在CVPR（全球計算機視覺及模式識別領域頂級學術會議）2019上，百度Apollo公開了自動駕駛純視覺城市道路閉環解決方案－－百度Apollo Lite。

據Apollo技術委員會主席王亮介紹，Apollo Lite是目前國內唯一的城市道路L4級視覺感知解決方案，能夠支持對10路攝像頭、200幀／秒數據量的并行處理，單視覺鏈路最高丟幀率能夠控制在5％以下，實現全方位360°實時環境感知，前向障礙物的穩定檢測視距達到240米。

感知系統作為自動駕駛最為關鍵的環節，其技術發展的程度直接關系到自動駕駛的有無以及后續發展。目前行業內所采用的無人駕駛感知層技術包括攝像頭、激光雷達、GPS、慣性傳感器等技術。而眾多的自動駕駛感知技術中，純視覺技術一直被特斯拉、Mobileye等國際知名自動駕駛企業看好。

伴隨著此次百度Apollo首次公布純視覺L4無人車方案，自動駕駛純視覺感知技術的支持陣營中又多了一股重要力量。而這一轉變的背后，卻也有諸多值得挖掘的地方。

大廠更青睞純視覺，其它無人車感知技術out了？

在自動駕駛領域，大企業對于純視覺感知技術的青睞一直有增無減，以Mobileye為例，該公司只通過做純視覺方案在2016年便達到了估值超過153億美金。此外，目前自動駕駛領域最為知名的企業——特斯拉所采用的感知技術也是純視覺方案。

純視覺感知技術之外，目前自動駕駛感知技術領域更多采用的是基于激光雷達、GPS、慣性傳感器等多傳感器的融合技術。針對于多傳感器融合技術的運用情況，行業里存在的說法是“自動駕駛汽車僅采用一個傳感器不可能實現可靠駕駛，因此必須進行傳感器融合。”

但由于現今很多傳感器融合的方案設計均較為復雜，而且技術人員往往從快速解決問題的角度出發設計算法，這個過程中難免避重就輕的利用異構數據各自的優勢進行缺陷互補從而繞過困難的問題。所以從長遠來看，傳感器融合方案在數據和策略間深度耦合的設計不利于自動駕駛環境感知等技術發展。

反觀純視覺技術，一方面，攝像頭是相對成熟的傳感器，除具備輕巧低成本和符合車規的優勢外，高分辨率高幀率的成像技術發展趨勢意味著圖像內蘊含的環境信息更豐富，同時視頻數據也和人眼感知的真實世界最為相似。所以純視覺技術也反而成為了一個不錯的選擇，而這也正是其受寵的原因所在。

但需要看到的是，由于視覺技術更多的是基于二維圖像的信息做進一步的挖掘，所以其對于數據的積累以及算法能力的要求也將會更高一些，短期內能夠落地到實際場景當中仍然需要時間，所以多傳感器融合技術仍然是當下技術發展的主流方式。

正如百度Apollo方面也表態所言：百度始終堅持多傳感器融合的技術路線，在L4級自動駕駛傳感器選型上，激光雷達和攝像頭不是排它的的也不是單純的從屬和互補關系。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。

純視覺技術受寵，但是其它自動駕駛感知技術也依然是香餑餑。

發布L4無人車方案，純自動駕駛到來有多遠？

自動駕駛按照自動化程度高低可以分為完全無智能化、具有特殊功能的智能化、擁有多項原始控制功能的智能化、有限制的無人駕駛以及全工況無人駕駛共5個等級。此次百度發布的解決方案屬于有限制的L4級無人駕駛方案。

據發布會介紹，經過前期的技術研發投入和半年的路測迭代，憑借此次發布的純視覺無人駕駛感知系統，百度無人車已經可以在城市道路上實現不依賴高線數旋轉式激光雷達的端到端閉環自動駕駛。而且在2019年上半年，Apollo Lite已經在北京稻香湖等多地多路段落地測試。而且在路測過程中，測試車輛數目、累計測試里程和車輛在城市道路上的閉環自動駕駛表現優異。

中國汽車工業信息網信息顯示，我國已為32家自動駕駛領域關聯企業發放了101張智能網聯汽車道路測試牌照，百度占據了超過50張自動駕駛路測牌照。此外，路測的過程自動駕駛產業收集自動駕駛數據、優化自動駕駛模型、調整算法的過程也需要大量的數據，為后續的模型優化、算法調整等提供重要依據。而在這一方面，百度自動駕駛前沿開放式工具及數據集ApolloScape的數據量“超同類10倍”。

可以說，作為我國自動駕駛領域最大的玩家，百度無人駕駛領域的技術在很大程度上代表了我國自動駕駛領域的技術實力。伴隨著此次百度L4級無人車方案的發布并在實際路測過程中取得優異表現，相信隨后測試的技術也將逐步的落地到實際的運用場景當中，進而創造出更多有價值的商用場景。

一直以來，行業里普遍認為自動駕駛市場的蓬勃發展至少要到2030年以后，但是隨著5G商用加速、新時期政府對于科創支持力度的大幅度提升，此外百度以及大量車企在無人駕駛技術以及落地探索方面的不斷攻關克險，相信這一時間節點的到來將有可能提前。而且在高速路、貨運通道以及一些特定的封閉場所之內，無人駕駛的運用以及普及將會更早一步鋪展開來。