无人驾驶技术入门（二）| 不会写代码也能做无人驾驶工程师_drive-by-wire vehicles

 

上一次的分享里，我对百度Apollo 1.0和Apollo 1.5所用到的传感器及控制器进行了介绍。

 

可以得到一个结论：实现越复杂的功能，所需要的传感器越多，对控制器的性能要求也越高。

 

今天的分享，我会结合Apollo 1.0和Apollo 1.5所开放的模块，谈谈我对百度Apollo技术框架的理解。并告诉大家不写代码，如何成为自动驾驶工程师。

---

正文

先上一张百度Apollo的技术架构图。

Apollo 技术框架图

可以看出除了第一排在云端工作的的模块，剩下的模块都是需要实时跑在车上的。来分析每一层的功能。

 

Open Software Platform

自动驾驶系统最为重要的软件层。

 

这一层包含了最底层的RTOS（Real Time Operation System）和第二层的运行软件所需的框架环境（Runtime Framework），再到第上层的各个子模块（地图引擎、定位、感知、规划、控制、端到端、人机界面）。

 

Reference Hardware Platform

自动驾驶系统所依赖的硬件层。

 

这里不仅包含了控制器、GPS/IMU、HMI Device（其实就是显示器）和LiDAR，还有即将在18年1月开放的Camera、Radar、和Black Box（还猜不到这个黑盒的功能）。

 

Drive-by-wire Vehicle

线控的底层，不开放这个接口，就无法控制汽车。

 

看过百度Apollo发布会的童鞋想必都清楚，Apollo 1.0能实现封闭场地循迹自动驾驶的功能，Apollo 1.5能实现定车道昼夜自动驾驶的功能。

 

我们从Apollo 1.0和Apollo 1.5开放的角度来看一下“功能实现”与“模块开放”之间的关系。（暂不谈云端，仅谈车端）。

 

Apollo1.0 封闭场地循迹自动驾驶

先上图，下图中红色块是Apollo 1.0所开放的模块。

Apollo1.0 封闭场地循迹自动驾驶

首先我必须有一辆开放了底层的线控系统的车（Drive-by-wire Vehicle），才能实现这个功能；

 

自动驾驶程序要运行，控制器（Computing
Unit）、显示屏（HMI Device）都是不能少的；

 

实现循迹功能，需要解决一个很重要的问题——我在哪？因此作为定位所需要的关键模块GPS/IMU 被选中；

 

硬件配齐后，来看看软件。操作系统（RTOS）和软件所需的运行环境（Runtime Framework）是必须的，没有他们，软件是跑不起来的。

 

最后是软件层的子模块，定位（Localization）用来处理GPS/IMU的数据。

 

有了定位和需要跟随的轨迹线，那么就要开始控制（Control）了。

 

循迹时工程师需要控制自动驾驶系统，所以就有了人机交互界面（HMI）。

 

这样一套从工程师角度挑选所需模块的工作就完成了。

 

Apollo1.5 固定车道昼夜自动驾驶

 

同样的操作，我们来分析Apollo 1.5实现的“固定车道昼夜自动驾驶”的功能。先看图，图中蓝色块为新增模块。

Apollo1.5 固定车道昼夜自动驾驶

 

固定车道，意味着必须有车道线信息。

 

Apollo使用了高精度地图提供的车道线信息，这样有了高精度的定位（经纬度）和我需要行驶的车道的经纬度区域（这么说不是很专业，主要是让大家好理解，以后会详细聊定位和地图的关系），自动驾驶车就知道自己要在哪个范围内行驶了。

 

所以需要有处理高精度地图数据的模块——地图引擎（Map Engine）。

 

知道了自己要在哪个车道内行驶，车道内有障碍物怎么办？

 

这时候就需要有传感器能感知到这些东西。其实Camera、LiDAR、Radar都可以检测障碍物，Apollo 1.5开放的是激光雷达（Lidar）模块。

 

有了传感器，必然有对应的感知软件（perception）。

 

感知到了障碍物，该刹车刹车，该加速加速，该避让避让，所以需要对无人车的行为有个规划（planning）。

 

Apollo 1.5还开放了End-to-End，这是另外一种使用深度学习的方法实现“固定场景的自动驾驶”的方法，这里暂不讨论。

 

Apollo2.0 简单城市路况自动驾驶

下面这幅图是18年1月百度将公布的Apollo 2.0，新增的模块我用紫色背景标记出来了。

Apollo2.0 简单城市路况自动驾驶

 

你可以尝试用刚才我提供的思路，想一想“简单城市路况自动驾驶”的功能，为什么需要摄像机（Camera）和雷达（Radar）？

---

小结

 

上面的分享其实是正经的“自动驾驶系统工程师”要做的工作，他们需要从“需求”推导出“架构”，进而决定使用什么样的硬件装到车上。

 

如果你并不擅长写代码，又想从事自动驾驶的工作，不妨多了解一些传感器及系统架构方面的知识。

 

好了\(^o^)/~，这篇分享基本上可以让大家对百度Apollo的技术架构有了了解。