百度彭亮：完善的安全體系和學(xué)習(xí)型PnC是實(shí)現(xiàn)全無人運(yùn)營(yíng)必由之路

7月8日，百度自動(dòng)駕駛技術(shù)部PnC負(fù)責(zé)人彭亮受邀參加2023世界人工智能大會(huì)，并在智能駕駛論壇上發(fā)表主旨演講，分享了百度Apollo在邁向全無人規(guī)模化運(yùn)營(yíng)過程中的技術(shù)心得。彭亮指出：完善的安全體系是自動(dòng)駕駛無人化運(yùn)營(yíng)重要前提，學(xué)習(xí)型PnC是全無人運(yùn)營(yíng)的必由之路。

完善的安全體系是無人化運(yùn)營(yíng)重要前提

自動(dòng)駕駛系統(tǒng)最重要的就是安全，只有自動(dòng)駕駛的安全超過人類駕駛，才能實(shí)現(xiàn)Robotaxi的規(guī)?；\(yùn)營(yíng)。百度Apollo一直基于城市復(fù)雜場(chǎng)景，穩(wěn)步推進(jìn)L4自動(dòng)駕駛，已累計(jì)測(cè)試運(yùn)營(yíng)了6000萬公里，期間沒有發(fā)生過一起重大安全事故。“這足以說明我們的自動(dòng)駕駛系統(tǒng)，在安全方面經(jīng)受住了考驗(yàn)”，彭亮說。

百度Apollo將自動(dòng)駕駛無人化的安全問題拆解成“不安全-安全”、“未知-已知”兩個(gè)維度，并針對(duì)這兩個(gè)維度采取了相應(yīng)的策略。首先，通過提升單車智能能力，將已知的不安全場(chǎng)景轉(zhuǎn)化為安全場(chǎng)景；其次，通過監(jiān)控、冗余和平行駕駛等系統(tǒng)，將未知的危險(xiǎn)場(chǎng)景轉(zhuǎn)化為已知的場(chǎng)景。最終，通過持續(xù)努力將未知風(fēng)險(xiǎn)降到最低，實(shí)現(xiàn)整體系統(tǒng)的安全性。

另外，百度Apollo遵循成熟的汽車安全體系設(shè)計(jì)，從功能安全和預(yù)期功能安全兩個(gè)方面構(gòu)建安全系統(tǒng)。通過底盤、傳感器和計(jì)算單元的冗余設(shè)計(jì)，降低設(shè)備本身失效帶來的風(fēng)險(xiǎn)；同時(shí)，通過完善的故障檢測(cè)和應(yīng)對(duì)方案，實(shí)現(xiàn)全方位的功能安全。當(dāng)系統(tǒng)檢測(cè)到故障時(shí)，會(huì)進(jìn)入安全狀態(tài)，并針對(duì)不同類型的故障設(shè)計(jì)合理的應(yīng)對(duì)方案，比如當(dāng)胎壓出現(xiàn)異常，系統(tǒng)需要能夠檢測(cè)出來并合理處理。

彭亮認(rèn)為，在復(fù)雜的道路條件下，系統(tǒng)遇困時(shí)不能簡(jiǎn)單一停了之，而是需要與真實(shí)的道路環(huán)境兼容。因此，百度Apollo充分利用仿真系統(tǒng)來設(shè)計(jì)針對(duì)不同故障類型的應(yīng)對(duì)處理策略，從而提供基本的安全保障，將未知的風(fēng)險(xiǎn)場(chǎng)景降到最低。

目前自動(dòng)駕駛業(yè)界的系統(tǒng)的操作設(shè)計(jì)領(lǐng)域（ODD）定義通常是靜態(tài)的，比如雨雪天氣、高速公路、隧道等等，難以覆蓋所有的道路交互場(chǎng)景狀態(tài)。百度Apollo自動(dòng)駕駛在演進(jìn)過程中，以預(yù)期功能安全為框架，不斷擴(kuò)展了系統(tǒng)ODD，提升系統(tǒng)能力邊界。同時(shí)，設(shè)計(jì)了一個(gè)偏召回的風(fēng)險(xiǎn)預(yù)警模型，通過云端和路側(cè)提供輔助，確保系統(tǒng)從潛在的不安全狀態(tài)轉(zhuǎn)變?yōu)楦影踩臓顟B(tài)。此外，通過在云端進(jìn)行數(shù)據(jù)挖掘、訓(xùn)練和仿真等工作，進(jìn)一步提升自動(dòng)駕駛系統(tǒng)的能力。

學(xué)習(xí)型PnC系統(tǒng)是實(shí)現(xiàn)無人化的必由之路

自動(dòng)駕駛的設(shè)計(jì)一直存在兩種路線，一種是端到端的自動(dòng)駕駛統(tǒng)一模型路線，另一種是將整個(gè)系統(tǒng)拆分成多個(gè)模塊的工程化路線。百度Apollo在工程化路線上持續(xù)努力，同時(shí)也在端到端方案上做了大量深入探索，并把階段性成果應(yīng)用到自動(dòng)駕駛系統(tǒng)中，這一過程中，文心大模型起到了重要作用，大幅提升了系統(tǒng)的感知能力。

彭亮認(rèn)為，學(xué)習(xí)型PnC系統(tǒng)是實(shí)現(xiàn)無人化的必經(jīng)之路，該系統(tǒng)能逐步吸收規(guī)則系統(tǒng)的經(jīng)驗(yàn)，通過數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)不斷提升能力，并通過啟發(fā)軌跡的檢索降低規(guī)劃優(yōu)化過程的計(jì)算開銷。

百度Apollo將預(yù)測(cè)和決策系統(tǒng)合并為一個(gè)多任務(wù)系統(tǒng)，通過預(yù)測(cè)決策統(tǒng)一建模，聯(lián)合處理問題。并巧妙地把規(guī)則系統(tǒng)當(dāng)作學(xué)習(xí)型系統(tǒng)的“學(xué)步車”，用規(guī)則系統(tǒng)的經(jīng)驗(yàn)初始化學(xué)習(xí)系統(tǒng)，再通過大量的數(shù)據(jù)反哺，驅(qū)動(dòng)學(xué)習(xí)系統(tǒng)不斷成長(zhǎng)，最終超越規(guī)則系統(tǒng)。

彭亮提到，在探索學(xué)習(xí)型PnC系統(tǒng)的過程中，取得了意想不到的成果：基于搜索的軌跡生成方法，只需搜索兩條候選軌跡，即可生成99%場(chǎng)景下的可行答案，在困難場(chǎng)景下表現(xiàn)出色。因此，這種基于搜索的匹配方案被整合到百度Apollo決策系統(tǒng)中。

百度Apollo的學(xué)習(xí)型PnC系統(tǒng)還具有較強(qiáng)的泛化能力，能夠快速適應(yīng)不同城市的道路環(huán)境，落地新城市的技術(shù)交付時(shí)間僅為20天，“打通數(shù)據(jù)驅(qū)動(dòng)范式后，就像獲得感知系統(tǒng)一樣，可以更快擴(kuò)展城市，用更多城市的數(shù)據(jù)來驅(qū)動(dòng)系統(tǒng)快速適應(yīng)。”彭亮說。

伴隨著百度Apollo在無人駕駛技術(shù)上的深耕，百度蘿卜快跑一直在“穩(wěn)步擴(kuò)區(qū)”，目前全無人運(yùn)營(yíng)及測(cè)試已經(jīng)覆蓋北京、上海、深圳、武漢、重慶五大城市，越來越多的人愿意在出行時(shí)選擇“無人車打蘿卜”。截至2023年一季度，蘿卜快跑的訂單總量已超過200萬。接下來，百度Apollo仍將持續(xù)擴(kuò)大業(yè)務(wù)規(guī)模，著力打造全球最大無人駕駛運(yùn)營(yíng)服務(wù)區(qū)，助力中國(guó)智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)高速高質(zhì)發(fā)展。