资深开发者黄英君利用Apollo资源，成功适配NVIDIA TX2嵌入式计算平台，实现低成本自动驾驶研发。他克服了Docker支持和编译难题，提供详细环境搭建攻略，旨在降低自动驾驶开发成本，推动技术普及。
在过去几个月中，Apollo代码达到了每周数十次的更新频率，新增代码数量共计可以达16.5万行。
如今近8000个开发者投票支持Apollo开源软件，超过1800个合作伙伴使用Apollo开源代码，100多个合作伙伴申请开放数据。
了解到这些，作为百度Apollo开发者阵营中的一员，也是一个30年资深的“金领码农”，老黄坐不住了，本着对自动驾驶的热忱以及对百度Apollo平台的兴趣，做了一件“惊天动地”的事儿！
对了，先介绍下我们文章的主人公老黄吧！
老黄，本名黄英君，1991年就读国防科技大学，系统工程与数学系、多媒体与虚拟现实专业方向博士，师从吴玲达教授。
毕业留校工作，在管理科学与工程学院从事视频分析与编解码、机器视觉、智能硬件方面的研究工作。
2012年转业，工作于中科院软件所广州分所，任商业智能实验室主任，从事电商平台与大数据分析方面的研究与软件开发工作。
2017年9月，加盟长沙智能驾驶研究院，任产品研发部门负责人，从事智能驾驶方面解决方案与产品的开发工作。
老黄究竟做了一件什么事儿呢？
老黄利用Apollo提供的各种资源与能力，自研成功解决了TX2嵌入式计算平台（NVIDIA JETSON TX2）适配Docker的尝试，简单来说就是使用低成本方案搭建部署了Apollo环境，值得注意的是此前官方并没有发布相关部署的指导文件……
最最重要的一点，细心的老黄不但完成了技术尝试，还将整体的过程做了完备的记录，总结了一份环境搭建攻略并分享出来。说到这里，小编也不禁为老黄这位开发者无私分享的行为疯狂打call！
是什么原因让老黄做了这么一件有意义的事情？
谈及原因，老黄很实在。
一方面是因为公司有需求，想通过一辆林肯mkz实验自动驾驶算法方面的研发水平。
还有一个特殊根源在于，公司预定了英伟达AI超算平台的高端产品PX2做一些产品规划，但货品迟迟未到，老黄想着同样是该系列的产品，或许TX2会有更多的惊喜发现。
最重要的一点，像老黄一样的开发者一直觉得，自动驾驶研发的目的不是取代人，而是应该走向普通人的生活，用来提升驾驶乐趣，如果开发成本很高，就很难体现其中的价值。
他对小编说：“如果用看似很低端的设备，用极低的成本实现自动驾驶的某些功能，那就是一件特漂亮的事情，所以我就大胆的做了这个！”
其实，老黄作为自动驾驶领域的开发者，在百度Apollo出现之前，一直关注Autoware**（城市自主驾驶的开源软件）**的源码，也就是日本名古屋大学的那款。他自己觉得，从最初的感觉来看，Autoware更像一个完整的解决方案，东西很全……Apollo生态出现后，觉得很有兴趣，很有实操感，瞬间转成“真爱粉”，这也是尝试的原因所在。
选择NVIDIA TX2，老黄前后思索了很久…
老黄可以称之为资深程序员，漫长的职业生涯中专攻软件整体架构和性能优化，尤其关注软件的总体构建方案、软件与硬件的整合以及算法的优化等方面，对很多市面上的算法平台都研究过。
说到选择NVIDIA TX2，老黄还有点儿感慨，“现在做平台的太多了，如恩智浦的BlueBox，再就是NVIDIA的TX&PX系列，还分了很多流派，什么NVIDIA、英特尔……可是大多数都还没有完全推出市场，成熟度也不算很高，这是比较头疼的事情。NVIDIA这个品牌吧，产品布局早，成品本身技术属性也很强大，像TX2，6核CPU，256个GPU单位，功耗15瓦，本身小巧轻便，集成度很赞，天然适合放在汽车这个环境里做研发！”
最低0.47元/天 解锁文章
扫一扫
2717
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
