【Apollo】賦能移動性:阿波羅自動駕駛系統的影響

在這里插入圖片描述
前言

??Apollo (阿波羅)是一個開放的、完整的、安全的平臺,將幫助汽車行業及自動駕駛領域的合作伙伴結合車輛和硬件系統,快速搭建一套屬于自己的自動駕駛系統
開放能力、共享資源、加速創新、持續共贏是 Apollo 開放平臺的口號。百度把自己所擁有的強大、成熟、安全的自動駕駛技術和數據開放給業界,旨在建立一個以合作為中心的生態體系,發揮百度在人工智能領域的技術優勢,為合作伙伴賦能,共同促進自動駕駛產業的發展和創新。
??Apollo 自動駕駛開放平臺為開發者提供了豐富的車輛、硬件選擇,強大的環境感知、高精定位、路徑規劃、車輛控制等自動駕駛軟件能力以及高精地圖、仿真、數據流水線等自動駕駛云服務,幫助開發者從 0 到 1 快速搭建一套自動駕駛系統。


📕作者簡介:熱愛跑步的恒川,致力于C/C++、Java、Python等多編程語言,熱愛跑步,喜愛音樂的一位博主。
📗本文收錄于Apollo的學習錄系列,大家有興趣的可以看一看
📘相關專欄C語言初階、C語言進階系列等,大家有興趣的可以看一看
📙Python零基礎入門系列,Java入門篇系列、docker技術篇系列正在發展中,喜歡Python、Java、docker的朋友們可以關注一下哦!

阿波羅自動駕駛系統的影響

  • 1. 清晰的任務流水線,多樣的算法插件
  • 2. 全新的模型訓練,易用的深度學習模型
  • 3. 高效的模型管理,便捷的模型驗證

??為了幫助開發者更好的提升感知模塊的開發效率,在Apollo 8.0版本中,我們提供了一套完整的端到端自動駕駛感知開發流程,在數據、模型、框架和驗證4個主要環節都做了提升,同時迭代優化斕任務流程和工具,幫助開發者快速實現自動駕駛感知的開發、部署和驗證,提高感知開發效率
在這里插入圖片描述

1. 清晰的任務流水線,多樣的算法插件

??在8.0感知框架中,開發者可以根據不同的感知任務類型來創建對應的流水線,并通過配置文件來定義流水線任務。相比以前,每個任務的運行流程更加清晰,同時還方便進行擴展。此外,開發者還可以根據需要選擇不同的算法插件,比如Apollo感知模塊提供4種檢測器,開發者可以根據配置文件,選擇不同的檢測器,來驗證檢測效果,通過算法插件,算法工程師更加專注于算法本身,而不需要過多關注框架的實現。
在這里插入圖片描述

2. 全新的模型訓練,易用的深度學習模型

??此次Apollo 8.0中,Apollo聯合Paddle3D提供了端到端的自動駕駛模型開發解決方案,覆蓋了從自動駕駛數據集到模型訓練、模型評估和模型導出的算法開發全流程
??對自動駕駛駕駛中,開發者比較關心的3D目標檢測任務和分割任務,Apollo提供了最新SOTA的算法模型實現,包括單目相機檢測,激光雷達點云目標檢測和多模態的目標檢測模型,開發者開箱即用,不需要再苦于自己復現模型。同時,我們還提供模型的Benchmark,包括速度、精度等指標以及預訓練好的模型。開發者可以實時跟蹤最新的3D目標檢測和分割模型實現,保持自動駕駛感知算法上的先進性。
在這里插入圖片描述
Apollo 8.0感知模型中,已引入了3個深度學習模型:

  • PETR:目前自動駕駛方向中視覺BEV領域中的代表性模型,模型創新性地將3D坐標信息與圖像特征相融合,借助Transfomer的結構進行端到端的3D目標檢測,實現了基于視覺的360°障礙物感知,模型整體架構設計簡潔,在速度和精度之間取得了很好的tradeoff,在nuScenes上精度達到了43.52 NDS, 38.35mAP。
  • CenterPoint:點云檢測方向的前沿模型,該模型是Anchor-Free的三維物體檢測器,基于關鍵點檢測的方式回歸物體的尺寸、方向和速度。相比于Anchor-Based的三維物體檢測器,CenterPoint不需要人為設定Anchor尺寸,面向物體尺寸多樣不一的場景時其精度表現更高。模型的結構設計簡單而高效,在nuScenes上精度達到了61.30 NDS,50.97mAP
  • CaDDN:基于單目3D檢測的前沿模型,針對于單張圖像預測3D物體的病態問題,CaDDN創新性地提出了使用每個像素的預測分類深度分布,將豐富的上下文特征信息投射到3D空間中適當深度區間的解決方案,并使用計算效率高的鳥瞰投影和單級檢測器來生成最終的輸出包圍框,將單目3D的模型指標提到了一個新的高度,在KITTI數據中達到了較高的精度指標(Car類別3D AP 21.45 14.36 12.57)。

3. 高效的模型管理,便捷的模型驗證

??為了更方便快捷的將訓練好的模型部署到Apollo系統中,在此次Apollo 8.0中我們引入了模型Meta和模型管理。其中模型Meta中包含了模型的基本信息,如名稱、任務類型、傳感器類型、框架和訓練所需的數據集,同時還包含了模型的標準輸入、輸入、前后處理、模型文件存放的路徑等。同時,Apollo還提供模型管理工具,開發者可以通過該工具下載安裝模型倉庫中的模型,展示系統中已經安裝的模型和模型的詳細信息。通過對模型進行標準化和模型管理工具,開發者可以非常方便的安裝部署訓練好的模型,并且管理這些模型,實現模型部署效率提升。
在這里插入圖片描述
??此外,在感知模型驗證中,我們提供了基于數據集的數據包(record文件),方便開發者直接基于數據集的數據來在線驗證模型的檢測效果,保證訓練和部署是同一套基線,快速測試模型性能。除了提供測試數據包之外,Apollo 8.0還提供了可視化工具鏈,通過可視化的圖形界面,展示傳感器的原始數據和目標檢測結果,方便開發者查看模型檢測效果,調試感知模型。
在這里插入圖片描述
更全面的Apollo社區官網文檔
??Apollo社區官網文檔,主要為新手開發者提供Apollo相關介紹、以及上機場景和上車場景的實踐說明,讓新手開發者能快速了解Apollo并上手實操。在8.0中,我們優化了社區官網文檔的結構,從開發者使用場景出發,針對不同場景提供應用實踐案例指導以及擴展開發指導。
在這里插入圖片描述
??社區官網文檔:https://apollo.baidu.com/community/Apollo-Homepage-Document/Apollo_Doc_CN_8_0。
??另外還有活動任務《星火培訓》:星火培訓。
??Apollo 8.0從“新架構”、“新能力”兩個重要層面進行了全面升級,從開發者的實際需求出發進行改良,幫助開發者更好、更快地熟悉和使用Apollo開放平臺。此次Apollo開放平臺8.0的推出,再次讓Apollo開放平臺在工程易用性上向前邁進一大步,降低操作難度、操作成本的門檻,讓更多開發者可以簡單方便地上手Apollo開放平臺、投身自動駕駛技術領域。


如果這份博客對大家有幫助,希望各位給恒川一個免費的點贊👍作為鼓勵,并評論收藏一下?,謝謝大家!!!
制作不易,如果大家有什么疑問或給恒川的意見,歡迎評論區留言。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/40534.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/40534.shtml
英文地址,請注明出處:http://en.pswp.cn/news/40534.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

動態內存分配及管理——C語言

目錄 一、為什么存在動態內存分配 二、動態內存函數介紹 2.1 malloc 2.2 free 2.3 calloc 2.4 realloc 三、常見的動態內存錯誤 3.1 對NULL指針的解引用操作 3.2 對動態開辟空間的越界訪問 3.3 對非動態開辟內存使用free釋放 3.4 使用free釋放一塊動態開辟內存的一部…

搭建Web服務器并用cpolar發布至公網訪問

本地電腦搭建Web服務器并用cpolar發布至公網訪問 文章目錄 本地電腦搭建Web服務器并用cpolar發布至公網訪問前言1. 首先在電腦安裝PHPStudy、WordPress、cpolar2. 安裝cpolar,進入Web-UI界面3. 安裝wordpress4. 進入wordpress網頁安裝程序5. 利用cpolar建立的內網穿…

TensorFlow2.1 模型訓練使用

文章目錄 1、環境安裝搭建2、神經網絡2.1、解決線性問題2.2、FAshion MNIST數據集使用 3、卷積神經網絡3.1、卷積神經網絡使用3.2、ImageDataGenerator使用3.3、貓狗識別案例3.4、參數優化 1、環境安裝搭建 鏈接: Windows 安裝Tensorflow2.1、Pycharm開發環境 2、神經網絡 1…

【數據結構】堆(Heap)

一、堆的概念及結構 1、概念 堆(Heap)是計算機科學中一類特殊的數據結構的統稱。堆通常是一個可以被看做一棵 完全二叉樹的 數組對象。 堆是非線性數據結構,相當于一維數組,有兩個直接后繼。 如果有一個關鍵碼的集合K { k?,k?&#xff0c…

“深入解析JVM:探索Java虛擬機的內部工作原理“

標題:深入解析JVM:探索Java虛擬機的內部工作原理 摘要:本文將深入解析Java虛擬機(JVM)的內部工作原理,包括類加載、內存管理、垃圾回收、即時編譯等關鍵概念。通過對這些概念的詳細講解和示例代碼的演示&a…

關于openfeign調用時content-type的問題

問題1描述: 今天在A服務使用openfeign調用B服務的時候,發現經常會偶發性報錯。錯誤如下: 情況為偶發,很讓人頭疼。 兩個接口如下: A服務接口: delayReasonApi.test(student);就是使用openfeign調用B服務的…

K8S常用命令

1.1 查看集群信息: kubectl cluster-info: 顯示集群信息。 kubectl config view: 顯示當前kubectl配置信息。1.2 查看資源狀態: kubectl get pods: 查看所有Pod的狀態。 kubectl get deployments: 查看所有部署的狀態。 kubectl get services: 查看所有…

Php“牽手”shopee商品詳情頁數據采集方法,shopeeAPI接口申請指南

shopee詳情接口 API 是開放平臺提供的一種 API 接口,它可以幫助開發者獲取商品的詳細信息,包括商品的標題、描述、圖片等信息。在電商平臺的開發中,詳情接口API是非常常用的 API,因此本文將詳細介紹詳情接口 API 的使用。 一、sh…

Python接口自動化之request請求封裝

我們在做自動化測試的時候,大家都是希望自己寫的代碼越簡潔越好,代碼重復量越少越好。那么,我們可以考慮將request的請求類型(如:Get、Post、Delect請求)都封裝起來。這樣,我們在編寫用例的時候…

Python文件操作教程,Python文件操作筆記

文件的打開與關閉 想一想: 如果想用word編寫一份簡歷,應該有哪些流程呢? 打開word軟件,新建一個word文件寫入個人簡歷信息保存文件關閉word軟件 同樣,在操作文件的整體過程與使用word編寫一份簡歷的過程是很相似的…

爬蟲逆向實戰(十三)--某課網登錄

一、數據接口分析 主頁地址:某課網 1、抓包 通過抓包可以發現登錄接口是user/login 2、判斷是否有加密參數 請求參數是否加密? 通過查看“載荷”模塊可以發現有一個password加密參數,還有一個browser_key這個可以寫死不需要關心 請求頭…

【11】Redis學習筆記 (微軟windows版本)【Redis】

注意:官redis方不支持windows版本 只支持linux 此筆記是依托微軟開發windows版本學習 一、前言 Redis簡介: Redis(Remote Dictionary Server)是一個開源的內存數據結構存儲系統,它也被稱為數據結構服務器。Redis以鍵值對&am…

取證的學習

Volatility命令語法 1.判斷鏡像信息,獲取操作系統類型 Volatility -f xxx.vmem imageinfo 在查到操作系統后如果不確定可以使用以下命令查看 volatility - f xxx.vmem --profile [操作系統] volshell 2.知道操作系統類型后,用–profile指定 volat…

IO和文件系統性能分析工具

以下內容來自于RHEL 官方文檔。以下工具可以用來分析磁盤 IO 和文件系統性能瓶頸。 分析方法見 《性能分析方法-《性能之巔》筆記》,USE 法必須要使用相關性能分析工具。 影響 IO 和文件系統性能的主要因素: 數據寫入或讀取特征 順序或隨機 buffered 或…

基于ssm+mysql智能圖書館導航系統設計與實現

摘 要 電腦的出現是一個時代的進步,不僅僅幫助人們解決了一些數學上的難題,如今電腦的出現,更加方便了人們在工作和生活中對于一些事物的處理。應用的越來越廣泛,通過互聯網我們可以更方便地進行辦公,也能夠在網上就能…

【Oracle 數據庫 SQL 語句 】積累1

Oracle 數據庫 SQL 語句 1、分組之后再合計2、顯示不為空的值 1、分組之后再合計 關鍵字: grouping sets ((分組字段1,分組字段2),()) select sylbdm ,count(sylbmc) a…

神經網絡基礎-神經網絡補充概念-20-激活函數

概念 激活函數是神經網絡中的一個重要組成部分,它引入了非線性性質,使得神經網絡可以學習和表示更復雜的函數關系。激活函數對于將輸入信號轉換為輸出信號起到了關鍵作用,它在神經元的計算過程中引入了非線性變換。 幾種常見的激活函數及其…

DR模式 LVS負載均衡群集

數據包流向分析: (1)客戶端發送請求到 Director Server(負載均衡器),請求的數據報文(源 IP 是 CIP,目標 IP 是 VIP)到達內核空間。 (2)Director Server 和 Re…

Docker 網絡

目錄 Docker 網絡實現原理 Docker 的網絡模式: 網絡模式詳解: 1.host模式 2.container模式 3.none模式 4.bridge模式 5.自定義網絡 Docker 網絡實現原理 Docker使用Linux橋接&#x…

Linux下如何修改CPU 電源工作模式

最近處理一起歷史遺留問題,感覺很爽。 現象: 背景:設備采用ARM,即rk3568處理器,采用Linux系統;主要用于視覺后端處理 現象:當軟件運行一段時間,大概1個小時(也不是很固定…