這幾年，百度錯過了移動互聯網的窗口。所以百度在自動駕駛領域和高精地圖上的動作一直都保持著"高頻"的操作。百度也是入局最早、最積極的典型。

　　錯過了移動互聯網，百度不允許自己再錯過人工智能;而商業化落地，最重要的場景，當然是出行市場。對于2013年就開始布局自動駕駛的百度來說，八年時間，自動駕駛功能成了百度手中的一張王牌。

　　時隔四年，百度的自動駕駛小巴車，迎來了第二代更迭。

　　阿波龍II帶來的更新

       百度的第二代阿波龍更新了挺多功能，包括一塊兒55寸透明車窗，但我們看的重點絕不在于這些"花拳繡腿"的功能。硬實力增加在了兩顆40線激光雷達，和一個"無保護左轉"的功能，以及ODD擴大到開放道路上。

　　挨個分析，先看激光雷達。

　　阿波龍II用的配置和Apollo Moon用的差不多，兩顆禾賽40線激光雷達，單顆成本6萬以上。由于不是大規模商用化，而且也不用太考慮激光雷達體積所以阿波龍II沒有上半固態的激光雷達。

　　激光雷達分多線和單線，單線的主要使用場景可能是你家里的掃地機器人，只有一個激光發射器+接收器，投射到障礙物上只有一條橫線顯示，不能測量整體輪廓和高度。

　　而多線雷達主要應用在無人駕駛上，計算物體高度信息、對周圍環境3D建模。

　　這么理解40線吧，40條激光線去掃描物體，然后每相連激光發射器之間形成的角度就是其角分辨率，阿波龍II用的禾賽40線的角分辨率是0.33°(-6°到+2°)，角分辨率1°(-16°到-2°，+2°到+7°);線束1到6，30到40角分辨率為1°，6到30角分辨率為0.33°。

　　這樣做就能更好捕捉遠處物體特征，舉個例子：禾賽40線在捕捉50米外的一個行人，激光投射在人身上的線束為6條線，而16-beam的傳統激光雷達檢測出的是一條線。也就是說，1°x0.33°的角分辨率不至于因為視角過大，讓激光器射線在遠距離時失效。

　　再告訴你，這臺阿波龍II的雙40線激光雷達和東風主導的馭科技的無人駕駛車輛的配置相當，后者是三顆40線激光雷達。但，無人駕駛不等于可以有人為介入的自動駕駛輔助功能，所以阿波龍II的傳感器不是排他性的，還有四顆環視攝像頭+多個毫米波雷達傳感器。

　　無保護左轉難點與實現

　　阿波龍II有一點很引人注意，就是"無保護左轉"。不是新技術，特斯拉FSD9.0已經更新上線，其他無人駕駛公司也都在頻繁測試。但，無保護左轉一直是自動駕駛領域的一道"經典難題"。

　　左轉和右轉，就算人類駕駛員開車的時候，也深有體會左轉比右轉費勁。左轉難點在于路口情況的復雜程度+行人+交通標志，自動駕駛車輛來到路口左轉就得把所有情況梳理清晰還得做出預判，這對自動駕駛汽車的環境感知與預測能力提出了極高的挑戰。

　　特斯拉給出的解決辦法是，單一純視覺傳感器數據高效處理+深度學習+大量模擬訓練實現了FSD 9.0上的"無保護左轉"。這么理解，環境感知=傳感器搜集的數據，預測能力=深度學習后的成果。

　　這背后又有兩套玩兒法，單車智能路線，激光雷達、攝像頭和毫米波雷達等傳感器的數據收集+算法，分析道路信息進行規劃和決策。還有車路協同技術路線，實現車與車、車與道路等多方面的動態的實時信息交互。

　　至于阿波龍II怎么實現"無保護左轉"，百度沒有給出具體的執行方案，但可以推測一下。百度一直在做的車路協同可能會派上用場，規定的區域內有車路協同會才能實現"無保護左轉"。

　　另一種，阿波龍II和Apollo Robotaxi能力互通，也就是說，阿波龍II能和Apollo Robotaxi獲得一樣的自動駕駛功能，但我認為應該是其中"部分"功能，畢竟算力有差距，阿波龍II最高算力可能達到372Tops、后者最高算力800Tops。

　　開進城市道路?需要"遠程司機"

　　雖然可能需要在車路協同的環境下才能完成"無保護左轉"，但阿波龍II應該能從封閉、半封閉路段開進城市道路。

　　走進城市道路，背后的邏輯是5G云代駕+Apollo平臺。目前Apollo版本已經是6.0版本，講幾個主要亮點。

　　1Apollo 6.0算法模塊上，有三個新的深度學習模型

　　2集成遠程平行駕駛接口

　　延展第一點說明，感知上Apollo 6.0實現了激光點云障礙物的識別，采用線上對模型的加速處理，識別速度高于70毫秒。預測方面，做了一個低速行人預測模型，針對于低速園區的場景，預測行人低速軌跡。然后規劃方面，用大量的真實路測數據，模仿人類司機在一些特定場景下動態避障的能力。融合了感知、預測和規劃三方面。

　　第二點，遠程平行駕駛接口。這是為了應急的，例如在自動駕駛無法應對當前路況的前提下;這個功能理解為5G云代駕就行，就是讓車端能夠接受遠程操作員的指令，然后把指令轉換成相應的規劃和控制指令，實現遠程車輛操作。

　　這兩點看完，應該就能理解阿波龍II如何從封閉、半封閉道路開進城市道路。但，考慮到阿波龍II的應用場景，在城市道路里依舊是點對點的短途或者中長途的接駁工作，并不會高頻的出入環境復雜的路段內。畢竟百度還有Apollo Moon的無人共享車項目。

　　總結

　　看得出，百度想要構建一個多樣化的，面向不同場景的自動駕駛生態。百度在自動駕駛領域積累了豐富的經驗和能力，而且眼下正在推進商業化落地。這次升級的阿波龍II自動駕駛小巴士，理論上看能力不錯，能實現無保護左轉、開進城市路段。

　　但仔細分析，無保護左轉應該需要車路協同，但車路協同段時間內肯定無法大面積鋪開;開進城市路段，并不能完全保證整條路線完全靠自動駕駛完成，所以設置了"遠程控制端口"，然后讓遠程操作員來完成指令。