百度 Apollo 1.5 解析：如何实现单车道自动驾驶？

今年7月5日，百度正式发布Apollo项目。在接下来的一段时间里，这个自动驾驶生态项目在国内外引起了极大的讨论和解读，成为许多汽车和自动驾驶从业者必须谈论的话题。“你觉得阿波罗计划怎么样？它可靠吗？如果有一个搜索引擎可以覆盖我们的日常对话和文本交流，这个问题的搜索结果一定是巨大的。根据百度给出的数据，在过去的两个月里，阿波罗计划增加6.5万行开源代码，他们今天也带来了这个计划的最新变化：阿波罗1.5正式发布释放。为什么选择阿波罗1.5号？持续关注这个项目的同学应该记得，在7月5日的发布会上，百度展示了Apollo的技术全景，但当时他们实际上打开了Apollo1.0版本，可以实现封闭场馆的跟踪和自动驾驶能力。根据他们当时给出的时间表，2017年9月，开放固定车道的自动驾驶能力，到2017年12月，开放简单城市路况的自动驾驶功能，这就是Apollo 2.0。

他们这次开发的阿波罗1.5实际上打开了固定车道自动驾驶的能力。换句话说，除了人们经常提到的1.0和2.0版本外，今天发布的1.5版本实际上在百度的计划中，它不是一个“临时想法”。在技术层面具体开放了什么？此时，有必要跳出经典的阿波罗技术架构图。让我们回顾一下1.0和2.0版本的路线图：1.0，蓝色方框是打开的能力：

2.0，与1.0相比，增加了紫色盒子的内容：

阿波罗1.5号的路线图是这样的，黄色部分是这次开放的：

可以看出，在开源软件平台层面，此次开放了Map Engine、Perception、Planning和端到端深度学习四大功能。在云服务平台层面，此次开放了高清地图和模拟平台两部分。在硬件方面，Apollo已经开放了对激光雷达的支持。将这些功能添加到1.0版本中开发的功能中，Apollo 1.5可以实现的功能是“固定车道昼夜自动驾驶”，也就是说，如果你想做基于Apollo开源代码的自动驾驶，你可以在1.5版本中使用这套东西，让你的车在单车道上实现自动驾驶和跟车功能。请允许我跳下话题：百度，阿波罗1.5号会议，技术性很强。如果不是对自动驾驶技术有深入研究的记者，可能会感到非常眩晕。当然，出席新闻发布会的不仅是媒体，合作伙伴和潜在合作伙伴也可能“喜欢”听到这句话。但这里仍然有必要对技术方面的内容进行分解。让我们看看1.5版本的五大功能：障碍感知、决策规划、云模拟、高精度地图服务和端到端深度学习。在Apollo平台研发负责人王京奥看来，前四项能力“如期开放”，在Apollo1.5开启端到端深度学习能力有点“出乎意料”。在我看来，开放能力的选择是由每个阶段的目标决定的。从1.0的封闭场自动跟踪到1.5的固定车道自动驾驶，必须开放障碍感知、决策规划、模拟测试和高精度地图的能力，否则很难实现1.5的目标。让我们先谈谈障碍感知。根据百度的说法，这种能力是建立在深度学习的基础上的。具体原理是通过Velodyne的64线激光雷达采集周围环境的点云数据，然后使用NVIDIA的GPU通过CUDA、CuDNN和Caffe技术准确识别障碍物。一方面，它可以预测障碍物的行为。另一方面，Apollo将提供不同的算法来适应不同的障碍。

这也解释了为什么百度应该在Apollo中开放对激光雷达的支持……

5.作为百度投资的公司，Velodyne今天也在现场发布消息：他们在中国正式上市了32线激光雷达产品VLP-32C（请记住，它是32C）。此外，对于Apollo生态会员，Velodyne还将提供“特殊服务”：如果这些公司需要在自己的自动驾驶测试车上安装激光雷达，Velodyn将提供更短的交付周期、特殊的技术支持，当然还有“生态会员专享价”。

决策规划：系统可以对无人车收集的数据进行过滤和聚合，并在决策规划模块中重构这些数据。基于此，使用不同的优化器来绘制无人车最安全、最平滑的行驶路径。仔细看图片，理解的学生自然会理解：

端到端深度学习：采用卷积神经网络和基于深度学习的创新神经网络。

高精度地图：这是实现自动驾驶的基础之一。此前，我们也用一篇文章介绍了百度高精地图的具体采集和制作过程。百度认为，他们的高精度地图有三个核心优势：高精度、高生产效率和广覆盖。百度的目标是，到2020年，Apollo高精度地图将覆盖全国所有高等级道路和城市重点道路。目前，全国高速公路和特定城市道路的高精度地图已经开放，精度达到15-20厘米。云模拟：百度称其为自动驾驶的“加速器”。其意义在于，“虚拟路测”可以在模拟平台上进行，而无需在自动驾驶仪上进行实际路测，从而达到快速训练算法和积累数据的目的，节约成本，提高效率，快速迭代。

阿波罗模拟平台的优势在于内置高精度地图、海量场景、云计算能力和专业的测量系统（测量系统也称为“裁判”，用于评估测试的算法水平）。根据百度给出的信息，阿波罗模拟平台的虚拟计算能力可以达到“每天一百万公里”。好吧，这就是这些新的开放能力的引入。说实话，百度在发布会上提供的信息比我写的多得多，他们对每一项能力都做了非常详细的解释。如果你是自动驾驶技术的开发者，你可以访问Apollo的官方网站了解更多信息。如果你是一个吃瓜群众，对这一部分有一个基本的了解就足够了。当然，还有另一种可能性：作为一个吃瓜群众，也许你看完这些东西后，想去DIY一辆自动驾驶汽车？在谈到技术之后，让我们谈谈阿波罗更宏观的东西。“开发者”一词被百度反复提及。作为一个开放的自动驾驶程序，开发人员的重要性不言而喻。如果你不太理解，你可以参考Android的例子。用百度的话来说，开发者的成功就是阿波罗项目的成功。在发布会上，三位“开发者”分别从不同角度讲述了他们的经历，分别是金龙客车、Momenta和智行哲科技。金龙修改了一辆6米长的公交车的硬件，并注入了阿波罗1.0的代码，使车辆能够在一周内在封闭的地方进行跟踪。这也标志着阿波罗应用从乘用车扩展到商用车。Momenta和智智提供了Apollo 1.5的两个应用案例。Momenta首席执行官曹旭东表示，他们基于Apollo1.5的自动驾驶测试车可以准确识别前方车辆突然并线、行人和自行车在白天和晚上过马路等交通场景。当道路上出现垃圾桶、大型犬和纸箱等非典型交通场景时，车辆也可以做出准确的判断，并提供安全稳定的驾驶决策。Momenta和Apollo的合作主要是验证障碍物识别和激光雷达传感的能力。至于明智的步行者，他们与阿波罗的合作主要基于高精度地图和云模拟。目前，一辆“无人扫路车”已经投入北京的一个公园，智能旅行者为它提供了……

h一种无人化解决方案，利用Apollo的高精度地图和定位服务，实现自动避障、自主跟踪、定点启停、自主清扫等功能。此外，智能出行者还利用云模拟平台进行了自动驾驶模拟测试。据百度介绍，经过两个多月的发展，Apollo Eco的合作伙伴数量已增至约70家。至于整个Apollo开发者生态的构成，可以通过百度副总裁吴学斌在现场展示的一张图片来说明：

事实上，从1.0到未来的1.5到2.0，可以看出百度非常重视Apollo的迭代能力，并做出了一个可能不合适的比喻，这有点像特斯拉的OTA远程更新。作为Apollo Ecology的合作伙伴，不断获得自动驾驶能力的更新可能是一个“活力”的问题。当被问及Apollo是如何盈利的时，吴学斌的回答简短但有意义：他没有在现有的价值链中淘金，而是从云端提供服务。今年7月5日，百度正式发布Apollo项目。在接下来的一段时间里，这个自动驾驶生态项目在国内外引起了极大的讨论和解读，成为许多汽车和自动驾驶从业者必须谈论的话题。“你觉得阿波罗计划怎么样？它可靠吗？如果有一个搜索引擎可以覆盖我们的日常对话和文本交流，这个问题的搜索结果一定是巨大的。根据百度给出的数据，在过去的两个月里，阿波罗计划增加6.5万行开源代码，他们今天也带来了这个计划的最新变化：阿波罗1.5正式发布释放。为什么选择阿波罗1.5号？持续关注这个项目的同学应该记得，在7月5日的发布会上，百度展示了Apollo的技术全景，但当时他们实际上打开了Apollo1.0版本，可以实现封闭场馆的跟踪和自动驾驶能力。根据他们当时给出的时间表，2017年9月，开放固定车道的自动驾驶能力，到2017年12月，开放简单城市路况的自动驾驶功能，这就是Apollo 2.0。

他们这次开发的阿波罗1.5实际上打开了固定车道自动驾驶的能力。换句话说，除了人们经常提到的1.0和2.0版本外，今天发布的1.5版本实际上在百度的计划中，它不是一个“临时想法”。在技术层面具体开放了什么？此时，有必要跳出经典的阿波罗技术架构图。让我们回顾一下1.0和2.0版本的路线图：1.0，蓝色方框是打开的能力：

2.0，与1.0相比，增加了紫色盒子的内容：

阿波罗1.5号的路线图是这样的，黄色部分是这次开放的：

可以看出，在开源软件平台层面，此次开放了Map Engine、Perception、Planning和端到端深度学习四大功能。在云服务平台层面，此次开放了高清地图和模拟平台两部分。在硬件方面，Apollo已经开放了对激光雷达的支持。将这些功能添加到1.0版本中开发的功能中，Apollo 1.5可以实现的功能是“固定车道昼夜自动驾驶”，也就是说，如果你想做基于Apollo开源代码的自动驾驶，你可以在1.5版本中使用这套东西，让你的车在单车道上实现自动驾驶和跟车功能。请允许我跳下话题：百度，阿波罗1.5号会议，技术性很强。如果不是对自动驾驶技术有深入研究的记者，可能会感到非常眩晕。当然，出席新闻发布会的不仅是媒体，合作伙伴和潜在合作伙伴也可能“喜欢”听到这句话。但这里仍然有必要对技术方面的内容进行分解。让我们看看1.5版本的五大功能：障碍感知、决策规划、云模拟、高精度地图服务……

ce和端到端深度学习。在Apollo平台研发负责人王京奥看来，前四项能力“如期开放”，在Apollo1.5开启端到端深度学习能力有点“出乎意料”。在我看来，开放能力的选择是由每个阶段的目标决定的。从1.0的封闭场自动跟踪到1.5的固定车道自动驾驶，必须开放障碍感知、决策规划、模拟测试和高精度地图的能力，否则很难实现1.5的目标。让我们先谈谈障碍感知。根据百度的说法，这种能力是建立在深度学习的基础上的。具体原理是通过Velodyne的64线激光雷达采集周围环境的点云数据，然后使用NVIDIA的GPU通过CUDA、CuDNN和Caffe技术准确识别障碍物。一方面，它可以预测障碍物的行为。另一方面，Apollo将提供不同的算法来适应不同的障碍。

这也解释了为什么百度应该在Apollo 1.5中开放对激光雷达的支持。作为百度投资的公司，Velodyne今天也在现场发布消息：他们在中国正式上市了32线激光雷达产品VLP-32C（请记住，它是32C）。此外，对于Apollo生态会员，Velodyne还将提供“特殊服务”：如果这些公司需要在自己的自动驾驶测试车上安装激光雷达，Velodyn将提供更短的交付周期、特殊的技术支持，当然还有“生态会员专享价”。

决策规划：系统可以对无人车收集的数据进行过滤和聚合，并在决策规划模块中重构这些数据。基于此，使用不同的优化器来绘制无人车最安全、最平滑的行驶路径。仔细看图片，理解的学生自然会理解：

端到端深度学习：采用卷积神经网络和基于深度学习的创新神经网络。

高精度地图：这是实现自动驾驶的基础之一。此前，我们也用一篇文章介绍了百度高精地图的具体采集和制作过程。百度认为，他们的高精度地图有三个核心优势：高精度、高生产效率和广覆盖。百度的目标是，到2020年，Apollo高精度地图将覆盖全国所有高等级道路和城市重点道路。目前，全国高速公路和特定城市道路的高精度地图已经开放，精度达到15-20厘米。云模拟：百度称其为自动驾驶的“加速器”。其意义在于，“虚拟路测”可以在模拟平台上进行，而无需在自动驾驶仪上进行实际路测，从而达到快速训练算法和积累数据的目的，节约成本，提高效率，快速迭代。

阿波罗模拟平台的优势在于内置高精度地图、海量场景、云计算能力和专业的测量系统（测量系统也称为“裁判”，用于评估测试的算法水平）。根据百度给出的信息，阿波罗模拟平台的虚拟计算能力可以达到“每天一百万公里”。好吧，这就是这些新的开放能力的引入。说实话，百度在发布会上提供的信息比我写的多得多，他们对每一项能力都做了非常详细的解释。如果你是自动驾驶技术的开发者，你可以访问Apollo的官方网站了解更多信息。如果你是一个吃瓜群众，对这一部分有一个基本的了解就足够了。当然，还有另一种可能性：作为一个吃瓜群众，也许你看完这些东西后，想去DIY一辆自动驾驶汽车？在谈到技术之后，让我们谈谈阿波罗更宏观的东西。“开发者”一词被百度反复提及。作为一个开放的自动驾驶程序，开发人员的重要性不言而喻。如果你不太理解，你可以参考Android的例子。用百度的话来说，开发者的成功就是阿波罗的成功……

项目。在发布会上，三位“开发者”分别从不同角度讲述了他们的经历，分别是金龙客车、Momenta和智行哲科技。金龙修改了一辆6米长的公交车的硬件，并注入了阿波罗1.0的代码，使车辆能够在一周内在封闭的地方进行跟踪。这也标志着阿波罗应用从乘用车扩展到商用车。Momenta和智智提供了Apollo 1.5的两个应用案例。Momenta首席执行官曹旭东表示，他们基于Apollo1.5的自动驾驶测试车可以准确识别前方车辆突然并线、行人和自行车在白天和晚上过马路等交通场景。当道路上出现垃圾桶、大型犬和纸箱等非典型交通场景时，车辆也可以做出准确的判断，并提供安全稳定的驾驶决策。Momenta和Apollo的合作主要是验证障碍物识别和激光雷达传感的能力。至于明智的步行者，他们与阿波罗的合作主要基于高精度地图和云模拟。目前，一辆“无人扫路车”已在北京的一个公园投入使用，智能出行者为其提供了无人解决方案，其中利用Apollo的高精度地图和定位服务，实现自动避障、自主跟踪、定点启停、自主扫路等功能。此外，智能出行者还利用云模拟平台进行了自动驾驶模拟测试。据百度介绍，经过两个多月的发展，Apollo Eco的合作伙伴数量已增至约70家。至于整个Apollo开发者生态的构成，可以通过百度副总裁吴学斌在现场展示的一张图片来说明：

事实上，从1.0到未来的1.5到2.0，可以看出百度非常重视Apollo的迭代能力，并做出了一个可能不合适的比喻，这有点像特斯拉的OTA远程更新。作为Apollo Ecology的合作伙伴，不断获得自动驾驶能力的更新可能是一个“活力”的问题。当被问及Apollo是如何盈利的时，吴学斌的回答简短但有意义：他没有在现有的价值链中淘金，而是从云端提供服务。

标签：金龙北京特斯拉远程

汽车资讯热门资讯