Apollo自动驾驶Beta版发布：探索新特性与优化

《Robbie带你入门自动驾驶》

引言

自动驾驶技术一直是科技领域备受关注的热点之一。随着技术的不断进步和应用场景的拓展，Apollo自动驾驶开放平台在最新发布的Beta版本中引入了许多令人振奋的新特性和优化，为开发者提供了更强大的支持。本文将介绍这些新特性和优化，帮助开发者更好地了解和使用Apollo平台，为自动驾驶系统的研发提供更加便捷、高效的工具和技术支持。

1. 基于包管理的PnC和感知扩展开发范式

在Beta版本中，Apollo对PnC（Planning and Control）和感知扩展开发范式进行了全面升级。通过基于包管理的方式，开发者可以更加灵活地进行组件扩展和插件扩展，从而实现更高效的开发流程。

• 统一的对外接口：Apollo Beta版将接口统一封装在external_command模块中，隔离了上层业务调用和PnC模块的接口变化，使得开发者可以更方便地进行自定义扩展接口和底盘命令。
• 全新插件扩展机制：Apollo Beta版将scenario、task和traffic rules插件化，便于用户独立开发部署自己的插件，使得扩展更加轻量化和易扩展。
• 分级参数配置机制：Beta版对全局参数和局部参数进行了划分，局部参数放在插件中独立管理，使得开发者可以更方便地查询和修改参数。

2. 全新打造的Dreamview Plus开发者工具入口

Apollo Beta版推出了全新的开发者工具入口Dreamview Plus，为开发者提供了更便捷的多场景使用、更灵活的可视化布局和更丰富的数据资源。

• 基于模式的多场景使用：Dreamview Plus以感知、PnC等具体开发场景作为模式分类，简化了各类模式下的操作步骤，优化了使用流程，提升了开发效率。
  
• 
  
• 基于面板的布局可视化：Dreamview Plus支持自由配置可视化面板的布局、各面板内容以及大小，适配不同开发者的调试习惯，使得布局更加灵活。
  
• 引入资源中心数据更丰富：Dreamview Plus进一步加强了与Studio云端资源的互动，可一键下载各类资源用于算法测试，包括地图、场景、车辆配置、数据包等。
  

3. 感知模型全面升级，支持增量训练

在Apollo Beta版中，激光雷达、相机、雷达感知模型进行了全面升级，引入了前沿的网络模型，并通过百万量级数据进行模型训练，极大地提高了模型的泛化能力，优化了模型检测效果。

• 全新模型效果更优：采用CenterPoint替换了CNNSeg模型，在检测效果上有显著提升；采用YOLOX*YOLO3D替换了原YOLO模型，也取得了令人满意的效果。
• 提供增量训练易扩展：Apollo Beta版提供了全面且详细的增量训练教程，开发者可以用较低成本显著提升特定目标和特定场景下的检测能力，训练代码完全开源。

4. 支持4D毫米波雷达

Beta版增加了对4D毫米波雷达的支持，从硬件驱动到感知模型层，实现了更高的角度分辨率和更密集的点云输出，有利于使用深度学习的3D目标检测方法进行更精确的障碍物检测，提高自动驾驶车辆在恶劣天气下的安全性。

结语

通过这些新特性和优化，Apollo自动驾驶开放平台为自动驾驶领域的开发者提供了更强大、更便捷的工具和技术支持。希望本文能够帮助开发者更好地了解和应用Apollo平台，共同推动自动驾驶技术的发展和应用。

点击学习：

Apollo开放平台9.0专项技术公开课