今年四月中旬，百度和长安合作的自动驾驶汽车将从重庆开到北京。
近日，百度正式发布 “智慧汽车战略”，并与长安汽车签署战略合作协议。百度总裁张亚勤表示，这次发布的 “智慧汽车战略” 主要包括三个方面，包括智慧互联、智慧地图、智慧服务。
此前，百度曾在 2014年 成立了车联网事业部，2015年9月 完整披露了其车联网的战略布局，面向汽车厂商提供包括CarLife 手机车机互联、MyCar 车辆私有云、CoDriver 智能语音副驾、CarGuard 汽车卫士在内的不同层级的解决方案。百度车联网已与奔驰、宝马、奥迪、长安、通用、现代等十数家车企达成合作，落地上述车联网产品。
而这次发布的 “智慧汽车战略”，更像对上述产品进行了细分化、精准化梳理。
智慧互联：
这个主要有以下几个解决方案：CarLife、MyCar 以及 CoDriver 功能。其中 CarLife 解决的是汽车没有联网情况下手机如何把信息传递给汽车的问题，也即平常我们说的手机车机互联方案。MyCar 即私有云服务，依靠收集汽车在行驶过程中每天产生的大量数据来为车主提供数据分析服务，例如，帮助用户通过百度在手机上看到车有多少油、通过百度远程启动一辆车，或者夏天的时候提前打开空调，这样用户在上车的时候就能有合适的温度。而 CoDriver 智能语音副驾则指的是借助百度的智能语音技术，为用户提供一个车载版的 “度秘”。
智慧地图：
百度车联网总经理顾维灏表示，目前的二维平面地图已经不能及时反映现实世界的变化。因此他引入了将地图 “变活” 的概念。共有两种方法：
一种是自行建设高精度地图。目前百度已经和长安有合作，在长安车型上搭载了自动驾驶所必需的高精度地图，通过 “踩点” 的形式建立和现实世界对应的高精度地图。顾维灏说道，这样就行提醒车主前面第几个红绿灯会变灯需要减速，提前提醒车主前方有一个限速牌跟地图标志不一样等等问题了。
其二是以众包的形式建设地图，称之为 “Leaning-map”，地图可以自我学习、自我完善、自我认知。那么，哪些终端会对此有所贡献呢？顾维灏表示包括手机、后装硬件使用者以及前装汽车联网都可以对此有所贡献。也就是说，这些具备联网能力的终端既是百度地图的使用方，同时也是百度地图生产者。
智慧服务
这个包括鹰眼和慧眼。具体来说，这两项技术是要帮助车厂和第三方系统供应商深入了解每一位车主的特性，并有针对性地、不断优化汽车性能和后续运营服务。
其中鹰眼可以记录所有安装服务的车辆过去一段时间去了哪里、运行情况如何。目前鹰眼系统应用在了百度几百辆采集车队上，这可以通过监测采集员的任务执行时间、里程、油耗等提高效率。
在慧眼方面，百度可以通过慧眼技术收集车辆产生的数据。顾维灏说道，慧眼服务可以帮助 B 端主机厂商 / 经销商做用户画像，例如用户去长安 4S 店买车之前还去过哪些 4S 店、了解过哪些产品的情况、这个车主喜欢什么、常去哪里消费、接下来为车主推荐什么消费等等。百度将通过慧眼反馈用户最常用的功能，当然也有最难用的功能，以便改进。
顾维灏表示，百度与长安已经合作了一年多的时间，共同搭载 CarLife 的车已经达到 10 万辆。未来，双方希望在未来一年内推出数十万量级的智慧汽车，并计划在三到五年达到百万量级的产业规模。
【来源：36氪】
·氧分子网（http://www.yangfenzi.com）延伸阅读：
我们所在做的，是为未来科技建立好基石，让自动驾驶汽车、新型航空技术和无人机，能在未来减少我们耗费在交通上的时间。
在任期的最后几个月，美国交通运输部部长Anthony Foxx不断在强调改进基础建设的重要性，以及科技在我们出行方式中的重要性。美国交通运输部拥有5.5万名员工，以及超过700亿美元的预算，它负责管理美国所有的航空、海面和地面交通运输。该组织出台的条例往往都能产生深远的影响。比如，其在1956年颁布的联邦高速公路援助法案建立了美国高速公路系统，让长途旅行变得更便捷。
在今年9月，美国交通运输部发布了一项具有里程碑意义的自动驾驶车辆政策，此项政策将加快自动驾驶车辆安全部署的进程。官方报告称，自动驾驶汽车将降低交通事故导致的死亡率，使交通运输更加高效和便利。
Foxx对美国交通运输的愿景还包括未来的高速铁路，飞机的GPS跟踪系统和无人机等。当他在接受Verge采访时也表示，改变当下我们所适应的一切是不可避免的，这也是推动我们国家继续发展的关键。
以下是此次对Anthony Foxx采访的具体内容：
假设现在是2021年的11月，您认为世界会是怎样一番景象呢？
Foxx：到2021年，自动驾驶的交通工具应该会随处可见，即我们目前想象的场景会真正实现。全家可以一起出门，给车辆们一个信号，车子就会自动来接驾，并送他们去上班或者上学，公共交通系统也会推出类似的服务。而且自动化会不仅仅局限于车辆，很多公司会采用无人机运送货物到客户手中。另外，我女儿到2021年应该有16岁了，我觉得她不会去考驾驶证，而是会选择直接享受这种自动化的服务，因为根本不需要驾驶证。
有研究表示，美国人还没有准备好接受自动驾驶车辆。您觉得怎么样才能让人们相信，这是未来他们日常生活中的必需品？
Foxx：大众的接受度一直是产业和政府部门共同在努力克服的问题。我觉得，人们心中最重要的一个疑虑就是，自动驾驶技术能确保安全吗？之前的一些试验也让我们发现，一般在自动驾驶体验的最初几分钟，试驾者都会比较恐惧，因为它们从未有过这样的体验。但是，基本上大家都很快适应了这样的方式。所以，这些有过无人驾驶体验的人，能在消除大众疑虑中起到很大的作用。我相信，在汽车代替马车出现在人们生活中时，也一定面临过公众接受度的问题，这是科技和交通运输进步过程中必然会出现的问题。我坚信，人们对自动驾驶技术的完全接受只是时间问题，不久后，卡车、船和火车都会采用无人驾驶技术。
数据采集能够推动无人驾驶技术的发展，但只有在业内同行愿意分享彼此的数据时才能实现。您认为怎样才可以鼓励这种分享呢？
Foxx：如果我开车经过了一个坑洼，而你的车就在我后方，你会通过观察我的行动，作出相应的行动来避免这个坑洼。那么，如果自动驾驶汽车在行驶，当前面的车遇到坑洼后，它若能不仅与相同制造商的车辆分享这个信息，还能与各种制造商的各类车辆分享，就能帮助所有自动驾驶车辆避免一些不必要的危险。
我认为这是整个产业都需要严肃考虑的问题。在航空领域，运营商之间的信息早就可以通过匿名的方式进行分享。这些信息包含了各类具体情况，但不会包含具体运营商的信息，让整个航空领域都能更好地应对安全挑战。那么，如果车辆也采用这样的模式的话，必要的信息是否能得到更好的分享呢？
在20世纪上半叶，Robert Moses在纽约市及其周边地区设计了高速公路系统，在原本相连的社区之间创建了屏障。这从一定程度上看是具有破坏性的，引起了一些公民权利和社会公正的问题。您觉得，如果相应政策激起了类似的矛盾，该怎样调和比较合适？
Foxx：我们所处的科技时代将彻底改变我们对交通方式的认识。这个过程中肯定有风险，因为科技的典型轨迹就是，起初先被少数能负担得起的人群采用和接受，然后随着时间的慢慢推移，才会逐渐变得无所不在。当下，在这个领域，大部的的投资都是由政府发起，我们所面临的挑战之一就是，要先把某项新技术与人类社会的相关性加强。
我们的公路系统是艾森豪威尔时期的立法产物，当时我们国家的法律还不健全，有许多隔离政策，许多公民没有投票权。有很多公路项目是在1950年代设计的，建立在种族问题或当时经济发展路线的基础之上。若是你去新奥尔良，雪城，史坦顿岛，西雅图或洛杉矶，你仍旧可以看到当年设计的高速公路和立交桥，那些实际上是人与之间的墙，种族与种族之间的隔阂。
我们要如何修复那些未得到良好设计的、状态糟糕的基础设施建设？
Foxx：我还从未见过任何一个欧洲城市，会在其中心地区建立一个复杂的高速公路网络。 虽然他们已经掌握了相应的技术，但欧洲人意识到了，他们不想因此破坏内部一些重要的东西。在美国，人们会议论关于拆除一些高速公路的可能性。目前，罗切斯特和纽约就已经在这样做了，他们为此举行了严肃的会议讨论。 而在俄亥俄州哥伦布市，他们并没有直接拆除高速公路，而是在其上方放置了一个新景观，重新连接了一个被高速公路分隔的地区。
2021年美国的乡村会变成什么样？
Foxx：美国乡村正在萎缩，这里我不仅仅指人口的下降，还有整体范围的萎缩。随着我们的城市中心不断向外扩张，城市区域已经占领了很多边远地区，并在吞并那些传统意义上的乡村地区。这对城市地区和乡村地区都有影响，因为这些乡村地区往往是食品和一些制造业的供应商所在之处。对此，我们可以拥有更强大的客运铁路系统，让人们继续生活在原来的地方，并能便捷地去往城市工作并享受其他设施，而不必放弃他们原来在乡村的生活方式，被城市同化。
航空是另一个必须关注的领域，您认为航空交通运输又会有什么不同呢？
Foxx：你将会在机场遭遇比现在少一半的延误问题，因为我们正在研发一种Next-Generation Aviation的新技术。Next-Gen将会把我们从1940年代开发的雷达系统提升到飞机的GPS跟踪系统。如果我们可以精确地跟踪定位飞机，那么我们对它的轨迹和路线也会有更好的掌握。此项新的科技会大大提升航空交通运输的效率，让我们能有更少的延误和晚点，并能设计更完美快速的飞行线路。
一旦交通运输方式得到了提升，社会的其它领域会因此出现什么样的涟漪效应呢？
Foxx：如果我们做得足够好的话，交通的发展将使我们的社会变得更加一体化。俄亥俄州的哥伦布市，曾获得全国智能城市挑战赛的冠军，但是他们的婴儿死亡率是全国平均水平的四倍，这一直是该城市的痛处。因此，他们正在开发一个app，让母亲们能利用它轻松在线预约儿科医生，并选择最高效的出行方式，让她们能最快到达医院。 如果公共汽车晚点或是堵车了，该app将帮助他们重新安排与医生的预约。这就是一个如何创造性地使用技术来解决问题的例子。
目前最让您感到激动的是什么？
Foxx：我现在感到最激动的是，我们的国家正在把交通运输发展得更好，并通过提供更多交通方式的选择，在最基础的方面为社区提供便利。我们为居住在欠发达地区的居民提供了更多渠道，让他们减少了出行成本，并能更快速地去往医院或是学校。交通的便利也让很多地方吸引了更多地房地产开发，以及配套设施的建设，如药房和超市等。我们能看到，很多地区正因为交通而得到了改变，融入了更多的经济活动。这一切都源自于一个想法：我们应该让交通系统更开放，让它为每一个人带来便利。
您认为新时代的交通会有什么特点？
Foxx：我们将有机会，推动一个全球范围内的人类和机器之间关系的转型，这是一份重大的责任。我们必须特别关注安全问题，将一切可能出现的结果都考虑到。我听说很多人都在担心机器会对就业市场造成破坏，这的确是我们该重视的问题，并努力消除疑虑。当然，也会有很多优点。比如，自动驾驶技术会减少94%目前人为造成的交通事故，还可以让残疾人和老年人能更自在地出行，并能帮助那些在交通出行上支出过高的家庭省下一大笔钱。
我们还需要自己开车吗？
Foxx：我觉得这要看大家自己的选择了。如果太累或者嫌麻烦，人们完全可以选择不自己开车，让汽车自己行动。但是，如果有人想要自己驾驶，这当然也是最安全的选择之一。曾经我们处于没有选择的状态，但今非昔比。我们通过对未来30年交通需求的研究发现，很多地区已经没有足够的空间来建设更多的公路了。我们的人口正在经历指数型增长，即使我们能够提供基础设施，可用空间也无法继续相应增长了。
如今这个时代，数据和分析为我们提供了更多的机会。在我还是市长的时候，我总以为我对某个交通问题已有了解决方法，但每次研究完相关数据后，我就发现自己之前的想法完全是错误的。自动驾驶和智能交通系统为我们提供了大量关于人们使用交通运输设施的信息，问题之一是，人们容易对传统的交通的方式产生怀念。
我们会想：“我真怀念自己开车的时候啊，想什么时候上高速就什么时候上，想开多快就开多快。”但是那些日子已经一去不复返了，我们的道路非常拥挤，人们的出行时间越来越长。对于任何一个能缩短出行时间的交通方案，一般人都会采用。我在这个机构一直努力在做的事，就是关注于眼前的和不久将来会发生的问题，因为解决方法也在这其中。我们所在做的，是为未来科技建立好基石，让自动驾驶汽车、新型航空技术和无人机，能在未来减少我们耗费在交通上的时间。我们要避免让我们的下一代，继续忍受在交通上耗费的大量时间。
百度智能汽车前几日在CES上发布了高级自动驾驶平台Road Hackers，并表示将基于此模型的百度自动驾驶训练数据对外开放。Road Hackers具体包括什么内容？包含的1万公里数据都有什么特点？百度为什么选择开源这一平台和数据？新智元带来了百度总裁张亚勤的专访以及百度智能汽车事业部 HMI&生态总经理张辉介绍 Road Hacker 的现场演讲及PPT，看他们怎么说。
2017的 CES上，百度智能汽车宣布推出高级自动驾驶平台Road Hackers，并表示将基于此模型的百度自动驾驶训练数据对外开放。
百度总裁张亚勤与百度智能汽车事业部 HMI&生态总经理张辉在现场均强调了自动驾驶研发中数据的重要性。所以，平台上的自动驾驶数据会首先开源，涉及一万公里的自动驾驶数据，其中包括百度采集的中国路况数据。
百度总裁张亚勤在CES 接受媒体专访。他对新智元表示，整体来讲，智能驾驶是产业的大趋势，也是百度的一个重要的战略。这其中有两个不同的路径，一个是ADAS 和L3，这是相对比较渐进式的，其中使用了百度的很多数据，自定位、决策、路况分析、POI 和高精地图等技术。那么另外一个L4是更跳跃式的，这里边用了很多和L3 相似的技术，所以对于百度来讲，有一个大战略——同时拥有两个互补的路径，这里边有很多互补的东西，比如说，在三个方面来共享L3/L4：
1.数据；
2.高精地图的采集、分析，生产，这在目前很多是一致的，虽然精度可能不一样；
3.道路规划、感知决策和汽车行业的接口合作，都是一致的。
L3的数据也可以用到L4，当你收集了足够多公路的数据、场景的数据、用户的数据、车的数据，这个数据本身和激光雷达的数据去结合起来，可以让L4更快的实现，所以对于百度来讲，这两个路径并不矛盾。对于许多车企来说，也是一样的。
RoadHackers 实现原理
百度智能汽车事业部 HMI&生态总经理张辉介绍 Road Hacker 的现场演讲及PPT。新智元整体报道，有删减。
张辉：女士们先生们，大家好，我们今天的主题是 Road Hackers。
Road Hackers 这样一个平台，我把它定义为百度的一个自动驾驶的开放平台，这里面包含了几个关键词：
第1个，End to End；
第2个，自动驾驶；
第3个，开放平台。
自动驾驶是人工智能的一个很重要的落脚点，谈到任何人工智能，都有三个要素：第1个是硬件，第2个是算法，第3个是数据。自动驾驶也不例外。这里面我们只是关注两件事情，一个是算法，一个是数据。
前段时间大家被 Master 刷屏，我记得有一个文章讲的挺有意思，说最初其实阿尔法狗输过一次给李世石，但李世石在睡觉、发愁，干其他事儿的时候，阿尔法狗不停的在自我训练。它训练什么呢？它就是不断的用人类的棋手的算法去算。前段时间罗振宇说到，需要用数据去喂养人工智能这头怪兽。这里面其实强调一件事情：在人工智能里面最重要的不是算法，而是数据。为什么？因为只有拥有数据，才能让你的算法变得越来越好，越来越精确，所以我们今天讲的首先其实就是数据开放。
大家可以看一下，谈到自动驾驶，其实是有两个流派：第一个流派就是基本上所有的公司，包括百度的两个部门、Google、特斯拉都在做这件事情，就是基于规则的自动驾驶。基于规则很简单，就是把我们的自动驾驶分为很多场景，比如高速公路，普通的道路，城市的道路，然后又分为很多的情景，包括类似于天气，包括像停车这样一些事情，遇到什么情况该怎么做这样一个事情。这叫基于规则的一种自动驾驶。
另外一种是端到端的自动驾驶，端到端大家不用管这边如何描述，其实蛮简单，你可以把自己想象成一个老司机，你会开车，但可能开了十万公里，你的车依然不知道你的驾驶行为和驾驶习惯是什么。我们在想，是不是有一个人他能在你的车后面，它可以是一个机器人，它在不断的学习你的开车习惯，有一天在你累的时候它可以帮助你去开车，而且是以你的习惯去开车，这种方法就是End to End（端到端 ）。端到端可以认为是黑箱子，我们只关心输入跟输出，不关心里面到底是不是能做决策。
我们打造 Road Hackers 的初心，我们最大的想法是想加速全球自动驾驶技术的发展。很多人不理解，为什么我们要去培养整个竞争对手，或者为什么让大家变得更强。我们认为：自动驾驶不应该只是少数人的专利，不应该只是少数高端者的专利，应该是每一辆车的标配功能。就像今天，我们每个人的手机上如果没有相机，你会觉得无法接受。但是在十年之前谁的手机上有相机呢，是没有人手机上有相机的，即使有也可能是很差的那种，对吧。
所以我们希望能让自动驾驶尽快地普及、让算法变得更好，所以我们希望能加速这个进程。
第二，中国的道路其实非常复杂。我记得很有意思一件事情，所有人来美国，首先要倒时差，倒完时差之后有一个词叫倒误差，为什么？在美国有一个stop sign（音），如果不停住，你被撞飞是你的全责。但是在中国，如果看到slow sigh 你一停，永远过不去，这就是国情不同，带来大的驾驶习惯不同。所以我们会开放中国海量的路情，它不单纯是道路，而是在道路上人们开车的习惯，这种习惯是非常宝贵的数据。
第三，我们希望能把这个东西开放出来，能跟很多公司，很多大学一块儿联合开发。
第四，我们想做一件事情，这件事情是说既然我们有一个中国最大的数据站的开放，我们能不能基于一定的数据开放做很多算法。百度来做，清华大学来做，北大等大学也可以来做。不同的车辆去比，大家一块儿来比说谁的算法更好，互相去促进这样一个事情。所以我们想做一个Benchmark的平台，可以共享数据。
最后，我们想做一个生态，基于这个生态我们想把End to End的这种自动驾驶在中国发扬光大。
这边讲一下为什么我们有信心开放这个数据？我想讲的是，百度其实是中国整个地图测试车位里面是最大的，我们拥有 200 辆以上的采集车，其中有的车具有高精地图的采集能力。这里想强调一件事情，我们的采集车除了车是别人造的，cameras（音）和小雷达是别人造的，其他里面整个东西是怎么装起来，后面的算法是怎么弄的都是我们自己做的。我们的竞争对手大家需要一两千万的价格造一辆车，我们只需要提供100万的价钱去生产这样一辆车，所以我们成本非常低。然后，我们这里数据量是PD量级的，PD是什么概念呢，PD就是非常非常多，真的是非常多。
然后这个数据覆盖中国所有城市，全中国有30万公里的高速公路，环路，还有其他数百万公里的城市道路，乡村道路，这些都是我们覆盖的，因为只要中国有路的地方就会有百度的采集车走过，有采集车走过的地方就会有我们的数据，这是唯一的。我们所用的Sensor是最好的，数据格式是图片，还有包括本身360度的环视，还有包括车上本身的GPS。
End to End 这个算法，或者这套算法其实不是我们首创的，国外其实有很多人在做，包括之前比较火的黑客（Geogre Hotz），就是那个小伙子做的。他当把数据收集之后，引起挺大的反响，很多人下载数据、下载视频，去测试。但是那个数据只有大概十几公里的数据，我们其实是中国道路的数据，我们是有超平方里程，我们所开放的里程是一万公里，是全球开放提供的能力。
然后前面有记者关心，他说我们开放多少个城市。我们其实开放了十几个城市，基本上一线、二线都开放，这种道路主要涉及到的是封闭道路，高速、环路，还有快速公路。下一阶段会有一些人车混搭的路开放，开放的总程在这一期是一万公里。
下面是进入整个演示中，最精彩的部分一段小视频，会给大家来一一讲讲。这个视频的价值非常高，不信我们可以在中国的网站上搜索一下看看有多少人去下载这个数据。这首先是一个公益栏目的平台，红色的方向盘是真实发生的情况，绿色是我们自己的算法，我们自己算法想在这样一个情况下指导我们及怎么样去做判断。
然后下面样有一个方框会用红色的线表明是刹车和加速。红色的线，看着老司机非常平缓，这个绿色的线是人工智能的司机。绿线大部分是跟红线比较平行，但是也有比较偏离的情况。你看看这就是偏离的，这个非常有意思，就是算法并不知道我们要换道，因为这里面有没有导航数据，但是人稍微能管一下就会换道，然后这个算法很快检测到说要出换道。马上把这个绿线朝外换。
我们在这一期没有融合导航的数据，所以算法肯定不知道的。
国外一点都不一样，大家看看红色的方向盘是老司机，老司机怎么开车。绿色的方向盘是新司机，新司机怎么开车。老司机开始拐了，新司机倾向于不并线，老司机倾向于一有机会就并线。这是采集车的司机，你看这个司机，右侧超车，在中国很多人右侧超车，而且他连续超车，右侧超车之后开始左侧超车，这个在中国道路是很常见的，这个算法我觉得是中国道路的情况。
这很有意思，就是算法是看到向右侧，但是其实这个司机是掉头，这个司机掉头的时候他看到会发现他开始掉头，有的时候后面的不知道。你看这个老司机的方向盘打的非常厉害，新司机比较嫩，这是我们说在这种状况下获得一个纵向加速的控制，但是前车的刹车看浏览量，我们这个车在减速，我们的减速明显不如老司机那么老练，减的非常狠。
最后一段是说我们是一个测试视频，前半场是训练，后半场是真实的测试视频，测试车怎么开。这段视频是三分钟，这个三分钟视频回头可以放到网上大家可以关注一下。
大家看到PPT里面，我想总结一下Road Hackers 本身是什么，Road Hackers其实就是百度端到端的自动驾驶开放平台，一是海量路情驾驶数据的开放，是中国的驾驶数据开放。
第二，我们想做一个End to End 的自动驾驶Benchmark平台。国外是有一个TD，是做道路上交通物体的反测，我们做一个端到端的一种分叉平台，需要很多算法来找来平衡。
第三个，我们想把百度的自动驾驶的算法放上去。刚刚有记者问到说我们会不会开源，我先强调一下，在这个平台中，最宝贵的不是算法，最宝贵的是数据，当然我们算法也会统一。所以这个算法也是全球第一次公开演示纵向加横向的控制，因为以前是不演示横向的，这个演示了纵向加横向。
所以这个开放平台我们创造了三个定义：
一是开放了里程的定义；
第二个是第一个端到端的自动驾驶 Benchmark平台，将来大家可能很多记者会引入这个平台上的评分和名词；
第三个，我们依次同台演示了纵向跟横向制的算法。这是我们的合作情况，我们跟清华大学达成一个合作，我们首先会推进这样一个合作，当然这个合作不是排他的，也会希望其他的车厂，包括开发者，一些单位和我们一起合作。
最后我跟大家说一下我们有一个网址，roadhackers.baidu.com，这个网址上有我们开放的所有数据，包括这段视频，这段视频会在稍候的时间上传上去，包括那个Benchmark平台。
我们的愿景就是和大家一起来携手加速全球自动驾驶技术的发展，大家一块儿来把这个事情做大，让每一辆车都尽快的可以使用具有很高可靠性的这样一个自动驾驶系统，而且能学习你的驾驶习惯，变成个性化的司机，过去是新司机，以后变成一个老司机。
谢谢大家！