<mark id="oztn4"></mark>
1
今年的百度世界大會 ，AI 在汽車領域的應用成為李彥宏演講的重點，開篇便介紹了“阿波羅計劃”推出 7 個月來的成績，并宣告要在 2018 年 7 月底，與金龍合作率先實現無人駕駛小巴車的小規模量產及試運營，相比于業內 2020 年的基本共識顯得更為激進。
值得關注的一點是，李彥宏此次大會還花了不小的篇幅推介由阿波羅團隊開發的“疲勞駕駛監測系統”，這是非常典型的輔助駕駛功能，目前國內諸多 ADAS 廠商也在進行研發。
今年 CES 上，NVIDIA 也推出了類似的系統，被稱為“AI Co-Pilot”。車內有相關的攝像頭以及人工智能算法，對駕駛員進行人臉識別、追蹤頭部及眼球的運動，而且，還能讀懂駕駛員的唇語。此外，“AI Co-Pilot”系統包括了外部的前、后、左、右四個攝像頭，可以探測車輛周邊道路參與者的闖入情況，并且通過車內語音提醒駕駛員保持警惕。
百度官方介紹，這套“疲勞駕駛監測系統”是基于“百度大腦”的圖像識別技術研發。通過紅外人臉識別判斷，當卡車司機被手機干擾轉頭看信息、犯困打哈欠或者疲憊到眼睛睜不開時，系統就會及時提醒司機集中精力駕駛。
乍看之下，這就是一套輔助駕駛系統。
一種觀點是，百度希望通過這一產品來展示其圖像識別技術，這是 AI 最為基礎的應用形態。李彥宏將這一產品放在了“百度大腦”的體系下，確實就很好理解。
但這當中的挑戰在于“識別的準確率”。眼下同業者和潛在客戶更關心的是，百度的“疲勞駕駛監測系統”的識別準確率如何，百度暫時還沒有公布相關數據。
有從業者向雷鋒網新智駕解釋，目前“疲勞駕駛監測”有兩大技術門檻：一是算法本身的瓶頸；二是使用的場景復雜性。
例如，疲勞駕駛監測的其中一個關鍵點在于追蹤駕駛員眼睛的睜開與閉合，如果種族不同，眼窩的深淺也不同，算法的適應性便難以優化。而且，在面對場景光線的變化時，人臉識別的準確度也會受到影響。
該從業者表示，“疲勞駕駛監測”是典型 to B 產品。
在商用車隊中，“疲勞駕駛監測”并不是一個獨立的設備，而是大系統中的一個子設備，車輛必須要有前視 ADAS，還要有車載 DVR 用于記錄，同時需配備 3G、4G 模塊，進行數據對接，包括圖片、視頻等駕駛數據的上傳，這是成體系的東西，“疲勞駕駛監測”只是其中一個部分。
而這類市場，一般是汽車零部件供應商、改裝設備提供商在做，而且系統對于攝像頭等硬件的要求非常高。
所以，從這里延伸出來的問題其實是：百度的疲勞駕駛監測系統要如何落地并且實現商業化？
一種觀點認為，百度想將相關的算法提供給 ADAS 企業，成為這類企業的技術供應商。
“因為各家都有自己的算法，沒有一個算法可以吃遍天下，每一個算法要針對不同的用戶場景、不同的人種等進行相應的調整，做這種專業級的設備，需要專業級的算法以及定制化軟件。”有 ADAS 從業者明確否認了這種可能性。
還有一種觀點認為，百度可以直接和車廠綁定，為他們提供疲勞駕駛監測系統。這個商業模式確實可以走通，但是這對百度的意義是什么？
在百度智能駕駛研發的早期，L4、L5是整個業務立項和研發的重心。而隨著百度智能駕駛事業群組成立，外界可以看到，L3自動駕駛更多成為內部希望快速推動落地的業務。而類似“疲勞駕駛監測”這樣的技術則屬于L3以下的范疇。
有業內人士向雷鋒網新智駕分析：因為 L4/L5 是一個大而全的平臺，降維到 L2，需要有一個專業級的平臺，要做深度的算法優化和定制及系統的集成、要過車廠前裝的各種技術認證，還有硬件的選用、產品的開發、品控、供貨以及后續的支持，這實際上是傳統供應商所走的路徑。
百度在L4/L5上的研發是它相較傳統供應商的優勢，而走向L1、L2是否意味著百度進入傳統供應商密集，競爭上刺刀見紅的領域——“百度在自動駕駛領域“降維”就相當于暴露自己的短板，將自己的優勢變成了劣勢”，上述業內人士表達了這樣的擔憂。
在當天的采訪中，百度智能駕駛事業群組總經理李震宇表示，在產品規劃方面，受到市場驅動影響，百度希望與合作伙伴共同開發某些產品。他還表示，在這個過程中，可能有百度擅長或不擅長的產品。
所以，從這個角度看，百度開發輔助駕駛系統的目的，并不只是考量其商業落地，而是更偏向平臺化的產品，將疲勞檢測的原型、框架做得更為充實，拓寬 L4、L5 自動駕駛平臺的廣度。
當然，目前國家也在出臺商用車主動安全相關的法律法規，這其中蘊含著很多商業機會，所以百度做“疲勞駕駛監測系統”也是迎合市場需求的做法。
在雷鋒網新智駕看來，自動駕駛原本是一個非常“性感”的項目，但隨著百度阿波羅計劃的推出，百度在“接地氣”和“性感”之間也最終做出了自己的選擇。
如果要讓你來評價百度阿波羅計劃這幾個月所作的努力，你更喜歡用哪個詞來評價它？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
