Apollo2.5带来的更低成本的解决方案

2018年6月23日，由百度主办、佐思产研、佐智汽车承办的第4期《Hello Apollo，自动驾驶公开课》——“Apollo2.5限定场景低成本技术方案解析”在上海市徐汇区COCOSPACE成功举办，吸引了近300位来自车企、零部件企业、自动驾驶初创企业、高校等的开发者参加。本次公开课邀请了百度自动驾驶事业部的资深工程师们以及Apollo的生态合作伙伴，一起与开发者们交流。

2018年4月19日，百度对外发布Apollo 2.5版本。该版本支持限定区域视觉高速自动驾驶，提供更多场景、更低成本、更高性能的能力支持，Apollo平台开发者真正所需，开放了视觉感知、实时相对地图、高速规划与控制三大能力以及更高效的开发工具，助力开发者迅速起步，快速完成验证。

值得一提的是，Apollo2.5带来的更低成本的解决方案，通过基于摄像头的视觉感知方案，传感器成本可较此前降低90%，大大降低了自动驾驶研发门槛。Apollo2.5版本还开放可视化的调试工具、Apollo高精地图数据采集器、Apollo云端仿真模拟器等更高效的开发工具，进一步提升开发者研发效率。

在本次公开课中，百度的工程师们对限定场景低成本技术方案及更多应用场景方面与开发者进行案例分享。

杨凡，百度自动驾驶事业部资深架构师，负责产品化解决方案

杨凡老师主要介绍了Apollo开放平台简介、Apollo能力开放简介、Apollo资源开放与研发迭代新模式、Apollo生态阶段性成果进行介绍。

杨凡老师提到了Apollo2.5中Relative Map的几种工作模式。首先是工作场景只有Perception信息，只能完成Lane Keep 和ACC；如果是有Perception信息和导航线，可以完成Freeway和Rural Area的自动行驶，如果有HDMap+Navigator+Perception就可以完成L4级别的自动行驶了。

詹锟，百度自动驾驶事业部资深研发工程师，负责预测核心算法方向

詹锟老师主要从以下3个方面对Apollo2.5的预测系统进行了详细介绍：

自动驾驶为什么需要预测，预测的作用是什么，如果没有预测会怎样？

从代码层面看一下Apollo的预测系统代码是怎么实现的，然后每一个模块分别做什么，如果开发者要改动或者修改应该怎么介入。

Apollo预测系统还遇到实际场景的困惑，展示实际路测遇到的一些困难以及解决方案。

朱帆，百度自动驾驶事业部架构师，负责决策规划多个核心算法

无人车决策规划是自动驾驶领域的核心技术之一，自Apollo 1.5开放以来受到了业界的广泛关注。Apollo 2.5相对于之前版本向大家展示了另一种规划控制的设计思路 - Lattice Planner。朱帆老师对其框架、算法使用以及优势进行了分享。

王欣可，青岛托尔泰克机器人有限公司技术总监

基于Apollo1.0开源框架实现了农业场景低速无人驾驶

随着Apollo 1.0开放了封闭园区循迹自动驾驶能力，向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，青岛托尔泰克机器人有限公司技术总监分享了Apollo+农业机器人的适配过程。王老师表示，2018年7月5日托尔泰克整套农业场景机器人解决方案将亮相“2018百度AI开发者大会”。2018年秋天，全球首个“无人值守”农场将对外开放。

栾宁，百度Apollo合作发展部物流行业高级经理，负责Apollo生态合作&拓展

栾宁主要介绍了Apollo生态合作的模式，如何从场景、技术、资金等多方面赋能开发者，以及Apollo开放一年多以来，产生的优秀合作案例分享。

2018年无人车将实现量产，大家以后会在更多地区看到无人小巴，以后Apollo会和北汽、江淮、奇瑞合作，生产L3级别的小巴，可用于在机场、码头做封闭的运输，行驶环境相对比较简单，车道比较清晰，路况比较好，封闭园区内不受法规限制，这样更有利于在封闭园区的量产应用。

杨凡老师表示Apollo会在2018年、2019年一步一步的达到L4、L5级别。Apollo在Github已经有9000多个活跃的开发者，已经有2000以上的开发者Forks了代码，进行了自己的自动驾驶开发，总共所有的开发者贡献的代码行数已超过20万行，是世界上最活跃的自动驾驶社区。