百度開發者大會
編者按無論是Robotaxi亦或是阿波龍的量產商用，這些嘗試不僅為車企在前裝自動駕駛領域提供了多樣化選擇，也對其商業化落地具有深遠意義。盡管目前百度已經在自動駕駛研發及商用上，取得了長足的進步，但其要想真正推動這項技術的大規模量產，還面臨多方面的挑戰。
本文轉自“汽蓋世 汽車 智能網聯”，作者陳婧涵，原標題《百度Robotaxi落地，商業化難題仍需克服》經億歐編輯，僅供業內人士參考。
4月19日，時值百度Apollo開放平臺發布3周年之際，百度又暗戳戳的搞了壹件大事，Robotaxi上線百度地圖及百度APP智能小程序Dutaxi，向長沙市民全面開放試乘服務，成為國內首個通過國民級應用向公眾開放的自動駕駛出租車服務。
盡管如此，這並不意味著自動駕駛 汽車 馬上就可以走進尋常百姓家，這項技術要實現大規模商用依舊還有很長壹段路要走。
從2017年百度開放Apollo平臺，到後來封閉場地測試、推出L4量產車阿波龍、在國內率先開啟試運營，再到2020年全面開放運營，百度的節奏在業內領先，特別是Robotaxi這壹細分領域。
2015年，與所有滿懷憧憬的自動駕駛領域玩家壹樣，百度宣布正式成立自動駕駛事業部，進軍該領域，彼時的百度躊躇滿誌，卻總是不得要領。轉折要從Apollo登上舞臺開始說起。
2017年4月，百度借用阿波羅登月計劃的含義，發布了Apollo計劃，向 汽車 行業及自動駕駛領域的合作夥伴提供壹個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建壹套屬於自己的完整的自動駕駛系統。
同年7月，百度在AI開發者大會上正式發布Apollo 1.0，李彥宏乘無人車參會助陣。之後，Apollo先後進行了多次叠代，到現在已叠代發布八大版本，形成完整開源架構，全方位賦能開發者，並從中國走向世界。
其中2018年7月4日，在百度AI開發者大會上，百度發布Apollo3.0的同時，宣布百度又壹大“殺器“——全球首款L4級別自動駕駛巴士“阿波龍”正式量產，會上百度與7000余名開發者***同見證第100臺“阿波龍”的下線。
隨後這些車輛被分別發往了北京、雄安、廣州、深圳、福建平潭、湖北武漢、日本東京等地開展商業化運營。其中在日本，百度將聯合金龍客車、軟銀集團旗下的自動駕駛公司SB Drive，將“阿波龍”用於壹些核電站內部的人員接駁，以及東京地區壹些高齡化社區的穿梭接送。
4個月後，在2018百度世界大會上，百度宣布“阿波龍”已實現萬人試乘，運行壹萬公裏，保持安全零事故。進入2019年，“阿波龍”在全國範圍內進壹步快速落地，到2019年8月，阿波龍已搭載4萬名乘客，在25個城市落地運營。
與此同時，由百度和壹汽紅旗打造的中國首條L4乘用車前裝產線目也正式投產下線， 首批量產的L4級自動駕駛乘用車率先落地長沙，於同年9月正式在長沙開跑，隨後駛進滄州。百度副總裁、智能駕駛事業群組總經理李震宇表示，“Apollo在長沙開啟試運營，標誌著Apollo Robotaxi從內部研發逐步走入市場，在真實場景中獲取反饋。”
可以說無論是Robotaxi亦或是阿波龍的量產商用，這些嘗試不僅為車企在前裝自動駕駛領域提供了多樣化選擇，也對其商業化落地具有深遠意義。
到12月底，Apollo車隊總測試裏程累計超過300萬公裏，覆蓋北京、武漢、滄州和長春等23個城市。
除了在國內進展迅猛，在國外自動駕駛領域，百度的成績也十分出色，在今年2月27日加州車管所（DMV）公布的2019年年度自動駕駛接管報告中，百度打敗了多年的老對手Waymo，成功登頂。
另據北京智能車聯產業創新中心發布《北京市自動駕駛車輛道路測試報告（2019年）》，過去壹年裏百度Apollo以52輛測試車以及75.4萬公裏新增測試裏程成為年度所有測試企業中投入測試車數量最多、測試裏程最長的企業。
如今，隨著百度Robotaxi在長沙進壹步規模化落地，其“三年商用、五年量產”的豪言也終成事實。不過， 對於百度來說，自動駕駛的落地場景不止是出租車，低速物流車及掃地車等限定場景也都是比較合適的切入口，長沙的試運營只是壹個開端。
盡管目前百度已經在自動駕駛研發及商用上，取得了長足的進步，但其要想真正推動這項技術的大規模量產，還面臨多方面的挑戰。
其壹，缺乏相關的法律法規。 雖然目前各國都對自動駕駛提出了相應的要求和規範，同時劃分了壹些區域作為測試道路，為自動駕駛廠商測試提供便利，但是許多地區商業部署的法規仍在制定中。而且現有的法律制度、政策、保險體系等，並不是為自動駕駛時代的交通量身定制的，壹定存在諸多不合理之處。
目前歐盟已經對脫手的要求進行討論，如ECE R79工作組提到滿足L3級自動駕駛的車輛行駛中可以脫手，預計會在2020-2022年生效。目前都在討論過程中，還沒有正式發布，而技術與服務的需求往往快於法律法規的提出。
其二，技術屏障急需突破。 目前大部分自動駕駛技術仍然停留在L2、L3級別，只能算是部分自動駕駛或者自動輔助駕駛，與L5級別的完全自動駕駛，也就是無人駕駛仍然有很長的壹段距離。因此，目前投入運營和測試的Robotaxi業務壹般都被局限於特定區域內，並需要配備安全員。而且，真正技術的出現，也不是第二天就能賺錢的，中間需要壹個適配的過程。
其三，規模無法迅速擴大。 無論何種技術在興起之初部署規模都是有限的，考慮到各地區內不同城市的人口結構、車輛密度、道路布局和天氣狀況，可能會有所不同。比如如果做Robotaxi服務，需要壹定的數量和規模，需要在壹個區域內部署幾十、甚至幾百輛的自動駕駛 汽車 ，能夠7×24穩定運行。因此，擴大自動駕駛服務範圍將是壹個艱巨的挑戰。要想讓自動駕駛 汽車 真正投放使用，將需要比預期更多的時間和資金。
其四，成本過高。 據悉，應用在自動駕駛 汽車 上的激光雷達、芯片等軟硬件設施很多都沒有大規模量產，費用頗高。L1、L2的實現，相對而言傳感器架構簡單，通過毫米波雷達+前向智能攝像頭就可以完成。
但L3、L4逐漸允許駕駛員解放雙手、雙腳，甚至雙眼，這種情況下就需要非常復雜的傳感器架構，復雜的不僅僅是傳感器、執行器等，還有冗余的要求，這是復雜且昂貴的系統。
當然了，自動駕駛還會面臨更多的挑戰，如用戶群體的培育、運營維護模型的建立等等。這意味著盡管百度在自動駕駛方面已經取得了十分出色的成績，這項技術要想真正實現大規模商用還有很長壹段路要走。