百度自动驾驶系统 Apollo 源码分析

Apollo（阿波罗）是百度今年发布的汽车自动驾驶系统，它是不是可以无人驾驶？安全性又如何保证？下面我们就来看看自动驾驶指的是什么，以及它是如何实现的．

##自动驾驶评级

先来看看什么是自动驾驶，2014 年，SAE International（国际汽车工程师协会）制订了一套自动驾驶汽车分级标准，其对自动化的描述分为 5 个等级。

从辅助驾驶到全自动驾驶，都属于自动驾驶，只是级别不同，现在有很多车已经配置了定速巡航，自动泊车，这是从 L1 走向 L2 阶段；而 L3 是说人可以不进行主动驾驶，但需要时刻保持注意力；据说 Google 的 Waymo 自动驾驶系统已达到 L4 水平，它能在特定地理区域和条件下，完成整个动态驾驶任务．大家离 L5 还都有一段很长的路要走．百度的目标是 2019 年量产 L3 的汽车．

同样是自动，但是程度不同，具体要看：设计运行范围（operational design domain，简称 ODD），它包括地理位置、道路类型、速度范围、天气、时间、国家和地方性交通法律法规等等．

硬件

下面来看看自动驾驶的汽车和普通汽车有什么不同，如图所示，自动驾驶汽车一般都包含：视频系统 (摄像头), 传感器 (雷达,激光雷达,GPS…), 它们用于建立场景和捕捉前后左右的距离，速度, 判断自已位置，同时车辆内部通过 CAN 总线监测车辆本身的情况, 并控制速度, 转向, 制动等等．当然还需要软件算法．

软件

软件收集硬件传来的视频和传感器数据, 进行数据处理并做出决策．其中包括: 感知当前的状态（车辆, 行人, 交通标志，动态，静态）, 预测之后的状态, 以及做下一步的规划（整体线路，当前决策）, 这有点像下棋．

出于安全性的考虑，大多数时候汽车不能上街测试，因此自动驾驶的开发过程中一般都使用虚拟系统，虚拟车辆在虚拟街道上运行的时候，还可以模拟其它车辆，行人，以及各种出错和违规的状态，模拟可能遇到的多种情况，以及车辆间的交互，它创建了增强学习的条件．使算法更快速地成长起来．

安装 Apollo 系统

Apollo 是个开源的软件系统，可从 git 上下载源码，下面来看看具体的下载编译方法．

1	$ git clone https://github.com/ApolloAuto/apollo

下载后，apollo 目录下有安装说明 README_cn.md，按此说明安装即可

1 2	$ cd docker/scripts/ $ ./install_docker.sh

此时如果报错找不到 docker-engine，可用命令 $ wget -qO- https://get.docker.com/ | sh 手动安装 docker，您可以把 Docker 理解成轻量的虚拟机，虚拟出单独的环境．运行一些特殊的程序，并把它和机器上其它程序隔离开．

1	$ sudo ./dev_start.sh

此处会下载 docker 的镜像文件，16G 数据下载到/var/lib/docker 目录下，建议根分区留足空间，或者将该目录软链接到其它分区，做链接时需要暂时把 docker 服务停掉 $service docker stop/start

1	$ sudo ./dev_into.sh

此时就进入了 docker，可以编译了

1	$ bash apollo.sh build

编译时请耐心等待，我的机器速度还可以，编了两个多小时，编译过程中在 $HOME/.cache/.bazel 中产生大约 5G 数据．

1	$ bash scripts/hmi.sh

启动人机交互界面，此时在浏览器中打开 http://localhost:8887，即可看到 apollo 界面了.

Apollo 源码分析

源码主要是 c++ 实现的，也有少量 python，git 下载几百兆，其实代码不太多，主要是地图和数据了大量空间，主要程序在 apollo/modules 目录中，我们把它分成以下几部分（具体说明见各目录下的 modules）：

感知：感知当前位置，速度，障碍物等等 Apollo/modules/perception
预测：对场景下一步的变化做出预测 Apollo/modules/prediction
规划：

全局路径规划：通过起点终点计算行驶路径 Apollo/modules/routing
规划当前轨道：通过感知，预测，路径规划等信息计算轨道 Apollo/modules/planning
规划转换成命令：将轨道转换成控制汽车的命令（加速，制动，转向等） Apollo/modules/control

其它

输入输出

Apollo/modules/drivers 设备驱动
Apollo/modules/localization 位置信息
Apollo/modules/monitor 监控模块
Apollo/modules/canbus 与汽车硬件交互
Apollo/modules/map 地图数据
Apollo/modules/third_party_perception 三方感知器支持

交互

Apollo/modules/dreamview 可视化模块
Apollo/modules/hmi 把汽车当前状态显示给用户

工具

Apollo/modules/calibration 标注工具
Apollo/modules/common 支持其它模块的公共工具
Apollo/modules/data 数据工具
Apollo/modules/tools 一些 Python 工具

其它

Apollo/modules/elo 高精度定位系统，无源码，但有文档
Apollo/modules/e2e 收集传感器数据给 PX2,ROS

自动驾驶系统先通过起点终点规划出整体路径（routing）；然后在行驶过程中感知（perception）当前环境（识别车辆行人路况标志等），并预测下一步发展；然后把已知信息都传入规划模块（planning），规划出之后的轨道；控制模块（control）将轨道数据转换成对车辆的控制信号，通过汽车交互模块（canbus）控制汽车．

我觉得这里面算法技术含量最高的是感知 perception 和规划 planning，具体请见代码．

Apollo 开发者支持

点开 Apollo 网站的开发者界面 http://apollo.auto/opendata_cn.html　选择＂立即进入＂，即可看到给开发者提供的数据和测试资源. 确实有点超乎我的想像，尤其是仿真平台，有了它，没有车的情况下，也能做很多工作．而且文档也挺全的．(上传测试好像需要上传 docker 的 img，看起来比较大，这个我也没仔细研究，也可能是看错了)

总结

自动驾驶发展到今天，离不开整体智能领域的发展，比如图像识别，各种高精度的传感器，地图数据，算法的进步都是自动驾驶的基础，并且仍在不断进步．而该领域的技术，之后也会被迁移到其它领域，比如机器人的三维场景定位，行为判断等等．

目前虽然离完全脱离人类操作还有一段距离，但自动驾驶中的各种技术越来越多地在新型汽车上得到应用，这个领域还是挺值得学习和期待的．

参考

你怎么看待百度自动驾驶 Apollo 1.5 版本？ https://www.zhihu.com/question/65638509/answer/236251671
Apollo 自动驾驶框架试玩 http://www.cnblogs.com/hackcat/archive/2017/07/06/7126042.html
全网唯一完整译文 | Waymo 无人车报告：通往自动驾驶之路 https://www.leiphone.com/news/201710/JknkYopJ14gVMSyK.html

百度自动驾驶系统Apollo源码分析

百度自动驾驶系统 Apollo 源码分析

硬件

软件

安装 Apollo 系统

Apollo 源码分析

Apollo 开发者支持

总结

参考