百度在CES Asia上都展示哪些自動(dòng)駕駛成果？

　　光是開放數(shù)據(jù)還不夠，百度是一個(gè)技術(shù)信仰的公司，我們相信技術(shù)能夠改變一切。每一個(gè)季度，百度都有一個(gè)技術(shù)比賽，我們叫做開發(fā)馬拉松：大家在有限的時(shí)間之內(nèi)，設(shè)定有限的場景和環(huán)境，比拼誰的產(chǎn)品和算法做得最好。

　　今年 1 月從 CES 回來后，我們?cè)趦?nèi)部做了一個(gè)技術(shù)比武。大家一起在這個(gè)平臺(tái)比賽，看誰的算法能讓它的收斂變得更加明顯，誰的算法能讓自動(dòng)駕駛的訓(xùn)練速度變得更快。最后一共 50 支隊(duì)伍報(bào)名，我們進(jìn)行了為期一個(gè)月的技術(shù)比武。當(dāng)然，這種技術(shù)比武最重要的是交流和共享。我們讓這些勝出的隊(duì)伍和我們的團(tuán)隊(duì)工程師們充分進(jìn)行交流，進(jìn)而完善算法。通過這樣一個(gè)技術(shù)比武，我們發(fā)現(xiàn)，我們可以再引入一種具有時(shí)間記憶的新算法，來實(shí)現(xiàn)縱向控制或者更好的橫向控制。

　　在這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)里，我們可以從底層的圖像特征本身進(jìn)行自動(dòng)提取，它仍然用卷積神經(jīng)網(wǎng)絡(luò)來自動(dòng)處理。但在縱向控制上，我們引入了一個(gè)新的模型：它具有神經(jīng)記憶功能，不僅僅是通過這張圖片，而是根據(jù)過去十張，二十張，甚至一百張圖片來預(yù)測出接下來該如何做。這種技術(shù)最早也是用于語音識(shí)別的研究：LSTM (長短期記憶，long short term memory)。只要是針對(duì)連續(xù)性行為來做預(yù)測，我們就會(huì)考慮這種深度記憶的模型，并引入到縱向控制中，這當(dāng)中的新突破是：車的加速度、減速度變得更加流暢和舒服。

　　這是我們優(yōu)化算法之后，在北京測試的一段視頻(如上圖)。鏡頭剛開始，我們看到一個(gè)司機(jī)，實(shí)際上是一個(gè)駕校司機(jī)，他繞著我們既定的路線在行駛，當(dāng)他駕駛了幾次之后，我們把他的駕駛行為完整記錄，并訓(xùn)練出一個(gè)深度神經(jīng)學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)。然后我們?cè)侔堰@種網(wǎng)絡(luò)結(jié)構(gòu)經(jīng)過剪層、剪枝、優(yōu)化，放到汽車上。

　　長城汽車、英偉達(dá)、百度三家一起聯(lián)合開發(fā)的只基于一個(gè)攝像頭和端到端深度學(xué)習(xí)的自動(dòng)駕駛展示

　　BCU：百度計(jì)算平臺(tái)

　　在過去的兩年，我和我的同事們拜訪了幾乎所有中國或者是國外主流的 OEM。直到去年，有 OEM 的朋友對(duì)我說，你們說的技術(shù)很牛，我也知道你們現(xiàn)在做的還不錯(cuò)，但我不知道應(yīng)該怎么來使用。一個(gè)朋友跟我這么講，我會(huì)覺得你為什么會(huì)有這樣的問題，但是當(dāng)多個(gè) OEM 的朋友和我說同樣的問題時(shí)，我們就開始反思：我們的技術(shù)該如何應(yīng)用到自動(dòng)駕駛中?汽車產(chǎn)業(yè)鏈非常長，我們進(jìn)入這一領(lǐng)域之后，才知道 OEM 有 Tier1、Tier2。那么，我們的定位是什么?該如何與這個(gè)產(chǎn)業(yè)鏈融合?如何將我們的技術(shù)應(yīng)用到量產(chǎn)的汽車上?

　　反思了這些之后，我們推出了一個(gè)新的概念：叫做 BCU(Baidu Computing Unit)。在人工智能時(shí)代，所有算法、軟件都需要硬件的搭載，只有將這些能力寄托到硬件上，我們的能力才得以釋放。原來我們更多在與 OEM 交流，在那之后，我們開始與汽車行業(yè)的 Tier1、Tier2 來交流這件事情。在與他們的交流中，我們也提出了算法對(duì)硬件的要求：需要多大計(jì)算能力、多少存儲(chǔ)空間、多少功耗等等。

　　原來我們更多在與 OEM 交流。在那之后，我們開始與行業(yè)的 Tier1、Tier2 來交流這件事情。在與他們的交流中，我們也提出了算法對(duì)硬件的要求：需要多大計(jì)算能力、多少存儲(chǔ)空間、多少功耗等等。

　　自定位是自動(dòng)駕駛一個(gè)非常重要的基礎(chǔ)，它要告訴汽車本身在哪。我們定位的方法是基于物理標(biāo)志物、影像提取和高精地圖來做匹配。橫向定位精度在 0.2 米以內(nèi)，這樣的定位精度就可以保證汽車能夠在自己車道上行駛，我們現(xiàn)在能做到差不多 98% 或者 99% 的準(zhǔn)確率?？v向的定位精度在 2 米，我們現(xiàn)在差不多是在 80% 到 90% 的準(zhǔn)確率。對(duì)高速自動(dòng)駕駛來講，這種定位精度其實(shí)已經(jīng)足夠了。

　　我們把定位能力、感知能力、路線規(guī)劃能力與 Tier1 交流后，開發(fā)了一個(gè)適合于自動(dòng)駕駛量產(chǎn)的 BCU 硬件。BCU 硬件分為三種：BCU-MLOC(高精定位)、BCU-MLOP(高精定位+環(huán)境感知)、BCU-MLOP2(高精定位+環(huán)境感知+決策規(guī)劃)。有了這種實(shí)實(shí)在在的硬件后，我們賦能汽車行業(yè)，讓整個(gè)行業(yè)加速的想法才能夠快速實(shí)現(xiàn)。

　　關(guān)于阿波羅計(jì)劃

　　(今天)我介紹的所有事情，相比于在我們?cè)?4 月上海車展公布的阿波羅計(jì)劃來講，其實(shí)都是鳳毛麟角。阿波羅計(jì)劃是一套開放、完整，安全的生態(tài)系統(tǒng)和架構(gòu)，它包含了四個(gè)層次：參考汽車層，參考硬件層，軟件平臺(tái)層、云服務(wù)層。任何公司、個(gè)人，只要有能力，按照我們參考硬件設(shè)計(jì)，參考汽車設(shè)計(jì)，就可以開發(fā)出一輛與百度能力一樣的自動(dòng)駕駛汽車。

　　自動(dòng)駕駛是一個(gè)完全新增的市場，我們希望為行業(yè)提供自己的核心能力，加快整個(gè)產(chǎn)業(yè)發(fā)展，讓自動(dòng)駕駛更快到來。