百度智能汽车事业部产品总监郑珩：Valet Parking让共享出行更便捷——2018国际汽车只能共享出行大会速记-汽车纵横网

主持人：谢谢吴先生的分享，在中国自动驾驶技术发展过程当中，出现了很多自主的公司，在很多技术领域也实现了一定的领先，有越来越多这样的公司能为中国自动驾驶发展作出贡献。

下面有请百度智能汽车事业部产品总监郑珩演讲，她演讲的主题是：Valet Parking让共享出行更便捷。

郑珩：

大家下午好！

非常高兴有这个机会和大家一起分享一下百度自动驾驶在整个针对共享出行领域我们的一些思考。刚才李教授和吴总从宏观层面，从交通大脑，从AI技术上面宏观考虑未来对出行会有什么样的变化。我今天从泊车、取车小处着手，看一看自动驾驶技术能给我们共享出行行业带来什么新的一些机会。

最近几年，共享经济是非常火热的趋势，小到小小的充电宝、自行车，大到办公空间甚至教育，都不断涌现着共享的身影，我们觉得共享汽车在深度和广度上更是一个非常非常重要的领域，因为我们知道，其实一个人的出行半径决定了他的生活质量，随着大家对生活质量的追求，大家希望走到更远的地方，有更便捷的出行方式，共享汽车就提供了这样一个契机。

但是我们也会看到，整个共享出行行业有一些比较突出的特点，首先共享汽车是重资本投入的行业，我们需要买车，需要租停车位，需要有大量的运营人员投入其中。重资本、重运营以及重规模行业特点，整个行业在短期里并没有非常明显的盈利点，甚至还会看到在最近几年一些友商陆续出现了公司关停的现象。

百度作为一家有责任感的科技公司，我们也在思考，当我们真正自动驾驶技术来临的时候，能给这个行业带来什么新的可能性？

（视频播放）

正如大家所看到的，这是今年5月份百度Apollo平台整体和重庆盼达用车开启一个Valet Parking自动驾驶示范园区整个拍摄过程，大家可以从视频里面看到，当自动驾驶技术特别是Valet Parking自主代客泊车技术引入到出行行业的时候，在运营商以前需要重金投入的用户上下车点与车辆的停车点出现了分离的可能性。当车辆能够自动的去无人行驶最后一公里的时候，我们不需要再把用户的上下车点和车辆停泊停车点进行统一化，这样运营商就不会再为需要租赁昂贵的热闹市区停车位付出昂贵的成本。整个用户取车半径也会围绕着停车点有一个一公里左右的半径拓展，对于运营商来说，我们节约了成本，拓展了用户可能使用车辆的商机，同时如果在一个集中运营的共享停车点，结合无线充电技术，自动的充电调度也成为可能，大量的人工调度充电成本也是节约的一方面。

我们畅想未来，当政府对于开放道路法律法规更加健全和透明过后，在相近地点停车点之间车辆的调度也是有可能通过Valet Parking技术得以实施的，整体我们看来，通过自动驾驶的技术为运营商省钱赚钱的模式，使整个出行行业运营成本得以节约，为行业的盈利提供了可能性。

同时我们也发现，在Valet Parking技术引入过后，对于用户来说，以前是找不到车，自驾之后很累，还要找停车点自己泊进去，很多使用共享车驾驶员可能技术并不成熟，有可能泊车的时候出现各种各样的刮蹭，对于这个技术引入以后，对于用户来说，费时费心费力环节都可以通过聪明智慧的车来实现，通过车找人，车找车位的方式会让整个共享出行用户得到更好的出行体验。

我们看一下整体百度Valet Parking解决方案是什么样的，目前整个百度提供了车、云、移动端三位一体解决方案。以一个共享运营用户出行召唤环节举例，大致环节是这样的，当用户拿出手机通过移动端向云端发出车辆召唤的指令，云端接到指令过求，结合到车点整个路径规划和数据分析之后，将相应指令传递给车端，车端接收到云端指令过后，开始启动自动驾驶向用户开来，整个车辆行进过程中，车端会不断获取整个环境道路上面路况的情况，障碍物或者是标识的情况，如果遇到一些意外或者未知的异常，会通过云端诊断处理反馈给车端，云端将实时同步信息通过移动手机端反馈给用户，用户出行之前他们非常清楚知道自己的车到了哪里，是不是遇到了什么突发的状况，以及还需要多长的时间来接到我。通过这样的方案可以看到，整个车、云、路一体化解决方案，让用户取车变的非常便捷，还车也变得非常便捷。

百度Valet Parking整体解决方案背后使用6个车端的摄像头，12个超声雷达，以及ACU车载计算单元，一套GPS和一套IMU，是比较低廉的成熟方案来实现Valet Parking，并且能够在更多的场景或者共享运营车经常出现的场景，以及最常出现的车位类型上都可以实现Valet Parking。

引入Valet Parking过后，共享出行会变得更加便捷，但是出行领域除了方便以外，更关注的还是安全。百度的Valet Parking技术怎么能够安全保障实现这一公里无人驾驶的安全性呢？首先是百度的高精地图技术，全国地图采集资质就几家，百度结合自己自动驾驶的技术能够更准确了解到在高精地图采集过程中需要采集哪些元素，能够更好辅助整个自动驾驶中的精度定位，以及特征点抓取；同时百度有非常强大的视觉处理能力，百度作为一家资深的AI公司，非常早之前就开始计算机视觉的研究，特别是针对自动驾驶百万个场景里面，百度已经积累了大量的图片和数据，能够帮助我们更好的分析和处理异常的情况。针对出行领域大家关注的安全问题，百度整理出一套比较完整的安全处理方案。

这是百度整体安全策略，这是百度室内停车场高精地图采集情况，在室内对于自动驾驶来说，定位和特征识别是非常重要的，整个百度室内高精地图采集过程中，我们不仅有全局车位，行车路线，车道级导航总体规划，还有对于自动驾驶中一些特征识别，自定位点基础的特征针对性采集，可以保证车既不会迷失我在哪里，同时也会针对一些场景里面出现的异常情况有更强的对比特征。刚才提到计算机视觉，经常开车的人会知道，当我们从一个光线比较暗的地方来到一个强光线的出口，人眼是需要很长一段时间的适应力，摄像头也是同样的，对于出入地下车库来说，其实这种明暗切换的场景是非常普遍的。基于高风险的出行场景，百度运用了更多AI的算法对它进行了优质的处理，这个就是一个典型的出隧道口或者出地下停车场入口的时候，当光线特别强的时候盲区可以通过SMART HDR技术，让整个视觉变的更加清晰，对环境了解更加准确。

最后是整体安全策略，自动驾驶的车在行进的过程中，我们需要的是对整个环境有非常全面的感知。在整个环境感知上我们进行了分层的处理，首先我们会对静态环境层，也就是常说停车场景里面停车场的墙、柱子，一些固定的建筑物进行采集和实时的感知；对于一些非移动的障碍物，比如典型的停车场中出现的禁止路障，或者临时放上禁停的牌子，通过非移动层的处理和感知来解决。对于在停车场穿行的车辆和人群，通过实时动态交通层感知来进行处理。通过分层次的环境感知过后，输入到整体的安全模型里面，我们也会事前针对静态环境做一些安全行驶区域的规划，行驶过程中对静态的障碍物以及动态的障碍物进行包络框处理，还有机动点通行处理，百度除了在车端进行实时感知处理以外，还结合停车场交规，以记录权划分的原则，和整个停车场中经常出现交通事故大数据分析，将这些预知的法律法规交通准则预制在安全策略中，保证我们车做到实时及时感知，并且做到有理有据安全准确处理。

基于上面的介绍，可以跟大家一起分享一下，目前整体百度Valet Parking进展，大家可以看到，这是我们在百度大厦地下车库一个自动泊车的情况，中间是一个泊车的情况，左边是分别入库和出库的情况，以及最下方是出现障碍物的避障、绕障的情况，整个地下出库整个光照和导航情况是比较差的，我们有理由相信，整个自动驾驶Valet Parking技术能够更杂地，更快地在共享出行领域落地，我们希望通过自动驾驶技术与行业的真正结合，能够帮助行业尽快的蓬勃，也让我们的自动驾驶技术真正更快地让普通民众受益。