网站开发工程师所需要的经验,中关村在线手机参数对比,wordpress恶意代码,win7怎么做网站服务器吗apollo版本更新简要概述 Apollo 里程碑版本9.0重要更新Apollo 开源平台 9.0 的主要新特征如下#xff1a;基于包管理的 PnC 扩展开发范式基于包管理的感知扩展开发范式全新打造的 Dreamview Plus 开发者工具感知模型全面升级#xff0c;支持增量训练 版本8.0版本6.0 Apollo 里… apollo版本更新简要概述 Apollo 里程碑版本9.0重要更新Apollo 开源平台 9.0 的主要新特征如下基于包管理的 PnC 扩展开发范式基于包管理的感知扩展开发范式全新打造的 Dreamview Plus 开发者工具感知模型全面升级支持增量训练 版本8.0版本6.0 Apollo 里程碑
从 2017 年 4 月 Apollo 开放计划宣布到 2021 年 4 月Apollo 已经发布了十个版本到了 Apollo 6.0 EDU。期间 Apollo 的能力快速迭代逐步完成了从封闭场景循迹自动驾驶到简单城市路况自动驾驶从限定区域视觉高速自动驾驶再到迈向无人化自动驾驶以及最新的产教融合赋能自动驾驶教育。
版本9.0
重要更新
Apollo 开源平台 9.0 进一步聚焦开发者扩展开发与调试体验致力于为自动驾驶开发人员提供统一的开发工具平台和易扩展的 PnC、感知软件框架接口。新版本基于包管理重塑了 PnC、感知扩展开发模式根据业务逻辑优化了组件的拆分和配置管理更易调用除了组件扩展方式新增更轻量化的插件扩展方式更易扩展。新版本推出了全新的开发者工具 Dreamview引入模式让多场景使用更便捷引入面板布局让开发者随心自定义可视化引入资源中心提供更丰富开发资源。此外新版本升级了LiDAR、Camera检测模型效果更优并开放了增量训练方法方便扩展同时新增了对4D毫米波雷达的支持。最后新版本适配了ARM架构并支持在Orin下编译和运行为开发者提供了更多样的设备选择。
Apollo 开源平台 9.0 的主要新特征如下
基于包管理的 PnC 扩展开发范式
统一的对外接口接口统一封装在 external_command 模块处理解耦了上层业务调用和 PNC 模块同时便于用户自定义扩展接口和底盘命令。相关信息及实践可参阅 应用实践开发调试教程Apollo规划实践基于命令发布开发开发模式说明 全新插件扩展机制将 scenariotask 和 traffic rules 插件化方便开发者开发部署自己的插件通过配置流程来启动运行插件。相关信息及实践可参阅 应用实践开发调试教程Apollo规划实践基于插件进行开发开发模式说明 分级参数配置机制划分全局参数和局部参数局部参数放在插件中独立管理便于开发者查询和修改。相关信息及实践可参阅 应用实践开发调试教程Apollo规划实践基于配置参数开发开发模式说明
基于包管理的感知扩展开发范式
功能组件拆分从功能层面对激光雷达、相机和红绿灯检测拆分为小的功能组件每个组件功能更加内聚开发者可以灵活的组合和定制不同的算法流程来满足当前场景的需求。相关信息及实践可参阅 应用实践开发调试教程Apollo感知实践基于组件进行开发组件开发模式说明 插件扩展机制除组件开发模式外新增插件开发模式方便基于现有感知框架下替换算法提高模块的复用性。相关信息及实践可参阅 应用实践开发调试教程Apollo感知实践基于插件进行开发插件开发模式说明 配置简化统一针对感知相关配置做了统一管理并提供详细的参数说明与修改文档方便开发者随时查阅修改。相关信息及实践可参阅 应用实践开发调试教程Apollo感知实践基于配置参数开发激光雷达参数介绍
全新打造的 Dreamview Plus 开发者工具
基于模式的多场景使用更便捷以感知、PnC 、实车等具体开发场景作为模式分类精简各类模式下的使用流程带来无缝且直观的操作体验。 基于面板的布局可视化更灵活将每项可视化工具和功能均封装成独立的面板支持自由配置可视化面板的布局、各面板内容以及大小方便开发者自定义操作界面。 引入资源中心数据更丰富进一步加强与 Studio 云端资源互动可一键下载各类资源如地图、场景、车辆配置、数据包等方便开发调试。 了解Dreamview可参阅 工具使用DreamviewDreamview 概述 Dreamview快速体验可参阅 应用实践开发调试教程DreamviewDreamview 快速体验
感知模型全面升级支持增量训练
全新模型效果更优引入效果更好的、泛化性更强的模型。在激光雷达检测方向采用 CenterPoint 替换了 CNNSeg 模型相机检测方向采用 YOLOXYOLO3D 替换了原 YOLO 模型。 提供增量训练易扩展通过使用少量标注数据与 Apollo 预训练模型可显著提升特定目标和特定场景下的检测能力。训练代码完全开源开发者可独立自主完成模型训练。 支持 4D 毫米波雷达从硬件驱动到感知模型层增加了对 4D 毫米波的支持可以测量目标高度信息同时实现更高的角度分辨率、输出更密集的点云有利于使用深度学习的 3D 目标检测方法进行更精确的障碍物检测提高自动驾驶车辆在雨雪雾等天气下的安全性。
版本8.0 Apollo 8.0 最新架构图其分别由硬件设备平台、软件核心平台、软件应用平台和云端服务平台四层组成。
硬件设备平台帮助开发者解决 Apollo 自动驾驶系统搭建过程中的线控车辆以及传感器等硬件设备问题对于车辆硬件设备而言又包括认证线控车辆和开放车辆接口标准两个部分。对于其他硬件设备而言包括传感器、计算单元等各类参考硬件和硬件标准。详细信息可以参考 Apollo 硬件开发平台。 软件核心平台Apollo 软件核心平台提供了自动驾驶车端软件系统框架与技术栈。其包括底层的操作系统中间层的实时通信框架以及上层的自动驾驶应用层如感知、预测、规划、控制、定位等。 软件应用平台Apollo 软件应用平台提供了面向不同应用场景的工程以及自动驾驶应用模块的能力扩展。通过应用平台层开发者可以更方便得基于Apollo各模块能力进行裁剪组合并扩展。 云端服务平台Apollo 云端服务平台提供了自动驾驶研发过程中的研发基础设施提升自动驾驶研发效率。
自动驾驶与传统互联网软件研发不同一是实车测试成本高二是数据量非常大。而一套能够满足自动驾驶开发流程需求并提升研发效率的研发基础设施就非常之重要。
Apollo 云端服务平台通过云端的方式解决了数据利用效率的问题通过与仿真结合降低了实车测试成本能够极大的提升基于 Apollo 的自动驾驶研发效率。从研发流程上讲Apollo 车端通过数据采集器生成开放的数据集并通过云端大规模集群训练生成各种模型和车辆配置之后通过仿真验证最后再部署到 Apollo 车端无缝连接。这整个过程其实包含了 2 个迭代循环一个是模型配置迭代一个是代码迭代都通过数据来驱动。
版本6.0
Apollo 里程碑 从 2017 年 4 月 Apollo 开放计划宣布到 2021 年 4 月Apollo 已经发布了十个版本到了 Apollo 6.0 EDU。期间 Apollo 的能力快速迭代逐步完成了从封闭场景循迹自动驾驶到简单城市路况自动驾驶从限定区域视觉高速自动驾驶再到迈向无人化自动驾驶以及最新的产教融合赋能自动驾驶教育。 为了更好的使用 Apollo需要您简单了解一下开放平台的架构。Apollo 6.0 EDU 是专门用于满足自动驾驶人才培养需求的版本其在 Apollo 6.0 已有的技术架构和能力的基础上整合了教育解决方案以及开箱即用的开发套件更方便开发者快速入门。以下为 Apollo 6.0 EDU 架构图其分别由教育方案、云端服务平台、开源软件平台和开发套件硬件平台四层组成。
教育方案面向学校实验室、科研机构的科研方案和面向学校教学的教学方案。 云端服务平台提供高精地图、仿真服务、教学云平台和 Fuel 自动驾驶研发云等服务。 开源软件平台提供感知、决策、规划、控制、V2XVehicle to everything等算法能力。 开发套件硬件平台开箱即用的 Apollo D-KITDevelopment Kit自动驾驶开发套件。
