自动驾驶接力赛,还在继续奔跑的Apollo带来哪些改变?

news2024/11/20 11:19:19

a33873dc5baf18af44d3dd5fa99151f9.jpeg

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。

2470de3368f8b766701271c0a401bfdd.jpeg

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。

c538713adc447c851f0e27b0a72c5acc.png

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。

1de553584319bd41bed5c117284b5ffb.png

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。

9c8afd97570163d5480096ba8b77467b.png

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

d5d1a7390650f1bfa976efe4edbab213.png

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。

28d4a859ed78c04fc83b422295c805a6.png

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。

96acb878b9381214ef5680b37b3ee1bb.png

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。

ebed0c91789a2f6898741591bf4d6845.png

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。

925042dd8d5b84dca38efc50c15aabb1.png

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。

9f549d7b6b4ad0f0b47a0f24c49c02e3.png

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

50228fca494ea07f221421d937cd6b24.png

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。

0454e0742f89e90d9a01843aa008eec1.png

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。

c4c36a2b0fb145d389e3eff7ef951cce.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/127786.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

融云 CEO 董晗:国产化进程加速,助推政企数智办公平台深化发展

完整报告关注公众号,限免下载 政策催化加疫情助推下,办公线上化迅速完成着市场教育已经成为当前的主流趋势。而随着“国产化”成为各行业数字化发展道路上的关键词,政企办公领域国产替代的发展确定性更加凸显。关注【融云 RongCloud】&#x…

hnu计网实验四-网络层与链路层协议分析(PacketTracer)

一、实验目的: 通过本实验,进一步熟悉PacketTracer的使用,学习路由器与交换机的基本配置,加深对网络层与链路层协议的理解。 二、实验内容: 4.1 路由器交换机的基本配置 打开下面的实验文件,按提示完成实…

Java 集合框架

目录 1. 简介 2. 概览 3. 实现类 3.1 List 3.2 Queue 3.3 Set 3.4 Map 1. 简介 容器,就是可以容纳其他Java对象的对象。*Java Collections Framework(JCF)*为Java开发者提供了通用的容器,其始于JDK 1.2,优点是: 降低编程难度提高程序…

成为用友ISV优选伙伴,迈丹科技8个月经历了一次脱胎换骨

12月9日,用友第四届企业云服务开发者大赛鸣金收兵,第一次参赛,第一次与用友正式合作的厦门市迈丹科技开发有限公司(以下简称迈丹科技),便凭借SPC企业质量管理解决方案第一次获奖,而且还是企业赛…

Unity模型

1、Unity中使用的模型 Unity支持很多模型格式,比如:.fbx,.dae,.3ds,.dxf,.obj等等 大部分模型都不是在Unity中制作的,都是美术人员在建模软件中制作,如 3DMax、Maya等等 当他们制作…

VueJs中的ref函数

前言在Vue2.0里面,与页面相关显示的数据是挂载在data下,而在vue3.0里,想要一个数据具备响应式,那么需要引入响应式API函数,通过API函数加工处理后,才具备响应式,两者之间在底层实现数据的响应式上也存在着差异01ref可将数据变成响应式在setup里面使用let定义的变量不是响应式的…

【XR】VR手柄定位技术

rvy competitive analyse Y1的手柄使用了基于红外光的主动式光学定位追踪方案,主要是通过头显的摄像头在短曝光图像上观测到手柄上红外光电发射的红外光,通过检测光点并根据多视图几何原理计算初步的位姿,然后融合产生于手柄IMU(…

深度优先搜索和广度优先搜索的java代码实现过程详解

深度优先搜索和广度优先搜索 在很多情况下,我们需要遍历图,得到图的一些性质,例如,找出图中与指定的顶点相连的所有顶点,或者判定某个顶点与指定顶点是否相通,是非常常见的需求。 有关图的搜索,…

Spring Security怎么自定义登录页? 怎么注销?

本章内容 怎么自定义登录页底层都怎么实现如何注销?注销底层源码简单分析 开干 去网上找个好看的前端, 改改改改spring security配置启动几个红框框的地方注意下 Configuration public class SecurityConfig {Beanpublic SecurityFilterChain securityFilterChain(HttpSecu…

【决策树】简单介绍+个人理解(二)

1、ID3(Iterative Dichotomizer) ID3是Quinlan于1986年提出的, 它的提出开创了决策树算 法的先河, 而且是国际上最早的决策树方法, 在该算法中, 引入了信息论中熵的概念, 利用分割前后的熵来计算信息 增益, 作为判别能力的度量。ID3 算法的核心是在决策树各个结点上应用信息增…

T-SQL程序练习04

目录 一、写一个存储过程 𝐹𝑖𝑏𝑜𝑛𝑎𝑐𝑐 1. 具体要求 2. T-SQL程序代码 3. 结果显示 二、建立存储过程 𝑆𝑎𝑛𝐺𝑢…

万向区块链肖风:元宇宙的十大经济规则

本文为万向区块链董事长兼总经理肖风为华泰证券研究所科技及电子行业首席分析师黄乐平、万向区块链首席经济学家邹传伟联合撰写的《元宇宙经济学》所作序言。 元宇宙是什么?按照我的理解,元宇宙是一个由分布式网络技术、分布式账本和分布式社会/商业构成…

消息中间件介绍

一般,我们认为消息中间件是指支持与保障分布式应用程序之间同步/异步收发消息的中间件。消息是分布式应用之间进行数据交换的基本信息单位,分布式应用程序之间的通信接口由消息中间件提供。其中,异步方式指消息发送方在发送消息时不必知道接收…

奇遇MIX体验:加入全彩VST透视,开创消费级VR一体机新时代

前不久在奇遇MIX发布会上我们知道,面临着国内复杂的竞争环境,奇遇VR将选择差异化运营模式,一是硬件上停产单一VR模式设备,专注于支持VST的VR设备;二是内容层面,通过提供三年影视或游戏权益的模式&#xff0…

【openGauss实战1】openGauss基于CentOS8的部署

📢📢📢📣📣📣 哈喽!大家好,我是【IT邦德】,江湖人称jeames007,10余年DBA工作经验 一位上进心十足的【大数据领域博主】!😜&#x1f61…

写出更优雅和稳健的 TS 代码的几个 tips

写出更优雅和稳健的 TS 代码的几个 tips 本来想放优雅 太优雅了.jpg,后来还是好懒啊…… 使用 unknown 代替 any any 的问题在于它直接关闭了 TS 的类型检查,因此一旦使用了 any,那就代表任何事情都会发生。使用 unknown 则告诉 TS&#x…

LIS源码 医院检验科LIS系统源码 .net检验系统源码 实验室信息管理系统源码全开源,价值百万

LIS系统即实验室信息管理系统。LIS系统能实现临床检验信息化,检验科信息管理自动化。其主要功能是将检验科的实验仪器传出的检验数据经数据分析后,自动生成打印报告,通过网络存储在数据库中,使医生能够通过医生工作站方便、及时地…

PXE+Kickstart 自动化部署系统

PXE 预启动执行环境是由Intel开发的技术,可以让计算机通过网络来启动操作系统(前提是计算机上安装的网卡支持PXE技术),主要用于在无人值守安装系统中引导客户端主机安装Linux操作系统. Kickstart是一种无人值守的安装方式,其工作原理是预先把原本需要运维人员手工填写的参数保…

谷粒商城之高级篇(2)

2.6 购物车服务 2.6.1 环境搭建 ①域名配置 ②创建 微服务 暂时需要的插件 此外&#xff0c;导入 公共包的依赖 <dependency><groupId>com.atguigu.gulimall</groupId><artifactId>gulimall-common</artifactId><version>0.0.1-SNAPSHOT…

50. 残差网络(ResNet)代码实现

1. 残差块 ResNet沿用了VGG完整的 33 卷积层设计。 残差块里首先有2个有相同输出通道数的 33 卷积层。 每个卷积层后接一个批量规范化层和ReLU激活函数。 然后我们通过跨层数据通路&#xff0c;跳过这2个卷积运算&#xff0c;将输入直接加在最后的ReLU激活函数前。 这样的设计…