Apollo 9.0
自动驾驶开放平台
|
您好,开发者,欢迎来到 Apollo 自动驾驶开放平台。
Apollo (阿波罗)是一个开放的、完整的、安全的平台,将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统,快速搭建一套 属于自己的自动驾驶系统。
开放能力、共享资源、加速创新、持续共赢是 Apollo 开放平台的口号。百度把自己所拥有的强大、成熟、安全的自动驾驶技术和数据开 放给业界,旨在建立一个以合作为中心的生态体系,发挥百度在人工智能领域的技术优势,为合作伙伴赋能,共同促进自动驾驶产业的发 展和创新。
Apollo 自动驾驶开放平台为开发者提供了丰富的车辆、硬件选择,强大的环境感知、高精定位、路径规划、车辆控制等自动驾驶软件能 力以及高精地图、仿真、数据流水线等自动驾驶云服务,帮助开发者从 0 到 1 快速搭建一套自动驾驶系统。
从 2017 年 4 月 Apollo 开放计划宣布到现在,历经5年,Apollo 已经发布了13个版本到了 Apollo 9.0,持续的在多维度创新。 这5年 分为3个阶段。第一阶段是从最开始的封闭场地循迹自动驾驶到2.0的简单城市路况,Apollo搭建了基础的自动驾驶基础能力;第二阶段是 从2.5限定区域视觉高速到6.0 EDU的教育专版,Apollo积累了丰富的场景能力。第三阶段,从7.0 开始,Apollo专注提升工程易用性,从 开发者实际需求出发,帮助更多开发者更好更快的使用Apollo。每一次的升级都将自动驾驶开放平台的能力边界从多维度向外拓展。
为了更好的使用 Apollo,需要您简单了解一下开放平台的架构。以下为 Apollo 最新架构图,其分别由硬件设备平台、软件核心平台、 软件应用平台和云端服务平台四层组成。
自动驾驶与传统互联网软件研发不同,一是实车测试成本高,二是数据量非常大。而一套能够满足自动驾驶开发流程需求,并提升研发效 率的研发基础设施就非常之重要。
Apollo 云端服务平台通过云端的方式解决了数据利用效率的问题,通过与仿真结合降低了实车测试成本,能够极大的提升基于 Apollo 的自动驾驶研发效率。从研发流程上讲,Apollo 车端通过数据采集器生成开放的数据集,并通过云端大规模集群训练生成各种模型和车 辆配置,之后通过仿真验证,最后再部署到 Apollo 车端,无缝连接。这整个过程其实包含了 2 个迭代循环,一个是模型配置迭代,一 个是代码迭代,都通过数据来驱动。
根据 Apollo 开放的能力和提供的服务,开发者可以既省心又省力的快速搭建和部署自己的自动驾驶系统。
以前版本的架构图,请参考各个版本的架构图。
本文档旨在让开发者全面的了解 Apollo 的学习使用。
Apollo 开放平台为开发者提供预先编译好的 Apollo 安装包,节省大量的编译时间,环境的部署准备时间从天级别降低到小时级。开发 者在下载安装包并安装好 Apollo 之后,便可以在本地电脑上实践 Apollo 。
在硬件的选型上,开发者可以参考 Apollo硬件开发平台 和 Apollo开放车辆认证平台 来搭建自己的自动驾驶系统硬件;为了更加省心,推 荐您使用底盘和传感器套件一体的 Apollo D-KIT。开发者搭建自动驾驶车辆的 过程中,也可以使用 Apollo Fuel 自动驾驶研发云 来完成诸 如车辆动力学标定、传感器标定等搭建流程,以提升研发效率。
您可以参考本文档一步步完成 Apollo 的安装、快速上手 Apollo 和上机使用。相信这些文档会帮助您更加深入的了解 Apollo 的各个核 心模块的能力。
文档结构
发版说明:每次发版更新内容的简介。
安装指南:关于如何安装 Apollo 软件包以及源码的说明文档。
应用实践:介绍自动驾驶通信的应用实践案例以及上车实践操作。
框架设计:介绍 Apollo 的框架设计
工具使用:介绍 Apollo 相关工具使用
源代码文档:根据源码和注释生成的文档,方便阅读和查询
如果您想从底层了解 Apollo 甚至为 Apollo 代码库做贡献,那么您可以参考 Apollo Github 库 的源码及相关资料。
Apollo Github 库为开发者提供丰富的技术文档、使用指南和开放的源代码。
现在您已了解 Apollo 开放平台以及 Apollo 文档的相关内容。 接下来,开发者可以参考 安装说明 安装 Apollo 了。
最后别忘记加入 Apollo 开发者社区,社区有大量的资料供开发者阅读使用。
阿波罗开源平台只有模型、算法和流程的源代码,在商业化和产品化部署中将与网络安全防御战略相结合。
有关 Apollo 的免责声明,请参阅 Apollo Disclaimer
如果您在使用文档的过程中,遇到任何问题,请到我们在【开发者社区】建立的 反馈意见收集问答页面,反馈相关的问题。我们会根据反馈意见对文档进行迭代优化。