百度 Apollo 自动驾驶开放平台指南

来源:Apollo 官方文档 9.x | GitHub

平台简介

Apollo(阿波罗)是一个开放的、完整的、安全的平台,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。

发展历程

从 2017 年 4 月宣布开放计划至今,Apollo 已发布 13 个版本(至 9.0),分三个阶段:

  • 第一阶段(封闭场地 → 简单城市路况):搭建基础自动驾驶能力
  • 第二阶段(限定区域视觉高速 → EDU 教育专版):积累丰富场景能力
  • 第三阶段(7.0+):专注提升工程易用性,从开发者需求出发

平台架构

四层架构:

层级功能
硬件设备平台线控车辆、传感器、计算单元等硬件标准
软件核心平台操作系统、实时通信框架、感知/预测/规划/控制/定位
软件应用平台面向不同应用场景的工程与模块能力扩展
云端服务平台研发基础设施:数据采集、集群训练、仿真验证

核心模块

感知(Perception)

  • 基于深度学习的目标检测与跟踪
  • 多传感器融合(摄像头、LiDAR、毫米波雷达)
  • 交通信号灯识别

预测(Prediction)

  • 障碍物行为预测
  • 轨迹预测与意图识别

规划(Planning)

  • 路径规划与决策
  • 速度规划与优化
  • 场景化处理

控制(Control)

  • 横向控制(转向)
  • 纵向控制(加速/制动)
  • 车辆动力学建模

定位(Localization)

  • 高精地图匹配定位
  • 多源融合定位

快速上手

  • 本地 PNC 仿真:基于 Dreamview 可视化工具进行感知-规划-控制仿真
  • 在线仿真:基于 Dreamland 云端仿真平台
  • 感知开发调试:基于 Dreamview 进行感知模块开发

硬件选型

  • 参考 Apollo 硬件开发平台和开放车辆认证平台
  • 推荐使用 Apollo D-KIT(底盘 + 传感器套件一体)
  • 使用 Apollo Fuel 完成车辆动力学标定、传感器标定

源码与社区

免责声明

Apollo 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需与网络安全防御战略相结合。