直播回顾丨《听大咖 讲论文》Apollo自动驾驶技术前沿发展

6月30日，在《听大咖 讲论文》——Apollo自动驾驶专场分享课上，百度Apollo技术委员会主席、百度杰出研发架构师、百度无人驾驶环境感知方向技术负责人王亮详细介绍了Apollo自动驾驶技术前沿发展，帮助自动驾驶技术的开发者和从业者以更广阔的视角了解自动驾驶技术。

了解更多相关内容，请点击下方视频观看：

  ENJOY THE FOLLOWING  

过去一年Apollo在技术上、生态上、产品上几个维度都取得了很多成就。

首先看技术这一方面，百度在多个维度上都获得了第一，并且遥遥领先于第二名。百度的整体测试车数量占全北京数量的67.5%，测试里程达75.4万公里。

在牌照方面，百度是全国首批、目前唯一获得T4牌照的一家公司，能拿到整个批次牌照的技术难度是非常高的。

在专利维度上，其中30%的专利也是全国第一，然后在专利申请方面我们超过了国际上多家自动驾驶的车企，处于世界第一的水平。

以上充分表示了世界对Apollo自动驾驶业务的充分肯定。Apollo开放平台目前是全球最大的自动驾驶生态联盟，我们已经拥有生态合作伙伴近200家，囊括了全球主流的整车、零部件芯片、通信、出行、初创公司还有科研院校，我们还拥有全球开发者4万多名。疫情期间，我们的合作伙伴新石器有将近100辆无人消毒车，在17个城市得到了落地，在疫情期间完成了很多消毒作业。

在产品维度上，百度有和一汽合作的红旗汽车。

我们现在在做的是要持续积极的去探索实践，怎么把数据转化为驾驶能力。我们逐步会用基于数据和机器学习的方法去取代很多系统中使用的一些规则方法、基本假设和参数。核心的包括比如定位、感知、预测和决策规划一些模块，在初始阶段Apollo可能更多使用了很多规则的方法，快速收敛路上的问题，然后积累更多的里程迭代系统，但是后期我们也会发现一些瓶颈，规则化的方法比较简单，这也是传统软件开发的一些思路，是一个算法的思路。

比如说针对一个问题由专业的人员去设计一个具体的方法，通过他的domain knowledge、观察、对现实世界的假设、调参等一系列的工作之后，通过代码实现。然后把策略上车，去做一个效果的评测。百度已经从14年开始做增加，经过大概5年的时间，发现这种会做驱动的方法也会遇到一些瓶颈，很多的问题不容易解决，收敛不了。

后面对比一下什么叫做learning方法，它跟传统的工作方法不同在什么地方？首先是一种新的研发思路，会搭建一个高度自动化、可复用的训练框架。在遇到问题的时候，不是通过观察和假设去写代码，而是通过聚类问题、聚类数据，把数据去做一些人工的标注，对他的数据的语义进行一些理解之后，把我们的数据扔到训练框架里，这样其实是变相地让我们的机器学习去帮我们写这些规则和参数，而不是人为写出来，这等于把我们的模型做一个上车之后的效果评测。

我们希望更大的Learning化的方法去填充到整个代码框架里面，然后去替代规则的方法，这是最近两年一直在践行的事情，现在都会转变思路，用数据驱动的方法去解决这些问题。另一条就是在寻找数据驱动的路径上，也会搭建一个公共化积极学习的系统，实现一个数据的闭环。换句话说，怎样让我们的车变得好的数据越多，车越聪明，怎么利用数据高效率地消化规模化生产中产生的海量数据，去反哺车端算法。

这部分大家可以看到我们的闭环的示意图，如下图所示，从我们海量的驾驶车辆里面，我们会有很多的Learning化的改造，对我们的数据和logs做一些线上的标注，挖掘采集下来的海量数据，我们有一个比较好的挖掘的算法去把高价值的数据提炼出来，把这部分数据交给我们的标注人员，然后形成标注数据之后参与模型的迭代，最后经过我们的回归测试之后，反哺车辆，这其实在数据上不是一味的求量，而是为求它的含金量，提升我们数据的难度和多样性。

最后说一下仿真这么大的一个系统，在上车前要经过一个科学全面的测试方法来驱动我们研发效率的提升，这也是这几年在践行的一件事情，也助力了我们数据的能力的转化。整个自动驾驶仿真体系的链路如下图所示，包括整个传感器自动驾驶的海量的数据，我们仿真工具链，也包括我们会对数据进行一定的编辑，然后场景库是我们场景和车辆的行为几个维度共同构建的积累的千万量级的一个仿真场景数据。

最后我们的仿真场景播放器能达到日行百万公里，目前我们的能力可以保证非常完备的仿真评估的体系，让我们对各类的指标进行线下的评估，在上车之前基本对新版本的能力会有一个非常准确和充分的预期，这样上路之后最大程度保证安全，然后也是非常有效的提升我们的迭代效率。

以上就是本次关于《听大咖 讲论文》Apollo无人车技术前沿发展课程的全部内容。欢迎大家提出问题，进入社群进行交流。更多相关技术干货也可以继续关注后续的课程。

点击文章左下角『阅读原文』

可看直播视频回放

自Apollo平台开放已来，越来越多开发者积极地参与到我们所开设的分享当中，并基于Apollo擦出更多火花。

欢迎开发者继续关注Apollo开发者社区每月的课程分享，获取更多学习资料和自动驾驶相关技术内容。

开发者还可以添加Apollo小哥哥（微信号: apollo_xzs）为好友，加入开发者交流社群与业内开发者进行互动，期待大家的沟通交流！