李彦宏力荐“疲劳驾驶监测”系统，作为 L4 落地激进派的百度为何做起了辅助驾驶？

英飞凌代理今年的百度世界大会 ，AI 在汽车领域的应用成为李彦宏演讲的重点，开篇便介绍了“阿波罗计划”推出 7 个月来的成绩，并宣告要在 2018 年 7 月底，与金龙合作率先实现无人驾驶小巴车的小规模量产及试运营，相比于业内 2020 年的基本共识显得更为激进。值得关注的一点是，李彦宏此次大会还花了不小的篇幅推介由阿波罗团队开发的“疲劳驾驶监测系统”，这是非常典型的辅助驾驶功能，目前国内诸多 ADAS 厂商也在进行研发。今年 CES 上，NVIDIA 也推出了类似的系统，被称为“AI Co-Pilot”。车内有相关的摄像头以及人工智能算法，对驾驶员进行人脸识别、追踪头部及眼球的运动，而且，还能读懂驾驶员的唇语。此外，“AI Co-Pilot”系统包括了外部的前、后、左、右四个摄像头，可以探测车辆周边道路参与者的闯入情况，并且通过车内语音提醒驾驶员保持警惕。百度官方介绍，这套“疲劳驾驶监测系统”是基于“百度大脑”的图像识别技术研发。通过红外人脸识别判断，当卡车司机被手机干扰转头看信息、犯困打哈欠或者疲惫到眼睛睁不开时，系统就会及时提醒司机集中精力驾驶。乍看之下，这就是一套辅助驾驶系统。为何是“疲劳驾驶监测”？一种观点是，百度希望通过这一产品来展示其图像识别技术，这是 AI 最为基础的应用形态。李彦宏将这一产品放在了“百度大脑”的体系下，确实就很好理解。但这当中的挑战在于“识别的准确率”。眼下同业者和潜在客户更关心的是，百度的“疲劳驾驶监测系统”的识别准确率如何，百度暂时还没有公布相关数据。有从业者向解释，目前“疲劳驾驶监测”有两大技术门槛：一是算法本身的瓶颈；二是使用的场景复杂性。例如，疲劳驾驶监测的其中一个关键点在于追踪驾驶员眼睛的睁开与闭合，如果种族不同，眼窝的深浅也不同，算法的适应性便难以优化。而且，在面对场景光线的变化时，人脸识别的准确度也会受到影响。该从业者表示，“疲劳驾驶监测”是典型 to B 产品。在商用车队中，“疲劳驾驶监测”并不是一个独立的设备，而是大系统中的一个子设备，车辆必须要有前视 ADAS，还要有车载 DVR 用于记录，同时需配备 3G、4G 模块，进行数据对接，包括图片、视频等驾驶数据的上传，这是成体系的东西，“疲劳驾驶监测”只是其中一个部分。而这类市场，一般是汽车零部件供应商、改装设备提供商在做，而且系统对于摄像头等硬件的要求非常高。所以，从这里延伸出来的问题其实是：百度的疲劳驾驶监测系统要如何落地并且实现商业化？疲劳驾驶监测商业化的几种思路一种观点认为，百度想将相关的算法提供给 ADAS 企业，成为这类企业的技术供应商。“因为各家都有自己的算法，没有一个算法可以吃遍天下，每一个算法要针对不同的用户场景、不同的人种等进行相应的调整，做这种专业级的设备，需要专业级的算法以及定制化软件。”有 ADAS 从业者明确否认了这种可能性。还有一种观点认为，百度可以直接和车厂绑定，为他们提供疲劳驾驶监测系统。这个商业模式确实可以走通，但是这对百度的意义是什么？在百度智能驾驶研发的早期，L4、L5是整个业务立项和研发的重心。而随着百度智能驾驶事业群组成立，外界可以看到，L3自动驾驶更多成为内部希望快速推动落地的业务。而类似“疲劳驾驶监测”这样的技术则属于L3以下的范畴。有业内人士向分析：因为 L4/L5 是一个大而全的平台，降维到 L2，需要有一个专业级的平台，要做深度的算法优化和定制及系统的集成、要过车厂前装的各种技术认证，还有硬件的选用、产品的开发、品控、供货以及后续的支持，这实际上是传统供应商所走的路径。百度在L4/L5上的研发是它相较传统供应商的优势，而走向L1、L2是否意味着百度进入传统供应商密集，竞争上刺刀见红的领域——“百度在自动驾驶领域“降维”就相当于暴露自己的短板，将自己的优势变成了劣势”，上述业内人士表达了这样的担忧。扩展平台可能性更大在当天的采访中，百度智能驾驶事业群组总经理李震宇表示，在产品规划方面，受到市场驱动影响，百度希望与合作伙伴共同开发某些产品。他还表示，在这个过程中，可能有百度擅长或不擅长的产品。所以，从这个角度看，百度开发辅助驾驶系统的目的，并不只是考量其商业落地，而是更偏向平台化的产品，将疲劳检测的原型、框架做得更为充实，拓宽 L4、L5 自动驾驶平台的广度。当然，目前国家也在出台商用车主动安全相关的法律法规，这其中蕴含着很多商业机会，所以百度做“疲劳驾驶监测系统”也是迎合市场需求的做法。在看来，自动驾驶原本是一个非常“性感”的项目，但随着百度阿波罗计划的推出，百度在“接地气”和“性感”之间也最终做出了自己的选择。如果要让你来评价百度阿波罗计划这几个月所作的努力，你更喜欢用哪个词来评价它？