10月10日，百度旗下自動駕駛出租車服務Apollo?GO正式在北京開放，北京的朋友們可以通過百度地圖或Apollo?GO的APP下單，在海澱、亦莊的站點免費進行試乘。
這個新鮮玩意兒引來不少人關註，他們之中有汽車媒體、行業從業者、大學生、極客、科技博主，試乘現場的幾個站點都在排隊，首日呼單量就超過了2600單，甚至有人等了好幾個小時都沒有叫到車。
想必，大家都想知道百度所謂的“自動駕駛”已經發展到什麽程度了，想親眼看看，幻想中的RoboTaxi是否已經變成現實。不過呢，雖然百度宣稱Apollo?GO全面開放，但是這個『全面』還是有很多限制的——
首先，運營時段有限，周壹到周日的10:00-16:00，避開了早晚高峰以及夜晚的駕駛環境；其次，車輛已經預設好路線，只能在事前計劃好的15個站點上下車（類似擺渡車）；再來，車速將限制在60km/h以下；每臺車只能在後座乘坐1-2名的乘客，乘坐者年齡符合18-60周歲之間；最重要的是，每輛車都配備有安全員，隨時保證接管車輛行駛。
號稱超L3趕L4級的自動駕駛，卻又給出了這麽多的限制條件，百度的Apollo?GO究竟能達到什麽程度呢？百度在自動駕駛領域中又走了多遠呢？
百度的自動駕駛發展到什麽程度了？
百度的自動駕駛項目早在2013年開始起步，到2015年就累計投入了200億元，2017年帶著壹張北京五環的罰單闖入大眾視線。在路試落地北京之前，其無人駕駛出租車已經在長沙、滄州進行過了試運營，接送了超過10萬名乘客。
就在壹個月前，9月15日，壹輛沒有安全員的無人駕駛出租車載著百度集團副總裁、智能駕駛事業群總經理李震宇和央視記者，在北京首鋼園區內行駛。
同壹天，百度CEO李彥宏在“百度世界2020大會”上預測了自動駕駛實現商用化的時間表，“5年之內，自動駕駛汽車將進入全面商用階段”，“憑借智能交通體系，能夠提升15%-30%的通行效率”，“5年之內，中國壹線城市就不再需要限行，10年之內就能解決交通擁堵問題。”
雄心壯誌的背後，確實是有足夠的研發實力和經驗來支撐。
就在今年2月27日美國加州管理局DMV公布的2019年自動駕駛路測成績單中，MPI值（Miles?Per?Intervention，無人工幹預行駛的平均裏程數）排名前五的公司中，有三家來自中國（百度、Auto?X、小馬智行），其中以百度為首，並首次超過美國的Waymo，位居第壹名。
另外，在Navigant?Research為自動駕駛企業制定的競爭力排名榜單中，百度也首次進入到“Leader”評級，與Waymo與Cruise處於同級。
可以說，百度在自動駕駛領域的研發實力，不僅在國內名列前茅，並且已經得到了全球行業的認可。
Apollo技術具體如何實現呢？
硬件方面，壹臺Apollo測試車包括工控機IPC（包含專用GPU）、GPS定位系統、IMU慣性系統、CAN總線接口卡、大容量硬盤（數據庫）。除了這些基礎架構的硬件之外，傳感器還包括頂部旋轉Lidar（128線）、前向攝像頭（雙目）、側向攝像頭（單目）、車頭/尾Lidar（16線）、車身左右Lidar（16線）、車頭/尾毫米波雷達、超聲波近身雷達等，基本上是武裝到牙齒了。
軟件層面，Apollo為定制Linus內核（4.4.32），但沒有列出具體的應用軟件和數據庫等等。地圖定位上，Apollo采用了Novotel的GPS和IMU組合定位系統，它們可以利用卡爾曼濾波機制融合，提供足夠頻次和足夠精度的定位和姿態信息，這也是目前最好的定位技術之壹。
算法層面，Apollo加入DeepDrive深度學習自動駕駛產業聯盟，發布了Apollo?的自動駕駛數據集ApolloScape。通過海量、高質的真實數據，為自動駕駛的算法開發、測試進行叠代更新，百度表示，ApolloScape的數據量做到了國內同類數據集的10倍以上。
軟硬件的結合，構成了Apollo的自動駕駛系統。其中，整套系統的核心是工控機IPC，這套配置中具體使用了Neousys?6108GC工控機，配套Nvidia的GTX1080顯卡，IPC通過USB和Ethernet接口接收各種傳感器送來的數據，經過處理後，再通過PCI接口對接CAN卡最終驅動車輛動作。
由於百度是壹件互聯網企業，並不具備生產車輛的技術與能力。所以這套輔助駕駛系統選擇的載體是林肯的MKZ。
為什麽是這款車型呢？這裏再簡單說明壹下。
首先，林肯MKZ的電氣化結構比較完善，擁有線控油門、線控剎車、線控轉向系統；其次，目前有壹家以ADAS工具包為主要產品的Dataspeed公司，將林肯MKZ的CAN總線協議破解並封裝成ADAS?Kit提供於開發者；再來，福特基於拓展出行服務商的目的，願意想向自動駕駛公司提供相關接口，是為數不多的可選項之壹。
綜合以上元素，將林肯MKZ改裝為自動駕駛測試車是目前最便捷和最實惠的選擇。除了Apollo，英偉達、Pony?AI等自動駕駛公司也是采用了林肯MKZ。
總得來說，Apollo憑借這些技術，已經可以實現結構化道路的L3級別，或者稱為特定場景、有限場景的L3自動駕駛。從北京的體驗者反饋來看，在轉彎、變道以及調頭，大多數情況下無需安全員手動操作，Apollo都能夠平穩完成；前方如有車輛速度過慢，Apollo也會進行變道超車；道路中間突然出現行人時，Apollo能夠主動降速等待行人通過再行駛。
不過缺點也存在，由於AI的駕駛“習慣”不夠人性，在轉向和規避行人時的操作十分生硬，常會強行轉彎或驟然剎車，容易產生顛簸，部分乘客人表示出現了輕微暈車的情況。
可以說，百度Apollo的技術實力還是有的，只是還有很大的提升空間。那麽在自動駕駛領域處於頂尖位置的車企，他們都是什麽水平呢？
其它競爭對手的進度
目前，自動駕駛技術的開發企業主要分為三類，第壹類是傳統車企或汽車零部件廠商，包括通用、寶馬、奧迪、大陸、博世等；第二類是互聯網科技巨頭，包括谷歌、百度、滴滴、阿裏等，其中滴滴同時又是出行平臺，在自動駕駛研發和使用中有雙重身份；第三類是創業型科技公司，包括Auto?X、小馬智行等。
這裏我們就舉兩個典型的例子，壹個是車企代表特斯拉、壹個是Google系的Waymo。而兩個例子，也恰好是激光雷達和視覺識別兩條技術路線的代表。
先說Waymo，Waymo是Google於2009年1月開啟的壹項自動駕駛汽車計劃，之後於2016年12月從Google獨立出來，成為Alphabet公司旗下的子公司。
就在今年初，Waymo宣布其自動駕駛路測超過2000萬英裏；3月，Waymo宣布獲得第壹輪外部投資，***22.5億美元，投前估值達到了1050億美元，遠遠超過大眾、戴姆勒、通用等壹眾車企。
對比百度的Apollo?GO，Waymo的RoboTaxi更早，於2018年年底在美國鳳凰城上線Waymo?One服務，這也是全球Robotaxi商用化嘗試的開端。今年10月，Waymo宣布在鳳凰城進入全無人狀態駕駛（無安全員），並面向公眾公開提供收費服務，這標誌著Robotaxi在技術、商業全面實現上走出了第壹步。
因為不生產汽車，Waymo的最大優勢集中在算法。它是基於激光雷達為主的解決方案，秉持“交通即服務”的商業模式，重激光雷達、重高清地圖，優勢是能夠快速搭建系統原型，不僅對大數據的依賴程度低，還更容易檢測、提取和分割數據，安全上更有保障。但是缺點是，傳感器的成本高、拓展性弱、商業化速度慢。
與之相對的是，特斯拉的Autopilot代表的是“汽車即產品”的服務模式，從輔助駕駛逐步過渡到完全自動駕駛，重攝像頭、重視覺識別、輕地圖。因為需要視覺學習，所以對數據的依賴程度更高，為此特斯拉也有自己的“獨門秘籍”——影子模式（號稱擁有100億英裏的實測數據），優點是成本更低、拓展性更強、商業化速度更快；缺點是，安全控制上不如激光雷達。
從技術上來啊說，特斯拉是目前唯壹壹家從軟件算法到硬件架構全部自研的車企，其軟硬件技術也壹直處於行業領先。日經BP社曾在拆解Model?3時得出結論，認為特斯拉在電子架構上已經領先競爭對手6年時間；而大眾董事會成員Thomas?Ulbrich也承認，特斯拉在電動汽車和開發軟件方面領先大眾10年。
特斯拉Autopilot的主要優勢在於神經網絡、海量數據與控制算法，雖然理論技術上與Waymo或Cruise難拉開差距，但是它擁有將算法與車輛控制結合的深厚經驗。值得註意的是，特斯拉Autopilot投入市場的策略更加激進，就在這個月，特斯拉宣布推送完全自動駕駛版FSD?Beta給少部分目標用戶，以實現接近L4級的自動駕駛。
從實測體驗來看，FSD?Beta大部分時間都可以實現“零幹預駕駛”，它可以在路口識別紅綠燈以及道路旁的禁令標誌，能夠根據路口標線以及導航自動選擇車道。在通過環島等復雜路口時，FSD?Beta也能自主遵守路口讓行規則行駛，並自主避讓路邊的行人和非機動車。
現階段，無任何標線劃定的狹窄道路對於其它所有駕駛輔助系統而言都是噩夢，但以攝像頭為主導的FSD?Beta仍然能夠勝任，路面的邊界、通行路徑和兩側停泊車輛全部都能被探測到。即使是在兩邊停滿車輛的停車場路段，FSD?Beta仍可識別出幾乎所有交通參與者。在夜間測試過程中，FSD?Beta的識別能力仍與白天時大致保持相同，依然相當精確。
我們離真正的無人駕駛還有多遠？
總得來說，百度Apollo在國內已經屬於領先地位，在國際上也處於第壹梯隊，?但是距離業界領頭羊Waymo、Cruise以及特斯拉的Autopilot還有壹段距離，這也是百度Apollo之後的前進目標。
那我們離無人駕駛還有多遠呢？
這取決於前方的困難何時才被解決。譬如技術上的邊角案例（Corner?Case）。車輛通過雷達或攝像頭采集的數據，上傳後供機器進行學習，但是實際行駛中，難免出現壹些超出機器的經驗範圍的路況，這些就是邊角案例（如臺灣Model?3撞貨車的例子）。電動汽車百人會的研究報告指出，如今的無人駕駛技術可處理90％的常規路況，但剩下的10％邊角案例影響巨大，需要花費90％的時間解決。
譬如說法律上的責任歸屬的問題。責任主體在任何法律中，都是壹個至關重要的概念。但是自動駕駛技術，模糊了這個概念的劃分。如果自動駕駛的車輛不幸發生車禍，責任在於駕駛員？在於技術供應商？還是在於車輛所屬品牌？這都是目前都是沒有解決的問題（如美國Uber致行人死亡的例子）。
譬如說路權與道路規則的制定。無人駕駛車輛是否和人工駕駛車輛享有同等路權、接受統壹管理？它們是否行駛在同樣的車道、應用同樣的交通規則？
譬如產品本質的變化。自動駕駛將大幅提高車輛的使用率，從而降低了整個道路的車輛存量，因為屆時人不再需要車輛的所屬權，只需要擁有車輛的使用權，這樣的性質轉變，公眾是否能夠接受？
譬如說技術上的倫理問題。著名的電車難題又會重現，假設壹輛自動駕駛的車輛，面對前方路邊突然沖出的行人，可進行躲避操作保護行人，但是會犧牲乘客和道路其它車輛的安全，反之則會傷害行人，AI該如何進行判斷選擇？
自動駕駛發展要面臨的問題還有很多，這裏不能壹壹枚舉。也因為如此，致力於自動駕駛技術的企業不能操之過急，將壹些還未實現的功能點前置宣傳，容易造成公眾們的誤解，甚至引發重大的安全事故。
汽車供應商大陸在2013年做了壹項關於自動駕駛調查，結果顯示，66%的美國人認為“自動駕駛汽車讓我感到害怕”，50%的人認為“該技術無法可靠運行”。而到了2018年，兩項調查結果的數據卻增加到了77%。原因可能是特斯拉、Uber等公司在自動駕駛測試中壹次又壹次的交通事故，影響了公眾對於自動駕駛的信心。
百度的未來，自動駕駛的未來
李彥宏在2020年百度世界大會上預測，自動駕駛5年後全面商用，城市擁堵將大大緩解，不再需要限購限行，且隨著無人駕駛車輛逐漸普及，交通事故發生率也會大大降低，以車路協同為基礎的智能交通基礎設施建設，將提升15%-30%的通行效率，從而為GDP貢獻2.4%-4.8%的絕對增長。
這樣的商業期許也是有市場支撐的，RoboTaxi的商業前景已被眾多業界人士和機構所看好。麥肯錫公司預測，中國將會是全球最大的自動駕駛市場，到2030年，自動駕駛汽車總銷售額將達2300億美元，基於自動駕駛的出行服務訂單金額將達2600億美元。
市場調研機構艾瑞咨詢則預計，隨著人工智能、大數據、雲計算、5G等核心技術的日趨成熟，自動駕駛正迎來快速發展階段。到2022年，全球自動駕駛滲透率將達到50%以上，2030年全球自動駕駛滲透率則將增加至70%。
沒有人會懷疑自動駕駛的未來，Waymo用千億估值告訴所有玩家，自動駕駛是壹塊巨大的蛋糕。但自動駕駛的漫漫征途需要資金、時間與技術，且由於門檻更高，它不像新勢力造車般百花齊放，更是行業中真正高手之間的較量。
盡管在技術上存在長尾效應，相關政策法規仍不明確，大規模商業化年限模糊，但作為L4級自動駕駛最受關註、最得資本青睞的應用場景，RoboTaxi已成為熱門賽道。
百度、Waymo、特斯拉、Cruise，誰將主導這場戰爭呢？?
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。