2020年12月8日，百度在Apollo 生態大會上，發布了Apollo Navigation Pilot(ANP)百度領航駕駛輔助系統。百度將ANP稱為城市全場景自動駕駛量產解決方案，定位的是L2.5智能輔助駕駛產品。

　　而這套ANP系統，自然就是在Apollo Lite上面誕生的，可以看作是Apollo Lite的商業化方案。ANP系統的好處，其實是三點：1、支持高速和城市道路的自動駕駛；2、使用了高精度地圖；3、支持車路協同功能。有人說，百度的ANP，跟特斯拉的AP，當下就有點安卓對蘋果的味道：二者都是以視覺為主的自動駕駛解決方案，不過百度ANP是開放型系統，支持各家車企合作使用，而特斯拉只有在自家產品上才能使用。二者誰更好我們不得而知，但顯然百度ANP給研發能力相對薄弱的車企一把新武器，有了ANP的包裝，車型的賣點可就要豐富不少。這點跟華為高階自動駕駛方案放到極狐阿爾法S上是一個道理。

　　ANP系統首批搭載的車型，是已經上市的威馬W6（詢底價|查參配）。未來威馬W6將會推出搭載ANP系統的車型，但具體的時間仍未確定。不過我們爭取到了機會，提前感受了一把ANP領航輔助駕駛功能的表現。

　　用于體驗的車型自然是未來確定要搭載ANP系統的車型威馬W6，但這個硬件包裝和軟件依舊處于調試階段，并不代表最終量產時的表現。威馬W6車外除了有Apollo Lite那10顆攝像頭外，在后視鏡上還各有一顆攝像頭，整個車外共有12個攝像頭、5個毫米波雷達和12個超聲波雷達。

　　由于是規定好的路線，所以導航路線是事先設定好的，點擊開始后，車輛就會自動換擋和松開手剎行駛。

　　在中控屏上會顯示車輛實時的行駛路線，并且紅路燈、自動駕駛狀態、車身周邊的車輛和行人動態模型也會顯示在屏幕中。

　　在城市中跟車和車道居中表現上，ANP系統并沒有什么問題，畢竟這個是很基礎的功能。紅綠燈識別方面，ANP系統距離較遠處就能夠識別到紅綠燈，并且遇到紅燈會在斑馬線前停下等待，轉綠燈后車輛會自動起步。

　　需要右轉的話，系統會在路口200-150米前開始變道到最右側，然后到路口時也能夠自然轉向通過，轉向后會自動合并匯入主道。

　　在體驗過程中，我們并沒有遇上環島、掉頭、左轉和人車混雜的路況，所以這部分的表現我們還沒能體驗到。但官方的演示中，大部分這些場景，系統都是可以自己處理通過的。

　　不過在體驗過程中，我們也遇上了兩次車輛的避讓情況：第一次是有車輛從右側倒車出來，橫在車輛前方。這個情況系統在車輛倒車出來時就已經識別到，并且開始減速，最終停在障礙車前，待前車通行后，系統又自動重新起步行駛。

　　第二次，則是道路右側有車輛剛準備打左露出車頭想要匯入車道中，此時ANP系統表現倒是十分老司機，系統并沒有減速停下來避讓，而是稍微打了一下左，“繞”過了障礙車，繼續前行。這個過程系統并沒有猶豫，動作十分干脆。

　　更高難度的下雨、下雪或黑夜等情況，我們也沒能夠體驗到，官方也沒有公布在這些環境情況下ANP系統的表現。不過可以確定的是，即便是在白天的行駛中，遇到一些特殊路口時，系統也可能會出現需要人工接管的情況。無論是百度還是華為，這些城市自動駕駛系統仍舊未能到達真正的無人駕駛狀態，只是大大降低了駕駛員的駕駛強度。

　　可能會有人疑問，為何未能真正達到自動駕駛的情況下，供應商們依舊會推出這些城市自動駕駛系統呢？其實從供應商（百度、華為一類）的角度來看，第一是搶占自動駕駛的風口和機會，更重要的是可以讓自家的自動駕駛系統獲得車端的入口。

　　所謂獲得車端的入口，可以讓自動駕駛系統的獲得訓練和接管數據。自動駕駛系統進行再多的道路測試或是模擬測試，都沒有辦法還原道路上無窮無盡的所有場景，只有真實在量產車上推送，消費者進行真實駕駛條件下才能獲取自動駕駛所需的數據。這點上，無論是百度或是華為都有較大的需求。

　　而特斯拉在這方面就相對更有優勢，截止去年年底，特斯拉車型保有量已經超過了100萬臺，這些車型在進行駕駛輔助時，就可以采集數據，并且同步進行深度學習。這樣特斯拉的自動駕駛席系統就能夠擁有龐大的數據支撐，可以讓他們的算法和模型更為完善，這是其他自動駕駛供應商或車企暫時無法觸達的。

　　百度的ANP領航輔助駕駛系統，可以說是目前為數不多能夠喊出量產的高速+城市自動駕駛解決方案，并且硬件上由于是以視覺為主，沒有激光雷達，所以成本也會更低，再加上Apollo生態開放的特性，ANP系統是具備發展潛力的。縱觀整個自動駕駛行業，雖然百度、華為等多家巨頭都開始全力入局，但我們要清楚認識到，真正的自動駕駛大規模量產還有不少挑戰，企業仍需要時間和數據積累。（圖/文/攝：太平洋汽車網 杜慶煒）