百度亮出自动驾驶研发「百宝箱」，打造一个「汽车机器人」so easy！

2022 年，或许是「多元汽车机器人」开始登上历史舞台的元年，而在「多元汽车机器人」的背后，百度公司以及百度 Apollo 平台将会成为最核心的推手。

-- 这一年，百度与吉利合资成立的智能电动汽车公司集度将要推出其首款「汽车机器人」概念车；
-- 这一年，百度 Apollo 的出行服务汽车机器人（也就是 Robotaxi）运营平台「萝卜快跑」将在全国至少 10个城市开展运营服务；

-- 同样在这一年，百度 Apollo 自动驾驶技术赋能的各类商用「汽车机器人」，比如公交机器人、干线物流汽车机器人、特种作业汽车机器人、零售汽车机器人等都会开始提供常态化服务。

百度集团董事长兼 CEO 李彦宏有一个观点，他认为若干年后，汽车会成为机器人的主流形态，因为现在的汽车除了外形不像人之外，很多地方已经很像人，人能听、能看、能说、会动也会思考，现在的智能汽车也有各类传感器设备能眼观八方、语音交互功能可与人对话以及各类 AI 芯片上车也更懂人类。

所以，推动「多元汽车机器人」的落地，将是现在以及未来的百度 Apollo 不遗余力要实现的目标。

为了这个目标，百度已经花了超 8 年时间自主研发「汽车机器人」最关键的自动驾驶技术；百度 Apollo 开放平台自 2017 年成立以来已经走过 4 年，历经了 11 个版本的迭代，从最初的封闭场地循迹自动驾驶，到城市路况自动驾驶，再到迈向无人化的自动驾驶，技术能力一步步扎实升级。

在 2021 年行将结束，在「多元汽车机器人」落地元年到来的前夜，百度 Apollo 自动驾驶开放平台又迎来了重大版本更新—— Apollo 7.0。

如果要用一句话来概括 Apollo 7.0 版本的重要进化，那就是：

通过提供更便捷的工具服务以及更多灵活扩展的模型，Apollo 7.0 实现了从开源代码到工具服务平台的完整进化。

简单来说就是，进化到 Apollo 7.0 版本，这个自动驾驶开放平台该有的技术能力模块已经搭建完整，该开源的代码也已经相当丰富，而且对于很多要基于该平台进行自动驾驶研发的开发者来说，也更加好上手、更加易用，因为该有的开发工具、算法模型都很齐备。

1

Apollo 7.0 上新

2021  年 12 月 29 日，在百度 AI 开发者大会（Create 2021 ）上，百度 Apollo 自动驾驶开放平台上新，Apollo 7.0 版本正式到来，相较于此前 Apollo 6.0 已经拥有的云端服务平台、开源软件平台、硬件开发平台、车辆认证平台四大开源平台，Apollo 7.0 新增了一站式实践云平台 Apollo Studio、仿真服务和高效新模型、PnC（规划和控制）强化学习训练与评测服务三大模块。

具体来看看这新增的三大模块到底有什么玄机。

1）Apollo Studio：自动驾驶开发工具「百宝箱」

Apollo Studio 其实是Apollo 6.0 中比较受到开发者欢迎的「数据流水线」产品的升级版本，Apollo Studio 里面，有很多自动驾驶开发者在本地开发和在车端开发所需要的全流程云端工具链，能够给到开发者一站式的体验。

它就像是一个百宝箱，资源应有尽有，而且这个百宝箱是放在云上的，不用费时费力下载到本地，就像如今的 APP 应用和微信小程序的区别，开发者用 Apollo Studio 更为轻便、简单，不用费太多精力，需要什么直接从云端调取就可以。

具体来说，对于那些在自己计算机上进行自动驾驶算法开发的开发者来说，Apollo 7.0 新增了 Apollo 实训平台，开发者可以一键获取 Apollo 云端实训环境，告别本地安装系统、驱动、下载源码、编译等繁琐步骤，更容易上手。

而对于那些要在车端进行自动驾驶部署的开发者来说，Apollo 7.0 新增在线车辆管理，升级了数据流水线与云端使用流程，可识别车辆类型，智能同步云端车辆配置，进一步降低调试车辆的门槛。

总的来说，Apollo 7.0 中 Apollo Studio 的出现，是为基于 Apollo 开放平台的自动驾驶开发者极致减负，轻装上阵，为他们高效的自动驾驶开发提供必要的支持。

2）规划和控制模块的开发能力增强

Apollo 新增的第二模块就是 PnC（规划和控制）强化学习训练与评测服务。

我们知道，自动驾驶除了感知和预测模块，还有规划和控制模块（PnC），在如今感知算法和感知硬件不断丰富的基础上，提升规划和控制模块的能力成为很多自动驾驶企业的重点研发方向。

在 Apollo 7.0 中，在 6.0 版本原有仿真平台基础上，新增了业界首个 PnC 强化学习模型训练与仿真评测平台，具有数据真实、功能强劲、评测标准全面、架构可扩展等多重优势，目的是为强化学习研究提供统一的验证标准。

具体来看看这些优势都怎么理解：

首先是数据真实，因为现在百度 Apollo 在全球范围内的道路测试里程已经超过了 2100 万公里，这些海量的真实路测数据，通过技术手段进行仿真还原，让整个仿真场景的复杂度、交互的真实性非常高。

而在功能上，PnC 强化学习模型训练与仿真评测平台能提供智能端到端的训练评测能力，更智能的从训练到评测闭环的能力，可循环迭代。

在评测能力上，百度 Apollo 引入了生态合作伙伴跨产业实践的全方位测评标准，具备在交规、安全、体感、智能性等全方位的驾驶评估能力，贴近现实应用环境。

最后，针对强化学习不同使用级别，提供可扩展的接口，开发者既可以调参，也可以拓展实现自己的强化学习算法，使用更加灵活。

这么好用的一个平台，百度 Apollo 现在还不打算敞开门迎客，而是会采用邀请制的方式对外开放这个平台。

3）感知和预测模块引入新的深度学习模型

既然规划和控制模块的开发能力在 Apollo 7.0 版本中得到强化，那么感知和预测算法模块也同样要跟上，所以在 Apollo 7.0 中，专门引入了 3 个基于深度学习的模型，有效减少了感知模块的漏检、抖动等问题。

Apollo 7.0 中：

-- 在激光雷达传感器感知方面，实现了MaskPillars 激光点云障碍物识别模型，相比 6.0 发布的 PointPillars 模型，在准召性能（准确率和召回率）上有了较大提高。

-- 而在摄像头传感器感知方面，实现了 SMOKE 视觉障碍物模型，提供端到端单目 3D 障碍物检测能力，不依赖后处理操作。

另外在预测模块，Apollo 7.0 提供了 Inter-TNT 障碍物交互预测模型，通过引入障碍物与主车轨迹交互、高效编解码器，预测精度和性能都有显著提升。

相比 Apollo 6.0 发布的语义地图预测模型，新模型的前向计算时间从 15ms 提升至 10ms，minADE（最小平均距离误差） 和 minFDE（最小最终距离误差）等关键指标均有 20% 以上提升。

就这 5ms 以及 20% 误差的提升，对于自动驾驶的安全性提升将是指数级的。

Apollo 7.0 版本，为自动驾驶开发者打造了好用、易用的「百宝箱」Apollo Studio，而且通过新的深度学习模型和强化学习模型训练平台，对自动驾驶关键的感知、预测、规划和控制 4 大算法模块的开发提供强有力的支持，帮助越来越多的开发者开发出属于自己的「汽车机器人」产品和应用。

从这方面来看，百度 Apollo 真正做到了「授人以渔」，对于推动中国「汽车机器人」在各行各业开花结果，这样的实践值得肯定。如果要选出中国「汽车机器人」的启蒙者，那非百度 Apollo 莫属了。

从 2017 年 4 月上海车展亮相，到 2021 年 12 月 29 日 Apollo 7.0 推出，在过去的 4 年零 8 个月中，百度 Apollo 积累了 11 个大版本，从封闭场地循迹自动驾驶发展到现在拥有一整套从代码到开发工具箱的完整自动驾驶开发 Know-How，而且还是以开放的姿态，赋能中国乃至全球的自动驾驶开发者，从这一点开，全球只有百度 Apollo 做到了。

现在的百度 Apollo，已经成长为全球最活跃的自动驾驶开放平台，拥有全球生态合作伙伴超过 210 家，汇聚全球开发者 80000 名，开源代码数 70 万行。

有了这样一个开放的自动驾驶技术平台打底，在上面的应用层，百度不但要做载人出行领域的「汽车机器人」，还要将这套方案推广到各行各业的「汽车机器人」应用上，打造多元化的「汽车机器人」。

2

Apollo X：「汽车机器人」全能孵化平台

2020 年 12 月，百度启动 Apollo X 计划，基于此计划，百度 Apollo 不但通过开放平台给技术支持，还要在人才、资本、场景等多个维度扶持不同赛道的「汽车机器人」独角兽。

这些多元化的「汽车机器人」包括但不限于公交机器人、干线物流汽车机器人、特种作业机器人、零售机器人等，百度 Apollo 的目标就是把整个自动驾驶的市场做大，把「汽车机器人」的盘子做大，让自动驾驶在各行各业各大场景落地和商业化。

百度 Apollo 把自己定位为自动驾驶产业的「发电机」，驱动自动驾驶在各行各业发光发热，驱动形形色色的「汽车机器人」为人们的生活带去便利。

一年过去，Apollo X 计划也收获颇丰。

比如在公交汽车机器人领域，百度 Apollo 有自己的阿波龙自动驾驶小巴。

今年 8 月 5 日，全新一代自动驾驶小巴阿波龙二代在广州黄埔亮相，从形态上看，这款车可以称得上是公交汽车机器人。

自量产下线至今，阿波龙二代已在北京、广州、雄安、重庆、佛山等 22 个城市落地部署，累计服务人次超过 12 万人，累计自动驾驶里程超 12 万公里。

在干线物流领域，百度和狮桥一起成立了自动驾驶新能源重卡公司 DeepWay，新能源重卡可以说就是物流汽车机器人，它们未来会在省际、城际高速和国道上为人们运送货品。

而在一些更为小众且工作环境更恶劣的场景，汽车机器人取代人类是趋势，也是时代发展的必然，比如说特种作业机器人、矿山自动驾驶卡车。

2021 年，百度 Apollo 与华能伊敏煤电公司合作打造了自动驾驶矿卡，能够在矿山场景下自主运行，可以被称为矿山场景的「汽车机器人」。

类似于这样的各行各业的「汽车机器人」还有很多，百度 Apollo 正在推动这类场景的自动驾驶技术的应用，帮助合作伙伴打造和落地专属的「汽车机器人」。

从自动驾驶汽车到「汽车机器人」，百度已经花了超过 8 年时间探索，作为全球范围第一个如此全面地拥抱「汽车机器人」概念的科技公司，相信在接下来的很多年，百度将持续推动「汽车机器人」的商用和普及，直到有一天「汽车机器人」深入每一个寻常百姓家。

3

百度 Apollo 驱动「汽车机器人」时代

毋庸置疑，百度公司以及百度 Apollo 已经驶入了「汽车机器人」时代。

在这个时代，百度不但是重要的参与者，也是核心的技术和生态赋能者。

所谓参与者：

百度有自己运营的 Robotaxi 平台「萝卜快跑」，还有自己的自动驾驶小巴 Robobus 的运营服务。 

在专注于载人「汽车机器人」层面，2021 年的第三季度，百度自动驾驶出行服务 APP「萝卜快跑」提供了 11.5 万次乘车服务。

萝卜快跑计划至 2023 年底将自动驾驶出行服务，开放至 30 个城市，部署至少 3000 辆自动驾驶汽车，为 300 万用户提供服务。

到 2025 年将业务扩展到 65 个城市，到 2030 年扩展到 100 个城市。

之所以有如此强大的底气，一方面是因为百度 Apollo 在自动驾驶技术方面已经有了长足的积累，这些积累可以通过一串数字来证明：

-- 测试车队规模 500 辆级别；

-- 技术专利数 3400 件；

-- 全球近 30 个城市开放道路测试；

--获中国自动驾驶测试牌照 411 张，其中载人测试牌照 231 张。

另一方面，百度 Apollo 还在不断压缩自动驾驶运营车辆的制造成本，Apollo 第五代 L4 级量产无人车 Apollo Moon 的成本价为 48 万元，是行业 L4 级自动驾驶车型平均成本的三分之一。

而且，百度也已经发布了真正的「汽车机器人」概念车，未来概念车量产后，真正的载人「汽车机器人」将拥有更低的制造成本。

除了 Robotaxi，百度还有直接介入「汽车机器人」制造的汽车公司「集度汽车」，2022 年他们的概念车就要亮相了，百度心目中「汽车机器人」的完整模样到那时候将更加清晰。

所谓赋能者：

百度 Apollo 通过打造开放平台，一步一步开源自动驾驶技术，为开发者提供好用的自动驾驶开发工具，汇聚全球自动驾驶开发的先锋力量，形成一个完整的自动驾驶技术和生态的「百宝箱」。

众多的自动驾驶开发者或者企业，可以开箱即用，大大降低了进入自动驾驶领域的门槛，提升了开发的效率，在技术上赋能整个自动驾驶产业。

而针对各行各业的「汽车机器人」应用，百度不但有 Apollo 平台的技术，还会给予突出者以人才、资源、资金以及商业化场景的支持，不遗余力帮助合作伙伴打造「汽车机器人」并推动其落地和商用。

以参与者和赋能者的双重角色，百度正走向「汽车机器人」时代，成为那个时代的探路者和奠基人。 

如果说 Waymo 掀起了全球自动驾驶研发和商用的热潮；如果说特斯拉开启了全新的智能电动汽车时代；那么百度 Apollo 则是「汽车机器人」时代的开创者，它以一种全面开放的姿态，眼光不仅仅局限在自身，更着眼于整个自动驾驶产业，创新不仅可以为己所用，也能赋能他人，身体力行推动各类「汽车机器人」创新。

这在全球范围内，都是独一无二的存在。