2018年6月23日，由百度主辦、佐思產(chǎn)研、佐智汽車承辦的第4期《Hello Apollo，自動(dòng)駕駛公開課》——“Apollo2.5限定場(chǎng)景低成本技術(shù)方案解析”在上海市徐匯區(qū)COCOSPACE成功舉辦，吸引了近300位來自車企、零部件企業(yè)、自動(dòng)駕駛初創(chuàng)企業(yè)、高校等的開發(fā)者參加。本次公開課邀請(qǐng)了百度自動(dòng)駕駛事業(yè)部的資深工程師們以及Apollo的生態(tài)合作伙伴，一起與開發(fā)者們交流。

在本次公開課中，楊凡老師演講的主要內(nèi)容包括：Apollo開放平臺(tái)簡(jiǎn)介、Apollo能力開放簡(jiǎn)介、Apollo資源開放與研發(fā)迭代新模式、Apollo生態(tài)階段性成果介紹。

楊凡，百度自動(dòng)駕駛事業(yè)部資深架構(gòu)師，

負(fù)責(zé)產(chǎn)品化解決方案

從2017年4月份宣布Apollo計(jì)劃，到9月份實(shí)現(xiàn)了固定車道的自動(dòng)駕駛，到2018年1月份完成了2.0的完整模塊點(diǎn)亮，到2.5實(shí)現(xiàn)了限定場(chǎng)景的低成本解決方案。

Apollo會(huì)在2018年、2019年一步一步的規(guī)劃達(dá)到L4、L5級(jí)別。Apollo社區(qū)在Github已經(jīng)有9000位活躍的開發(fā)者，有2000以上的開發(fā)者已經(jīng)fork了代碼，正在完成自己的自動(dòng)駕駛開發(fā)。所有的開發(fā)者貢獻(xiàn)的代碼行數(shù)已經(jīng)超過了20萬行，是世界上最活躍的自動(dòng)駕駛社區(qū)。

Apollo2.5滿足了開發(fā)者們的以下四個(gè)需求：

開發(fā)者需要的更多場(chǎng)景；

完成場(chǎng)景的基礎(chǔ)上，需要更低的門檻；

需要更強(qiáng)有力的工具；

需要支持更多的車型。

Apollo2.5對(duì)更多場(chǎng)景通過視覺進(jìn)行支持，Apollo2.5點(diǎn)亮了高速公路場(chǎng)景，實(shí)現(xiàn)了限定場(chǎng)景的低成本化；Apollo2.5通過使用相對(duì)地圖，解除了高精度地圖對(duì)開發(fā)者的壁壘；通過完整的車端和離線工具鏈支持，可以讓開發(fā)者方便調(diào)試系統(tǒng)；最后將和開發(fā)者一起實(shí)現(xiàn)更多車型。

首先是基于視覺的支持，就是camera。Apollo2.0以前是基于lidar做的，lidar有自己的優(yōu)勢(shì)，有精確的3D能力，對(duì)定位有非常好的效果，但是它的缺點(diǎn)也是很明顯的。Lidar即便用最好的64線，有效感知距離不會(huì)達(dá)到百米，一般是六七十米的狀態(tài)。對(duì)于各種各樣的干擾來說，它其實(shí)是不夠穩(wěn)定可靠的。更重要的是激光雷達(dá)的確有點(diǎn)貴，一般幾十萬，供貨周期長(zhǎng)，而且對(duì)于雨雪天氣這種比較復(fù)雜的場(chǎng)景有一定的局限性。

Apollo2.5提供的是基于視覺的解決方案，Camera的好處之一是雨雪天氣可用；另外一個(gè)好處，Camera已經(jīng)在眾多領(lǐng)域應(yīng)用廣泛，成本是相對(duì)低，技術(shù)方案也比較成熟。Camera分辨率相對(duì)高，視距可以達(dá)到一兩百米，它的劣勢(shì)在于是被動(dòng)的感知能力，所以它依賴光照，最明顯是夜間效果很不好。

Apollo 2.5的初衷，是選擇一個(gè)最有效、解決多場(chǎng)景，成本又最低的解決方案。首先使用相對(duì)少的傳感器組合，來完成低成本的自動(dòng)駕駛，通過這個(gè)方案可以點(diǎn)亮高速場(chǎng)景，在高速場(chǎng)景下，不依賴于高精地圖。

基于這個(gè)邏輯，明確Apollo 2.5要實(shí)現(xiàn)的目標(biāo)，首先輸入是Camera圖像和毫米波雷達(dá)，圖像這部分分解比較復(fù)雜一些。首先是預(yù)處理，預(yù)處理實(shí)際上很多操作是ISP之后做的，主要是負(fù)責(zé)曝光、增益、去馬賽克等。另外對(duì)于高速這種場(chǎng)景，需要有足夠高的頻率來更新識(shí)別結(jié)果，需要實(shí)時(shí)的識(shí)別，一定要限制它的計(jì)算資源。

Apollo 2.5提供了低成本的自動(dòng)駕駛能力，它只用了一個(gè)Radar和一個(gè)Camera，所以在Co-trained-network達(dá)到76fps，通過對(duì)最近障礙車的追蹤，進(jìn)行信息的補(bǔ)足，可以完成ACC，最后和Radar完成Sensor Fusion。

那如何把高精度地圖的門檻降到大家很容易接受的程度呢？高精圖制作成本太高，而且專業(yè)性非常強(qiáng)，還有很多法規(guī)上的制約，使得開發(fā)者很難快速的、大規(guī)模進(jìn)行實(shí)驗(yàn)。在限定場(chǎng)景下，其實(shí)是可以通過相對(duì)地圖來解決問題。

從架構(gòu)層面，相對(duì)地圖模塊是連接高精地圖(HD Map)、感知(Perception)模塊和規(guī)劃(Planning)模塊的中間層。相對(duì)地圖模塊會(huì)實(shí)時(shí)生成基于車身坐標(biāo)系的信息，并且輸出供規(guī)劃模塊使用的參考線。

相對(duì)地圖基于車輛坐標(biāo)系，其原點(diǎn)位于車輛本身。車道線是地圖中的重要元素，以確保自動(dòng)駕駛車輛做出合理的決策并進(jìn)行安全的軌跡規(guī)劃。

目前，導(dǎo)航模式可完成加減速、跟車、遇障礙物減速停車或在車道寬度允許的情形下對(duì)障礙物繞行等功能，后續(xù)版本的導(dǎo)航模式將會(huì)進(jìn)一步完善以支持多車道行駛、交通標(biāo)志和紅綠燈檢測(cè)等。

在相對(duì)地圖中，車道線數(shù)據(jù)是通過基于攝像頭的車道感知而生成的，并且包含基于云端的導(dǎo)航線（Navigation Line）。下圖闡釋了導(dǎo)航線是如何生成的。

導(dǎo)航線在自動(dòng)駕駛中扮演著多種角色。第一,導(dǎo)航線作為出發(fā)點(diǎn)與目的地的連接線，可以保證車輛不會(huì)偏離；第二，導(dǎo)航線可以生成Referenceline用于駕駛決策；第三，為高精地圖提供載體；第四，導(dǎo)航線是相對(duì)地圖的重要組成部分。

導(dǎo)航線有以下特點(diǎn)：

1. 導(dǎo)航線是按照駕駛員駕駛路徑設(shè)計(jì)，所以安全性和舒適性是有保障的；

2. 更重要的是，基于駕駛數(shù)據(jù)，導(dǎo)航線可以自動(dòng)生成，大大降低了開發(fā)成本；

3. 可以與視覺感知系統(tǒng)配合生成基本的地圖信息，可以適用于比較簡(jiǎn)單的駕駛場(chǎng)景，比如高速公路、鄉(xiāng)村道路等；

4. 導(dǎo)航線可以與高精地圖兼容，生成復(fù)雜的駕駛場(chǎng)景，例如城市道路。

下面我們舉例說明，相對(duì)地圖和導(dǎo)航線在自動(dòng)駕駛場(chǎng)景中是如何工作的。

1. 在如下圖highlight區(qū)域部署自動(dòng)駕駛場(chǎng)景；

2. 在實(shí)現(xiàn)真正的自動(dòng)駕駛之前，我們需要采集導(dǎo)航線，經(jīng)過駕駛員對(duì)駕駛路徑的采集，后期可以轉(zhuǎn)換成為導(dǎo)航線（如下圖綠色線條）；

3.需要實(shí)現(xiàn)從A→B的自動(dòng)行駛；

4. 按照傳統(tǒng)地圖（百度地圖or谷歌地圖）導(dǎo)航，生成的軌跡1（藍(lán)色線條）；

5. 在接到導(dǎo)航需求時(shí)，系統(tǒng)會(huì)選擇一條最匹配的導(dǎo)航線（黃色標(biāo)線）用來導(dǎo)航；

6.系統(tǒng)為決策模塊提供多條導(dǎo)航線，可以實(shí)現(xiàn)變道功能。

通過使用這種方法，我們可以創(chuàng)建一個(gè)與高精地圖數(shù)據(jù)格式相匹配的相對(duì)地圖，并基于事先錄制好的人工駕駛軌跡和攝像頭的感知進(jìn)行車道檢測(cè)。

在行駛過程中，相對(duì)地圖數(shù)據(jù)的計(jì)算和更新頻率為10Hz，相對(duì)地圖數(shù)據(jù)來源一是基于視覺感知的車道標(biāo)識(shí)，二是基于云端的導(dǎo)航線，而且相對(duì)地圖支持以下三種自動(dòng)駕駛場(chǎng)景：

模式1，僅依靠視覺感知的車道標(biāo)識(shí)

適用場(chǎng)景：

1、定位缺失；

2、只有來自感知系統(tǒng)的車道線識(shí)別；

3、車道保持與自適應(yīng)巡航。

在基于參考線錄制模式時(shí)，會(huì)依賴錄制的參考線與實(shí)時(shí)攝像頭信息生成的Relative Map行駛，此時(shí)需要GPS定位。當(dāng)GPS失效時(shí)（比如通過某個(gè)隧道），系統(tǒng)將自動(dòng)切換為基于純攝像頭模式，此時(shí)只依賴實(shí)時(shí)攝像頭生成的車道線信息行駛。只要有車線可以辨別，車會(huì)沿著車道中心線一直開（Lane Keeping）。如果車道線不可辨別，需要人來接管。

相對(duì)地圖模式2，依靠視覺感知與云端導(dǎo)航線

適用場(chǎng)景：

1、感知系統(tǒng)檢測(cè)的車道標(biāo)識(shí)

2、能從云端獲取導(dǎo)航線

3、高速道路或者車道線不清晰的鄉(xiāng)村道路

此條件下，導(dǎo)航線與感知系統(tǒng)結(jié)合生成地圖數(shù)據(jù)，用于車輛決策。

相對(duì)地圖模式3，依靠視覺感知、云端導(dǎo)航線以及高精地圖

適用場(chǎng)景：

1、車道標(biāo)識(shí)不是來自于感知系統(tǒng)檢測(cè)，而是基于歷史駕駛數(shù)據(jù)以及高精地圖生成；

2、能從云端獲取導(dǎo)航線

3、城市道路

此條件下，導(dǎo)航線結(jié)合高精地圖，能實(shí)現(xiàn)城市道路的規(guī)劃決策。

相較來講，相對(duì)地圖的精度較低，僅限于某些用途。但它卻有著不容忽視的優(yōu)勢(shì)，成本更低，周轉(zhuǎn)更快，并且制作起來更容易，還可以實(shí)現(xiàn)實(shí)時(shí)更新。

DreamView是比較常用的工具，是一個(gè)綜合調(diào)試工具，在車上它是一個(gè)中心，可以精確看到關(guān)于車輛的自動(dòng)駕駛情況，它可以監(jiān)控所有組件的工作狀況，當(dāng)在車下的時(shí)候，可以通過線下或者云端模擬器使用，是非常有效的工具，它可以幫開發(fā)者“看到”所有可視化的一切。