当今时代,通过科技改变生产生活各项方式的先进技术纷纷崛起,交通产业也经历着巨大的变革,随着国家对于智能交通、交通强国战略的支持与举措,更加需要相关技术的支撑与赋能。Apollo聚焦智能,深耕技术,持续开源,践行时代使命,在自动驾驶技术各个方面着力研发,以全行业的前行为目标,吸纳各方力量,不断拓宽开源之路。
开放赋能
Apollo持续践行
从创立之初,百度Apollo就秉持着开放、共享、创新、共赢的理念,依托开放平台,以技术赋能生态,与众多合作伙伴一道,推动自动驾驶时代的加速到来。多年来,Apollo领衔十项全国之最,无论是中国最大的自动驾驶测试车队、累计测试里程还是自动驾驶专利数等等,都在领跑中国速度。通过开源,Apollo构建出全球最活跃的自动驾驶生态,拥有8万多名开发者,开源代码70多万行,相关合作伙伴210多家。完成了5年11个版本的迭代,不断拓宽适用场景。在教育生态方面,Apollo一向潜心与教育生态伙伴合作,为自动驾驶行业培养跨学科、有交叉融合能力和创新实践能力的综合人才。专注技术,奋力创新,赋能整个行业的道路上Apollo一直在探索与坚持。
携手飞桨
让技术开源无止境
在自动驾驶技术中,感知是十分重要的技术模块之一,是自动驾驶车辆与外界环境信息交互的关键。为了让开发者更好更快的使用感知技术,Apollo开放平台提供了一整套完整的无人驾驶感知方案。不仅适配了目前主流的激光雷达,覆盖16线到128线,还将激光雷达感知、相机感知、毫米波雷达感知进行融合,同时还提供车道线检测、红绿灯检测、车辆检测、行人检测等技术,可以生成准确的目标检测结果。Apollo还支持主流的感知框架和主流的检测方法及模型(如基于点云检测的PointPillars、基于相机检测的Smoke、基于点云分割的CnnSegmentaTIon等),助力开发者高效使用感知模块技术。
在真实的场景中,环境信息复杂多样、瞬息万变,这对无人驾驶系统的感知能力提出了非常严格的要求。为了进一步降低开发者开发难度,同时方便开发者根据自己的实际场景对模型进行修改和迭代,此次Apollo开放平台携手飞桨基于大量业务实践经验,针对自动驾驶感知模块推出了Paddle 3D开发套件。不仅丰富感知模型,覆盖了单目、点云等多种模态及检测、分割等多种任务类型;同时提供了感知模型训练源码,方便开发者定制,最大化压缩开发成本,为开发者提供自动驾驶感知模块一站式开发体验!
本次合作对于Apollo和飞桨都实现了更好的提升
Apollo突出表现在几个方面
首先,开发者可以根据自己的实际场景,对感知模型进行针对性的优化和迭代,通过高度整合的数据处理、模型训练调优、模型部署能力,快速将迭代的模型集成进Apollo感知框架。
其次,引入了Paddle Inference推理框架,支持Nvidia系列显卡等多重硬件,借助于TRT和OpenVINO加速库,开发者可以获得产业级的高性能推理能力。
再次,引入了更多的感知模型,支持单目、点云等不同模态以及检测、分割等不同任务类型。开发者可以根据需求选择模型类型并在Apollo内集成。
另外,Apollo内直接集成了性能指标更加先进的CenterPoint、Caddn模型,其中CenterPoint模型的参数量只有PointPillars模型的三分之一,CADDN模型的推理精度相较于SMOKE提升了一倍。
作为自动驾驶界首个3D视觉开发套件
Paddle3D拥有以下五大特性:
第一,丰富的模型库:聚合主流3D感知算法及精度调优策略,覆盖单目、点云等多种模态及检测、分割等多种任务类型;
第二,灵活的框架设计:针对各类3D数据格式,灵活构建数据处理、骨干网络等核心模块,支持基于PaddleDetecTIon/PaddleSeg灵活扩展至2D视觉感知能力,并提供API与脚本两种训练评估方式,满足开发者灵活定制的差异化需求;
第三,端到端全流程:支持KITTI、nuScenes等主流3D数据集,提供从数据处理、模型搭建、训练调优到部署落地的全流程能力;
第四,产业级部署方案:极致优化模型性能,适配多种自动驾驶主流芯片。支持计算图优化、TRT/OpenVINO等加速库,并提供了开箱即用的部署教程,5分钟即可完成模型部署;
第五,无缝衔接Apollo:无缝对接Apollo自动驾驶平台,支持真机与仿真平台实验效果快速验证、多模态模型高性能融合,实现自动驾驶全栈式技术方案的高效搭建。
持续迭代
持续探索技术与场景无限可能
在探索自动驾驶技术的道路上,有着无数挑战和机遇,只有不停止追逐的脚步,方可创造更多可能。Apollo希望在升级自身技术的同时,能够吸收汲取整个行业的智慧,拓宽行业边界,传递更多力量,为每一位潜行者全力赋能。每一次启程,都是Apollo蓄力已久的脚步,只为开拓更广阔的技术世界。未来,Apollo将持续迭代,探索更多新模式、新场景,与开发者共同实现自动驾驶技术的进阶,推动自动驾驶技术发展进程。
上一篇:经纬恒润全链路测试平台,助力智能驾驶技术快速落地应用
下一篇:OBC(车载充电机)如何大规模应用到电动汽车上?
推荐阅读最新更新时间:2024-11-08 13:39
- 【训练营_基础班】基于C69417的USB3.0集线器设计+636382A
- PD诱骗测试板
- 基于安信可ESP32-C3-12F模块的物联网时钟
- 具有关断功能的 LT1129CS8-5 5V 低压差稳压器电源的典型应用电路
- DEV-15444,parkFun RedBoard Artemis
- 基于arduino心跳跟随灯
- 为有刷直流电机提供恒流控制(PWM)的桥驱动电路 —— TB67H302HG
- LTM4630AIV 2 相、600kHz、3.3V/28A 设计的典型应用电路,具有温度监控功能
- IS31IO7326-QFLS4-EB,基于 IS31IO7326 去抖 8x8 按键扫描控制器的评估板
- 带有 PIC16 微控制器的通用电机驱动器
- Waymo打造最大弱势道路使用者交通事故数据集 可帮助指导自动驾驶系统研发
- 车载显示,大步向前
- 新专利:未来福特汽车或将配备亮度管理系统
- 科学家研发基于AI的身份验证工具 可保护车辆免受网络攻击威胁
- Microchip推出广泛的IGBT 7 功率器件组合,专为可持续发展、电动出行和数据中心应用而设计
- 面向未来驾驶体验 博世推出新型微电子技术
- 英飞凌与马瑞利合作 利用AURIX™ TC4x MCU系列推动区域控制单元创新
- 5C超充,该怎么卷?
- 《2025年度中国汽车十大技术趋势》正式揭晓!你最看好哪个?
- Microchip推出新型VelocityDRIVE™软件平台和车规级多千兆位以太网交换芯片,支持软件定义汽车