实录 | 何鹏《百度Apollo车路协同探索与实践》

目前，智能网联汽车在全球范围已进入快速发展期，但正处于商业化的早期阶段，仍然面临着技术法规、商业模式、基础设施等挑战。如何利用5G、人工智能、地图、云计算等技术，进一步发展车路协同，是智能网联汽车产业发展亟待解决的重要问题。为回应车路协同自动驾驶建设中遇到的新问题、新挑战，为下一步地方做好试点工作、国家做好顶层设计、给行业发展提供支撑，中国公路学会（CHTS）与全球道路联合会（IRF Global）联合举办“车路协同自动驾驶可持续发展关键问题研讨会”。

会上百度智能网联资深研究员何鹏,做了题为《百度Apollo车路协同探索与实践》的演讲。以下为中国公路学会交通工程与信息化分会在不改变演讲者本意的基础上，整理汇总的演讲实录（未经本人审阅）。

何鹏：各位专家、同仁大家晚上好，非常高兴能有机会和大家交流，分享百度近几年在自动驾驶以及车路协同方面所做的探索和实践。

应该说中国近几年，在自动驾驶和车路协同方面出台的鼓励政策非常密集。

中央政策层面，中共中央国务院近几年发布的交通强国建设纲要，国家综合立体交通网规划纲要以及新能源汽车产业发展规划中，都对自动驾驶和车路协同的发展提出了明确的方向。包括要全面提升城市交通设施的智能化水平，加强智能汽车、自动驾驶、车路协同在内的智能网联汽车的研发，形成自主可控完整的产业链。推动智能网联汽车与智慧城市协同发展，建设城市道路、建筑、公共设施融合感知体系。打造基于城市信息模型平台、集城市动态静态数据于一体的智慧出行平台。

主管部委政策层面，除了2018年的工信部发布的《车联网产业发展行动计划2018-2020年》之外，交通部、发改委等主管部委也发布了多项政策支持自动驾驶与车路协同的发展。

从中国的自动驾驶政策的发展趋势来看，2016年开始国家鼓励自动驾驶发展，2018年4月份工信部、交通部、公安部联合发布《智能网联汽车道路测试管理规范》。政策发布之后，目前全国已有27个城市发布了自动驾驶汽车的测试政策，全国范围内也发布了大概800张测试牌照，各个地方及众多企业开始对自动驾驶汽车进行研发和测试。2020年开始，自动驾驶汽车从测试向示范应用进行推进。在去年交通部发布的《关于促进道路交通自动驾驶技术发展和应用的指导意见》中明确提出，鼓励自动驾驶汽车进行商业化的示范运营。今年开始，中国的自动驾驶汽车从测试进入到了示范应用和商业化运营的探索阶段。

百度智慧交通近几年快速发展，目前在全国20多个城市进行了落地应用实践，包括北京、上海、广州、长沙、重庆、阳泉等。有的地方进行了智慧交通的应用落地，有的地方除了部署车路协同、智能网联设施之外，还进行了自动驾驶的落地。目前，百度自动驾驶车辆已经在北京、广州、长沙、沧州四个地方，对普通公众进行了开放的试乘体验活动。北京首钢园区已开始收费运营，百度已在沧州开展全国首条自动驾驶旅游专线，全国首个高铁站自动驾驶接驳服务，进行全天候自动驾驶的商业化运营。广州黄埔与百度合作推出全球最大的MaaS平台，开启中国首个数字交通运营商模式，通过自动驾驶车辆和路侧设施产生的大量数据，探索数据增值以及信息消费方面的相关工作。目前我们在上述四个城市已经服务了超过21万人次的普通市民。

这张图展示的是我们在各地落地的L4级别自动驾驶出租车，包括单车智能+车路协同的辅助功能。单车智能方面通过激光雷达、毫米波雷达和多类型的摄像头，实现了环境的精确及实时感知。通过GNSS+IMU+lidar+轮速计，实现全天候实时的厘米级定位。除此之外，通过它与车路协同的协同感知、协同决策，可以从容应对各种复杂的城市场景。我们通过安全套件可以实现全方位的监控，实现关键数据的加密存储，通过交互套件可以实现多种类型、多模式，包括手势、表情人机交互，我们通过云端服务套件可以进行高效的车队运营管理，还可以实现软件算法的OTA的实时升级。我们还支持各种类型的运维支持服务，包括路线选择、落地支持部署等方面。

除了自动驾驶乘用车之外，我们还和厦门金龙合作推出了自动驾驶公交车。目前这款公交车已经在重庆市永川区进行商业化的收费运营，这款车也是目前国内首个取得收费运营许可的自动驾驶公交车。除了单车智能之外，它可以结合V2X车路协同实现更为精准的红绿灯识别，实现站点精准停靠，实现安全系统自动驾驶算法的全面升级，全方位防护车辆安全。除此之外，它的自动驾驶速度可以达到最高40km /小时，座位和站位达到30人左右，更贴近公交车吞吐量，更好的服务市民出行，使更多市民体会到自动驾驶带来的出行便捷。通过V2X车路协同可支持红绿灯车路通讯，支持路侧违章停车以及对僵尸车的判断，增强对低矮障碍物、静态障碍物的识别，可以更有效的补强车端的感知能力。

我们在广州、北京等地落地自动驾驶商业化运营的同时，我们也打造了一站式出行服务Maas平台。我们不光把自动驾驶乘用车、出租车、接驳车接入我们的系统，我们还和传统的交通工具包括地铁和共享单车进行接入，实现一站式出行服务。可以实现站点选择、车辆预约，进行一键支付等功能，多场景自动驾驶车辆运营，全息智慧路网构建，打造绿色出行、低碳出行和智慧出行的自动驾驶生态岛，更有效的提升出行效率，改善居民出行体验。

这张图展示的是，V2X车路协同系统路侧设施和云控平台的部署状态。目前路侧设施和云控平台的建设成本还是非常高的，我们希望我们的设施能够面向未来，支持L4级别以上的自动驾驶车辆。另外一方面是兼容当下V2X系统产生的数据，在支持L4级别自动驾驶车辆之外，还可以支持交管的红绿灯控制、重点车辆监管等交通管理应用。除此之外还可以向普通公众通过云端，像手机端的数据信息下发提供交通事件提醒，做到一次性投资持续收益，有效提高这些设施的投资效率。

路侧主要包括感知系统、通信系统，还有边缘计算单元。路侧感知单元主要是以摄像头、毫米波雷达、激光雷达通过图像识别算法的升级。部署设施已经简化到主要以摄像头为主，包括定向摄像机和鱼眼摄像机，我们会在比较复杂的路段，如高速公路的匝道路段，比较复杂的异形路口部署激光雷达。通过边缘计算单元的高算力支持路侧单元算力，可以达到260T算力，可以实现端到端70毫秒的延时。它可对边缘计算单元感知到的数据进行分析，可以实现对交通参与者的精准识别包括道路环境，各种类型的交通参与者，包括机动车、非机动车、行人、各种类型障碍物，可以识别出各种类型障碍物的轮廓尺寸、位置、方向、速度、加速度等等。可以把这些信息通过路侧单元RSU下发到车辆的OBU与车辆进行协同感知，进行协同的决策控制。单点的路侧设施相关的数据，通过路侧单元向云端进行汇聚融合，就可以实现动态交通的数字孪生，可以实现对于交通数据流的整体研判分析，对车辆进行一些超视距感知。除此之外，云端还具有开放平台，可以支持各种类型的开发者基于我们的数据进行二次开发，产生各种类型的应用产品，应用APP等等。还有一方面，我们可以向政府主管部门以及行业企业提供各种类型的服务，提供仿真模拟测试以及算法训练等方面的支持。

通过我们在多地车路协同设施的部署，这张图汇聚了我们车路协同设施对单车智能提供的相关辅助支持的典型案例，左上角是前车对红绿灯的遮挡。第二张是超视距感知，车辆可以感受到1公里甚至更远距离交通事件的发生。第三张图是盲区提醒，如经常说的鬼探头对交通事件的及时提醒，使车辆更快的做出决策响应。最下面是违规占道车，自动驾驶车辆自身的激光雷达对于动态障碍物变化的感知能力更强一些，对于长期在路上静止状态的障碍物的识别能力相对弱一些，通过车路协同的辅助可以更好更有效的识别静态障碍物，更好的提高车辆决策和控制能力。