车网中国现场报道
百度智能汽车事业部总经理顾维灏
顾维灏：感谢朱老师，听过几次朱老师的报告，自己学习收获也很多，今天特别荣幸，利用这个机会把百度的过去几年以来，我们所一直相信的、一直所思考的、一直所实践的这些事情跟大家一起分享一下。
百度智能汽车事业部总经理顾维灏
顾维灏：感谢朱老师，听过几次朱老师的报告，自己学习收获也很多，今天特别荣幸，利用这个机会把百度的过去几年以来，我们所一直相信的、一直所思考的、一直所实践的这些事情跟大家一起分享一下。
首先，Apollo这件事情，百度是一个人工智能的公司，汽车产业在发生着剧烈变化，当这两件事情碰到一块的时候，就会发生一个一很大很大的化学反应，其中一个化学反应就是Apollo，到现在为止世界上最活跃、最庞大的一个自动驾驶开放能力。
时间回到2017年，就是这样一个情形，百度自动驾驶开始于2013年，2017年的时候这个产业变革发生得非常非常剧烈，我们的董事长也问我们为什么不把我们所做的工作开放出来，加速这个产业的变化，如果大家都在积攒数据，百度已经做了一些工作，为什么不把它开放出来，也是基于这样一个思想、基于这样一个理念，我们就开放了Apollo的研发能力。
它的宗旨也是一直在遵循的，就是开放能力、共享资源、加速创新和持续共享。本着这样的宗旨在2017年4月份的时候，我们发布了第一版Apollo的开放框架，这个框架很多同仁应该也已经研究或者看过很多遍了，自下而上一共有四层，从最基础的汽车硬件到传感器到车端的软件到云端的代码。这样一个框架刚开始推出来的时候业界还有一些看法，但是我觉得更重要的是我们在用实际的行动不断地在完善着这套框架、实践着这套框架，从2017年4月一直到最近大的版本一共发布了5个，从一开始框架的发布到简单的各种场景，一直到今年7月份发布了Apollo场地的自动驾驶。这一步一步走来都代表了百度和我们同事们对Apollo这件事情的决心和信心。
同时，也体现了人工智能的一个很重要的特点，那就是要持续学习，只有不断地持续学习，我们才能不断地进步。所以今年7月份的时候，我们把刚才的那个框架，如果大家对比看的话，会看到很多很多的变化，最早的一个框架是拼技术的，所有的用语、所有的词语都是技术的词语。到今年7月份的时候我们再来更新这个框架的时候，大家会看到一个最突出的方式就是一个解决方案倍增。我们思考是这一年以来发生了很多很多的变化，人们的认识、产业界的能力也已经得到了很大的提升，单纯靠技术、单纯靠唯一的技术是很难促进自动驾驶这件事情落地的，只有把自动驾驶的多项技术整合，合成到一个系统化的能力，才能变成我们真的可以开动自动驾驶的汽车。
刚才讲的更多的是一个单车的智能，在这个月初、上个月底的时候，我们也把我们一直研究很长时间的新的一种智能方式，叫做车路协同的智能方式也发布出来了。它所表达的主要的思想就是单体的智能可能在这个世界上推进起来，也许时间难度会更大，一个激光雷达就很贵，如果每个车都装一个激光雷达成本很高，如果把这些安装在基础设施上，整体的成本应该会有一个系统的大幅的降低。同时我们也可以从单独的视角变成一个上帝的视角。我们把V2X软件的车路协同所需要的技术、所需要的系统更新到我们的框架里面。
通过这三张系统图的迭代，应该能够感受到百度在这件事情上的持续学习、持续思考和持续的进步，也是凭借着这些最基础的技术上的理想和产品上的追求，到今年Apollo其实已经超过了100多个合作的伙伴，加入了Apollo，Apollo联盟是世界上最活跃的自动驾驶的超大联盟，包含了学校、汽车制造商、移动运营商等。
回到刚才说的比较尖锐的问题，单一技术如果不能推进，很难落地的话，系统技术的落地，具体的自动驾驶的产品又该是什么呢？我们在去年11月的时候也发布了我们面向自动驾驶的产品，我们把它命名为Apollo Pilot。这个产品它主要是针对于四大车型，四个主要的场景，场景主要是高速、城市拥堵、停车的取停车、还有园区，车型有私家车、共享汽车、货运车等等。我们把它结合到一块Apollo Pilot这个产品会是什么样的？接下来用一个视频来描述一下这款产品。
（播放视频）
非常短的一个剪辑，把我们对未来生活的一些想象和四大场景、四大主要车型串在了一起。在实现所有的这些场景的时候，我们也有一点非常非常重要，贯穿着我们从始至终，从设计到实现，到最后的一个落地。这一点其实就是安全。
我们认为所有的可能都是零，安全是零之前的那个1，这个1就是今年7月5日的时候，也发布了一个针对自动驾驶产品的安全报告。下这份安全报告主要从设计安全到运营安全来阐释我们的产品。所谓的设计安全我们可以想像，当自动驾驶车出现的那一天，已经是整体城市环境中的极少数，马路上会把所有的车都变成自动驾驶，只有他自己处在自动驾驶的时候，这时候非常关键的一点就是怎么样赢得司机的信任、赢得车内乘客的信任，第二他怎么赢得环境的信任，这些都非常地重要。像一个新的物种刚刚到了一个世界的时候，他所面临的这些问题都会遇到，我们就从最早的设计、信任，到驾驶的一些策略，到功能性的安全，都要来保证乘客、司机和环境被信任。
同时，在安全的设置它可能也会遇到一些突发的，或者是不太受控制的情况，遇到这些情况的时候应该怎么来控制呢？包括从安全、包括从责任，支持上都需要保证自动驾驶的安全。接下来我就再详细地介绍一下安全报告里面对安全的思考。
首先，这是一套整体的框架，大家可以优先关注的是图中间的那三个圈，这套安全的系统主要是三部分组成，第一部分就是环境建模，所需要的把汽车所处在的物理的、现实的环境，以及和它周围的动态的环境能够把它在汽车大脑里面能够体现出来。就好像我们今天坐在这里的时候，我知道我具体应该坐在第几排，第几把椅子上，我周围可能有站着的人，他们不会一下冲到我这儿来。
第二部分，叫驾驶策略，它也是有很显著的特点，就是地域性。中国作为一个幅员辽阔、驾驶习惯多样的国家，它的驾驶策略和其他的地区、其他的国家应该是不一样的。面对这样一个社会的群体，我们来见证这样的一个DPS。
第三部分，我们叫XMI，其中对内的我们叫HMI，还有一部分我们命名为EMI，自动驾驶汽车需要把自己的想法、自己的动作向外表达出去。
这三个圈我在接下来的三页，每页多讲一下。
首先，环境的建模，它其实也是一个系统性的工作，一部分叫做实时感知，一部分叫预先感知，还有一部分叫生态感知，这三种感知合并到一块，你才能建设一个非常非常安全的环境，这张图展示比较多的是实时展示，大家看到这个图里面很多黄色的点闪烁的，这些点应该是激光雷达反射出来的点，大家可以看到它很随意、很随机，如果只是通过这些去判断周围有障碍物这是完全不够的。
这个图里还有一块就是小的方格，那个方格就是说激光雷达也好、毫米波雷达也好，他们所识别出来的障碍物。但是如果刚才这个视频大家看得仔细的话，其实这个小筐有很多的物件。还有一个大的方框我们把它叫做视觉的识别，环境监管最重要的工作就是把多种传感器识别出来，从随机的召回率比较高的传感器，一直到准确率比较高，召回率相对没有那么高传感器，融合到一块才能形成一个完整、准确的、实时的感知。当然只有实时的感知还是不够的，刚才说还有预先的感知，这个感知就是地图。比如说今天你在驾驶L2或者L2+的时候，这个车遇到变道的时候也很难弄，让自己提前规划好自己的路线。最主要的就是地图，自动驾驶的地图，我们叫高精地图。还有三种感知叫做生态感知，生态感知是更重要的一种手段，就像路况，不知道自己前方一公里为什么堵车，车路协同，你也不知道更远的距离内因为遮挡所产生的盲区，为什么会那样。生态上只有通过众包，或者车路协同才能解决问题，这三类感知合并在一块才能形成对现实世界更加准确、更加及时的认识，这是系统的第一步叫做感知。
另外一个环节，就是刚才大家看到的XMI，自动驾驶的过程中毕竟是这个社会的极少数，当它要开始运作的时候，它怎么样能有一个司机和乘客的认可，它怎么样让外界的世界能够了解它，知道它要干什么。我们就把对内和对外都做了一个完整的设计，这块在最后也会有一个视频，这个视频上大家能够真切地感受到交互对这个车辆、对这个产品的重要性。
第三个很重要的系统我们叫DPS驾驶策略系统。这个其实更多的是从数据出发的，它跟区域性有很大的区别，我们首先是获得了中国CIDS这个组织对中国过去几年交通事故所还原出来的数据的建模。就把过去几年里面经常出现交通事故的数据收集到我们系统里面，让我们DPS能够更加聪明地取代，持续地规避这些情况。我们也在采集中国人的驾驶习惯，所有的数据汇总到一起，再训练出来以后，更加智能、更加安全的智能操作系统，首先不能把车陷入在非常不安全的环境当中，有一个非常安全的敏感地带。
今天人驾驶的时候，当你开120公里的时候，或者在高速上你会看到桥上有很多标志，确认距离200米、150米、100米、50米，大家可以计算一下自己的跟车距离，你究竟与前车多少米，当你踩制动的时候车能够停下来，下面的公式就是这样，首先保证自己的红色区域，自动化的车千万不能够进去。再下面的区域就是保证自身的无责任，这个车不能够主动地去妨碍社会的安全，不能够主动地去惹麻烦，这是第二层。解决了这两层的问题才可以解决舒适性的问题，开车究竟是更加流畅还是更加保守，开的像一个赛车手还是更加像一个老奶奶，这些系统就可以来设计。
刚才这三套系统结合到一块来解决我们整体产品的系统和安全。我们也列出了一些具体的动作，面对着进入到汽车产业界，我们也从互联网相对比较灵活、比较先进、比较野蛮的敏捷的迭代朝着汽车工业相对比较严谨的A字形为主的研发流程演进，也是非常痛苦的，进入这个产业链必须要发生这些变化。我们也不断地采集地图，收集数据，以促进整个行业的变化。
就像刚才我在解释环境建模的时候，我说到了一个很重要的一点叫做预先感知，自动驾驶在行业里叫高精地图，这个也是最早的，在行业里把它命名的，迄今为止百度我们自己所做的高精地图已经采集了中国30万公里的高速道路和快速路，并且已经商业化，获得很多客户的认同，11月1日百度有一个世界大会，在那个大会上我们会披露为什么会那么讲，覆盖最广、质量最高，以及客户最多，呈现一种非常领先的程度。
同时，我们也在尝试很多线下的方针的测试，因为道路上的测试是有限的，一个司机为了保证安全一天最多能测试200公里、300公里，很多很多车对于常年的覆盖和筹划也是不够的，通过数据的建设，通过自己采集、生态采集，还有和专业数据库的合作，来构建我们自己的数据库，所有的人工智能如果你离开了数据，那其实所有的算法可能都不具有很多的有效性和能力。
最后，把我刚才所有说的这些让大家再来体验一下我们对于安全的思考。
（播放视频）
这个视频其实也是我们众多对于安全这件事情，产品系统思考的一部分，这个视频里面也有很多很多背后的故事，有机会的时候我们也可以再找其他场合再与各位分享。最后非常感谢朱教授，也非常感谢我们的智能网联汽车大会，能够有机会让我们分享我们所有的这些思考、信念和实践。
也希望能够和各位同仁一起，共同携手促进整个中国智能网联汽车的发展。谢谢大家！
