一、百度的L3與L4——改革與革命
百度L3事業部主要的目的是想給量產車提供L3自動駕駛解決方案，推動更多車企的量產車能在自動駕駛領域做到安全、舒適以及經濟。
目前，自動駕駛業界主要有兩個打法：一個是直接切入L4（Level 4），比如谷歌；另一個是一步一步走，譬如傳統車企。

百度則希望兩條腿并行，因此成立了兩個事業部（自動駕駛事業部、L3事業部），前者是革命性的，目標是無人駕駛汽車；L3事業部最主要還是提供自動駕駛解決方案。
二者定位不同，也導致采用的關鍵技術不一樣。L3這個部門主要采用可量產的傳感器，不會使用那么昂貴的雷達；自動駕駛事業部采用的傳感器價格昂貴，精度要求更高。
L3屬改革，L4屬于革命。
二、百度L3事業部產品規劃
L3事業部最主要提供的產品分四大塊：
第一塊是L3的自動駕駛解決方案；
第二塊是提供車聯網相關產品，比較大家熟知的地圖；
還有一塊是未來自動駕駛會產生非常多的數據，怎么應用這些數據讓其產生更大的價值，也即大數據分析；
從百度地圖延伸出來的地圖數據，則作為第四塊。
三、地圖——高精地圖——實時更新的高精地圖
百度地圖目前月活用戶3億，其中600萬為車主，每天有300億次的定位請求，把這些位置連起來，可以覆蓋中國所有的道路。這些數據是非常寶貴的資源，而百度要做的就是挖掘數據背后的價值。
除了數據和技術，百度地圖還有一塊很重要的資源：有70萬的中小企業開發者，一直用百度地圖為其APP應用提供服務。
目前，百度的高精度地圖也在不斷開發中，從二維到三維，地圖信息更加豐富和精確，相對坐標上已經達到10到20厘米的范圍，絕對精度在6厘米以內。制作地圖所需的采集車有250輛，有10輛專門用于高精度地圖的采集。高精地圖方面有28萬公里的里程覆蓋，所有采集的道路里程在600萬公里以上。
但昂貴的采集成本也讓百度在制作地圖上更加追求自動化。他們的具體做法是：
車輛出去采集車道線、交通標志，包括一些路牌、路燈這些都會通過車輛去采集。采集車帶回來幾樣東西，一個是圖片，百度從2013年開始就在全國范圍采集大量的圖片，這個圖片還不是普通的圖片，是360度的圖，每隔幾米就有一張，現在已經積累了幾十億的圖片；
每一張圖片還配有點云。簡單來說，就是把圖像中物體的像素都標出絕對位置在哪兒。以往，一張照片其實是沒有位置或者深度信息的，加了這個數據之后，配置精度非常高，每一個像素每一個物體都能帶來一個坐標，所有的元素融合好傳回內部生產。基于圖像、視頻、深度學習的方法，自動處理完后再人工的檢查和驗證。
高精度地圖只是靜態的還遠遠不夠，必須要做到實時更新。百度也跟很多車企有合作，正開展這方面的實驗。
一個框架：
采集車采集一套非常基準的數據作為底層，中間會把采集其他更細膩的元素放到數據平臺上，最頂層是與各個車企合作，整個行業聯合起來，一塊更新數據。
幾個階段：
當前能夠收回的數據主要還是手機上的，因為百度地圖有幾億的用戶，現在手機的用戶只能提供軌跡，即便這個軌跡精度不是那么高，依然可以用來生產道路。
接下來，百度會有類似于“智能后視鏡”的產品出來，圖片精度比手機更好，還可以將圖片回傳數據中心，我們不指望所有使用智能后視鏡或者行車記錄儀的廠商將所有圖片都回傳，只要一小部分就夠了。
第三個階段我們希望有更多的傳感器裝在車上，有更多的數據從車上的傳感器傳給我們。
在未來整個車都可以看成一個傳感器，通過這些社會的力量，眾包的力量把更多數據傳回平臺，把粗精度的數據和高精度的數據融合好，更新反饋給所有車廠使用。
這些，也將依賴百度地圖如何添加店鋪后臺的數據算法及云端處理能力的良好基礎。
四、L3的自動駕駛解決方案
L3實際上主要在兩個場景做文章：一塊是高速，另外一塊是停車場。高速有幾個重要的場景，包括一個自動跟車、超車以及自動變道；還有一塊是自動泊車。
整個L3的自動駕駛解決方案包括這樣一個框架：
用戶與車打交道的部分。L3是一個人機共駕的環境，車給人不斷的反饋：要做什么、將要做什么，所以HMI這一塊在L3階段非常重要；
另外，底層數據處理、傳感器的融合感知這一部分是核心技術，這些一方面需要與云端服務打通，依賴于跟車廠進行合作。
五、結語
百度L3事業部主要是提供自動駕駛的軟件解決方案，但不僅僅只有軟件，硬件層面也需要非常多的合作：
第一塊是傳感器相關的，雷達、像機，有非常多的廠商在生產這些東西，應用效果也很好；
然后是地圖，包括深度學習和自動化制作地圖，涉及到很多的技術積累以及政策法規的東西。
之后是HMI（Human Machine Interface），這個肯定是車廠更有經驗；
最后是處理層，要做很多事情，比如控制，就要把車的方向盤、油門以及剎車控制起來。這個也和硬件相關，百度愿意跟OEM廠商一塊去共建車內大腦。
也許，這也解釋了百度L3事業部與NVIDIA、福田汽車等芯片廠商及車企進行合作的原因。