前不久，岚图官宣：首款搭载百度Apollo Highway Driving Pro的量产车型即将到来。现在我们也已知晓，这款车就是全新的岚图FREE。
老款的岚图FREE，我们此前已有过详细的体验和评测，动态和安全性能表现优异，在30~40万元区间，是极具竞争力的一款大五座SUV。它唯一的遗憾，或许在于高速领航辅助等高阶智驾能力的缺席。
好在，这一遗憾即将成为过去，甚至 高阶智驾将成为新款FREE的长板之一 。
(资料图片)
我为什么这么说？岚图FREE为什么选择百度Apollo？今天我们就来详细聊一聊。
Apollo Highway Driving Pro，实力几何？
谈技术之前，一定要先谈体验。百度Apollo Highway Driving Pro（以下简称Apollo HDP）是一套“行泊一体”的方案，也就是说，它可以实现 行车场景 、 泊车场景 的全覆盖。
具体来说，高速行驶时，有“NOA”高速领航辅助，可以实现自行超车变道、上下匝道甚至服务区辅助等。
城市行驶时，有“ICA”城区辅助，可以实现城市路段中全速域的跟车、车道保持、甚至是打灯自动变道等。
高速+城市，这两类辅助功能的相加，实现日常绝大部分用车场景的辅助驾驶不成问题。
空说可能比较干涩，拿我自身举例，日常通勤需要从北京五环外到三环附近上班，途经路段绝大部分是高速公路、城市快速路、环路。
那么，在五环外的高速公路上，我就可以开启高速领航辅助，这时车辆就能在高速公路上自行选择车道，在遇到慢车时自己超车变道，在切换高速或者下高速的时候，会提前行驶到最右侧车道并驶出匝道。可以说我作为驾驶员，全程无需控制方向盘和油门刹车，只是作为一个“安全员”的角色，去监控车辆，疲劳感大大减轻。
而进了五环内、需要在环路或者城市快速路上驾驶时，我就可以开启“ICA”城区辅助。当我在单一车道上行驶时，系统可以自动控制加减速并保持在车道内行驶，如果遇到慢车、需要变道，也可以主动拨动转向灯，系统就会自动判定环境，在合适的时机完成变道。
当然了，这趟行程并没有结束，还有行程的第一公里和最后一公里，也就是之前提到的“泊车场景”。
当我到达停车场之后，我有两个选择：一，在没有固定车位的情况下，手动开车进停车场找车位，然后使用“APA”自动泊车功能，安全且快速地把车停进去；二，有固定车位的情况下，进停车场之后，直接使用HPP记忆泊车功能，就可以按照事先学习的路线在停车场内“智能驾驶”，找到固定车位并自动泊入，当然，在途中发现空车位也是可以灵活选择来泊入的。
对于城市用车来说，这是一个明显提升幸福感的功能，尤其是遇到极窄车位、拐角车位、无标线车位等情况时，让车自己停进去，实在是优雅又自如。
实际上，自动泊车一直是岚图FREE的“拿手好戏”。早在2021年，我们策划的“挑战黑夜：极限泊车测试”中，岚图FREE就凭借优秀的算法和传感器标定，成为了参测车型中 唯一通过水马模拟极窄车道侧方停车的车型 ，也是新势力中 唯一完成全黑场景下自动泊车的车型 。
这还只是2年前的实力，如今新款岚图FREE又有了Apollo HDP的加持，在软硬件、算法上均有提升，它的自动泊车表现又将迎来怎样的进化？我相信大家与我一样好奇，请期待我们随后带来的实测内容！
出道即“顶流”，岚图FREE如何做到？
智能电动时代，软件定义汽车的正确性已被一次次印证。新款岚图FREE能在高阶智驾上拿出“顶流”实力，关键在于 百度Apollo L4级的技术内核 。
百度是国内最早涉足智能驾驶领域的公司之一，Apollo团队已有超过10年的智能驾驶研发经验，在L4级智驾技术上有着极深的技术积累。
新款FREE所搭载的Apollo HDP，实际上就是Apollo高级智能驾驶辅助技术的下放， Apollo HDP的关键算法和软件框架均来自于L4级智能驾驶辅助，这对于高速领航、自动泊车等辅助功能来说，就是“杀鸡用牛刀”。
例如，感知上Apollo HDP采用了 视觉融合 的技术路线，这也是目前大多数行业头部玩家的选择。
从感性角度看，这种方案最贴近人类思维，因为人类对环境的感知也是靠眼睛，思考则靠大脑。从理性角度看，摄像头所拍摄的图像，在信息密度上具有极大的优势：一张图片即可蕴含目标、距离、大小、标线、时间、方向、位置等所有驾驶所需要的信息，而毫米波雷达、激光雷达等，输出的信息往往只有一到两个维度。
因此，基于连续图像，通过AI模型来进行目标识别并进行车控的方案，天生具备极强的潜力，成为了目前的主流研发方向。近两年出现并被快速应用的如Transformer（ViT）、BEV（鸟瞰视图）、Occupancy（占据栅格）等算法，都是在视觉路线上发展而来的，并且在可预见的时间内，仍将保持极快速的发展。
当然，理论是一方面，落地是另一方面。可恰恰在“落地”上，Apollo也是走在前列的那一批。
根据官方披露的数据，迄今百度Apollo的Robotaxi（L4无人出租车）已累积了超过6000万公里的测试里程，这让他们积累了海量的先验信息和博弈经验。
所谓“先验信息”，可以理解为一种“实现验证过的可靠信息”，例如我们常说的高精地图，它就是一种包含了道路拓扑结构、车速限制、距离、车道数等元素的先验信息。
但先验信息也不局限于高精地图，许多与驾驶强相关的信息也会被采集，例如道路上的堵点、早晚高峰、甚至是某条车道大货车更多等，这些先验信息的加入，就会让系统在决策时可参考项更多，最终让车辆的表现像老司机一样熟练。
一个很简单的例子，在高速公路上超车和在城市环路上超车，节奏和速度是截然不同的，车流量高合车流量低时，超车的操作也会有很大区别。有了先验信息的参考，系统就会知道，目前是在什么场景下，应该以怎样的加速度、转向幅度实现 “抽头”，提高通行效率并减少驾乘人员的不适。
另一方面，基于6000万公里里程、涵盖春夏秋冬不同时段的长期测试，路上常见的、不常见的障碍物识别，Apollo的感知算法都积累了丰富的经验，这对于目前的纯视觉方案来说是难能可贵的。
因为不规则的、异形的障碍物，往往会由于视觉无法识别而漏报，可能会导致辅助驾驶的行车安全，这也是许多车型选择上马激光雷达的原因。
但就像奥卡姆剃刀定律所言：如无必要，勿增实体。激光雷达等传感器的加入，一方面会让环境感知算法的复杂度上升，另一方面还会产生误报的可能，影响系统稳定性。
而稳定性，是Apollo最看重的一环。
新款岚图FREE所搭载的Apollo智能驾驶系统，迄今已进行了超过6000万公里的测试验证，针对可能会发生的故障和问题，进行了全面排查和修正，这让整套系统天生具备L4级算法的安全性和鲁棒性。
同时，基于超过6000万公里的测试验证，Apollo智能驾驶系统，可以说早已走过了“天南海北”，因此在系统的泛化上也有优势，有利于高阶智驾功能更快落地更多城市，为智驾普及进程加速。
以L4赋能，聚焦变革“下半场”
汽车行业正处于百年未有之大变局，“能源变革”是上半场的主题，而“智能变革”则是下半场。
正如文章开始所说，岚图FREE本就是一款极具竞争力的车型，而如今新款FREE得益于百度Apollo Highway Driving Pro的加入，直接在智能驾驶这一关键赛道上，拿出了行业TOP级的能力，让高阶智驾成了优势项，更让新款岚图FREE具备了成为水桶车的潜质。
这不仅是一款车型补齐了一个短板这么简单，更意味着岚图已经做好了“决战下半场”的准备！ 在消费者越来越看重智能化的今天，这种决策的正确性已毋庸置疑，岚图FREE的用户群体也将迎来进一步的扩展。
高阶智驾赛道上，中国车企已有领军之势，岚图等“生力军”的加入，势必会让这场角逐变得更为精彩。由百度Apollo赋能的新款岚图FREE终将交出一份怎样的答卷？我们拭目以待！