apollo与autoware区别

Apollo自动驾驶开放平台是一个开放的、完整的、安全的自动驾驶开源平台。代码已经跑通了园区物流、自动泊车、园区接驳、智慧农业、高速物流、健康养老等场景，并稳步面向量产和运营。Apollo推出面向量产的人工智能车联网系统解决方案小度车载OS，具备开放语音、语义、多模交互、车载信息安全、驾驶员检测五大核心能力，可根据需求定制化，实现“千人千面”。

Autoware是世界上第一款用于自动驾驶骑车的“一体化”开源软件。Autoware的功能主要适用于城市，但高速公路和非市政道路同样可以使用。同时在依赖ROS建⽴的Autoware自动驾驶开源软件上可以提供丰富的开发和使用资源。

Ⅱ 硬件区别
以NXP的二代蓝盒子为硬件基础，这两个自动驾驶软件开源平台最大的区别在于底层，最上层的应用模块差别不大。硬件系统方面，Apollo推荐64位x86指令集的CPU加英伟达GPU架构。Autoware主要使用英伟达的AGX Xavier或PX2，也就是推荐ARM的V8指令集架构CPU。当然，也支持64位x86指令集的CPU加英伟达GPU架构。

Ⅲ 框架区别

Autoware的框架主要包含感知（Perception）、决策（Planning）两个部分，感知部分包含定位（Localization)、检测（Detection）、预测（Prediction）三个模块，决策包含全局运动规划（Mission）、局部运动规划（Motion）两个模块。

相比Autoware，Apollo的框架更加丰富和复杂，整个框架包括云服务平台、开源软件平台、参考硬件平台和参考软件平台四部分。

云服务平台包括：

高精地图服务：高精度地图是实现无人驾驶汽车高精度定位、路径导航、路径规划的基础；
仿真引擎：通过海量实际路况及自动驾驶场景数据，促进自动驾驶系统的开发快速迭代进行；
数据平台：包括传感器数据、车辆行驶数据等；安全：数据安全、通信安全、服务安全；
OTA：空中下载技术（Over-the-Air Technology）是远程升级系统的必备技能；
DuerOS：百度的语音交互平台，未来可通过语音与车实现交互。
开源软件平台是Apollo自动驾驶系统的核心部分，包括功能模块、运行框架和实时操作系统三部分。功能模块可细分为：

地图引擎：运行高精度地图；
定位模块：通过GPS、V-SLAM、L-SLAM、里程计等多种定位源融合，结合高精度地图，实现精准定位；
感知：通过激光雷达、毫米波雷达、摄像头，精确感知车辆周围的环境路况，包括车辆、行人、交通标志等等；
规划：主要包括路径规划、运动障碍物的预测等；
控制：实现控制车辆的转向、油门、刹车等操作；End-to-End：基于深度学习的横向和纵向驾驶模型；
HMI：人机交互模块。
硬件平台主要是无人驾驶系统的计算硬件和各种传感器硬件，包括GPS/IMU、摄像头、激光雷达、毫米波雷达、HMI设备、黑盒子等。

车辆平台，可实现线控转向、线控油门和线控制动等线控功能。

原文链接:https://zhuanlan.zhihu.com/p/142775802

Universe 还是Apollo | 关于自动驾驶公司选择Apollo还是Autoware的一些思考:1） 对比autoware. Universe,百度所谓的开源，其实有商业目的，他们开源的代码和自己使用的代码不是同一套代码，想商用的公司要注意了。apollo自动驾驶都是基于高精地图的，比如他们提供了一个虚拟车道线的云端地图制作工具，对record文件大小做了限制，只能做一段很短的地图（不到100米），这种限制即使封闭园区也不满足需求，需要自己解决。对比autoware的社区环境，apollo比较差。再比如标定工具，居然搞了个云标定。算法类的更需要云端支持。比如倒车入库，车辆进去了，就无法再开出来，帅不？DKIT各种小问题很多,硬件发货过来一些就是坏的。2）cyber rt , bazel 这些对于非百度的开发者属于画蛇添足，既然最多算个学习的项目，还不如ros2 ,cmake来得实在，增加学习成本，与autoware 也不兼容。3）cpu gpu的开销都比较大。这个对算力要求很高，一般的机器安装虚拟机是无法开发调试的。Auoware.Unverse提供了Docker和源码两种编译方式，Apollo只能Docker编译，因为他有一些函数没有开源。4）Apollo文档有，也比较集中，都在里面的doc中的markdown文件有说明，缺点是6.0里包括2.0文档，非常混乱。另外代码中基本没有注释，要命的是.proto协议中也没什么注释。5）客服，也许我们是企业用户，apollo studio几乎没什么技术支持，回答问题比较一般和初级，对提出问题他们可以选择根据喜好选择回复或者不回复。如果你用了Apollo的这套代码，有点技术水平，那么你前期做个封闭园区50米的自动驾驶是比较舒服的，同时也确实能学到一些基础知识。中期如果想增加一些功能，在这个项目里就找不到了，比如slam ,室内自动驾驶，点云底图制作，地图标注，传感器自动标定，各种规划算法等等吧，还是autoware靠谱。总体看，百度的模型在环，各种在环等等的说法都是对他们自己而言的，三方的应用这些功能都是没有的，反而会被云端限制，想离线要自研绕开，非常的麻烦。​发布于

作者：Martin Zhu
链接：https://www.zhihu.com/pin/1630846986193412097
来源：知乎