柴婉琦

柴婉琦，百度自動駕駛事業部產品架構師，先后供職于中美兩國一線互聯網企業，百度阿波羅開放計劃核心成員，負責商用車方向的L4級別自動駕駛產品規劃及設計，參與和領導了阿波羅、新石器等量產級別自動駕駛產品的研發及商業化運營，幫助合作伙伴實現了業界領先的自動駕駛商用車量產及全國范圍內的批量化運營。

各位嘉賓大家好！去年一年在我們平臺中完成了一個對我們來說是跨時代意義的一個項目。今天在這里跟各位分享一下百度自動駕駛在物流行業的一些應用。

百度新使命：用科技讓復雜的世界更簡單。大家都知道，百度是搜索公司。我們在2015年的時候發布了自己新的使命，叫做用科技讓復雜的世界更簡單。百度也是在積極地向科技、技術發展以及人工智能方向轉型。大家也知道，百度其實是一個很大的搜索公司，但在搜索公司下面還有很多自主的2C的APP還有其他業務，包括貼吧、云盤、愛奇藝和百度地圖等等。百度為什么可以成長到今天？因為我們是非常注重技術的公司，我們對于技術研發的投入超過了公司總收入的15%，有5大實驗室，6個研發中心，32個國家重點科研專項。在中國的互聯網企業，百度在基礎研究領域的投入是非常巨大的。百度是國內最早將人工智能提升到戰略的高度，培養自己的人工智能團隊和專利技術，以期在人工智能時代到來的時候可以利用人工智能技術為產業服務。

百度人工智能碩果累累。在百度有超過2000人的人工智能研發團隊，超過2000項人工智能的專利數量。尤其在自動駕駛方面的專利在國內是整個自動駕駛專利數量排名第一的單位。在福布斯評出的20位影響中國人工智能領域的人當中，有10位在百度。這樣一個基礎下，我們人工智能領域在百度大腦世界上最大規模的深度神經網絡，在各個行業取得了一些不錯的進展。包括自動駕駛，圖像識別技術，在人臉身份驗證方面的技術，語音識別在翻譯方面的應用，還有遠程智能交互。

Apollo快速迭代，持續創新。在這樣一個基礎下，百度的自動駕駛自2011年10月開始至今，做了一個重大的決定，就是把自己積累了五六年的自動駕駛的算法經驗和技術框架做了一個叫做Apollo的開放計劃。我們的初衷是經過這么多年的研究，發現在自動駕駛領域光靠百度一家沒有辦法完成，我們更希望通過汽車行業類生態鏈條上所有合作伙伴共同努力，推過我們提供的開放平臺，通過我們共享的資源，共同地加速創新這個行業，實現這個行業的持續共贏。

2017年宣布Apollo開放平臺全球發布以來，目前我們是已經發布了差不多七個版本，從簡單的自動駕駛到后來的可量產的封閉園區的量產方案，到后來更先進的限定城市道路的自動駕駛等等，在這一年半時間內不斷發布更新迭代。我們2017年7月在百度第一屆開發者大會上面發布了Apollo1.0封閉場地循跡自動駕駛。一個普通開發者只要有傳感器，有計算單元，通過我們的指導就可以在三天內完成一輛自動駕駛循跡車的開發。

2017年9月發布了Apollo1.5版本，就是固定車道自動駕駛，不轉彎不變道可以完成自動駕駛。到了2018年1月發布了簡單城市路況下的自動駕駛，簡單城市路況就是在相對清潔整潔，交通參與物較少的城市道路上，我們車輛可以完成L4級別的自動駕駛。到了2018年4月Apollo2.5發布的時候，開始為物流行業做技術上面的貢獻，與長沙自動駕駛技術研究院共同發布了限定區域視覺高速自動駕駛方案，就是在重卡上，通過視覺技術使重卡車在高速公路上做到L2.5級別的自動駕駛。到了Apollo3.0的時候從技術轉向落地，通過Apollo發布的不同版本以及各個細分領域的開發者的研發，Apollo的自動駕駛已經可以在無人配送、出行、物流、港口等等領域應用了。當然某一些已經走到了小批量量產階段，比如說物流車，有一些還在試驗的階段，但是可以看到通過Apollo的賦能，我們已經在自動駕駛能夠應用的領域當中不斷開發合作伙伴，去探索自動駕駛的應用可能性。

截止到目前，Apollo平臺開源了22萬行代碼，超過1萬名開發者，生態合作伙伴116個，產品研發合作項目超過90個，成為了最大最活躍的開發者平臺。我們做了開發者平臺兩年之后，覺得如果只做開源的產品，我們要如何做商業化的合作呢？所以這個基礎上我們在今年1月在拉斯維加斯發布了Apollo企業版。Apollo開放平臺是平等地面向每一位開發者，只要上我們平臺就可以拿到我們的代碼，就可以利用我們的框架做自動駕駛研發。

Apollo企業版是我們面向深度合作伙伴去定制化的可以面向量產的安全的自動駕駛車聯網解決方案。包括自動駕駛套件，安全保障體系，量產以及最后的車輛運營方案。我們企業合作伙伴可能不是每個人都用到全套，大家可以選擇所需要的部分來跟我們進行合作。整個自動駕駛套件包含的主要內容，第一個自動駕駛套件是車輛的傳感器硬件計算單元以及上面所部署的代碼和算法，這個是我們的自動駕駛的軟件一體的套件，有自動駕駛套件之后就可以保證車最基本的可以在道路上行駛，在路面上跑起來。有了這些還不夠，如果要做安全運營的話還需要有安全保障體系。這個安全保障體系包括網絡安全、功能安全、驗證測試和風險應對機制。這個解決方案研發階段開始就在不斷的做各種硬件的測試，仿真測試等等。測試環節就保證了解決方案的安全性。車輛上路之后也可以通過網絡安全去保障這個車不斷地通訊的信息安全，以及車輛之間交互的安全。運行過程中發生了危險也有風險應對機制，包括停止策略的升級，還有人工遠程接管，去全面幫助我們保障它在運營過程中的風險應對。

車能夠安全跑起來還不夠，因為我們的物流車還需要人機交互方案。不管是物流車還是我們的Apollo，都是需要跟人交互的。所以我們也提供了完整的與車內外交互的跟需求相關的API，合作伙伴可以根據自己的需求向我們申請這個接口，打造屬于自己的運營方案和產品方案。除此之外我們在車輛的生產環節還為主機場搭建了一套與生產流水線相融合的集成工具。自動駕駛在研發階段，因為有代碼框架的存在，所以一輛車從組裝到最后落地需要專業工程師大約兩個月的時間，如果量產自動駕駛車輛組件，逐步將這些工具組件在生產過程中做集成化和標準化處理，然后配合流水線上的一些閉環驗證等，就可以把整套自動駕駛的解決方案搭載上車的生產流程交給到普通生產線工人，所以一輛車從組裝到落地就可以在兩到三天的時間內完成。

有了這些解決方案之后，我們的車輛能夠安全的量產，有了全局的自動駕駛解決方案以及人機交互之后，更重要的是在另一個環節我們要為車輛提供一些全局的運營服務保障，通過OTA更新的自動駕駛套間、高清地圖還有內容管理，不管自動駕駛任何數據，合作伙伴想要搭建自己平臺的時候都可以通過我們的Apollo完成自己的車隊管理平臺搭建。

Apollo1.0版本是封閉園區的解決方案。從產品化到最后的階段都是提供了全局的保障。新石器物流車就是這樣一個框架下和我們取長補短，完成了自己1.0代車的研發。新石器的1.0車去年發布以來，已經運營了超過一萬公里，最高超過一千單，在常州、雄安、廣州、西安等等各地都已經展開了。之所以可以做到這一點，是因為百度在自動駕駛方面有比較強的深度學習和AI的支持，包括高精度定位，十厘米內高精定位高達99%，包括車輛感知系統，360度的。以及軌跡級深度預測，對周圍的車輛做出一個準確的預判，更好地為自己車的軌跡規劃服務。

自動駕駛在商用車以及物流行業的應用。整個物流行業，通過自動駕駛去優化去做產業升級的話有一個巨大的空間。由于物流行業人力成本很大，又有自己明確的一些痛點，比如說資源調配的難度大、油耗高、運輸成本上漲，這些都可以在自動駕駛技術成熟之后幫助物流行業做優化和產業升級的。

具體我們應該怎么做呢？就百度而言我們的目標就是兩個市場：一個是長距離的高速重卡的物流市場，另一個是短距離的末端配送的物流市場。在現階段用自動駕駛去賦能物流行業有一個非常明確的需求和能力不匹配之間的尷尬期。物流是非常講究成本的市場，雖然潛力巨大，但是對人力成本控制和效能要求非常高的行業。但是自動駕駛發展初期偏偏是比較貴，比較精，還沒有辦法滿足需求的技術。所以在整個物流行業我們做的布局是長線的，需要深耕，與合作伙伴合作，做高速重卡商用車的研發。但是短線由于技術相對簡單，投入相對較低，可以現在就入局做一些解決方案級別量產方案的商業化探索。

我們也做了一下分析，為什么末端物流市場真的信賴這些布局。第一是末端物流市場規模大，增長快。2017年末規模達到了1600億，除了傳統的快遞行業之外，即時配送市場空間增長也是非常巨大的。末端物流市場是天然的最適用于自動駕駛運用的市場。在末端配送行業中有超過50%的成本都是人力成本。自動駕駛要做的就是代替這部分人力成本。但是也有自己明確的一個非常大的挑戰，就是我們的末端物流市場是一個更加講成本，效率要求非常高，成本控制非常嚴格的市場。由于現在的勞動力人口，以及電力電動車行業的發展，所以一位快遞小哥加一輛電動車，一個月的配送成本可能只需要8500元。這個成本對于自動駕駛而言是非常低的，這種情況下不是說自動駕駛在現階段就沒有商業化的可能性了。

根據我們的分析，自動駕駛技術在末端物流行業商業化，共有三個關鍵的節點：第一是技術驅動節點，即自動駕駛最大的價值就是取代人力。末端物流行業的應用一定要做到無人化才有真正的商業化的價值，從技術上一定要達到運營可以接受的無人的狀態之后，才有商業化的可能性。第二是成本驅動，雖然實現無人化之后某一些場景可能會愿意為了自己更好的服務花貴一點的價格買單之外，更多的行業是更看重這個成本的。所以自動駕駛光實現無人化還不夠，還需要追求TCO才可以實現自動駕駛在行業內規模化應用。最后是需求驅動的在整個行業的爆發。這個需求不再在乎是否技術實現了無人化，也不在乎成本要多少，而是在未來市場規模繼續擴張，從業人員的人口出現大量短缺的時候，自動駕駛在物流領域的應用必定會出現一個爆發。

2017年整個配送行業有700億規模，為了維持這個700億規模，末端市場每天活躍的快遞小哥大概500萬人。為了維持500萬人的活躍程度，快遞小哥的資源池大概有1500萬從業人員。根據馬云去年年底的一個演講，他認為六年內整個快遞行業的需求會翻十倍，如果翻十倍的話，為了滿足這個市場，快遞小哥每天就需要達到5千萬，需求池的從業人員就需要1.5億人，大概是10%的中國人口。所以到時候是不可能有這么多人去做末端物流配送這件事情的。我們的勞動力人口必定會出現大量短缺，大量末端物流配送業務必須由機器完成。

Apollo的末端物流實現路徑：即專注打造自動駕駛能力，降低整個硬件成本以及研發成本。通過Apollo生態賦能自動駕駛物流公司，最終為物流場景的目標客戶提供服務。在短期內從今年到明年我們可能還是在一些相對簡單相對可控的場景，但是最終我們認為在2022年，2023年左右，整個城市道路的末端物流的配送市場規模化應該會到來。也是基于這樣一個前提下我們還在不斷地合作去為大家提供更好的自動駕駛技術，以及更好的末端物流的配送車輛，去完成這一件事情。

城際干線物流行業痛點。中國的城際干線物流有很明確的痛點，各位物流行業的專家應該都很清楚，如司機成本逐年上升，油耗成本上升以及高速運輸本身就是高危險性職業，每年干線事故損失都是非常巨大的。在這樣一些前提下，整個商用車的干線物流配送，除了駕駛本身，運營還有這樣一些特點。與末端物流比起來，高速干線物流其實是自運營偏少，外包偏多。然后除了外包以外，更多的是一些散客，然后都是個體戶。這樣一些散客和個體戶就形成了整個外包運營主體小散亂，不方便統一調度管理，資源配置也不優化的現狀。

在這種現狀下面，我們的行業利潤率是很低的，然后整個收入都是通過多運多賺錢的量去拿到收入，是粗放式的成本管理，我們希望通過升級做自動駕駛的服務，能夠使行業利潤得到一定的提高。同時通過智能網聯汽車統一調度和技術布控提升運營和調度效率，使整個賺錢的模式由粗放型變成少花錢縮減成本，提升空間的運營模式。

商用車的主要購買目的都是創造收入為主，但是現在我們國內商用車的智能化程度也是非常低的，甚至輔助駕駛系統的滲透率也是非常低的。但是整個商用車行業有非常強烈的發展意愿。自動駕駛必定能為商用車帶來很多油耗降低和人力成本減少的優勢。

Apollo在商務車領域的解決方案。通過我們的自動駕駛技術可以為商用車的解決一些痛點，比如司機成本上升自動駕駛替代了，油耗可以通過優化線路完成，也可以通過更規范地管理自動駕駛行為得到改善。另外就是外包小亂散的特點也可以賦能物流公司，為他們提供商務車的管理和運營服務，打包起來就是為高速物流的卡車提供自動駕駛能力以及運營服務，為物流行業的客戶服務。我們希望通過這樣一種模式，在高速干線的物流行業能夠通過自動駕駛去為現在的產業升級找到一個突破口。我們本身也是在和幾家合作伙伴，為干線物流場景打造高速重卡的解決方案，這個方案也是在研發過程中。

Apollo優勢：自動駕駛商用車領域生態鏈。百度是不造車的企業，通過Apollo平臺的開放，我們吸引了自動駕駛以及傳統汽車領域里面的整個生態鏈條上的所有的合作伙伴的參與，從我們的軟件供應商到這個解決方案的提供方，到主機廠集成商到運營公司和終端客戶都在Apollo生態體系內。這些頭部玩家要不就是Apollo合作伙伴，要不就是開發者，要不就是有我們投資。所以生態鏈條上，百度在各個環節都可以為我們的合作伙伴來提供自己的技術賦能，去共同地完成優化這樣一種事情。謝謝大家。