今年的百度世界大会 ,ai 在汽车领域的应用成为李彦宏演讲的重点,开篇便介绍了“阿波罗计划”推出 7 个月来的成绩,并宣告要在 2018 年 7 月底,与金龙合作率先实现无人驾驶小巴车的小规模量产及试运营,相比于业内 2020 年的基本共识显得更为激进。
值得关注的一点是,李彦宏此次大会还花了不小的篇幅推介由阿波罗团队开发的“疲劳驾驶监测系统”,这是非常典型的辅助驾驶功能,目前国内诸多 adas 厂商也在进行研发。
今年 ces 上,nvidia 也推出了类似的系统,被称为“ai co-pilot”。车内有相关的摄像头以及人工智能算法,对驾驶员进行人脸识别、追踪头部及眼球的运动,而且,还能读懂驾驶员的唇语。此外,“ai co-pilot”系统包括了外部的前、后、左、右四个摄像头,可以探测车辆周边道路参与者的闯入情况,并且通过车内语音提醒驾驶员保持警惕。
百度官方介绍,这套“疲劳驾驶监测系统”是基于“百度大脑”的图像识别技术研发。通过红外人脸识别判断,当卡车司机被手机干扰转头看信息、犯困打哈欠或者疲惫到眼睛睁不开时,系统就会及时提醒司机集中精力驾驶。
乍看之下,这就是一套辅助驾驶系统。
一种观点是,百度希望通过这一产品来展示其图像识别技术,这是 ai 最为基础的应用形态。李彦宏将这一产品放在了“百度大脑”的体系下,确实就很好理解。
但这当中的挑战在于“识别的准确率”。眼下同业者和潜在客户更关心的是,百度的“疲劳驾驶监测系统”的识别准确率如何,百度暂时还没有公布相关数据。
有从业者向雷锋网新智驾解释,目前“疲劳驾驶监测”有两大技术门槛:一是算法本身的瓶颈;二是使用的场景复杂性。
例如,疲劳驾驶监测的其中一个关键点在于追踪驾驶员眼睛的睁开与闭合,如果种族不同,眼窝的深浅也不同,算法的适应性便难以优化。而且,在面对场景光线的变化时,人脸识别的准确度也会受到影响。
该从业者表示,“疲劳驾驶监测”是典型 to b 产品。
在商用车队中,“疲劳驾驶监测”并不是一个独立的设备,而是大系统中的一个子设备,车辆必须要有前视 adas,还要有车载 dvr 用于记录,同时需配备 3g、4g 模块,进行数据对接,包括图片、视频等驾驶数据的上传,这是成体系的东西,“疲劳驾驶监测”只是其中一个部分。
而这类市场,一般是汽车零部件供应商、改装设备提供商在做,而且系统对于摄像头等硬件的要求非常高。
所以,从这里延伸出来的问题其实是:百度的疲劳驾驶监测系统要如何落地并且实现商业化?
一种观点认为,百度想将相关的算法提供给 adas 企业,成为这类企业的技术供应商。
“因为各家都有自己的算法,没有一个算法可以吃遍天下,每一个算法要针对不同的用户场景、不同的人种等进行相应的调整,做这种专业级的设备,需要专业级的算法以及定制化软件。”有 adas 从业者明确否认了这种可能性。
还有一种观点认为,百度可以直接和车厂绑定,为他们提供疲劳驾驶监测系统。这个商业模式确实可以走通,但是这对百度的意义是什么?
在百度智能驾驶研发的早期,l4、l5是整个业务立项和研发的重心。而随着百度智能驾驶事业群组成立,外界可以看到,l3自动驾驶更多成为内部希望快速推动落地的业务。而类似“疲劳驾驶监测”这样的技术则属于l3以下的范畴。
有业内人士向雷锋网新智驾分析:因为 l4/l5 是一个大而全的平台,降维到 l2,需要有一个专业级的平台,要做深度的算法优化和定制及系统的集成、要过车厂前装的各种技术认证,还有硬件的选用、产品的开发、品控、供货以及后续的支持,这实际上是传统供应商所走的路径。
百度在l4/l5上的研发是它相较传统供应商的优势,而走向l1、l2是否意味着百度进入传统供应商密集,竞争上刺刀见红的领域——“百度在自动驾驶领域“降维”就相当于暴露自己的短板,将自己的优势变成了劣势”,上述业内人士表达了这样的担忧。
在当天的采访中,百度智能驾驶事业群组总经理李震宇表示,在产品规划方面,受到市场驱动影响,百度希望与亚博平台app下载的合作伙伴共同开发某些产品。他还表示,在这个过程中,可能有百度擅长或不擅长的产品。
所以,从这个角度看,百度开发辅助驾驶系统的目的,并不只是考量其商业落地,而是更偏向平台化的产品,将疲劳检测的原型、框架做得更为充实,拓宽 l4、l5 自动驾驶平台的广度。
当然,目前国家也在出台商用车主动安全相关的法律法规,这其中蕴含着很多商业机会,所以百度做“疲劳驾驶监测系统”也是迎合市场需求的做法。
在雷锋网新智驾看来,自动驾驶原本是一个非常“性感”的项目,但随着百度阿波罗计划的推出,百度在“接地气”和“性感”之间也最终做出了自己的选择。
如果要让你来评价百度阿波罗计划这几个月所作的努力,你更喜欢用哪个词来评价它?