2021年，是自動駕駛的變革之年，人們在追逐L4、L5級完全自動駕駛、無人駕駛終極目標的同時，更加關注高級別自動駕駛能力在民用汽車智能化上的應用下放。然而，在實現L4+級自動駕駛技術落地到高級輔助駕駛產品上的技術路線選擇上，業界對純視覺方案和激光雷達方案兩條技術路線選擇充滿爭議。與業內最早大規模使用的激光雷達的方案相比，純視覺感知方案盡管成本更低，但技術要求也更高，是一座極難攻克的技術堡壘。放眼全球，也只有百度Apollo ANP（Apollo Navigation Pilot）方案及特斯拉FSD（Full Self-Driving）方案較為成熟。純視覺方案在中國路況到底是否可行？百度Apollo 用實際表現給出了答案。

在北京亦莊智能網聯汽車測試區，Apollo ANP方案在紅綠燈識別、十字路口左轉測試、擁堵路況測試、進出環島測試、匝道右轉測試等六大疑難場景測試中的實際表現超乎外界想象。在紅綠燈識別測試中，ANP研發車面對紅燈準確主動停車，并在識別綠燈及紅燈倒計時后啟動車輛，自主穿過十字路口；在十字路口左轉測試中，ANP測試車輛在遇到慢速行駛的直行車輛時進行路權博弈，選擇最佳時機迅速安全地完成左轉；擁堵路段中，ANP測試車輛在狹窄的雙向車道上不僅兼顧了對向來車、右側停泊的雙閃車輛以及頻繁從車側駛過的電動車，還時刻與前車保持安全車距；進出環島的測試中，ANP測試車輛準確兼顧了左右兩邊車輛，成功實現右轉。

[[422154]]

值得一提的是，在被譽為純視覺系統噩夢、特斯拉FSD屢次折戟的“樁筒障礙”路況中，Apollo ANP研發車不僅準確識別了樁筒，更控制車輛主動繞開樁筒，通過主動避讓，完全避免了特斯拉曾出現的因樁筒識別率差而發生的事故，完美通過測試。

[[422155]]

Apollo ANP于2020年百度 2020 Apollo 生態大會上正式公布，它基于目前國內唯一的L4級純視覺自動駕駛技術Apollo Lite降維打造，是L4自動駕駛技術降維釋放到目前L2級輔助駕駛領域的產品。不同于行業方案僅支持高速和城市環線，ANP還可以在城市道路使用，擁有面向城市復雜道路的全場景自動駕駛能力。全套ANP方案僅配備12個攝像頭、5個毫米波雷達、以及12個超聲波雷達，整個系統使用一塊GPU顯卡支撐全部運算，實現360°全方位實時環境感知、240米前向障礙物的穩定檢測視距，利用Apollo輕量化的視覺感知系統以及百度成熟的高精地圖，大幅拉低具備輔助駕駛功能的車輛傳感器配置成本。從而幫助車企提前2-3年實現在平價主流車型上實現自動駕駛功能量產。

在純視覺感知技術路線領航輔助駕駛方案外，百度也提供成熟的激光雷達自動駕駛出行方案。作為中國自動駕駛的領頭羊，百度Apollo是國內唯一兼具純視覺與激光雷達兩大主流自動駕駛方案能力的“自動駕駛基建供應商”，可幫助企業根據自身情況自由定制軟硬件配置，從而大幅降低自動駕駛的行業門檻，加速領航輔助駕駛及自動駕駛的全面落地，用科技讓百姓的交通出行更簡單、更美好。