笑扬轩逸的博客

Apollo的软件架构图在进入这一节之前，先看一下百度Apollo的软件架构图 Apollo 2.0 软件架构 Apollo 3.0 软件架构从此图可以看出定位和高精度地图是 Apollo 整个软件体系的基石，在代码中也会看到高精度地图起到极其重要的作用。高精地图包含的信息高精地图包含了大量的驾驶辅助信息，最重要的就是道路网络的三维描述。比如交叉路口的布局，交通标志牌的...

5、Optimization Inside Motion Planning 动态规划来自于动态系统， 通过类似于有限元的方式，把问题抽象再离散空间里面，把重复计算通过aggregating的方式进行简化。       问题：计算时长太长，，这么撒点太复杂。对于凸问题，或者单调问题，求最优解，用binary search搜索某个点的值就可以，收敛速度是指数收敛。 牛顿法更快，考虑了不...

文章转载自Apollo开发者社区 Apollo 3.5 总体架构最新发布的 Apollo 3.5 总体架构从上到下仍分为四层，最底层为车辆平台，自动驾驶汽车需要对车辆进行线控改造，使得车载大脑可以通过电信号来控制车辆的执行器；往上一层是硬件平台，包括计算单元、传感器以及 V2X 相关接收设备等。再上一层是软件平台，主要包括操作系统、中间件、算法模块等。最顶层的是云端服务，主...

原文来自于Apollo阿波罗智能驾驶1 功能安全是什么无人车主要分为两大块，一块是网络安全，另一块就是功能安全。网络安全主要是指驾驶软件信息不被黑客窃取。 功能安全是指通过冗余、多样性手段构建功能安全子系统，极大限度召回软硬件故障，使得损害风险降低到可接受的水平。2 功能安全如何做在自动驾驶的功能安全上，Apollo 采用了电子电器行业标准 ISO 26262。但是目前看，...

一、Lattice Planner 总体概览Lattice算法隶属于规划模块。规划模块以预测模块、routing模块、高精地图和定位的结果作为输入，通过算法，输出一条平稳、舒适、安全的轨迹，交给控制模块去执行。我们可以看到，规划模块在Apollo中是一个承上启下的重要模块。这是Apollo中规划模块的工作流程。首先是依据routing和定位，通过平滑算法，生成一条平滑的参考线（平滑的道...

1 自动驾驶汽车的事故分析原文参考王石峰 Apollo开发者社区 首先分析一个事故案例。今年3月，北美有一个自动驾驶车肇事撞人致死的一个事故，6月22日，美国公路交通安全委员会发布了这个事故报告。报告中显示，在碰撞发生前6秒传感器已经探测到了，碰撞发生前1.5秒，原车的AEB功能已经启动，但其执行机构并没有自动采取相应制动措施，导致整个系统没有闭环。另外，该事故在交互设计上也有缺陷...

Apollo相对地图 基于人工驾驶路径的实时地图生成百度资深软件工程师 Yifei Jiang  本文转自百度开发者社区相对地图是在Apollo 2.5的时候第一次对外开放。在3.0的时候我们和长沙智能驾驶研究院一起合作研发，对相对地图进行了功能和架构上的升级。今天我会给大家介绍什么是相对地图，为什么我们要做相对地图，以及相对地图是如何设计和实现的。本次分享将会从以下四个方面展...

首先非常感谢知乎上几位大牛和Apollo开发者社区分享的相关资料，整个Baidu Apollo的系列文章，笔者这里做一些资料的收集整理，希望可以和大家共同学习。主要的参考来源包括：知乎冀渊的专栏眼中的世界Apollo阿波罗自动驾驶开发者社区Apollo 开发者在线文档优快云 作者 知行合一2018优快云 作者 DinnerHowe欢迎使用Markdown编辑器写博客本M...

本文参考了Apollo自动驾驶公开课朱帆老师的讲座还有Udacity公开课的内容。技术难点规划模块所面临的技术难点有三点。第一，车辆所处的环境复杂度高。因此传感器检测返回的数据复杂，障碍物个数种类多；路况信息复杂，在高速上一秒钟车辆能跑出30米，情况瞬息万变。第二，系统对规划模块的要求高。规划模块需要覆盖所有的ADAS场景，对模块计算的实时性和稳定性有着很高的要求。第三...

本篇预测的部分参照了Apollo自动驾驶公开课詹锟的演讲内容。预测模块是连接感知和决策规划的桥梁，结合物理世界的人类行为习惯进行适当的逻辑推理，将周围障碍物下一时刻和后续多个时刻的运动行为进行估计，给出对应可能的运动轨迹线。詹锟老师主要从代码层面剖析Apollo2.5的预测系统。Apollo代码架构预测部分分为3个部分，第一个是Container，作用是合理规划整合上游数据，处...

本文大部分内容转载自百度的自动驾驶公开课的内容，原文链接：https://www.youkuaiyun.com/article/a/2018-04-25/15946813L4/L5无人车为什么需要精确的定位系统？精确是指厘米级，也就是说10厘米以内。如果人开车的话，会关注什么？我们会关注车道线、道路指示牌、红绿灯这些交通标识，路肩、路边柱子，建筑物，这些都是场景中的静态物体，关注它们是因为人需要知道车的可...

百度最近发布了最新的Apollo3.0，以及和Udacity一起开发的一个系列简单的自动驾驶入门教程，教程的内容不深，但对于想入门自动驾驶的人来说是不错的学习资料。在接下来的一段时间，我会慢慢把自己的学习笔记以博客的形式记录下来。首先简单介了自动驾驶的基础，感知，定位，规划，控制，这个在后续的课程里还会继续深入。然后是百度自己无人车的软硬件平台。硬件：计算中心：就是整套...

文章来源于Apollo社区，分享人是 百度美研 Yifei Jiang老师。本次分享包含以下部分：参考路径 交规决策 路径决策 速度决策 决策场景决策模块相当于无人驾驶系统的大脑，保障无人车的行车安全，同时也要理解和遵守交通规则。为了实现这样的功能，决策模块为无人车提供了各种的限制信息包括：路径的长度以及左右边界限制； 路径上的速度限制； 时间上的位置限制。...