关键词：
自动驾驶，被看作人工智能技术落地最快、范围最广、引发商业效应最显著的场景之一。从人人好奇的无人车，到满大街司空见惯的无人配送，自动驾驶在过去几年里快速成熟，成为城市交通系统的重要组成部分。
数据显示，2020-2030年智能网联汽车/自动驾驶10年产业总规模有望达到近2万亿元。因此，自动驾驶相关产业也在交通强国、科技强国的建设过程中扮演着重要角色，成为世界新一轮经济与科技发展的战略制高点。
回顾近年来中国自动驾驶产业的发展历程，也伴随着一个名字的逐步壮大，那就是Apollo。
2017年，百度提出了自动驾驶开源这一全球首创的概念，推出Apollo开放平台，旨在帮助汽车企业及自动驾驶合作伙伴快速搭建软硬件结合的自动驾驶系统。此后，中国自动驾驶走向现实、走向规模商用、走向真实的城市道路，离不开Apollo开放生态的影响。
如果说自动驾驶是一场科技领域的接力长跑，那么，Apollo依然步履不停，在推动着中国自动驾驶产业的变革和进步，赶在年末的时间节点推出了全新升级的Apollo开放平台8.0。
总的来说，Apollo开放平台8.0 的升级，可以理解为造了三座桥，来缩短技术到产业的距离，连接到更广阔的商业想象空间，这或许意味着，自动驾驶行业期盼已久的变革即将发生。
关键赛点，
Apollo开放平台8.0加强了什么？
目前，自动驾驶已经来到了加速起飞的关键赛点。一方面，自动驾驶从技术探索向商业化落地加速迈进，以百度、waymo为首的企业正凭借全无人商业化潜力，正在进入落地增长期。
另一方面，《交通强国建设纲要》和“十四五”期间，诸多省市都围绕自动驾驶、车路协同等作为发展重点，在外部政策的驱动下，除传统车企及科技创新企业外，涌现出一批感知设备商、V2X设备商、自动驾驶方案解决商、测试验证企业等，自动驾驶产业生态正进一步走向成熟。产业链做好了准备，市场需求也同样迎来了增长，“无人化”“无接触”消费模式推广，车企也纷纷转向智能化升级，都为自动驾驶营造了发展的市场空间。
而要支撑飞速增长、规模庞大的产业需求，也对自动驾驶的技术自主性、领先性、易得性等，提出了较高的要求。
自主性上，Apollo上沉淀了百度自研技术，2017年Apollo计划发布以来，从封闭场地循迹自动驾驶开始，逐步搭建了基础的自动驾驶能力，为底层技术的安全性和自主化上提供了保障。
领先性上，自动驾驶是一个复杂的系统，包括环境感知、行为预测、规划控制、高精地图、高精定位等多个领域的顶尖技术，谷歌虽然占据先发优势，但在百度等一批科技企业的多年积累下，中国自动驾驶技术水准并不逊色，无论是路测规模、上路数据、迭代速率、算法性能等，Apollo都能与Waymo一战。
易得性上，中外头部科技企业的选择也有所不同，海外生态主要是主机厂与科技企业抱团，较为封闭，Waymo不共享数据、不开放平台与技术解决方案；国内Apollo建设的开放创新平台则在更宏观的层面产业共生，聚合车企、设备供应商、服务商、代理商、零部件厂商、开发者等等各类角色。要让产业链上每一个人和企业都能轻松获得自动驾驶相关能力，需要头部科技公司做出更多开放的努力。
可以看到，Apollo从2017年以来已经实现了11个版本的迭代，前两个阶段分别聚焦于基础能力和场景能力。搭建好了坚实的骨架，在此基础上，Apollo从7.0 版本开始，进入提升工程易用性的第三阶段，推动自动驾驶开放平台的能力边界，从多维度向外拓展。最近的Apollo开放平台8.0升级，进一步夯实Apollo工程易用性，让开发者得以更好更快地使用Apollo。
Apollo的升级方向，也从侧面反映出，中国自动驾驶产业正在进入快速增长的关键阶段，因为，更加简单实用易上手的工具化平台，叠加上更多产业链伙伴和开发者生态的合力，必将推动自动驾驶时代的加速到来。
那么，我们该如何理解此次Apollo开放平台8.0的升级呢？一个核心的变化是：Apollo 从之前面向技术分层的架构，升级为结合技术与生态分层的新架构。以这个新架构为基础，我们可以看到，Apollo将在技术与产业之间架起了三座桥梁。
第一座桥：软硬件开放，
缩短平台能力与开发者的距离
开发者是技术生态的中坚力量，也是产业创新应用的创意源泉。他们不可能投入大量资源去购置算力、实验环境，因此，缩短开发者与各种软硬件的距离，是开放平台的核心价值之一，也是自动驾驶产业生态繁荣的前提条件。
而Apollo开放平台8.0的核心特点，就是更加生态友好。新架构中，最底下是硬件设备，为开发者提供丰富的自动驾驶设备选择。往上一层是软件核心，感知开发全流程、PnC仿真调试能力，提升研发效率。再往上是软件应用，为开发者提供了全新自动驾驶模块扩展能力与扩展方式，支持场景化调用；最上层的云端服务，新增了实训、模型训练等服务能力，并升级了仿真能力，让开发者轻松完成训练。
通过面向生态的新架构，开发者可以获得一系列易用的软件核心和云服务工具，结合易扩展的硬件设备与软件场景应用，让开发效率大大提升。
举个例子，以前环境部署可能需要按天为级别，Apollo开放平台8.0在工程框架上引入了软件包管理，可以大大减少下载的数据量，从而节省编译时间，将安装部署缩短到30分钟之内，轻轻松松就能上手体验Apollo。
Apollo的软硬件开放，有效缩短了开发者与自动驾驶技术栈的距离，截至目前，Apollo开放平台开源代码量已超过75万行，汇聚来自全球165个国家的10万多名开发者。
随着开发者创意的喷涌，我们会看到更多优秀有落地潜力的解决方案诞生，给自动驾驶产业突破，带来全新的想象空间。
第二座桥：产学研携手，
缩小产业人才的缺口
人才是自动驾驶产业蓬勃发展的驱动力。然而现实是，传统汽车人才缺乏计算机类、电子信息类和自动化类背景，不能满足自动驾驶的人才需求，而高校专业核心课程设置与人才知识结构需求偏离，也难以培养出跨学科复合型人才。另外，高校专业知识更新迭代慢，自动驾驶要求很高的工程实践能力。
数据显示，目前智能网联汽车研发人才缺口约4万人，随着产业规模化落地装备集成、测试、运维类人才需求将成倍增加。
面对人才短缺问题，Apollo提供了一条产学研一体化的人才培养之路。
作为自动驾驶产业的先行者与实践者，Apollo建立并开放相关资源，分享自身的实践经验，满足复合型人才的成长需求。
在Apollo Studio一站式学习实践社区，为高校学习类开发者提供学习实践、工具资源、技术交流等成长所需要的资源，包括从入门、基础到专项的体系化课程。云实验平台内置了丰富算法和Apollo开放平台8.0样例工程，新手跑通第一个样例仅需要 5分钟 ，极大地降低了学习的难度。
已经上线的“星火计划”，是业界第一个面向开发者覆盖全模块的系列免费培训活动，2022年吸引了来自全球9个国家190个城市地区的2500多名开发者报名，有效促进了年轻学子们参与自动驾驶事业的热情。
自动驾驶技术涉及多学科、多技术交叉融合，产学合作来进行人才培养，是当下高校教育所迫切需求的。为此，Apollo与高校合作展开培养方案，发布Apollo EDU人才培养计划。为高校提供虚拟教研室、D-KIT上车实践平台的全链路解决方案，打造集教学、科研、产业实践于一体的人才培养闭环。截至目前，已经覆盖了院校数达700多所。
值得一提的是，Apollo的校企合作并不是简单化、流水线式地生搬硬套，而是根据不同高校梯队与培养目标，提供源自产业实践的、差异化的人才培养方案。
比如，面向应用型人才，提供以自动驾驶集成类、测试类、运维类、网联交付类岗位技能，与南京工业职业技术大学、北京电子科技职业技术学院、上海科学职业技术学院等院校联合共建智能网联汽车实训基地；面向研究型人才，提供集成阿波罗成熟工程能力的科研平台产品，深化产业技术与学术科研结合，助力院校攀登学术科研高峰，目前与北航、清华、北理等院校都有深度合作。在此次发布会上，Apollo宣布与北京理工大学合作共建智能网联汽车联合创新中心。
这样有层次性、个性化的校企人才培养，才能真正与高校教学目标和人才未来发展相融合，有的放矢地满足自动驾驶产业的长期人才需求。
通过产、学、研、用融会贯通的人才培养，Apollo把与人才之间的距离缩短，源源不断地为中国自动驾驶产业输出优秀人才，让人对中国自动驾驶的未来有着更多期待和信心。
第三座桥：商业能力增强，
缩短到商业化的路程
自动驾驶产业发展的一个瓶颈，是商业化难题。很多初创企业不知道商业化如何达成，或者缺乏降本增效、运维迭代的商业化能力，导致企业发展受阻、商业模式遭遇质疑。
Apollo成立五年来，开放平台为生态伙伴带来的规模化商业落地共促方案，让整个产业降低了开发成本，进入全新的商业化途径。
横向来看，Apollo提供全面的赋能体系，让企业快速获得所需要的各种能力。
基于Apollo开放平台8.0 新框架，推出了企业自动驾驶能力建设地图，包括硬件设备、企业场景软件核心、企业场景应用软件、云服务平台，四层框架都新增了大量能力，以确保企业场景应用的可靠性与运营效率，如硬件设备平台的远程驾舱，云服务平台的运营平台等。
纵向来看，Apollo提供差异化套件，让企业在生命周期的不同阶段都大胆前行。
针对处于不同运营阶段的企业，也提供了不同的企业应用方案，让伙伴找到最适合的成长路径。处在早期原型搭建阶段的企业，需要搭建基本的开发调试与车辆集成研发流程，Apollo提供包含Apollo核心系统、二次开发接口、功能安全软件能力的域控制器与推荐传感器的套件，快速跨越技术能力到场景验证的鸿沟。对于已经进入中后期，开始小规模量产或规模运营阶段的企业，所需要软硬件能力就比较复杂、多元，且可靠性要求很高，还要考虑到成本控制，Apollo也能满足。
自动驾驶是一个产业链冗长、产业关系复杂的特殊产业，很少有公司可以把所有软件、硬件、平台等全搞定，要更快更好地发展，就需要紧密合作。同时，主机厂、科技巨头又往往会因利益问题、投入产出、成果IP等进行博弈。海外自动驾驶巨头阵营分分合合的时候，Apollo开放平台反而凭借这种纵横交织的开源开放，帮助中国自动驾驶相关企业快速跨越从研发到落地的鸿沟，以Apollo生态作为聚合场域，促进产业链相关企业的协同合作，进而减少了自动驾驶商业落地的风险成本，缩短了中国自动驾驶产业走向成熟商用的时间周期。
细致分解Apollo带给中国自动驾驶产业生态体系的赋能，会发现它远比我们想象的做到更多、更具体、更有层次，带来的影响也更大更深远。
Apollo平台能力之上，中国自动驾驶的产业能量正在从一个个省市不同类型的企业中，完成从技术构想到商业落地的整体进化。
自动驾驶发展至今，中外思路可能已经大相径庭，不断缩短自动驾驶到真实世界的距离，Apollo造桥修路，让无数开发者、创业者入场，这是为什么中国可以在自动驾驶这场长期赛跑中持续领航。
载着ai梦想向前奔跑！2022amazondeepracer自动驾驶联赛未完待续！
2022AmazonDeepRacer自动驾驶赛车中国联赛自启动以来，一直是广大开发者关注的焦点，如今7、8月赛段已经完美收官，赛事的火爆，除了从世界各地近700名的报名人数中一窥高下外，从选手热情持续高涨熙熙攘攘... 查看详情
自动驾驶apollo源码分析系列，感知篇：感知融合代码的基本流程
说起自动驾驶感知系统，大家都会谈论到感知融合，这涉及到不同传感器数据在时间、空间的对齐和融合，最终的结果将提升自动驾驶系统的感知能力，因为我们都知道单一的传感器都是有缺陷的。本篇文章梳理A... 查看详情
自动驾驶|apollo无人驾驶课程笔记3-定位
...xff0c;华为云专家本系列《无人驾驶干货铺》笔记： 自动驾驶|Apollo无人驾驶课程笔记0-总目录 自动驾驶|Apollo无人驾驶课程笔记1- 查看详情
自动驾驶apollo源码分析系列，系统监控篇：monitor模块如何监控通信中channel的时延？(代码片段)
上一篇文章分析了Apollo框架中Monitor模块如何监控硬件，这篇文章继续分析Monitor是如何监控软件的，数据通信中channel是本文主要分析对象。1.受监控的内容上图是之前的文章总结的，可以看到软件监控有8类对象：C... 查看详情
智能汽车与自动驾驶
在过去的一年中，我们可以看到多媒体特别是音视频技术的能力在严峻的挑战下，为各行各业带来了巨大的变化。疫情过后，又会有哪些多媒体新技术、新实践呈现在大众的视野当中？为行业的发展与应用带来哪... 查看详情
自动驾驶|apollo无人驾驶课程笔记0
在公众号【计算机视觉联盟】后台回复【9076】获取我的AI学习笔记；我的微信：Kingsplusa； --by 王博Kings，985AI博士，CSDN博客专家，华为云专家我用了一周的晚上，将Apollo基础入门课程学习了一遍本笔... 查看详情
自动驾驶apollo源码分析系列，感知篇：感知融合代码的基本流程(代码片段)
说起自动驾驶感知系统，大家都会谈论到感知融合，这涉及到不同传感器数据在时间、空间的对齐和融合，最终的结果将提升自动驾驶系统的感知能力，因为我们都知道单一的传感器都是有缺陷的。本篇文章梳理A... 查看详情
自动驾驶apollo源码分析系统,cyberrt篇:简述cyberrt框架基础概念
1.CyberRT是什么？ApolloCyberRT是专为自动驾驶场景设计的开源、高性能运行时框架。基于中心化计算模型，主要价值是提升自动驾驶系统的高并发、低延迟、高吞吐。Apollo并不是一开始就使用CyberRT，在v3.0之前用的都是基... 查看详情
自动驾驶产品化竞备开启：百度apollo如何定义量产车？
自动驾驶是一个非常复杂的系统工程，涉及感知、规划、决策与执行等环节，也与政策法规、成本制约紧密相关。从首辆自动驾驶汽车StanfordCart的小车花费五小时穿过摆满椅子的房间，到谷歌第一个在2009年启动无人... 查看详情
apollo学习了解
是什么apollo是百度的自动驾驶开源框架，根据自动驾驶的功能划分为不同的模块.目录结构github地址：Apollo 查看详情
自动驾驶apollo源码分析系列，系统监控篇：monitor模块如何监控硬件(代码片段)
...，可以观察一下Apollo官方文档给出的硬件连接图。跟自动驾驶本身相关的无非是传感器和底盘。当前Monitor系统支持的硬件类监控有4个：ESDCANGPSResourceSOCKETCAN监控ESDCANESDCAN是一种CanCard&# 查看详情
自动驾驶apollo源码分析系列，安全守护篇：为何紧急刹车？(代码片段)
这篇文章主要分析Apollo6.0中一个简单的模块：Guardian。先看下图：可以看到主要接受Control模块的命令，然后输出内容给CANBUS模块。下面进行分析。从GuardianComponent入手Apollo基本上独立的功能都会被模块化成为某... 查看详情
自动驾驶apollo源码分析系列，安全守护篇：为何紧急刹车？(代码片段)
这篇文章主要分析Apollo6.0中一个简单的模块：Guardian。先看下图：可以看到主要接受Control模块的命令，然后输出内容给CANBUS模块。下面进行分析。从GuardianComponent入手Apollo基本上独立的功能都会被模块化成为某... 查看详情
设立『自动驾驶虚拟仿真赛道』(代码片段)
...汽汽车研究院的核心竞争力。 目前我就职于百度Apollo自动驾驶平台生态部，百度Apollo已经落地北京亦庄、广州黄埔、上海嘉定、重庆永川等30+城市及自动驾驶及智能交通服务，拥有测试牌照400余张，总测试里... 查看详情
阿波罗(百度阿波罗平台)详细资料大全
...罗是百度发布的名为“Apollo（阿波罗）”的向汽车行业及自动驾驶领域的合作伙伴提供的软体平台。发布时间是2017年4月19日，旨在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、安全的软体平台，帮助他们结合车... 查看详情
自动驾驶技术平台分享：百度apollo开放平台8.0再升级，更简单，更便捷，更高效
文章目录自动驾驶技术入门，先看平台Appllo主要优势版本更新新特性颠覆更新“新”架构全新加入软件包管理机制加入新感知模型感知全流程开放与提效全新PnC工具链写在最后自动驾驶技术入门，先看平台近年来，自... 查看详情
apollo的学习笔记
1介绍我们首先来看看自动驾驶系统的基本组成架构，（图像来自于知乎@王方浩——《自动驾驶学习资料合集》）2安装Apollo在安装之前，请参考Apollo系统安装的官方文档《Apollo–apollo-software-installation-guide》 查看详情
自动驾驶apollo源码分析系列，感知篇：perception如何启动？(代码片段)
从Apollo的官方文档，我们很容易得知Perception是核心的组件之一，但像所有的C++程序一样，每个应用都有一个Main函数入口，那么引出本文要探索的2个问题：Perception的入口在哪里？Perception如何启动ÿ... 查看详情