件一体化方案中合做双赢。展讯的4G联网芯片将深度集成百度算法及DuerOS等能力，力求作到从芯片的源头结合百度目前的资源系统优化车载平台。


关于车辆感知系统，百度依旧提倡合做双赢 


自动驾驶除了总体的车载控制系统外，还会涉及到很关键的一部分，就是感知系统，也是咱们常常提到的ADAS。


高级驾驶辅助系统（ADAS）是实现L2 无人驾驶的关键一步，也是自动驾驶成功转向无人驾驶的第一步。


这里简单介绍下业界关于自动驾驶的等级划分，便于后面的理解。


目前，美国汽车工程师协会已经将自动驾驶技术进行了等级的划分，据了解这项分级是目前国际公认的术语界定。


其中L0属于传统驾驶，L1和L2属于驾驶辅助，L3-L5属于自动驾驶，L5的自动驾驶技术目前来看等级最高，也被称为“无人驾驶”。这样看来，级别越高，在驾驶过程当中，人类参与驾驶行为的程度也就越低，智能化的水平也就越高。


说回ADAS系统的做用，通俗讲就是利用安装在车上的各式各样的传感器，在汽车运行过程当中随时感应周围的一切，而后结合数据进行系统的运算与分析来预测可能发生的危险。


ADAS 由感知、判断、执行等核心组件构成。感知方面主要是经过摄像头、雷达等多种传感器感知实时状态，是ADAS系统的数据入口。目前全球范围内一般采用“摄像头+雷达”的组合方式来实现图像识别和测距两个功能的互补。


据笔者了解，目前感知层最核心的是激光雷达Lidar。在全球范围内，Lidar供应商包括大陆、ZF、博世、Velodyne和quanergy等公司。





因此谷歌又登场了！


今年谷歌在Las Vegas的CES上推出了自家研制的Lidar，并承诺将成本下降了90%，果断没有放过大陆、ZF、博世、Velodyne和quanergy这些作自动驾驶ADAS感知层面的企业们。


相比之下，百度又是怎么作的呢？


今年早期，百度宣布了酝酿已久的无人驾驶Apollo计划后，就积极跑到国外联手全球第一大和第二大汽车零部件以及ADAS巨头，为苦心经营的自动驾驶版图又加上了浓墨重彩的一笔。


随后关于此次合做便爆出新闻：全球第一大汽车零部件巨头博世和第二大汽车零部件巨头大陆宣布与百度结盟，将中国的人工智能技术与德国的制造技术有机结合，在全球市场内提供高品质的自动驾驶解决方案以及一体化的集成服务。

对于结盟后的具体事宜，有消息称，大陆集团将持续在智能驾乘系统性解决方案方面发力，经过合做协同控制能力及系统集成能力来提供包括高级驾驶员辅助等自动化驾驶所需的传感器等在内的技术及软件。api

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------架构