想做自动驾驶技术的入，这回分享一个简单好用的开放平台_自动驾驶开放平台有哪些(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

自动驾驶已经是现在技术开发领域最热门的方向之一，作为程序员，很多人也都想来这个领域试试水。但是这个领域的门槛也挺高，不过想开始的话，其实可以从一些专门针对自动驾驶的开放平台开始入手，目前比较主流的可以看看百度的Apollo开放平台。

12月28日，百度还刚刚推出了全新升级的版本——Apollo开放平台8.0，在易用性和拓展性上都有新的突破。今天和大家简单分享一下此次Apollo开放平台8.0升级的内容。

Apollo开放平台8.0 升级点

**“新”**架构：分成四层，开放性扩展性提升

从发布会的PPT上我看到这样一张升级架构的图，很直接的分析出来的是从原来的【纯技术架构】升级到【技术架构整合业务需求】，这是个大变样，这仅仅是我的理解，官方一点说法就是【从面向技术分层的架构】升级到【结合技术与生态分层的新架构】，加上了生态两个字，看着就不一样了，还是人家有文化啊，我就不行；有了对应的生态环境对我们程序员来说也会更方便，大家都在搞，对应的社区技术栈肯定会很多，我们有啥不明白在帮助文档中找不到就去博客中找也方便，人多好办事啊；

其实下图中还能分析出好多东西，我感兴趣的是软件核心层的感知，说是还添加了三个新模型，CenterPoint点云障碍物模型、CaDDN视觉障碍物模型、BEV PETR视觉障碍物模型，增强了很多图像的处理能力，肯定很有意思，一会我再展开聊一聊。

"新"能力：开发和调试效率都提升1****倍

架构升级了，能力也升级了，我觉得应该是正相关， 这个正相关带来了3个新能力呢，来看看有啥：

1**、工程框架引入软件包管理：**

整个引入软件包管理是个非常好的想法，真心的，如果大数据这方面能借鉴就好了，现在整个安装部署时间从原来的按天算，降低到现在30分钟内，而且还更易扩展，你说多带劲，也就是我们想跑让整个环境跑起来再也不用那么费劲的挨个搞环境了，这回使用安装管理的这个方式我们可以根据我们的具体需要求进行选择性的安装，仅仅安装我们需要的内容，30分钟内也就安装完毕了，我们可以进行我们的学习或者是测试工作了，你想想多方便，不然跑环境，你搭建了一天，啥结果看不到，你晚上的日报都不好写。

2**、感知模型与开发流程升级：**

开发效率是真真的提高了，因为说是新增更多丰富的核心算法模型的加持，这就跟贴bug一样呗，加速神符，编码神符，自动修正神符，便于开发者直接使用，自动识别关键技术门槛降低，开发变得更加简单。

我们都知道搞AI的很多的时候自认为是搞玄学的，但是我觉得只是我们的知识面还不够，当我们知识面够了的时候自然能解释这些玄而又玄的事物，例如新增的三个感知模型，分数绝对不低，而且不仅仅可以直接用平台提供的，还可以依据他们的提示进行自行炼丹，这玄学的东西，万一咱们突然就炼丹成功，九转金丹炸炉咱们也会是人生赢家，以后谁用咱们的模型都得心中拜服一下大佬。

我把三个感知模型列了一个表，这样看着能更直观。

序号	模型	功能介绍
1	CenterPoint 点云障碍物模型	CenterPoint Anchor-Free的三维物体检测器，在物体尺寸多样的复杂场景提供更高精度
2	CaDDN 视觉障碍物模型	CaDDN 预测图像中每个像素深度分布，结合⻦瞰投影达到较高 的检测精度。
3	BEV PETR 视觉障碍物模型	PETR 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。

3**、全新PnC工具链：**

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**