1. 前言

百度Apollo是百度发布的一款向汽车行业和自动驾驶领域的合作伙伴提供的软件平台。早在2013年,百度就组建了自动驾驶研究团队,并于2017年正式发布了全球第一个自动驾驶开放平台Apollo。该平台肩负“让汽车更聪明,让出行更简单”的使命,全面布局智慧出行,涵盖自动驾驶出行服务、汽车智能化解决方案、百度地图等相关业务。

今天,有幸观看了Apollo七周年大会的全过程,感受到了百度在科技方面的巨大进步。

Apollo七周年大会回放链接,https://apollo.baidu.com/community/article/1262

在这里插入图片描述

阿波罗已经发布 7 周年了,很多的开发者通过阿波罗的开放平台走进了自动驾驶的领域,随着技术的发展和产业应用的落地,越来越多的企业对于阿波罗的应用提出了更多的要求,百度提出了阿波罗 x 企业自动驾驶解决方案。

2.Application X企业预制套件

随着企业应用的落地,越来越多的企业反馈了很多的问题,包括自动驾驶的系统搭建困难、二次开发成本高、硬件选择少、工具比较复杂。这系列的问题成为企业落地自动驾驶的痛点。

因此,通过提供 upload x 及企业解决方案,通过 application x 给大家提供企业预置套件以及推荐硬件的选型,,同时提供包括技术合作、技术支持、培训等各类的合做服务,帮助有意愿自研自动驾驶场景产品的企业,包括 OM 厂商、自动驾驶的研发型企业场景运营方能够更快地完成作驾驶的应用落地。

image-20240506225811825第一是效果,第二是人效,第三是成本。

在效果部分,希望提供自动驾驶开箱即用的自动驾驶能力,提供稳定可靠的自动驾驶系统,让大家很快的就可以完成系统的搭建。

第二部分是怎么样提高开发的人效,那么在基础框架层在通过软件包管理可以大家可以快速完成上手,包括系统的这个部署和研发效率都比较高,同时通过提供接口参数调用等各种方式,让大家可以灵活地进行场景开发,大家可以快速完成场景车辆的适配以及场景应用的开发。同时 也会提供配套的研发和运维的工具,那么基于产业实践的人加云加车的开发模式,提供了包括功能研发、实车闭环、数据管理等完整的开发工具链。

关于成本,尤其是硬件成本是大家在量产落地过程中非常关注的要素。为大家提供了参考的硬件套件,同时除了自研、自主研发和适配之外, 也构建了共建共享的硬件生态,让更多的厂商合作伙伴一起加入到硬件的适配和研发里面,让大家有更多的硬件选型。
针对不同类型的这个企业以及企业的发展阶段, 提供了不同的支持方式。那么对于这个构建系统阶段,那么这一部分企业的重要任务是完成系统的自动驾驶系统的这个选型,那么这个阶段 提供的是自动驾驶的这个场景集加软件,同时包括 DA plus 的功能调试的工具,以及部分的这个技术支持,让大家可以快速的完成自动驾驶系统的选型。

image-20240506231024829

工具部分除了调试工具 DIFF plus 之外,还提供了地图的标定工具、地图制作工具、传感器标定工具以及车辆适配的工具,让大家可以快速完成车辆和传感器的适配工作。同时这部分企业也面临着这个如何提升自己的技术能力以及加强团队建设这部分,也提供技术培训加人才招聘的方式,让大家在技术能力、产品能力和组织能力进行全方位的提升。那么完成原型搭建之后,后面面临着这个规模应用、规模运营的这个挑战,那么在这个阶段企业的研发范式要从功能研发转换为指标驱动、数据驱动,那么对于研发的这个功能要求会提出更高的挑战,同时对硬件的成本、它的稳定性、车规级也提出了更多要求,那么这个时候 会提供更加低成本量产的车规级的硬件,软件部分包除了基础的作用、驾驶功能之外,还包括一些场景化的能力,也会给大家提供在支持的部分会有更加丰富的选择。同时对于大家怎么样把产品推向市场, 也为大家提供包括官网推荐、合作项目的交流等多方位的这个推广方式。

image-20240506231058323

Studio X企业协同工具链

通过企业对于业务指标包括效果、成本、人效的综合分析,理论出提出在自动驾驶的核心要求,基于核心要求构建出自动驾驶 studio x 的研发工具链。

首先给介绍一下 object s 企业的阈值套件,希望通过这一部分能够第一部方面是给大家提供一个开箱即用的软件系统同软硬件系统,同时为大家自动驾驶的研发提供这个研发的 SLU 和范式。

image-20240506231835945

首先关于这个场景功能的梳理,这部分一般情况下 会从这个 ODT 和作业流程开始进行梳理。 ODD 是指车辆在实际运行的时候,它的作业运行作业域,那么一般将车辆从低速高速以及场景的开放性和封闭性分为四个象限。目前阿波罗主要是在低速场景,包括园区以及这个开放道路都有所涉及,那么在 ODD 这一块儿,经过很长时间的这个一积累以及行业标准的研究以及和合作伙伴讨论,基本上形成了比较标准和完整的 OGD 的分析体系。劳力地可以从这个静态到动态分为以下四个方面,第一是道路,那么在道路这个因素里面, 会去分析道路的车道宽度、限速取逆等一系列影响车辆行驶的限制因素。第二部分是关于交通设施,主要包括红绿灯这个车道线等一系列的因素。第三部分是关于交通参与者,包括静态的参与者以及动态的操参与者。静态的参与者包括行人、非机动车以及其他可能的包括动物等之类的扎物,然后静态的扎耦包括追捅栅栏以及其他的静态障碍物。另外就是关于环境,主要包括天气、雨、雪、雾, 能支持的情况包括遮挡情况,它是一个开阔的,还是说存在部分的建筑物的遮挡,还是说一个完全室内的,同时还包括一些电磁环境。

image-20240506231848772

这一部分基本上去明确了这个 自动驾驶的很多的要求,比如说这个道路和交通设施,基本上就明确了 地图里面需要支持的要素,交通参与者基本上对于 感知要求识别什么样的障碍物,以及它的准确率要求。同时在环境这一块也是对于 定位,尤其是遮挡部分对 定位提出了明确的要求,这是最基本的。
这个 ODD 运行做运营在热机上会有在某个环境里面,车辆具体要完成什么样的业务行为?一般情况下 会把它抽象为出库,然后沿车道的行驶过程中与的交通设施的交互,包括红绿灯路口的直行、左转、右转调头。然后最后他到达目的地过程中可能还会遇到的这个障碍物与障碍物进行怎样的交互,包括体避障绕醒以及复杂的这个操作行为。最后到达目的之后进行一个停车。

image-20240506231921541那么基于最基本的座位流,对于不同的场景 也进行一个梳理。比如说这个环卫场景除了基本的作业流之外,还会包括一些特定的,比如说贴边行驶,怎么样靠近这个路沿,把这个道路清扫干净,然后以及在一些广场区域怎么样进行便利清扫,它的作业效率比较高,同时包括一些特殊的垃圾的分类和处理,以及不同的执行策略。同时在矿山领域除了基础的行驶之外,还包括这个装载、运载、卸载等一系列复杂的操作流程, 希望都把这些流程抽象成这个作业流程,让大家更清楚和明白,容易理解转换成送驾驶的功能要求。
基于对 odd 和作业流程的梳理, 可以得到具体的场景功能的要求,包括这一列的起步巡航、路口巡,这巡账、绕账避障、绕账停车以及特殊的作业能力。那么在起步的时候包括它如何这个从路侧开始,或者说前方有障碍事物的时候如处理,以及在坡道的时候如何处理?目前 会支持 20% 以下的这个坡度,然后在巡航的时候怎么样这个定速巡航减,这个通过减速带,然后通过弯道,然后以及主动的路径变道。在路口的时候如何与交通信号灯进行交互,识别信号灯,并且进行按照路径规划进行执行左转、右转、调头等系列的复杂操作。

image-20240506231933093在与障碍物交互的时候,它是应该停车还是绕行?具体的操作如何进行?然后在最终停车的时候,它是到站点停车还是进行一个靠边停车,还是一个进行到车位里面进行停靠,在具体的作业的过程中,包括贴片行驶区域,青草一些挡像识别这样一些, 经过包括这个接帛、矿山以及环卫等场景的深入和打磨,沉淀了丰富且有深度打磨的场景用例。
基于场景用例, 可以得到具体的场景应用例的case,这个具体就对于 自动驾驶的研发和以及测试提出了非常明确而清晰的功能要求。

3. Apollo开放平台携手伙伴共创生态

下面基于场景用例的梳理, 会转换成自动驾驶的核心软件的指标以及硬件指标。首先在软件指标这一块,对于自动驾驶核心的功能模块,比如第一感知这一块,首先自动车辆需要知准确的知道它的位置。那么在诶定位的手段的方面,包括一般情况下用 RTK 的定位在开过去是没有问题的,但是在实际的落地场景中, 发现有很多情况是存在这个建筑物和树木的遮挡的时候,以及存在部分的时候是有室内的作业的,那么这个时候从 RTK 的定位是部分能很好地解决问题的。

所以这一块 也是对定位功能进行的这个大幅度的增强,目前你可以支持 RTK 和 SLAM 激光雷达, SLAM 的这个融合定位可以在部分遮挡以及室内,部分室内的场景里面有很好的表现。同时后续 会进行持续的这个规划,对于这个激光视觉 SLAM 定位也会进行逐步的一个增强和补充。
第二部分是关于感知,其实是自动驾驶非常关键的一个模块,如果没有稳定的感知,那么自动驾驶的安全是没有说办法得到保障,然后体感以及稳定性研发得到保障,那么在诶感知这一块 可以支持的是包括目标检测、目标追踪的功能,同时对于一些分类也有支持,然后同一时对于一些影响感知的一些 ODD 的条件,比如说小雨、小雪也有已经支持。同时对于一些场景功能所需的,比如说小目标的识别、垃圾识别都有来做,这部分 是经过多人传感器的融合取得不错的效果。同时关于传感器的选择部分,默认的配置是一个这个 16 线的Lena,大家可,同时大家可以基于自己的需要进行一个重新的调整和适配。

image-20240506232037298第三个是关于功能安全,这个其实对于自动驾驶的落地是尤关重要的,怎样保证车辆在出现问题的时候能够安全可靠的停下来,然后保障它的安全,这部分是在 9.0 上面新增的功能, 提供了完整的功能,安全的体系可以通过这个数据的监测,通过监数据异常值的定义,通过这些定义得到故障的等级,基于不同的故障等级给予急刹、缓刹的一些具体的操作,可以支持包括硬件、软件、网络、车体等各全方面的功能检测。同时包括碰撞预警等一类碰撞预警等一系列主动安全的测试也会加大里面。然后这部分目前已经在 自己的测试以及合作伙伴测试里面都有不错的表现。

image-20240506232056452最后是关于这个自动驾驶的中间件 C8 RT 这一块其实大家了解的比较多,这部分 是专门为自动驾驶量身定制的,并且已经经过了产业级的一个商业应用,它的表现都是非常优秀的。同时这部分 也在今年也会进行进一步的增强,保障它的延时稳定性。基于软件的要求之外, 可以得到这个自动驾驶的硬件的成本以及功能的要求。在之前大家对于硬件这一块的选择相对而言比较少,主要是以提供的 X6 公控机为主。从去年年底 发布了这个 arm 架构的 orange 芯片,目前大家合作伙伴里面基本上 Orin 跑的还是比较多的,同时对于 orange 的这个 NX 以及双orange,目前 有这一个一些支持的一个计划,大家如果需要的话可以给 反馈。同时还包括其他的国创化芯片,目前已经有一些探索和这个尝试。

image-20240506232113868然后关于金三元配套的相机这一块,基本上是包括相机的时钟同步,然后相机的驱动这一块也是 合作的计算单元的厂家也给大家提供了丰富的选择。关于激光雷达这一块,这一部分 也是在扣一的时候做了重点的增强, 和速同、禾、赛、雷神等一系列厂商进行合作,目前已经把主流的一些传感器都已经完成了接入和适配,这些硬件的驱动已经同步到硬件的官网,大家可以到官网上进行查看和下载。另外就是关于定位设备这一块儿, 目前也是做了丰富和拓展,包括导远滑、侧脖、身上等一系列设备都已经完成适配和支持,大家可以自己去选择。同时除了 自己完成适配和支持之外,这一部分 也会,后面也会增强这个共建共享的、硬态的、硬件生态的机制。目前已经把 Ladar 和定位设备的适配的指导手册给大家放到官网上,大家可以如果需要适配可以进行查看。
另外就是关于大家适配之后如何贡献到社区这部分已经有一些规范的流程和手册给大家开放,大家可以和 一起来共建和共享更加繁荣的硬件身上,让 的硬件有更多的选择,获取到更加低成本、更加可靠的硬件。下面给大家介绍一下自动驾驶的企业协同开发工具店,这部分其实是非常重要的,包括功能研发的工具、实操闭环以及数据管理的工具。首先介绍一下 这个研发和运维工具的概览桶,包括功能开发、实操闭环和数据闭环三大块。首先是功能研发,在基础的这个功能研发和调试阶段, 会主要是以离线研发为主。那么这个时候需要一些配套的工具,包括感知 PN seed 调试模式,那么 可以这个感知的时候需要去查看传感器的原始数据,或者是处理数之后的数据,都可以很好的支持。那么在 PNC 的研发的过程中需要去运行这个策略的效果,或者是在哎离线进行一个小的这个离线的仿真都是可以很好的支持这部分 在去年 900 的时候已经给大家进行一个发布了,同时大家也反馈了很多的这个使用过程中遇到的一些需求和问题,这部分 在 call 的时候也会进行重点增强。

image-20240506232148622在软件功能研发之后就会进行这个版本的和发布和管理,这部分的话基本上大家都有自己的研发工具,所以这部分以大家自己使用自研为主。在软件发布之后就要运行到实车上去,那么这个时候需要进行实车的测试或者运行。这里 提供了 dvplus 的一些实车模式,可能还有一些其他的,这个怎么样快速的部署以及数据记录的一些工具都会陆续提供给大家,另外在实操运行过程运行之前其实还依赖于车辆和传感器以及地图的准备,这部分其实是大家之前在落地过程中遇到问题比较多的,然后这一部分的话 在去年的下半年已经开始了,目前已经完成了传感器的标定和地图编辑制作这个工具。
同时在目前和合作伙伴的这个合作过程中, 发现这大家的这个车型还是比较多的,所以对于车辆适配这一块,怎么样让它高效,这个更快捷的接入其实也有很强的诉求。所以这一部分 在 core 的时候也会重点增强 is core 也会给大家逐步的释放。那么进行完这个基础的这个功能研发和测试之后,大家的这个会有更高的这个诉求,那么怎么样从功能研发转向为指标驱动、数据驱动?那么这个时候对于研发平台提出了很高的要求,那么首先第一点是关于这个仿真测试这一块,怎么样基于这个离线的方式快速的去验证 模型或者代码的效果,是一个非常有效的一个手段。

image-20240506232227558那么这部分 之前是 studio 有提供这个仿真平台,但是相对而言它的场景的数量相对而言比较少,然后场景的编辑功能不是特别多,然后不能支持很大规模的并发,那么这一块 都会进行大幅的增强。第二部分是关于模型训练的部分,模型训练是感知研发里面非常重要的方式,但目前来看大家还是以离线的数据进行离线期训练为主,所以这部分 目前主要还是以模型训练的服务为主,大家如果有对模型的优化的诉求可以给 反馈,然后同时 在 9.0 里面也发布了这个模型声量训练的方式,大家可以进行尝试和试用,同时在这个功能研发之后,大家会有更大规模的车队运营,实际落地量产化的诉求。

image-20240506232207345

这次推出了共创会员计划。这里以 这个商业解决方案的产品货架为例,左边是教育的解决方案中的明星产品 Apollo Dicket 开发套件,其关键的底盘,这个模块的供应商就即将成为 的首批共创会员。而右边这个是 application x 的企业方案里的套件,就是其中关键的这个域控等供应商也将成为 的会员,加入共创会员将有机会和 一起分享商业市场的红利,同时也会需要与 一起反哺社区。image-20240506232304979
image-20240506232249884

Logo

为开发者提供自动驾驶技术分享交流、实践成长、工具资源等,帮助开发者快速掌握自动驾驶技术。

更多推荐