【自动驾驶】Apollo车路协同自动驾驶

主要观点总结

文章介绍了百度Apollo车路协同自动驾驶系统的多种应用场景及其技术特点。系统通过结合已落地项目进行了大量V2X车路协同应用测试验证和先导示范，并列举了三个大类七个典型协同感知应用场景。这些应用场景包括全量交通要素感知定位、车辆超视距协同感知、路边低速车辆检测、道路交通事件感知定位以及路侧信号灯融合感知。系统通过C4级智能道路对背景建模实现交通态势的语义判断，为L4级自动驾驶车辆提供交通事件协同感知服务，确保车辆安全。

关键观点总结

关键观点1: 全量交通要素感知定位

Apollo车路协同系统具备对全量交通要素的实时准确感知能力，包括机动车、非机动车、行人、障碍物等，实现交通要素对象级位置融合和速度融合。

关键观点2: 车辆超视距协同感知

通过路侧多传感器部署，实现对超视距范围内车辆或行人的准确感知识别，使车辆可提前做出预判和决策控制，降低事故风险。

关键观点3: 路边低速车辆检测

系统通过路侧多传感器部署，实现对道路多方位、长距离连续检测识别，并与AV主车感知进行融合，实现自动驾驶车辆对低速车辆或行人的准确感知识别。

关键观点4: 道路交通事件感知定位

Apollo车路协同系统通过C4级智能道路对交通事件进行实时准确感知识别，为L4级自动驾驶车辆提供交通事件协同感知服务，保障车辆安全。

关键观点5: 路侧信号灯融合感知

通过VICAD协同信号灯感知识别，将信号灯灯色和倒计时数据实时发送到车端，实现车辆提前获取信号灯信息，提前进行决策控制。