【图文并茂】与百度无人车的第一次亲密接触

一、介绍环节

百度无人车和世界大部分公司（车厂）的无人车不同，无人车主要分为两大派别，一类是传统车厂，另一类是百度、谷歌为代表的公司。根本区别在于后者直接切入到无人车实现完全自动驾驶，而前者不是。传统车厂是video camera加毫米波雷达的模式，不使用激光雷达，希望走逐步升级的路径，主动驾驶升级到一定程度后存在瓶颈，无法达到完全自动驾驶，激光雷达目前成本极高，达50-70万元/个，我们希望通过放量逐渐压低成本。

目前如果不使用激光雷达，计算量很大几乎不可能完成，使用激光雷达，可以使系统对于计算量的要求大幅度下降，我们的数据处理能力就会远远超过传统车厂。如果5年内技术能够实现量产实用，5年后做到1000-1500美金，那么走的技术路线应该是激光雷达和更低的运算要求，但是目前仍然需要极大的服务器计算能力、无法小型化。数据积累非常重要，用廉价传感器积累的数据和激光雷达积累的数据完全不同、也无法融合，若干年后如果大量车商积累了大量激光雷达数据，百度的这种技术路线会有极大的数据优势。

百度做无人驾驶的出发点：1、产业角度，汽车发展三大方向，新能源、汽车智能化（车联网、自动驾驶）、汽车共享。无人驾驶、智能化之后，汽车领域的共享经济将会展开。百度具有关键技术积累：云计算（搜索和广告是两个典型应用）、大数据、人工智能（人工智能和云计算、大数据关系密切），深度学习突破使得从量变到质变，我们认为人工智能最大的应用就是机器人，汽车就是其中非常重要的特殊机器人。百度在图片的汽车识别和人脸识别都是全球顶尖的，我们在很多有深度壁垒的东西。2、民生角度：93%的交通事故是由于认为疏忽造成的，无人驾驶可基本控制住人为失误，使此类疏忽造成的事故降低至1%。

二、PPT介绍

汽车制造趋势：

1、新能源化：传统汽车转向电动汽车后零件数量下降，零件比3:1；电池技术日益成熟，配套逐步完善，能量密度提升、价格下降、管理能效成熟。；

2、共享化：汽车利用率低、土地浪费巨大，在美国：汽车的闲置时间占95%、独自驾车占76%时间，24%的城市面积用于停车；高效淘汰低效模式，全局优化配置，社会车辆接入、实时调度、智能派单、动态定价；

3、智能化：自动驾驶大势所趋：百度之前做过一些车联网，V2X（V2V、V2I等）有助于解决81%汽车碰撞事故；

汽车软件大幅增加，81年汽车软件代码大约5万行，目前奔驰S级汽车代码量大约65M行。未来预计代码量普遍200M-300M行。

自动驾驶四个等级：特定功能辅助驾驶（定速巡航等）、组合功能辅助驾驶（跟车等）、优先条件自动驾驶、完全自动驾驶。

预计3年后自动驾驶汽车商用、5年后量产、10-15年后80%新增汽车为新能源汽车、80%新增汽车将共享、80%新增汽车能够自动驾驶。

驾乘更加安全：驾驶员反应+液压制动需要1.2秒、40米制动距离，驾驶员安全视距50米，而计算机处理+电控制动只需0.2秒、6.7米制动距离，自动驾驶汽车超视距超过200米，而且没有疲劳驾驶问题。

交通效率更高，出行更加经济：自动驾驶分时共享的价格降到出租车的1/3时，47%用户愿意共享出行。目前出租车成本大约3.7X、私家车2.5X、自动驾驶出租大约1.3X、自动驾驶共享出行大约1X。

汽车智能化三大核心：优秀算法、海量数据、计算能力。

海量数据：单车每小时产生100GB数据，云平台每天收集数十PB数据；

超强计算：到2030年全球云的处理能力将超过所有人脑处理能力，车载计算每帧处理时间50ms以下。

优秀算法：深度学习出现后错判率大幅下降、算法效率快速提升。

百度技术创新：国际领先的交通场景车辆识别，KITTI技术89.32%识别率。国际最佳的基于RNN序列学习的OCR技术。国内首家三维高精度地图&定位（国际领先的厘米级精度、比普通GPS定位高两个数量级的厘米级高精度定位）。国际最佳的中文语音识别，安静环境下普通话识别率97%、车载环境下普通话识别率92%。

百度无人车参观：

三、问答环节

问：百度和谷歌、传统车厂的技术优劣比较？

答：和谷歌相比有些是在基础技术上的竞争（比如车的识别、人的识别），这类竞争差距不大，未来可能拉开差距的主要是工艺设计方面，比如传感器精度，以前是机械制造，后面会类似PC机，最后核心是大脑，谷歌虽然起步较早，但我们也具有后发优势，避免了谷歌走过的很多弯路，目前差距并不大，虽然谷歌目前仍然走在百度前面，但未来还是要看谁的综合实力应用在这上面做得更好，我们事业部综合协调了百度的各项优势。车厂的优势在于工业控制做的好，但目前很多车厂的工业控制优势可以通过合作获得。

问：公司采用的64线激光雷达相比毫米波雷达而言受到天气影响较大？路测是否能够满足要求？

答：在一些特定场合下受影响比较大，这时候需要用一些其他的传感器来辅助，大部分场景下主要依靠的是64线激光雷达，能看100多米，毫米波的可以向前探测200多米。采用的是多传感器综合，但主要传感器是激光雷达。雾霾对于激光雷达的影响不大。

问：中国自己工艺比较落后，传感器天然落后于谷歌？比如30G以上毫米波雷达对中国禁运？

答：我们现在激光雷达是可以的，没有限制，精度上可能和最先进的有一点差距，但中国向来擅长成本控制，预计5年后会做到较高精度较低成本。

问：对高精度地图的要求？

答：开始会走10个示范区，10个示范区内无人车比例会比较高，遇到新的东西的话会自动上传到云端，高精度地图可实现自适应，未来多厂商的高精度地图之间实现共享，但可以有类似运营商之间网间结算的收费。高精度地图是百度的一个核心竞争力。

问：高精度地图会是我们的核心资产，会不会限制？

答：高精度地图未来的趋势一定是要共享的，我们百度更多希望推动产业发展做大。

问：无人驾驶的法律问题？

答：目前是限制，但未来中国的法律开放程度会超过美国。UN正在研究制定无人驾驶的法律法规和标准，中国政府对于互联网是比较宽容的，国家鼓励互联网+的背景下各部门非常积极，地方政府在一定权限内有先行先试的权利，公司接触了很多地方，对于此类事情都非常包容。

问：无人驾驶伦理的问题？

答：这个实际不是无人驾驶带来的新问题。

问：事业部目前有多少人？未来规划如何？

答：原来只是一个研究团队，目前发展比较快、公司投入资源也比较多，人数已经超过100人，具体数字不方便透露。

问：现在使用云计算方式，通信是否有瓶颈？

答：国家5G标准2020年商用，要求公司提出标准需求，对公司而言是机会。

问：未来无人驾驶是否都需要实时三维地图来满足？

答：一开始研究方法时代价会比较大，但未来通过普通技术也能逐渐满足，也可以通过一些背景车帮助公司来进行数据采集（目前还没有开始推广，仍在使用公司自有的专业数据采集车），采集技术分三阶段，第一阶段是公司自己专业数据车，第二阶段会加入一些公司的无人驾驶车，第三阶段会有更多社会车辆加入（目前仍使用激光雷达进行数据采集，未来可能通过普通摄像头即可完成）。目前还是希望能够搭建比较完善的高精度三维地图，但随着定位技术的发展，未来可能只需要在一些关键点（比如岔道口）获取较高精度的地图即可。

问：目前整个产业链来看哪个环节会获得比较快的突破？

答：百度汽车大脑是公司自己一定要做好的，其他则抱着比较开放的心态，只需要做好自己的事情就行了。经过一段时间的沟通后，公司还是比较乐观的，各参与方都有意愿参与进来完成一些擅长的事情。

投资建议：

1、无人驾驶作为汽车行业未来的发展趋势，其所带来的产业变革和巨大机遇已经成为业内外共识，同时也是我国汽车产业弯道超车的绝佳机遇。百度以人工智能为核心的无人驾驶技术进展超市场预期，此外限制无人驾驶大规模推广的法律、成本等因素也有望逐步解决，我们非常看好无人驾驶的发展前景，重点关注东软集团、四维图新、千方科技、双林股份、索菱股份、捷顺科技、数字政通、安居宝等。

2、此外，无人驾驶作为人工智能落地最快、产业空间最大的应用方向之一，而百度作为国内人工智能领域首屈一指的巨头，其代表的产业大趋势已经非常明朗：人工智能真正的向我们走来了！我们持续推荐“白+黑”组合：思创医惠、东方网力、科大讯飞、科远股份、汉王科技、长高集团。