Apollo自動駕駛開放平台

Apollo開放平台始終秉承“開放能力、共享資源、加速創新、持續共贏”的核心理念，不斷帶來創新和升級。百度把自己所擁有的強大、成熟、安全的自動駕駛技術和數據開放給業界，旨在建立一個以合作為中心的生態體系，發揮百度在人工智能領域的技術優勢，為合作伙伴賦能，共同促進自動駕駛產業的發展和創新 ^[1] 

2017年4月19日，百度在上海車展上宣佈“Apollo計劃”。將向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平台，幫助汽車行業及自動駕駛領域的合作伙伴結合車輛和硬件系統，快速搭建一套屬於自己的完整的自動駕駛系統。 ^[3] 

2017年7月5日，在百度AI開發者大會(Baidu Create 2017)上，Apollo 1.0的開放細節，以及Apollo開放平台的整體戰略和開放路線圖正式對外公佈。 ^[3] 

2017年9月20日，Apollo 1.5發佈，開放障礙物感知、決策規劃、雲端仿真、高精地圖服務、端到端的深度學習（End-to-End）等五大核心能力，並支持晝夜定車道自動駕駛。 ^[3] 

美國時間2018年1月8日，Apollo 2.0在BAIDU WORLD @LAS VEGAS2018上正式發佈。Apollo平台雲端服務、軟件平台、參考硬件平台以及參考車輛平台四大模塊首次全部開放，支持簡單城市道路自動駕駛。 ^[3] 

2018年4月19日，“Apollo Meetup——Apollo 2.5開放技術發佈會”在北京舉行， Apollo 2.5版本全球首發。Apollo 2.5版本支持限定區域視覺高速自動駕駛，解鎖高速公路場景。開放視覺感知、實時相對地圖、高速規劃與控制三大能力。同時Apollo 2.5提供了更低成本的傳感器解決方案，通過基於攝像頭的視覺感知方案，傳感器成本可較此前降低90%，大大降低了自動駕駛研發門檻。 ^[3] 

2018年7月4日，百度AI開發者大會在北京國家會議中心舉行，Apollo 3.0版本重磅發佈。Apollo 3.0版本提供了量產園區自動駕駛解決方案，為開發者量產提供軟件、硬件、安全、多模人機交互方面的全面升級的開放平台服務支持，開放技術架構全面升級。 ^[3] 

美國時間2019年1月8日，史上最新最強版本百度Apollo 3.5正式發佈，為自動駕駛全行業在向全面落地的進發過程中提供更加優質的技術和服務。其能夠實現複雜城市道路場景，讓自動駕駛變成老司機，支持包括市中心和住宅小區場景等在內的複雜城市道路自動駕駛，包含窄車道、減速帶、人行道、十字路口、無信號燈路口通行、借道錯車行駛等多達十幾種路況。 ^[3] 

2019年3月，百度Apollo發佈全球首款自動駕駛開發套件——Apollo D-Kit。在Apollo成熟完備的供應鏈體系下，開發者獲得低成本方案，進一步解決了測試車輛成本高昂的問題，不斷加速自動駕駛研發進程。 ^[3] 

2019年7月3日，2019百度AI開發者大會發布Apollo 5.0，包括Apollo開放平台以及Apollo企業版兩大升級。其中，Apollo開放平台重點升級十七大能力，開放數據流水線，向開發者開放包括智能數據採集器、開放合成數據集、大規模雲端訓練、自定義仿真驗證器、開放數據應用集以及與Apollo開源平台無縫兼容在內的6大數據能力，打通數據採集、訓練、驗證和整體發佈流程，使開發者可以通過雲端30分鐘完成一輛車的動力學標定，一週可完成百輛標定。 ^[3] 

2019年，Apollo自動駕駛開放平台重磅發佈Apollo 5.5，核心亮點為開放“點到點城市自動駕駛”能力，這是全球範圍內首次該能力的對外開放。 ^[3] 

2020年9月15日,百度聯手央視新聞全程直播“萬物智能—百度世界2020”大會。在自動駕駛分論壇上，百度Apollo宣佈了Apollo最新版本——Apollo 6.0的發佈。Apollo 6.0包括智能新模型，安全無人化，系統新升級，聯動新服務，V2X車路協同五大功能。 ^[3] 

2021年4月，Apollo 6.0 EDU版本上線，Apollo 6.0 EDU秉承了Apollo開源開放的原則，通過開箱即用的套件幫助教育場景的開發者更易上手；智能的雲端服務工具鏈，幫助開發者更高效地完成自動駕駛系統的搭建；而源自產業實踐的豐富教育方案和應用，真正讓產業與教學結合得更加緊密。 ^[3] 

2021年6月，百度Apollo已經成長為全球最活躍的自動駕駛開放平台，擁有全球生態合作伙伴超過210家，匯聚全球開發者 65000 名，開源代碼數70萬行。 ^[3] 

2022年12月，百度Apollo開放平台的開源代碼量已超過75萬行，並且匯聚了來自全球165個國家的10萬多名開發者，擁有全球超220家生態合作伙伴。 ^[3] 

從 2017 年 4 月 Apollo 開放計劃宣佈到2022年底，歷經5年，Apollo 已經發布了12個版本到了 Apollo 8.0，持續的在多維度創新。 這5年分為3個階段。第一階段是從最開始的封閉場地循跡自動駕駛到2.0的簡單城市路況，Apollo搭建了基礎的自動駕駛基礎能力；第二階段是從2.5限定區域視覺高速到6.0 EDU的教育專版，Apollo積累了豐富的場景能力。第三階段，從7.0 開始，Apollo專注提升工程易用性，從開發者實際需求出發，幫助更多開發者更好更快的使用Apollo。每一次的升級都將自動駕駛開放平台的能力邊界從多維度向外拓展。 ^[3] 

Apollo 1.0（也稱為自動GPS航點跟蹤）可在封閉的場地（例如測試跑道或停車場）中工作。 必須進行此安裝，以確保Apollo與的車輛配合。 下圖列出了Apollo 1.0中的各個模塊。 ^[3] 

Apollo 1.5適用於固定車道巡航。 通過添加LiDAR，具有該版本的車輛可以更好地感知周圍環境，並且可以更好地繪製其當前位置並規劃其軌跡，從而在車道上進行更安全的操縱。 ^[3] 

Apollo 2.0支持在簡單的城市道路上自動駕駛的車輛。 車輛能夠安全地在道路上行駛，避免與障礙物碰撞，在交通信號燈處停車以及在需要時改變車道以到達目的地。 請注意，紅色突出顯示的模塊是2.0版的新增或升級。 ^[3] 

Apollo 2.5允許車輛通過攝像頭在障礙物高速公路上自主行駛，以進行障礙物檢測。 車輛能夠保持車道控制，行駛並避免與前方車輛發生碰撞。 ^[3] 

Apollo 3.0的主要重點是為開發人員提供一個在封閉場所低速環境中進行構建的平台。 車輛能夠保持車道控制，行駛並避免與前方車輛發生碰撞。 ^[3] 

Apollo 3.5能夠導航複雜的駕駛場景，例如住宅區和市區。 該汽車具有360度可視性，並具有升級的感知算法，可以應對不斷變化的城市道路狀況，從而使汽車更安全，更醒目。 基於場景的計劃可以在複雜的場景中導航，包括未保護的轉彎和狹窄的街道，這些街道通常出現在居民區和帶有停車標誌的道路中。 ^[3] 

Apollo 5.0旨在支持地理圍欄自動駕駛的批量生產。 該汽車具有360度可視性，並具有升級的感知深度學習模型，可以處理複雜路況的變化情況，從而使汽車更加安全和感知。 基於場景的計劃已得到增強，以支持其他場景，例如，過馬路和穿越交叉路口。 ^[3] 

Apollo 5.5通過引入路邊對道路的駕駛支持，增強了先前Apollo版本中複雜的城市道路自動駕駛能力。有了這一新功能，阿波羅已接近自動駕駛城市道路駕駛的飛躍。該汽車具有完整的360度可視性，以及升級的感知深度學習模型和全新的預測模型，可應對複雜道路和交匯處場景的變化情況，從而使汽車更安全，更醒目。 ^[3] 

Apollo 6.0在算法模塊上，引入了三個新的基於深度學習的模型。在感知上，Apollo 6.0 實現了基於PointPillars的激光點雲障礙物識別模型在預測上，Apollo 6.0 發佈了基於語義地圖的低速行人預測模型在規劃上，Apollo 6.0 首次引入了基於語義地圖的模仿學習。對v2x車路協同方案做了重大升級，首發對象級別的車端感知與路側感知融合。 ^[3] 

Apollo7.0實現了從代碼到工具、從開源平台到工具化平台的里程碑式完整進化。在雲端服務、開源軟件、硬件開發、車輛認證四大開源平台基礎上，Apollo 7.0提供了包括一站式實踐雲平台Apollo Studio、業內領先仿真服務、高效新模型在內的一系列升級，不僅代碼全能力開放，更能提供自動駕駛全棧工具鏈，更易用、更領先、更高效的幫助開發者運用平台能力。 ^[3] 

雲端服務平台層面，Apollo 7.0將6.0版本中深受開發者歡迎的“數據流水線”服務正式升級為Apollo Studio，涵蓋開發者從上機到上車實踐的全流程雲端工具鏈，為開發者提供一站式實踐平台體驗。仿真平台層面，Apollo 7.0推出業界首個PnC強化學習模型訓練與仿真評測平台，具有數據真實、功能強大、評測標準全面、架構可擴展等多重優勢，有望為強化學習研究提供統一的驗證標準。開源軟件平台層面，Apollo7.0對感知和預測算法模塊升級，引入MaskPillars、SMOKE、Inter-TNT三個基於深度學習的模型，有效減少漏檢、抖動等問題。 ^[3] 

Apollo開放平台8.0主要從三方面進行了升級。第一，在工程框架上引入軟件包管理機制，以軟件包的方式組織和管理Apollo模塊，讓開發者可以按需下載、減少數據量，讓安裝部署所需的時間從“天”級別縮短至30分鐘內，大大地降低了安裝與工程擴展的門檻。第二，Apollo開放平台8.0在原有基礎上升級了感知框架與開發流程，一方面新引入了3個基於深度學習的模型，進一步豐富了感知模型類型，並且有效提升了精度；另一方面開放了感知的全流程開發環節，從模型的訓練、部署到驗證各個環節，開發者除了能選擇平台自帶的模型之外，更可以基於自己的需求擴展更多模型。第三，Apollo開放平台8.0採用了全新的PnC工具鏈。 ^[3] 

2022年12月28日，百度舉行了Apollo開放平台8.0線上發佈會。會上，百度面向所有開發者，正式推出了Apollo自動駕駛開放平台的全新升級版本——Apollo開放平台8.0，進一步夯實了平台的易用性，讓開發者操作更簡單易上手。同時，百度Apollo也面向外界分享了在自動駕駛教育、生態合作伙伴等方面的最新進展。Apollo開放平台8.0的推出，再次讓Apollo開放平台在工程易用性上向前邁進一大步，降低操作難度、操作成本的門檻，讓更多開發者可以簡單方便地上手Apollo開放平台、投身自動駕駛技術領域。

目前，Apollo開放平台的開源代碼量已超過75萬行，並且匯聚了來自全球165個國家的10萬多名開發者，擁有全球超220家生態合作伙伴。未來Apollo也期待與更多開發者及合作伙伴一起，不斷拓展能力邊界、探索自動駕駛技術和產業的更多可能性，一起“新新”向榮，聚力同行。 ^[3]