【Apollo】开启Apollo之旅:让自动驾驶如此简单

前言

Apollo 是百度公司推出的自动驾驶平台。它是一个综合性的自动驾驶解决方案,提供了包括感知、决策、规划和控制等核心功能,以及地图、定位、仿真、数据管理等配套工具。

文章目录

Apollo 的发展历程

从 2017 年 4 月 Apollo 开放计划宣布开始算起,经过了5年的发展,Apollo 已经发布了12个版本,最新版本为 Apollo 8.0。在这5年中,Apollo 在多个方面不断创新。整个发展历程可以分为3个阶段。

第一阶段是从最初的封闭场地循迹自动驾驶到2.0版本的简单城市路况,Apollo 建立了基本的自动驾驶能力和基础架构。

第二阶段是从2.5版本的限定区域视觉高速到6.0版本的教育专版(EDU),Apollo 积累了丰富的场景应用能力和开发经验。

第三阶段始于7.0版本,Apollo 着重提升工程易用性,从开发者实际需求出发,帮助更多的开发者更好、更快地使用 Apollo。每次升级都将自动驾驶开放平台的能力边界从多个维度向外扩展。

在这连续的升级过程中,Apollo 不断增加新功能、改进性能,并逐步覆盖更广泛的应用场景,以推动自动驾驶技术的发展和普及。

Apollo 8.0新特性

12月28日,百度Apollo开放平台面向所有开发者,正式推出了Apollo自动驾驶开放平台的全新升级版本------Apollo 8.0,进一步夯实了平台的易用性,让开发者操作更简单易上手。

Apollo 8.0版本在以下几个功能做出升级:

软件包管理

8.0版本重新整理了模块之间的依赖并引入了软件包的概念来管理和发布各个模块,优化了下载安装中出现的下载量大、无法按需使用、编译时间过长等问题,并在这个基础上更新发布了基于应用场景的扩展方案让更多开发者更好更快的使用Apollo。

主要体现在以下几个方面:

  • 更清晰的模块结构,降低学习门槛;
  • 更快速的部署方式,提升编译效率;
  • 更便捷的扩展方案,方便二次扩展、验证及实践;

感知框架

为了帮助开发者更好的提升感知模块的开发效率,Apollo 8.0 提供了一套完整的端到端自动驾驶感知开发流程,在数据、模型、框架和验证4个主要环节都做了提升,同时迭代优化斓任务流程和工具,帮助开发者快速实现自动驾驶感知的开发、部署和验证,提高感知开发效率。

主要体现在以下几个方面:

  • 清晰的任务流水线,多样的算法插件;
  • 全新的模型训练,易用的深度学习模型;
  • 高效的模型管理,便捷的模型验证;

工具链

为进一步满足自动驾驶开发流程需求,提升开发者研发效率,Apollo 8.0 结合开发者的痛点和诉求,提供了更全面、更易用的工具链,加速开发者研发进程,更好更快的上手Apollo。

主要体现在以下几个方面:

  • 全新完善的PnC工具链;
  • 便捷的感知结果可视化工具;
  • Dreamview 配置中心;

小结

Apollo 8.0从"新架构"、"新能力"两个重要层面进行了全面升级,从开发者的实际需求出发进行改良,帮助开发者更好、更快地熟悉和使用Apollo开放平台。此次Apollo开放平台8.0的推出,再次让Apollo开放平台在工程易用性上向前迈进一大步,降低操作难度、操作成本的门槛,让更多开发者可以简单方便地上手Apollo开放平台、投身自动驾驶技术领域。

云端体验

云实验室基于真实的Apollo操作环境,开发者通过实验手册指导,在云端环境下体验Apollo。在这里你可以一键启动实验环境,体验真实的自动驾驶场景,另外还可以参考详尽的实验手册。

以下实验列表可以供大家自行体味

我们随机进入一个实验,看看里边的内容质量如何?

实验内容、实验目的、实验流程都给大家整理好了,这也太贴心了吧!再往下划一下,实验现象也给大家整理出来了,俗话说透过现象看本质,这不相当于把本质直接告诉大家了,太赞了!

看到这还不抓紧来体验一下?

软件包安装

软件包安装地址

大家可以参考文档自行安装,说几个安装的命令吧:

安装 Ubuntu Linux 完成后记得更新相关软件

sh 复制代码
sudo apt-get update
sudo apt-get upgrade

安装 Apollo 环境管理工具记得添加apt源

sh 复制代码
sudo bash -c "echo 'deb https://apollo-pkg-beta.cdn.bcebos.com/neo/beta bionic main' >> /etc/apt/sources.list"
wget -O - https://apollo-pkg-beta.cdn.bcebos.com/neo/beta/key/deb.gpg.key | sudo apt-key add -
sudo apt update

总结

Apollo 平台提供了全栈式的开发环境,使开发者能够在该平台上进行自动驾驶相关的算法研究、软件开发和系统集成。它支持多种硬件设备和传感器,如激光雷达、摄像头、毫米波雷达等,可以与各种类型的车辆进行集成。

Apollo 平台的核心模块之一是 Apollo 定位系统,它基于多种传感器数据来实现高精度的定位。另一个重要的模块是 Apollo 感知系统,它通过各种传感器获取和处理环境信息,实现对汽车周围物体和道路状况的感知。此外,Apollo 还提供了决策系统和规划系统,用于实时决策和路径规划。

作为一个完整的开放平台,Apollo 还提供了丰富的开发工具和资源,包括仿真环境、数据集、算法库和开发文档等,以帮助开发者更高效地进行自动驾驶系统的开发和测试。

活动

活动链接

2023星火培训【感知专项营】由Apollo开发者社区布道师倾力打造,全新感知课程上线,四节课带你上手Perception 2.0使用与开发!

活动介绍

学习形式

课程安排

活动奖励

报名方式

感兴趣的小伙伴赶紧来参加吧!

相关推荐
阡之尘埃2 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力4 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20214 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧35 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽5 小时前
【Pytorch】基本语法
人工智能·pytorch·python
ctrey_5 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习
SongYuLong的博客5 小时前
Air780E基于LuatOS编程开发
人工智能
Jina AI5 小时前
RAG 系统的分块难题:小型语言模型如何找到最佳断点?
人工智能·语言模型·自然语言处理
-派神-5 小时前
大语言模型(LLM)量化基础知识(一)
人工智能·语言模型·自然语言处理
johnny_hhh5 小时前
AI大模型重塑软件开发流程:定义、应用场景、优势、挑战及未来展望
人工智能