百度Apollo 1.5 计划单车道无人驾驶再度升级.doc

《百度Apollo 1.5 计划单车道无人驾驶再度升级.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、百度Apollo1.5计划单车道无人驾驶再度升级　　自从百度发布Apollo1.5计划后，自动驾驶生态项目快速引起了国内外的巨大反应，大量的数据表明Apollo计划新增了6.5万行开源代码，说明百度对此举是经过了研讨和审核，并不是临时之举。　　为什么叫Apollo1.5？对这个项目有持续关注的同学应该记得，在7月5号的发布会上，百度虽然展示了Apollo的技术全景，但是当时他们开放的其实是Apollo1.0的版本，可以实现封闭场地的循迹自动驾驶能力。而按照他们当时给出的时间表，在2017年9月会开放固定车道自动驾驶的能力，到2017年12月，开放简单城市路况自动驾

2、驶能力，也就是Apollo2.0。　　　　　这次他们开发的Apollo1.5，实际上就是开放了固定车道自动驾驶能力。也就是说，在大家经常提及的1.0及2.0版本之外，今天发布的1.5版本，其实原本就在百度的计划之中，并不是一场「临时起意」。　　具体在技术层面开放了什么呢？这时候又要搬出那张经典的Apollo技术架构图了。　　我们再来复习一下1.0和2.0版本的路线图：　　　　1.0，蓝色框为开放的能力：　　　　　　2.0，相比1.0新增了紫色框的内容：　　　　　　而Apollo1.5的路线图是这样的，其中黄色部分的内容是这次所开放的内容：　　　　可以看到，在开源软

3、件平台层面，这次开放了地图引擎（MapEngine）、感知（PercepTIon）、规划（Planning）、端到端深度学习（End-to-End）四个能力。而在云端服务平台层面，这次开放了高精度地图（HDMap）、仿真模拟平台（SimulaTIon）两部分。硬件方面，Apollo开放了对于激光雷达的支持。　　把这些能力和1.0版本所开发的能力相加，Apollo1.5所能实现的功能如前所说，就是「定车道昼夜自动驾驶」，也就是说，如果你想基于Apollo开源代码做自动驾驶，用了1.5版本的这套东西，可以让你的车子实现单车道内的自主驾驶和跟车功能。　　允许我跳脱一下说

4、句题外话：百度这个Apollo1.5发布会，做的相当技术范儿，如果不是对于自动驾驶技术有较深研究的记者，可能会听的很晕。当然，发布会到场的不止媒体，合作伙伴和潜在合作伙伴听了这些，可能会很「享受」。　　但是在这里还是有必要去分解一下技术层面的东西。　　来看看这次1.5版本开放的五大能力：障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习。　　其中按照Apollo平台研发负责人王京傲的说法，前四个能力是「如期开放」的，而在Apollo1.5这个时间节点上开放端到端的深度学习能力有点儿「意料之外」。　　在我看来，选择开放什么能力，是由每个阶段的目标所决定的

5、。从1.0的封闭场地自动循迹发展到1.5的定车道自动驾驶，障碍物感知、决策规划、仿真测试、高精地图这几项能力，其实是必须要开放出来的，否则很难实现1.5的目标。　　先说障碍物感知。按照百度的说法，这个能力是基于深度学习实现的。具体原理是，通过「参考硬件」Velodyne的64线激光雷达采集周围环境的点云数据，然后使用英伟达的GPU，通过CUDA、CuDNN、Caffe技术实现对于障碍物的精准识别。一方面，可以实现对障碍物的行为预测，另一方面，为了适配不同的障碍物，Apollo也会提供不同的算法。　　　　这也解释了为什么百度要在Apollo1.5里开放对于激光雷达的

6、支持。　　而作为百度投资的公司，Velodyne今天也在现场发布了一个消息：他们正式在国内上市32线激光雷达产品VLP-32C（请记住，是32C）。另外，对于Apollo生态成员，Velodyne还会提供「特殊服务」：如果这些公司需要激光雷达装在自己的自动驾驶测试车上，Velodyne会提供更短的交货周期、专项技术支持，当然还有「生态成员专属价格」。　　　　决策规划：系统可以对无人车收集的数据进行筛选聚合，在决策规划这个模块对这些数据进行重构，基于此，运用不同的优化器，为无人车画出最安全、最光滑的行车路径。具体看图吧，懂的同学自然懂：　　　　端到端的深度学习：既采

7、用了卷积神经网络，也采用了创新性的基于深度学习的神经网络。　　　　高精度地图：这是实现自动驾驶的基础之一，此前我们也专门用一篇文章介绍过百度高精度地图的具体采集、制作过程。百度认为他们的高精度地图具备精细化程度高、生产效率高、覆盖面广这三个核心优势。　　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及重点城市道路，目前开放的是全国范围内高速公路与特定城市道路的高精度地图，精度在15-20cm的级别。　　云端仿真：百度称之为自动驾驶的「加速器」。它的意义在于，不需要实际用自动驾驶测试车上路实测，在仿真平台上就可以进行「虚拟路试」，达到快速锻

8、炼算法以及