学习心得：Apollo无人驾驶汽车入门课程——第一课：无人驾驶概览

C1：概述

• 主要研究内容
  • 无人驾驶车核心组件
  • 软件如何部署运行核心组件

C2：学习内容

1. Apollo无人驾驶开源平台内容
   1. 高精度地图
      性质：支持几乎所有软件栈的模块
   2. 定位
      实现：激光、雷达、配合高精度地图
   3. 感知
      工具：深度学习
   4. 预测
      方式：递归神经网络
   5. 规划
      内容：如何生成行车轨迹
   6. 控制
      内容：如何执行规划方案

C3：什么是无人驾驶？

1. 交通发展历史
   步行->马车->汽车->无人驾驶汽车
2. 无人车存在意义？

人类	无人驾驶汽车
驾驶事故几率大	驾驶更安全
驾驶需要学习	可自动、互相学习
具有停车问题	无停车问题

3. 无人驾驶程度
   0级：驾驶员完全控制
   1级：驾驶员辅助控制，需要充分参与，但可放弃自治系统的控制；
   2级：部分自动化，自动控制巡航以及保持车道；
   3级：有条件的自动化，人类可以有必要的时候接入
   4级：高度自动化，车辆不期望驾驶员介入，可能没有控制装置，但会控制在一定区域内
   5级：完全自动化，任何地方完全自主运行

4. 无人驾驶研发历史
   1986 NavLab
   1995 EUREKA
   2005 Sebastian Thrun率队夺得DARPA冠军
   2009 Google开始自动驾驶项目
   2017 Baidu开源平台——Apollo

C4：Sebastian Thrun致辞

C5：无人驾驶车的运作方式

无人车核心组成

1. 计算机视觉：通过摄像头看清环境
2. 传感器融合
   1)通过多种雷达深入、增加了解周遭环境
   2)如：了解车辆运行速度等
3. 定位
   1)准确度：一位数厘米精度
4. 路径规划
5. 控制
   1)对象：油门、刹车等
   2)理想效果：控制路径与规划路径重合

C6：Apollo团队与架构

1. Apollo定义
   提供硬件规格、车载软件服务、云服务的开源软件平台
2. Apollo提供
   1）高精度服务
   2）开源无人驾驶模拟引擎
3. Apollo技术框架层次
   1）开源软件平台
   2）云服务平台
   3）参考车辆平台
   4）参考硬件平台

C7：参考车辆与硬件平台

1. 参考车辆平台
   线性驾驶车辆
2. 硬件平台
   1）控制器局域网络CAN：即内部通信网络，发送各类信号
   2）全球定位系统GPS
   3）惯性测量装置IMU
   4）测量自身位置、速度、加速度
3. 雷达
4. 摄像头
   1）分辨率高，用于了解环境

C8：开源软件架构

1、开放式软件层架构
	1）实时操作系统RTOS
		及时分析并执行操作
		组成：Ubuntu Linux+Apollo内核
	2）运行时操作系统
		a.ROS定制版
		b.用于各模块进行通信
		c.如何定制，使之更适合无人驾驶？
			共享内存：更快
			去中心化：解决单点故障问题
			数据兼容：在ROS中添加protobuf语言
	3）应用程序模块层
		MAP引擎
		定位
		感知
		规划
		控制
		端到端
		人机接口HMI

C9：云服务

1、Apollo云服务组成
	1）高精度地图
	2）仿真模拟
		出于需要，营造仿真环境
		允许开发人员配置多种道路条件
		执行模式中，开发人员可以上传和验证模块
		评分系统：评价各项道路事件处理的好坏
		三维可视化
	3）数据平台
		ApolloScape允许逐像素分析
	4）安全
	5）空中软件升级
	6）DuerOS

C10：纳米学位简介

C11：开启专项学习之旅