日前，百度純視覺(jué)城市道路閉環(huán)解決方案——Apollo Lite在CVPR 2019首次面世。

能夠支持對(duì)10路攝像頭、200幀/秒數(shù)據(jù)量的并行處理，單視覺(jué)鏈路最高丟幀率能夠控制在5‰以下，實(shí)現(xiàn)全方位360°實(shí)時(shí)環(huán)境感知，前向障礙物的穩(wěn)定檢測(cè)視距達(dá)到240米。

日前，百度純視覺(jué)城市道路閉環(huán)解決方案——Apollo Lite在CVPR 2019首次面世。

作為目前國(guó)內(nèi)唯一的城市自動(dòng)駕駛純視覺(jué)城市道路閉環(huán)解決方案，在多地多路段落地測(cè)試中，其測(cè)試車(chē)輛數(shù)目、累計(jì)測(cè)試?yán)锍毯蛙?chē)輛在城市道路上的閉環(huán)自動(dòng)駕駛表現(xiàn)優(yōu)異，可與Mobileye提供的純視覺(jué)解決方案相媲美。

Apollo Lite的提出與實(shí)現(xiàn)

美國(guó)當(dāng)?shù)貢r(shí)間6月16日-20日，全球計(jì)算機(jī)視覺(jué)及模式識(shí)別領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議CVPR 2019（Conference on Computer Vision and Pattern Recognition）于美國(guó)長(zhǎng)灘召開(kāi)。

CVPR作為行業(yè)最頂級(jí)的研究型會(huì)議，每年被收錄的論文均來(lái)自計(jì)算機(jī)視覺(jué)領(lǐng)域頂級(jí)團(tuán)隊(duì)，代表著國(guó)際最前沿的科研技術(shù)，并指引行業(yè)未來(lái)發(fā)展的研究方向。在當(dāng)?shù)貢r(shí)間6月17日，百度Apollo在CVPR上舉辦技術(shù)講座，Apollo技術(shù)委員會(huì)主席王亮就L4級(jí)全自動(dòng)駕駛（Fully Autonomous Driving）環(huán)境感知技術(shù)方案進(jìn)行了講解，并公開(kāi)了環(huán)視視覺(jué)解決方案百度Apollo Lite。

Apollo Lite是國(guó)內(nèi)領(lǐng)先的城市道路L4級(jí)視覺(jué)感知解決方案，能夠支持對(duì)10路攝像頭、200幀/秒數(shù)據(jù)量的并行處理，單視覺(jué)鏈路最高丟幀率能夠控制在5‰以下，實(shí)現(xiàn)全方位360°實(shí)時(shí)環(huán)境感知，前向障礙物的穩(wěn)定檢測(cè)視距達(dá)到240米。

經(jīng)過(guò)前期的技術(shù)研發(fā)投入和2019年上半年的路測(cè)迭代，依靠這套10相機(jī)的感知系統(tǒng)，百度無(wú)人車(chē)已經(jīng)可以在城市道路上實(shí)現(xiàn)不依賴(lài)高線(xiàn)數(shù)旋轉(zhuǎn)式激光雷達(dá)的端到端閉環(huán)自動(dòng)駕駛。

Apollo Lite已經(jīng)在北京稻香湖等多地多路段落地測(cè)試。在路測(cè)過(guò)程中，測(cè)試車(chē)輛數(shù)目、累計(jì)測(cè)試?yán)锍毯蛙?chē)輛在城市道路上的閉環(huán)自動(dòng)駕駛表現(xiàn)優(yōu)異，已達(dá)國(guó)際領(lǐng)先水平，可與全球最大的ADAS(高級(jí)輔助駕駛技術(shù))供應(yīng)商Mobileye提供的純視覺(jué)解決方案相媲美。

Apollo Lite的技術(shù)優(yōu)勢(shì)

相比旋轉(zhuǎn)式激光雷達(dá)感知方案，視覺(jué)感知方案價(jià)格低且便于獲得。這套低成本近車(chē)規(guī)級(jí)環(huán)視感知方案也能夠降級(jí)支持ADAS輔助駕駛應(yīng)用，創(chuàng)造更多有價(jià)值的應(yīng)用場(chǎng)景，將ADAS產(chǎn)品的能力提升到一個(gè)新的高度，為企業(yè)、開(kāi)發(fā)者們提供了一個(gè)低價(jià)、優(yōu)質(zhì)的自動(dòng)駕駛解決方案。

攝像頭是相對(duì)成熟的傳感器，除具備輕巧低成本和符合車(chē)規(guī)的優(yōu)勢(shì)外，高分辨率高幀率（成像頻率）的成像技術(shù)發(fā)展趨勢(shì)意味著圖像內(nèi)蘊(yùn)含的環(huán)境信息更豐富，同時(shí)視頻數(shù)據(jù)也和人眼感知的真實(shí)世界最為相似，但和三維點(diǎn)云數(shù)據(jù)相比，二維圖像中的信息更難挖掘，需要設(shè)計(jì)更強(qiáng)大的算法、大量數(shù)據(jù)的積累和更長(zhǎng)期的研發(fā)投入。

王亮表示，百度Apollo始終堅(jiān)持多傳感器融合的技術(shù)路線(xiàn)。在L4級(jí)自動(dòng)駕駛傳感器選型上，激光雷達(dá)和攝像頭不是排它的的也不是單純的從屬和互補(bǔ)關(guān)系。從安全性考慮，二者具備相同的重要性和不可替代性，缺一不可。

現(xiàn)今很多傳感器融合的方案設(shè)計(jì)較為復(fù)雜，技術(shù)人員往往從快速解決問(wèn)題的角度出發(fā)設(shè)計(jì)算法，這個(gè)過(guò)程中難免避重就輕的利用異構(gòu)數(shù)據(jù)各自的優(yōu)勢(shì)進(jìn)行缺陷互補(bǔ)從而繞過(guò)困難的問(wèn)題。

基于這種思路設(shè)計(jì)的多傳感器融合方案雖然能夠在短期規(guī)避單傳感器方案難以解決的問(wèn)題，長(zhǎng)遠(yuǎn)看，數(shù)據(jù)和策略間深度耦合的設(shè)計(jì)不利于為環(huán)境感知系統(tǒng)提供真正意義上的冗余（true redundancy）。傳感器融合意味著多套能夠獨(dú)立支撐全自動(dòng)駕駛的感知系統(tǒng)強(qiáng)強(qiáng)聯(lián)手，獨(dú)立工作相互校驗(yàn)，最大概率的保證感知結(jié)果的準(zhǔn)確性和完備性。

王亮強(qiáng)調(diào)，百度下決心投入資源研發(fā)純視覺(jué)感知解決方案并不意味著放棄現(xiàn)有基于激光雷達(dá)的技術(shù)路線(xiàn)，而是在技術(shù)實(shí)踐過(guò)程中充分意識(shí)到無(wú)人駕駛系統(tǒng)true redundancy的必要性，決定通過(guò)壓強(qiáng)環(huán)視視覺(jué)技術(shù)來(lái)夯實(shí)多傳感器融合感知框架。在傳統(tǒng)激光雷達(dá)為主，視覺(jué)為輔的傳統(tǒng)融合策略中，視覺(jué)感知自身的問(wèn)題和缺陷在雷達(dá)感知的掩蓋下暴露不夠充分。通過(guò)Apollo Lite打磨迭代的純視覺(jué)技術(shù)正在持續(xù)反哺百度堅(jiān)持的多傳感器融合解決方案，提升無(wú)人駕駛系統(tǒng)的魯棒性和安全性。

Apllo Scape的最新進(jìn)展

CVPR期間，百度Apollo還公布了ApolloScape最新進(jìn)展，目前ApolloScape已經(jīng)發(fā)布了五個(gè)公開(kāi)數(shù)據(jù)集包括場(chǎng)景解析、細(xì)粒度車(chē)道線(xiàn)、定位、三維車(chē)輛擬合和稠密軌跡。

場(chǎng)景解析

ApolloScape中的場(chǎng)景解析(scene parsing)數(shù)據(jù)集包括了14.7萬(wàn)幀的具備逐像素語(yǔ)義標(biāo)注的圖像，相對(duì)于包括Waymo在內(nèi)的僅具備矩形框標(biāo)注的數(shù)據(jù)集，像素級(jí)標(biāo)注提供了更為細(xì)致的而且不受物體間的遮擋影響的場(chǎng)景信息，旨在推動(dòng)更為精準(zhǔn)的視頻場(chǎng)景語(yǔ)義理解技術(shù)。

除了二維視頻圖像，其每幀相關(guān)的三維點(diǎn)云也被逐點(diǎn)標(biāo)注了語(yǔ)義信息。另外，圖像的逐像素標(biāo)注的時(shí)間工作量超過(guò)了矩形框標(biāo)注的工作量十倍以上。

車(chē)道線(xiàn)

道路線(xiàn)是一項(xiàng)基礎(chǔ)的路面元素， ApolloScape 車(chē)道線(xiàn)數(shù)據(jù)集提供了28類(lèi)不同的道路線(xiàn)分類(lèi)的逐像素級(jí)別和以及三維逐點(diǎn)級(jí)別的數(shù)據(jù)集，這是目前所有公開(kāi)數(shù)據(jù)集都不具備的標(biāo)注信息。

定位

無(wú)人車(chē)需要精準(zhǔn)的定位系統(tǒng)用以獲取一系列信息，例如自身的位置，前方的情況，以及行駛區(qū)。

其中定位精度一般需要控制在10厘米以?xún)?nèi)以避免出現(xiàn)碰撞和車(chē)道偏離的情況。ApolloScape自定位 (self-localization) 數(shù)據(jù)集提供了近30萬(wàn)張帶有高精GNSS信息的覆蓋近28公里的圖像。

三維車(chē)輛擬合

如何利用圖像快速感知周?chē)?chē)輛的三維位姿對(duì)于自動(dòng)駕駛也至關(guān)重要。為了推進(jìn)此問(wèn)題的研究， 百度推出ApolloScapeCar3D數(shù)據(jù)集，此數(shù)據(jù)集采集于中國(guó)的不同的城市，包含5277多幅真實(shí)駕駛場(chǎng)景、6萬(wàn)多車(chē)輛的三維標(biāo)注數(shù)據(jù)。

除了車(chē)輛的三維位姿之外，百度還同時(shí)開(kāi)放了真實(shí)三維車(chē)模型，66個(gè)三維/二維車(chē)輛關(guān)鍵點(diǎn)數(shù)據(jù)。接下來(lái)，或進(jìn)一步開(kāi)放部件級(jí)別的、稠密的三維車(chē)輛標(biāo)注。

稠密軌跡

ApolloScape的物體軌跡跟蹤數(shù)據(jù)集提供了圖像和點(diǎn)云上的物體運(yùn)動(dòng)軌跡，其涵蓋了不同的光照條件以及大量的車(chē)/人/騎行混雜的交通流，旨在推動(dòng)物體跟蹤以及運(yùn)動(dòng)行為預(yù)測(cè)技術(shù)。軌跡數(shù)據(jù)全長(zhǎng)到2.5個(gè)小時(shí)，這個(gè)比現(xiàn)有的最大的軌跡數(shù)據(jù)集（NGSIM）大了三倍。

自2018年3月的發(fā)布以來(lái)，ApolloScape數(shù)據(jù)集已經(jīng)被全球范圍內(nèi)下載上萬(wàn)次。

結(jié)語(yǔ)

技術(shù)的發(fā)展無(wú)疑是自動(dòng)駕駛產(chǎn)業(yè)的必備要素，而在技術(shù)進(jìn)步的同時(shí)，為企業(yè)和開(kāi)發(fā)者打造低價(jià)、易獲取的解決方案，更是推動(dòng)產(chǎn)業(yè)發(fā)展的重要一環(huán)。

可以看出，百度Apollo作為國(guó)際領(lǐng)先、中國(guó)最強(qiáng)的自動(dòng)駕駛開(kāi)放平臺(tái)，在不斷推進(jìn)自身技術(shù)進(jìn)步的同時(shí)，正為自動(dòng)駕駛的規(guī)?；?、量產(chǎn)化提供層出不窮的全新技術(shù)。只有讓優(yōu)質(zhì)技術(shù)在更多人手中得以利用，自動(dòng)駕駛產(chǎn)業(yè)才能愈發(fā)蓬勃，展現(xiàn)其應(yīng)有的光芒。