如何用超低算力实现行泊一体？百度给出答案

2022年，智能驾驶领域掀起了停车泊位一体化的浪潮。

据高技术智能汽车研究院最新数据显示，今年前9个月，我国市场前装驻车及驻车集成域控制器的乘用车数量为49.85万辆，同比增长117.12%，搭载率为9.75%。就车型而言，小鹏P7、理想L9、智记L7、吉利星月L都实现了泊车泊车一体化方案的量产。比亚迪、红旗、奇瑞和许多其他汽车公司也计划将停车和泊车一体化方案扩展到未来的一些车型上。届时，该方案不仅适用于30万以上的车型，还适用于10-20万的车型。

显然，停车与泊车一体化已经逐渐成为智能驾驶领域的主流方案。

批量生产是泊位与泊位一体化的关键。

随着汽车电子电气架构从分布式架构向领域集中式架构的升级演进，原本独立的驻车和驾驶两大系统正逐渐走向一体化。那么，什么样的产品可以称之为停船一体化方案呢？

对此，百度认为，可以称为停车导航一体化的产品需要满足三个基本条件。首先，驾驶和停车功能共用控制器和传感器，硬件可以重复使用。其次，驾驶和停车使用相同的算法框架，可以深度融合，支持停车切换。最后，真正的停车与停车一体化方案，可以实现行车区和停车区的能力互补。例如，在低速场景中，环视能力支持驾驶，向前看能力支持停车。

采用集成泊车方案的车辆可以使用驾驶系统的传感器来补充感知，增强泊车功能的安全性，而驾驶区的切入场景可以通过泊车区的环视摄像头进行预测。因此，与两个独立的系统相比，集成产品在满足两个功能需求的同时，可以大大降低硬件成本。

除了降低成本，泊位与泊位的整合还可以大大提高开发效率。因为集成在一个系统里，汽车厂商可以直接对应一个供应商，有的供应商还可以提供定制开发。产品的底层基础软件和标准中间件适用于不同的车载平台，因此开发周期更短，资源投入相对更少。

此外，不同于分布式架构，停车与导航的一体化可以实时回传各传感器采集的数据，避免数据碎片化，从而更精准地推动系统迭代。而且，停车泊车一体化方案的以太网接口一般可以达到百兆甚至千兆，足以支持高级算法模型的部署，更好地实现功能的OTA升级，进一步提升用户体验。

鉴于种种优势，停车与泊车一体化已经成为汽车行业的新赛道。据高技术智能汽车研究院预测，随着汽车企业加速布局，2022年停车泊车一体化方案交付量将冲刺80万辆的目标，明年交付量有望突破150万辆。

从2022年初开始，进入者越来越多，但大部分方案似乎并不是停车和驾驶的真正融合，可能只是把驾驶和停车的功能生硬地拼错了。百度智能驾驶事业群首席产品架构师、百度智能汽车事业部总经理杨过在最近的一次媒体沟通会上表示，“目前，停车与泊车的融合非常火热，市场前景也非常广阔。乘用车相关产品承载能力呈快速上升趋势。蛋糕够大，但市场也充斥着公关内容。”

杨过指出，现阶段用户的需求比较广泛，所以供应商需要先明确自己的具体需求。“对于泊位与泊位的一体化，我们认为关键是先实现量产，让用户真正用上相关产品。”

百度ANP2.0:低计算能力，高性能

杨过在媒体沟通会上表示，在泊位集成领域，百度的目标是成为真正的量产智能驾驶解决方案供应商。百度推出了停车、泊车一体化技术解决方案ANP2.0，旨在为行业提供更经济、可快速大规模部署的智能驾驶产品，并与多家车企达成量产合作。

据官方介绍，ANP2.0专注于高速公路、城市环路、停车场等场景。，是业内首个基于双TDA4超低计算平台实现高层停车一体化的技术方案。同时配备9个摄像头，12个超声波雷达，5个毫米波雷达。

高阶主要体现在两个方面。在高速和城市环路场景下，ANP2.0可以实现点对点自动驾驶。用户只需设置终点，车辆可自行设置路线，为用户提供完美连贯的体验。具体来说，ANP2.0覆盖了30多个主要驾驶场景，可以通过匝道、Y型路、大曲率弯道、隧道等路段自动变道、避让，还可以根据道路限速的要求自动限速。即使在雨天、积水等恶劣环境下，ANP2.0也有不错的表现。

另一方面，在停车场，ANP2.0可以帮助车辆在20-30秒内完成常规停车动作，停车成功率超过95%。此外，该方案还可以处理机械车位等复杂车位，学习固定路段的行驶路线，实现同一路段的全过程自动驾驶。

相比市面上现有的停车集成方案，百度ANP2.0和百度Apollo Robotaxi基于同一个数据云平台，是百度将L4无人驾驶技术还原到驾驶辅助领域。从百度公布的信息来看，其Robotaxi经过近十年的真实道路测试和数十万的模拟案例，积累了海量的数据。在最新的“高级停车一体化”本地供应商市场竞争力排行榜上，高工智能汽车研究院也认为百度Apollo的数据竞争力名列前茅。

百度将在低算力平台上优化Robotaxi领域多年积累的感知、定位、融合算法，提升整体能力，降低产品对硬件算力的依赖。比如小鹏P7使用的Xavier芯片的计算能力是ANP2.0 dual TDA4平台的两倍左右，但是借助百度的优化算法，ANP2.0可以用更低的计算能力和更低的成本实现同样的功能。

此外，ANP2.0已经通过了超过30万公里的实际道路泛化测试，功能得到了充分的测试和验证。反过来，ANP2.0也会对L4技术提供更多的补充，形成数据闭环。

至于选择中低计算平台的原因，杨过解释说“中低计算平台现在是一个很好的普及手段”，可以满足“短时间内快速使用的需求”，而百度是目前唯一可以在中低计算平台上实现停车、高速场景实现高级功能的供应商。

从用户体验的角度来看，ANP2.0可以带给用户更稳定的体验感，如平缓的加减速控制，及时响应跟车/超车，智能选择最佳车道和自主变道，变道过程平稳舒适。

ANP2.0方案还集成了智能驾驶和汽车地图。借助百度自身地图业务的优势，ANP2.0可以享受更好的地图服务。相比使用高精地图的模式，百度的调试效率更高，可以大大降低联调成本。

对于近期业内“重感知轻地图”的观点，百度认为城市高水平辅助驾驶在3-5年内无法完全摆脱高精地图。百度Apollo汽车智能化以“BEV模型”为核心传感技术，可实现360°实时道路结构的三维重建和道路要素的识别。在有高精地图的区域，相当于增加了一层车辆冗余，与地图相互验证，可以应对道路变化等地图存在的挑战。L3和L4的自动驾驶，面对国内复杂的路况，高精地图必不可少。

未来，随着三域融合趋势越来越明显，百度ANP2.0将继续提升能力，降低成本。杨过表示，“未来我们会逐步解锁更多的出行场景，比如解决低速拥堵和城市中一些安全舒适的场景。”百度Apollo启用的智能驾驶产品承载能力也将保持年均100%的增长。