人工智能不断进步，经常有新的技术进展登上头条，比如最近大火的扩散模型、ChatGPT等，但最让人兴奋且将深刻改变世界的，无疑还是自动驾驶。
相信很多搞技术开发的也很兴奋，毕竟每一个新的趋势，也都代表着新的职业机遇，而且往往新兴领域发展机会更多、潜力更大。
当然机遇越大挑战也越大，自动驾驶技术也不是那么好做的，门槛算是比较高的。很多想入行的小伙伴可能也在犯难，尤其是如果自己有了学习的打算和想法，但是身边没有同伴和靠谱的学习资源。确实就比较头痛。
我个人相信，如果你碰到类似这样的问题，一定要充分利用自己身边的开放资源。在自动驾驶这方面，也是有这种公开的开放平台存在的，今天我就要重点和大家分享一下，百度的Apollo开放平台——因为今天它正好推出了新的版本——Apollo开放平台8.0，升级还蛮有看点，咱们趁热打铁来说一下。
▌Apollo 8.0架构创新，原有四层框架升级，更开放！更易用！
请看下图：
作为技术开发平台，提供技术上的硬实力当然无可厚非，但让大家用得好、上手快，尤其在实际场景中便于业务创新，更加重要。
这次Apollo开放平台8.0的架构全新升级，从以技术分层为主的架构，优化升级为结合技术与生态分层的新架构。总结起来就是更加开放、更加易用，整个平台的生态环境对开发者和合作者都更加友好了。
底层是硬件设备。最大亮点是通过开放标准协议与认证，鼓励生态合作伙伴提供丰富的自动驾驶设备选择，这样很多开发者就可以很便捷、很方便地获取到技术研发和测试所需的各种硬件。
往上一层，是软件核心。这一层提供搭建基于Apollo自动驾驶系统的最小软件子集。除了算法性能提升之外，重构并开放了感知开发全流程，提供了基于本地HMI Dreamview的PnC仿真调试能力，极大提升了感知和PnC的研发效率。
在软件核心之上，引入了软件应用层。这一层会存储开发者基于核新软件和Apollo工程框架衍生出来的研发产出，既有应用场景，也有基于应用场景扩展出来的各种自动驾驶研发所需要的功能模块，对于开发者来说，可以更方便地对自动驾驶模块进行扩展，而且开发者也可以把自己的生态场景共享到平台上。
最上层的，是云端服务平台。这一层新增了实训、模型训练等服务能力，并升级了仿真能力。
▌Apollo开放平台8.0 能力优化，只为效率更高。
现如今，对于产品开发，不仅要关注运行时的性能与效率，开发效率也越来越受到重视，尤其在大型项目的开发上。
在这方面，Apollo开放平台8.0通过软件包管理机制、感知和PnC开发全流程的覆盖，极大提升了Apollo的工程易用性与开发效率。
¹在工程框架上引入了软件包管理，解决了之前Apollo工程编译发布耦合紧的问题，极大降低了安装与工程扩展的门槛，让安装部署时间极大缩短，且更灵活易扩展。
可用三个词概括：
节省：安装时，减少下载量，节省编译时间。环境部署缩短到30分钟以内。
清晰：包管理让模块在编译、发布层面实现物理隔离，结构清晰、依赖更规范，降低学习门槛；
灵活：其二次扩展方案，实现自定义组件，可以共享给其他开发者，使用更灵活。
²感知框架升级，新引入3个基于深度学习的模型，精度更高，可选择更多。
在Lidar感知上，实现了CenterPoint激光点云障碍物识别模型，相比7.0发布的MaskPillars模型，CenterPoint不需要人为设定Anchor尺寸，而是基于关键点检测的方式回归物体的尺寸、方向和速度，在物体尺寸多样的复杂场景提供更高精度。
在Camera感知上，实现了CaDDN视觉障碍物识别模型，通过预测图像中每个像素深度分布，结合鸟瞰投影相比7.0发布的SMOKE模型精度更高。
在Camera感知上，同时新增了视觉BEV感知模型PETR，模型创新性地将3D坐标信息与图像特征相融合，实现了基于视觉的360°障碍物感知，在速度和精度之间取得了很好的平衡。
更重要的是，本次开放了感知的全流程开发环节，让开发者除了能使用平台自带的模型，还能基于自己的需求扩展更多模型。
模型训练环节：支持Paddle3D，用户开箱即用。另外平台引入了模型meta信息，规范了模型的输入、输出、预处理等信息，方便用户设计、训练自己的模型；
模型部署环节：通过模型管理工具可以一键部署自有和新定义模型。同时结合了感知框架，通过配置文件来设置感知任务流程，提高模块复用度。
验证环节：通过统一训练数据和验证数据，用户本地通过数据包来验证算法的效果，并丰富了感知结果可视化工具。
³采用全新PnC工具链，在本地Dreamview集成了PnC仿真调试工具，让开发效率极大提升。
在自动驾驶领域，仿真是一个非常重要的环节。由于实车测试成本高、效率低、而且安全风险较高，所以更多企业和开发者都更看重仿真测试。仿真测试更加高效灵活、测试场景覆盖率高，而且对于一些corner case的测试更加安全。
支持本地仿真：Apollo开放平台8.0提供了PnC仿真测试的本地调试功能，在本地通过Dreamview的仿真器模拟车辆行驶以及再现各种场景。
便捷的场景管理：Apollo studio提供了云端仿真场景管理的功能，开发者可以自由创建符合自己测试仿真需求的场景及障碍物，可以针对场景进行分类和管理；平台在Dreamview中引入了Studio插件，通过插件可以方便将Studio上的场景和动力学模型下载本地，通过这种方式，PnC调试效率提升1倍以上。
▌“新”社区 Apollo Studio，⼀站式学习实践
目前 Apollo 开放平台已开源超过75万条代码，汇聚来自全球165个国家的10万多名开发者，拥有全球生态合作伙伴220多家。看来志同道合的人还是挺多的。
这次Apollo开放平台8.0上线之后，也带来了一个全新社区的上线——Apollo Studio。这是一个面向开发者的一站式学习实践社区，可以为开发者提供技术分享交流，实践成长、工具资源等服务——其实我觉得最划算的是你很有可能在这里碰见大佬带你入门，Apollo平台的导师是真的会好好给你上课，对小白非常友好。
感兴趣的直接上去看看吧：https://apollo.baidu.com/
本文链接：https://my.lmcjl.com/post/10045.html
4 评论