百度为何是中国最适合造车的互联网企业？

贰十岁装成熟装s

在多年前，汽叔就一直认为在BAT中，或者在中国所有的互联网企业中，没有比百度更适合造车的。
当然，这一结论的前提，是百度手握中国最大的地图应用——百度地图。
为什么？
确实绕不开谷歌……
一 谷歌和特斯拉两大路线之争
关于智能汽车的定义，即便行业内的理解不一，但有一个标准是内外行的集体共识，即“无人驾驶”。
而关于无人驾驶，经过这些年的折腾，国际巨头们已经算是默认只有两种主流路径可以活下来。

一种是谷歌模式，概括起来是“高感知+高处理”。所谓的“高感知”，是指用激光雷达帮助汽车判断外界事物的三维轮廓，再配合摄像头采集物体的颜色、条纹等特征；而“高处理”，则是通过算法来极速处理前者采集的所有信息，判断这是一个什么东西，然后给汽车下发正确的行动指令。

而另一种是特斯拉模式，概括起来则为“低感知+高处理”。与谷歌相反，特斯拉并没有采用激光雷达，而是对毫米波雷达情有独钟，但为了弥补“感知”上的不足，特斯拉则依靠强大的图像识别技术来进行汽车对外部环境的“高处理”。
两种模式哪个更先进呢？从当下现状而言，谷歌的路线更为可靠。
如果谷歌的无人驾驶技术在街上遇见了一千种情况，那么就能识别并处理一千种。特斯拉比它差一点，只能识别并处理999种。但就是这千分之一的概率……嗯，特斯拉之所以在全球范围经常出现多种BUG，便是由于技术路线的先天不足所造成的。
例如毫米波雷达的精准度远远不如激光雷达，因此在“低感知”之下会在较低的概率中判断失误。

那么特斯拉为什么不学谷歌呢？
一方面出于成本，另一方面出于自信。
因为激光雷达实在太贵了，哪怕是贵为全球首富的马斯克也要思量再三，谷歌曾用作测试的激光雷达之一，就出现过高达8万美元的天价，这与特斯拉现阶段走量的目标不符。
自信则是基于，特斯拉认为自身的智能图像识别技术会不断进步，从而消除短板。例如只要这类的软件技术做到顶级，就能让1万美元的激光雷达，发挥出原本10万美元的激光雷达才有的功效。
那谁选的是特斯拉模式呢？结果可能会让大家意外，大部分我们所能看到的“传统车企转型”，都采用的是特斯拉的模式。因为它们不擅长对汽车进行调整、同步、优化等复杂的编程，从而使得汽车在遇到千变万化的境况时不知如何应对，也不知道如何学习处理问题。

而谁选的谷歌模式呢？便是那些精于数据和算法的互联网企业们。
然互联网企业中，又有一类就像与生俱来为无人驾驶而生的，仿佛之前所做的一切，都是为造车而准备。
那便是像谷歌、百度这样的“地图+导航”提供商。
二 互联网地图就是为无人驾驶车而生
因为它们拥有最详尽的路况数据。
所有无人驾驶技术说到底，就是要解决一个根本问题，那就是如何让汽车应付街景？
谷歌为了训练无人驾驶程序，便通过地图导航让街景数据和GPS保持同步，将所有拍到的细节当饲料一样喂给计算机。
比如马路牙子、电线杆、建筑物、信箱等，这些东西属于不常变更的物体，在一个月的街景扫描中，每次经过那里这些东西的样子都不太变，这些不太变的东西就叫作固定地标。
GPS给民用的精度只有5米，但结合固定地标之后，车辆就能在几厘米的精度上准确判断自己在街道中所处的具体位置了。凡是在多次的街景扫描里，同一位置出现了不同物体，就把它们当作运动物体。
于是，汽车就能初步分辨是信箱还是行人。凡是只出现在最新扫描图中的物体，程序会多分配一些计算资源给它。因为它是会动的东西，撞上它比撞上信箱要麻烦得多。
谷歌的图像识别技术可以帮助车辆认清交通标识线，哪怕是下雪，一部分标识线被掩盖住了，也依然可以识别出来。这方面现在已经应用在了方方面面，比如对医学影片的诊断，图像识别做得比有经验的医生还要好。

而比较困难的是让汽车识别红绿灯。因为它在一幅图中占的面积比较小，但又特别重要，它给的信息还不能忽略。如果只是平均分配算力，车辆要行驶得很慢才能不遗漏交通灯。
但事先在地图导航积累中拥有街景数据的情况下，程序会提前判断哪里是路口，红绿灯通常出现在这幅画面的什么位置，然后就会分配更多的算力对准那个小区域做分析，看灯对应的车道是不是直行或者左转之类的。这样，也提高了对红绿灯的识别准确率。
换言之，街景数据是谷歌和百度这类企业独有，而其他互联网企业并不具备的先天优势。
所以汽叔很久之前就认为，百度反倒是中国互联网企业中最适合造车的，且也只能选择谷歌路线。

相比较华为、阿里、腾讯等巨头与车企的嫁接，百度的优势就使得自己与车企的融合容易得多（阿里好歹好有个高德，腾讯地图嘛……嗯……）。
几乎车企只需要将原本特别封闭又无比完善的车辆内部总线（CAN总线）开放一个接口，谷歌和百度这类的企业就能将一辆传统汽车变为拥有一定无人驾驶技术的智能汽车，而不像汽车互联网和科技公司那样得大费周折、深加改造才行。
插一嘴，这也就是为何华为一直并不坦承自己要造车，因为看似在软件和通信拥有绝对优势的它，目前尚未掌握智能汽车的核心架构，因此不能冒进。倘若没有遇到芯片断供风波，华为倒能底气更硬。

你可能还有一个疑惑。
说来说去，地图为百度和谷歌带来的优势也正是图像识别技术啊，那为什么也还要对激光雷达锲而不舍？
因为他们的智能图像识别技术是在长年累月的街景数据中训练出来的，只有当街景越清晰，他们所匹配的算法也才能更强。
如此也就必须满足“高感知+高处理”，这也是目前彻底、完全实现无人驾驶的唯一选择。
因此，才有了谷歌、百度那些真正意义没有驾驶员的汽车在路上试运营。
而采取“低感知+高处理”的车企们，正如谷歌工程师所吐槽的那般——它们所宣传的无人驾驶，顶多是辅助驾驶而已。
而谷歌也早已放弃了对辅助驾驶技术的坚持，它们的理由是这会让驾驶员养成分散注意力的习惯，当发生重大紧急情况时，以人脑的反应速度压根无法及时进行人工干预。

也就是说，在谷歌看来，正儿八经的无人驾驶技术，就是彻彻底底扔掉方向盘、油门和刹车，不要任何人力的介入。
百度自然也是瞄准的这一终极方向。所以百度无人汽车的运营消息，要远远早于造车消息之前。
但特斯拉诚如前面所说，觉得高感知或低感知无所谓，因为人眼就是通过图像处理来识别世界的，而非感知。只要汽车的图像处理技术达到或接近人眼水平，那么谷歌的优势就不复存在，激光雷达也便不要也罢。同时特斯拉也主张并不应该像谷歌那样，彻底将汽车交给计算机。
当然，目前两大模式也输赢未定。如果高性能的激光雷达的成本越来越低，那么车企们自然愿意掏钱为汽车配备；而如果智能图像识别技术越来越强，那么汽车大部分情况下能无人驾驶足矣——前者将促进汽车向彻底的无人驾驶进化，后者将推动汽车向更好的辅助驾驶演化。

我心如烟卸

直播，握手！稍坐，楼主马上来！

123456811

沙发位出租，有意请联系

快乐人L

不错，顶一个！

哈哈SE7

大人，此事必有蹊跷！