百度投入无人驾驶为何不计代价？一切为了安全

ZD至顶网软件频道消息（张晓楠/文）： 对于时下热门的自动驾驶、无人驾驶，询问周围朋友，大家的担忧惊人的一致，都是质疑其安全性。这也正是为什么5月7日特斯拉自动驾驶发生一起交通致死案如此引人关注的原因。 

一边是人工智能突飞猛进所推动的无人车跨越式发展，一边是人们对无人车究竟安不安全的最朴素的隐忧，这二者间能否求得两全？在不久前刚刚结束的百度世界大会上，百度自动驾驶事业部总经理王劲一番话给大家留下了很深刻的印象：“现在无人车最大的挑战还在安全性。从统计数据来看，人类驾驶汽车平均每100万公里会出1.2次事故。无人车的安全性应该远远高于人工驾驶，而且必须是十倍、百倍地超过人工驾驶时，才能让它上路。”

在保证无人驾驶安全上百度不计代价投入

无论百度、谷歌这样发展无人车的互联网公司，还是宝马、特斯拉这样发展自动驾驶的车企，只有把安全放在绝对的第一位，才是硬道理。拿王劲的话来说，“百度发展无人车是要不计代价地保证安全性。”

这里有个佐证：百度无人车顶端的64 线激光雷达造价高达 8 万美金，激光雷达在1秒之内可以给出30万个点的基于深度学习的3D感知，用以快速、准确地识别道路上的障碍物。百度和福特共同向全世界最好的激光雷达公司Velodyne LiDAR 投资1.5 亿美元，用于激光雷达在无人车领域的深入研究，同时大幅降低雷达产品造价，实现真正的无人车商用。

百度的多传感器融合技术通过激光雷达和毫米波雷达的使用，来弥补摄像头在反光情况下所产生的盲区，而且多传感器技术能够补齐单一传感器在突发情况下产生的技术短板，这样的话，未来类似特斯拉这样的事故可能就可以避免了。 

百度所选择的这条多传感器融合的技术路线，如果动辄需要数万美金造价，如何实现商用？据王劲介绍，百度投资的Velodyne LiDAR公司如果订单能达到 100 万个，就能让一个激光雷达的价格降到 500 美元。通过量产以及技术研发降低产品价格是百度在探寻的，但是百度不会为了价格而对技术去妥协。

强大数据处理能力让感知技术有用武之地

除了成本之外，多传感器在获得更实时、精确、详尽的信息之后，更需要具备对信息进行快速处理、分析、决策的能力，在这方面百度所拥有PB级处理能力的数据平台和安全的车载操作系统至关重要。

PB级处理能力的数据平台可以把车端数据汇入无人车统一数据仓库，通过计算平台、平台接入层实现仿真、ETL和超高精地图定位。 

车载操作系统则通过运算调度平台、传感器融合平台和高性能运算平台的组合，来实现资源灵活调度、传感器预处理和10倍提速的点云处理。

百度投入如此巨大的人力物力和财力用于感知系统研发的原因，在于无人驾驶的感知就好像人类的视觉、听觉、感觉一样，只有接近人、超过人，才能实现对道路安全的分析和预判。

人工智能是无人驾驶的有力支撑

除了传感器、车载系统等软硬件平台之外，百度人工智能技术也是其无人驾驶发展的有力支撑。百度在深度学习、海量数据、优秀算法等人工智能技术上的优势为无人车发展奠定基础，包括计算机视觉、语音交互、精准地位等技术优势也是无人车发展的可靠保障。

百度的计算机视觉技术在国际通用街景数据集 KITTI 的车辆识别准确率超过90%，这也是全世界最高的准确率；在面向城区复杂道路的感知上，百度无人车的图像识别系统，可以做到行人检测准确率超过95%，红绿灯识别精度超过99.9%，当然有了深度学习，这些准确率还会获得极大提升。

去年12 月，百度无人车实现了上路测试，并完成了在复杂路面的实测；今年9月1日，百度得到美国加州发布的无人驾驶测试牌照，可以在加州高速公路和城市道路上进行无人车测试，这是全世界第 15 个无人驾驶测试牌照。 

百度不仅仅是在感知技术上获得了领先地位，在语音交互、车辆控制、定位等技术上，也是可圈可点。比如百度拥有厘米级的高精地图定位系统，在高精度定位方面已经可以达到小于5cm接近3cm；驾驶控制可以做到误差小于10cm。截至 2016 年 7 月底，百度自动驾驶技术专利的申请数量已经达到 439 项，其中包括了无人车的智能感知与控制、智能检测与定位、高精地图、语音和图像处理、机器学习、无人车测试等国际领先技术。

结束语

在推动无人驾驶这件事儿上，可能会有人觉得百度、谷歌这些互联网公司有些过于追求技术上的极致了，不过这并非为了宣示互联网公司在技术上就比车企超前多少，而只是为了朴素的道理：确保安全。既然技术发展能够让安全性这一目标无限接近完美，为什么不应该具有追求极致的勇气呢？