百度智能汽車事業部總經理顧維灝在GTC大會上演講

 

        顧維灝說，在高速公路行駛場景中，高速公路行駛占據了一半以上的駕駛總時間，且道路環境相對封閉和穩定，顯然是自動駕駛絕佳的應用場景。 在自動代客泊車場景中，停車位資源在北京、紐約或倫敦這些大城市非常緊張，因此百度自動駕駛團隊希望為司機解決這些問題。另外，在運營商用車的費用中，人力和燃料成本分別占據三分之一，剩下的三分之一才是汽車本身。實際上，商用車在環境相對封閉的港口、礦場及工廠等地上按照固定路線低速運行，實現自動駕駛較為容易，將自動駕駛技術應用到物流運輸等商用車上，能節約大量的人力成本和燃料成本。因此，發展自動商用車同樣具有經濟意義。

 

        百度自2012年開始便與英偉達就人工智能領域展開多項合作，并在2016年的百度世界大會上宣布將共同打造自動駕駛汽車平臺。大會上，顧維灝展示了百度自動駕駛技術在英偉達DRIVE PX 2上的應用成果。DRIVE PX 2是英偉達打造的全球首款車載人工智能超級計算機，能夠為自動駕駛的復雜計算提供強勁性能支持。據他介紹，通過使用英偉達的GPU 和相關代碼庫(TensorRT)，百度DNN深度神經網絡模型訓練速度快了大約1000倍，整整提升了三個數量級，因此節省了大量研發時間。

 

        高精地圖是保證自動駕駛安全性的關鍵所在。顧維灝說，自動化是百度高精地圖的核心競爭優勢，自動化程度超90%，能自動識別包交通標志、地面標志、車道線、信號燈等上百種目標，相對精度達0.1-0.2米，準確率高達95%以上。對于自動化程度的計算方法，顧維灝解釋是將目標檢測率與準確率相乘得出。此外，在DRIVE PX2上運行的百度自定位技術，能夠實現厘米級精度，在路測中橫向誤差僅為20cm、縱向誤差則為2米，滿足L3自動駕駛在高速路場景下的應用。

 

        龐大的數據儲備也是百度發展自動駕駛的優勢之一。百度自動駕駛開放平臺Road Hackers可提供海量中國路情駕駛數據的開放、基于深度學習的自動駕駛算法的演示和自動駕駛算法基準測試評比。顧維灝介紹，百度地圖采集車隊，積累了海量的街景圖像、道路汽車狀況等數據。同時還記錄了車輛在采集圖像過程中方向盤轉角、剎車、加速和其它動作信息。依托龐大數據庫，百度可以使用端到端深度學習算法教汽車像人類一樣駕駛。通過模仿人類司機的駕駛行為，可以更好地避免自動駕駛車輛在轉彎、剎車以及加速中的“生硬”和“突然”，帶來舒適的乘車體驗。

 

來源：鳳凰科技