10点43的博客

原创 阿波君 Apollo开发者社区 2月12日环境感知在自动驾驶汽车应用中占据了核心地位。一辆车要实现自动驾驶，障碍物感知是最基础也是最核心的功能。上周阿波君为大家详细介绍了「进阶课程㊷丨Apollo实战——车辆与循迹驾驶能力实战」。此课程主要介绍了在搭建完自动驾驶车辆的软、硬件环境以后，通常采用循迹测试进行验证，以及进行验证的步骤有：第一步是要实现一个适配层；第二步是Ca...

原创 阿波君 Apollo开发者社区 1月15日循迹自动驾驶是指让车辆按照录制好的轨迹线进行自动驾驶，其涉及到自动驾驶中最基本的底盘线控能力、定位能力、控制能力，是自动驾驶系统的一个最小子集。上周阿波君为大家详细介绍了「进阶课程㊶丨Apollo实战——本机演示实战」。此课程介绍了Apollo项目的基本代码结构包括：Docker和Docs（主要放置一些文档）、Modules（核...

原创 ：阿波君 Apollo开发者社区 1月6日Apollo是一个开放的、完整的、安全的平台，将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，快速搭建一套属于自己的自动驾驶系统。上周阿波君为大家详细介绍了「进阶课程㊵丨Azure仿真平台使用」。此课程主要介绍了基于微软的一个仿真平台Azure，在该仿真平台运行自己的代码是不需要进行本地编译的，其使用流程有：首先是克隆...

原创： 阿波君 Apollo开发者社区 11月27日Azure是一种灵活和支持互操作的平台，它可以被用来创建云中运行的应用或者通过基于云的特性来加强现有应用。它开放式的架构给开发者提供了Web应用、互联设备的应用、个人电脑、服务器、或者提供最优在线复杂解决方案的选择。上周阿波君为大家详细介绍了「进阶课程㊴丨Apollo安装过程概述」。此课程主要介绍了Apollo安装分为三步：...

原创： 阿波君 Apollo开发者社区 1周前Apollo是一个自动驾驶的平台，推荐的参考运行环境为：ThinkPAD X240、CPU：i5 、四核 、内存 8G、硬盘容量40G以上。上周阿波君为大家详细介绍了「进阶课程㊳丨Apollo平台的快速入门」。此课程主要讲解了Apollo的快速入门方法，包括编译、高精地图和实时相对地图、一些调试工具以及新加入的计算单元和模块。...

原创： 阿波君 Apollo开发者社区 今天Apollo是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，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。上周阿波君为大家详细介绍了「进阶课程㊲丨Apollo自动驾驶架构介绍」。此课程介绍了自动驾驶平台的架构由四个部分组成：第一是最底层的车辆平台；第二是传感器层；第三是核心软件层；第四...

原创： 阿波君 Apollo开发者社区 5天前自动驾驶硬件架构：一般采用激光雷达作为主要感知传感器，同时结合摄像头、GPS/IMU、毫米波雷达、超声波雷达等，以NVIDIA Drive PX2 或 Xavier作为主要计算平台，在工业PC机上运行各种算法模块，通过线控技术控制车辆行驶。百度开源自动驾驶系统Apollo的架构图如下所示：上周阿波君为大家详细介绍了「进阶课程㊱...

原创： 阿波君 Apollo开发者社区 今天ROS是一个强大而灵活的机器人编程框架，从软件构架的角度说，它是一种基于消息传递通信的分布式多进程框架。ROS本身是基于消息机制的，可以根据功能把软件拆分成为各个模块，每个模块只是负责读取和分发消息，模块间通过消息关联。上周阿波君为大家详细介绍了「进阶课程㉟ | Apollo ROS原理—4」。主要讲解五个比较基础的方面：第一是RO...

原创： 阿波君 Apollo开发者社区 今天ROS是一个强大而灵活的机器人编程框架，从软件构架的角度说，它是一种基于消息传递通信的分布式多进程框架。ROS本身是基于消息机制的，可以根据功能把软件拆分成为各个模块，每个模块只是负责读取和分发消息，模块间通过消息关联。上周阿波君为大家详细介绍了「进阶课程㉞Apollo ROS原理—3」。此课程主要讲解四个比较基础的方面：第一是...

原创： 阿波君 Apollo开发者社区 7月24日在自动驾驶软件的开发中，运动规划是最核心的模块之一。它将综合感知、定位和地图等信息，规划出无人车未来一段时间（约10秒）的一系列动作指令（方向盘转角、油门、刹车等）。运动规划的问题——目标函数（objective function）和约束（constraint）。运动规划的最终目的就是找出一条最优的运动轨迹，使其能够最小化（或者最...

原创： 阿波君 Apollo开发者社区 7月31日EM是一个在已知部分相关变量的情况下，估计未知变量的迭代技术，EM的算法流程如下： 初始化分布参数； 重复直到收敛。 重复直到收敛的步骤如下： E步骤：根据隐含数据的假设值，给出当前的参数的极大似然估计； M步骤：重新给出未知变量的期望估计，应用于缺失值。 约束问题的核心有三点：第一...

原创： 阿波君 Apollo开发者社区 8月14日控制模块根据预测的轨迹和估计的车辆状态向油门、刹车或转向扭矩发送适当的命令。控制模块使汽车尽可能接近计划的轨迹。控制器参数可以通过最小化理想状态和观测状态之间的误差函数(偏差)来估计。决策问题通常用POMDP加上一些机器学习的技术来解决。解决好规划问题，需要把两个方面做好，一个是数据闭环（Data Driven），另一个是基于规则...

原创： 阿波君 Apollo开发者社区 8月22日PID控制是一个在工业控制应用中常见的反馈回路部件，由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加超调；微分控制可加快大惯性系统响应速度以及减弱超调趋势。上周阿波君为大家详细介绍了「进阶课程㉗Apollo控制技术详解——控制理论」。主要介绍Apollo控制相关内容，包括常...

原创： 阿波君 Apollo开发者社区 8月28日控制主要是为了弥补数学模型和物理世界执行之间的不一致性。对于自动驾驶而言，规划的轨迹和车辆的实际运行轨迹并不完全一致，控制器按照规划轨迹在条件允许下尽可能地调节车辆的运行轨迹。上周阿波君为大家详细介绍了「进阶课程㉘Apollo控制技术详解——基于模型的控制方法」。主要介绍Apollo使用基于模型的控制方法，包括四个部分：建模、...

原创： 阿波君 Apollo开发者社区 9月4日ROS是机器人学习和无人车学习最好Linux平台软件，资源丰厚。无人车的规划、控制算法通常运行在Linux系统上，各个模块通常使用ROS进行连接。上周阿波君为大家详细介绍了「进阶课程㉙Apollo控制技术详解——控制器的类型」。主要介绍控制器的类型，大致分为三类，分别是开环控制、前馈环控制和后馈环控制。其中详细地讲解了前馈环控制...

原创： 阿波君 Apollo开发者社区 1周前ROS提供一些标准操作系统服务，例如硬件抽象、底层设备控制、常用功能实现、进程间消息以及数据包管理。ROS是基于一种图状架构，从而不同节点的进程能接受、发布、聚合各种信息（如传感、控制、状态、规划等）。上周阿波君为大家详细介绍了「进阶课程㉚Apollo ROS背景介绍」。主要引入ROS的背景介绍，讲述了自动驾驶系统的组成及发展，此...

原创： 阿波君 Apollo开发者社区 1周前ROS在开发过程中，基于功能把整个自动驾驶系统分成多个模块，每个模块负责自己消息的接收、处理、发布。当模块需要联调时，通过框架可以把各个模块快速的集成到一起。上周阿波君为大家详细介绍了「进阶课程㉛Apollo ROS概述」。此课程简单地阐述了ROS的历史，详细地讲解了ROS的五大特征有：点对点、支持分布式、跨语言、轻量级的ROS程...

原创： 阿波君 Apollo开发者社区 3天前在ROS系统中，从数据的发布到订阅节点之间需要进行数据的拷贝。在数据量很大的情况下，很显然这会影响数据的传输效率。所以Apollo项目对于ROS第一个改造就是通过共享内存来减少数据拷贝，以提升通信性能。上周阿波君为大家详细介绍了「进阶课程㉜Apollo ROS原理—1」。此课程先从三个方面阐述了ROS的不足，第一，大数据传输性能瓶...

原创： 阿波君 Apollo开发者社区 昨天机器人操作系统(ROS)是一个成熟而灵活的机器人编程框架。ROS提供了所需的工具，可以轻松访问传感器数据，处理数据，并为机器人的电机和其它执行器生成适当的响应。整个ROS系统被设计为在计算方面完全分布，因此不同的计算机可以参与控制过程，并作为单个实体(机器人)一起行动。上周阿波君为大家详细介绍了「进阶课程㉝Apollo ROS原理—2」...

目录1）Uber事故原因分析2）自动驾驶的第一天条-----安全3）自动驾驶汽车的硬件系统4）自动驾驶汽车感知类传感器介绍5）自动驾驶汽车的传感器6）自动驾驶的计算单元7）自动驾驶的线控系统8）Apollo硬件开发平台原创：阿波君Apollo开发者社区1周前在上周，阿波君为大家具体介绍百度Apollo开放平台的基本情况。本期，阿波君将为大家介绍一...

原创：阿波君Apollo开发者社区7月18日自动驾驶汽车核心技术包括环境感知、行为决策、运动规划与控制等方面。其中，行为决策系统、运动规划与控制系统作为无人驾驶汽车的“大脑”，决定了其在不同交通驾驶场景中行驶的合理性与安全性。运动规划根据环境的变化在算法和处理方法上有很大的不同。上周阿波君为大家详细介绍了「进阶课程㉓Apollo 规划技术详解——Motion Planni...

原创： 阿波君 Apollo开发者社区 6月26日当行为层决定要在当前环境中执行的驾驶行为时，其可以是例如巡航-车道，改变车道或右转，所选择的行为必须被转换成路径或轨迹，可由低级反馈控制器跟踪。所产生的路径或轨迹必须满足车辆动力学约束的，对乘客来说是舒适的，并且避免与车载传感器检测到的障碍物的碰撞。寻找这样的路径或轨迹的任务是运动规划系统的责任。由于规划是感知和控制之间的纽带，当...

目录高精地图生产流程数据采集数据处理元素识别人工验证全自动数据融合加工基于深度学习的地图要素识别人工验证生产地图成果原创：阿波君Apollo开发者社区2月27日高精地图是自动驾驶汽车的「千里眼」和「透视镜」。摄像头、激光雷达、传感器所监测到的范围是有限的。摄像头根据不同的俯角看到的距离约15米-60米不等，激光雷达所看到的范围大约40米-...

目录TomTom的高精地图和RoadDNAAPOLLO地图采集流程基站搭建Apollo地图采集硬件方案地图数据服务平台原创：阿波君Apollo开发者社区2月21日上周阿波君为大家详细介绍了「Apollo进阶课程⑨业界的高精地图产品」。出现在课程中的业界制作高精地图的厂商有Here、MobileEye、Google、Waymo四家。Here有很好基础优...

目录高精地图的格式规范-OpenDRIVEHERE HD LIve MapHERE HD LIVE MAP-MAP COLLECTIONHERE HD Live Map-Crowdsourced UpdateHERE HD Live Map-LearningHERE HD Live Map-ProductMobileEyeMobileEye-Pillars of A...

目录高精地图规范格式分类NDS格式规范Open DRIVE格式规范原创：阿波君Apollo开发者社区1月31日上周阿波君为大家详细介绍了「Apollo进阶课程⑦高精地图的采集与生产」。高精地图采集过程中需要用到的传感器有GPS、IMU和轮速计。无论是哪种传感器都存在一定的缺陷，因此我们不能期望只使用单一一种传感器，得出准确的Pose。必须各个传感器之间取长...

目录1）高精地图与自动驾驶2）什么是高精地图3）高精地图与导航地图4）高精地图---无人驾驶的核心基础模块5）高精地图与定位模块的关系6）高精地图与感知模块的关系7）高精地图与规划、预测、决策模块的关系8）高精地图与安全模块9）高精地图与仿真系统10）高精地图的作用---静态的Perception11）高精地图的作用---弥补系统性缺陷原创：阿波君...

目录1.高精地图采集过程中需要用到的传感器1.1）GPS1.2）IMU1.3）轮速计2.高精地图采集过程中的制图方案2.1）方案一 激光雷达2.2）Camera融合激光雷达原创：阿波君Apollo开发者社区昨天在上周，阿波君为大家具体介绍了「Apollo进阶课程 ⑥ | 高精地图与自动驾驶的关系」。用于L3、L4级别自动驾驶的高精地图，对整个道路的...

目录1）Apollo平台技术框架2）Apollo版本迭代原创：阿波君Apollo开发者社区1周前上周，阿波君与大家讨论了自动驾驶的核心问题——安全性。本期，我们将为大家具体介绍百度Apollo开放平台。这是Apollo创立之初就遵循的16字金句：开放能力、共享资源、加速创新、持续共赢。话不多说，欢迎各位开发者一起进入进阶课程第四期。1）Apollo平台技术...

目录1）ISO-26262概述2）ISO-26262认证流程3）ISO-26262优点与缺陷原创：阿波君Apollo开发者社区5天前Apollo自动驾驶进阶课程是由百度Apollo联合北京大学共同开设的课程，邀请百度Apollo开放平台研发团队的中美专家联合讲授。上期，我们发布了Apollo开源模块讲解（上）。本期，我们将继续Apollo开源模块的讲解，主要和大家...

目录无人驾驶级别的分类无人驾驶技术的关键点火热的无人驾驶 不缺独角兽原创：阿波君Apollo开发者社区1周前Apollo自动驾驶进阶课程是由百度Apollo联合北京大学共同开设的课程，邀请百度Apollo开放平台研发团队的中美专家联合讲授。本文是阿波君根据Apollo产品负责人David.Zhou所讲授的第一课进行的要点整理，方便更多未到现场/没有时间观看视频的老...

目录Apollo高精地图表征元素Apollo车道模型UTM坐标系84坐标系Track坐标系Apollo opDRIVE规范HDMAP引擎高精地图在政策方面的挑战原创：阿波君Apollo开发者社区1周前高精地图与普通地图不同，高精地图主要服务于自动驾驶车辆，通过一套独特的导航体系，帮助自动驾驶解决系统性能问题，扩展传感器检测边界。目前 Apol...

目录1.三维几何变换---旋转2.三维几何变换----平移2.1刚体的位置和朝向3. 坐标系3.1 ECI地心惯性坐标系3.2 ECFF地心地固坐标系3.3当地水平坐标系3.4 UTM坐标系3.5 车体坐标系3.6IMU坐标系3.7 相机坐标系3.8 激光雷达坐标系3.9 无人车定位信息中涉及的坐标系阿波君Apollo开发者社区4天前...

原创：阿波君Apollo开发者社区6月12日自动驾驶车辆的规划决策模块负责生成车辆的行驶行为，是体现车辆智慧水平的关键。规划决策模块中的运动规划环节负责生成车辆的局部运动轨迹，是决定车辆行驶质量的直接因素。在大多数情况下，运动规划问题的精确解决方案在计算上是难以处理的。 因此，数值近似方法通常在实践中使用。在最流行的数值方法中，变分方法将问题视为函数空间中的非线性优化，图形搜索...

原创：阿波君Apollo开发者社区6月6日运动规划（Motion Planning）就是在给定的位置A与位置B之间为机器人找到一条符合约束条件的路径。这个约束可以是无碰撞、路径最短、机械功最小等。具体的案例可以是为移动机器人规划出到达指定地点的最短距离，或者是为机械臂规划出一条无碰撞的运动轨迹，从而实现物体抓取等。基本的运动规划就是在起始构型与目标构型之间找到一条连续运动轨迹，...

目录1机器学习可解释性是否需要其它算法2感知的未来Sensor迭代深度学习+仿真数据+AI芯片智能交通设施3思考自动驾驶感知中的机器学习最大问题在于系统对模块的要求与普通的机器学习不同。从自动驾驶安全性角度考虑，系统对感知的准确率、召回率和响应延时要求很高。例如在自动驾驶中的感知机器学习出现一些障碍物的漏检、误检会带来安全问题。漏检会带来碰撞，影响事故...

目录点云感知启发式方法：NCut深度学习方法：CNNSeg视觉感知CNN检测CNN分割后处理红绿灯感知基于深度学习的红绿灯感知模块Radar感知超声波感知原创：阿波君 Apollo开发者社区 5月8日感知是自动驾驶的第一环，是车辆和环境交互的纽带。一个自动驾驶系统的整体上表现好坏，很大程度上都取决于感知系统的做的好坏。讲到感知，首先不得...

目录传感器标定标定的目的传感器标定算法标定案例解析3D标定间制作Cmaera-to-Camera外参标定Lidar-to-Camera外参标定Lidar-to-Lidar外参标定Lidar内参标定Lidar-to-GPS外参标定自然场景的Lidar-to-Camera外参标定自然场景的Bifocal Camera外参标定Camera-to-Rad...

目录1.激光雷达2.相机3.Radar毫米波4.安装传感器原创：阿波君Apollo开发者社区4天前上周阿波君为大家详细介绍了「进阶课程⑯ Apollo感知之旅——感知概况」。传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求，它是实现自动检测和...

原创：阿波君Apollo开发者社区1周前上周阿波君为大家详细介绍了「进阶课程⑮|Apollo无人车自定位技术入门」。我们人类天生就配备多种传感器，眼睛可以看到周围的环境，耳朵可以用来听，鼻子可以用来嗅，也有触觉传感器，甚至还有内部传感器，可以测量肌肉的偏转。通过这些传感器，我们可以感知到我们周围的环境。我们的大脑每分每秒都在进行数据处理，大脑的绝大部分都是用于感知。现在，...