在無人駕駛技術入門第一篇里，我對百度Apollo 1.0和Apollo 2.0所用到的傳感器及控制器進行了介紹。

可以得到一個結論：實現越復雜的功能，所需要的傳感器越多，對控制器的性能要求也越高。

第二篇我會結合Apollo 1.0和Apollo 2.0所開放的模塊，談談我對百度Apollo技術框架的理解。并告訴大家不寫代碼，如何成為自動駕駛工程師!

先上一張百度Apollo的技術架構圖。

可以看出除了第一排在云端工作的的模塊，剩下的模塊都是需要實時跑在車上的。

Open Software Platform

自動駕駛系統最為重要的軟件層。

這一層包含了最底層的RTOS(Real Time Operation System)和第二層的運行軟件所需的框架環境(Runtime framework)，再到第上層的各個子模塊(地圖引擎、定位、感知、規劃、控制、端到端、人機界面)。

Reference Hardware Platform

自動駕駛系統所依賴的硬件層。

這里不僅包含了控制器、GPS/IMU、HMI Device(其實就是顯示器)和LiDAR，還有即將在12月開放的Camera、Radar、和Black Box(暫時還猜不到這個黑盒的功能)。

Drive-by-wire Vehicle

線控的底層，不開放這個接口，就無法控制汽車。

了解過百度Apollo發布會的童鞋想必都清楚，Apollo 1.0能實現封閉場地循跡自動駕駛的功能，Apollo 1.5能實現定車道晝夜自動駕駛的功能。

我們從Apollo 1.0和Apollo 1.5開放的角度來看一下“功能實現”與“模塊開放”之間的關系。(暫不談云端，僅談車端)。

Apollo1.0封閉場地循跡自動駕駛

先上圖，下圖中紅色塊是Apollo 1.0所開放的模塊。

如果要實現封閉場地尋跡自動駕駛功能：

首先我必須有一輛開放了底層的線控系統的車(Drive-by-wire Vehicle)，才能實現這個功能;

自動駕駛程序要運行，控制器(Computing Unit)、顯示屏(HMI Device)都是不能少的;

實現循跡功能，需要解決一個很重要的問題——我在哪?因此作為定位所需要的關鍵模塊 GPS/IMU 被選中;

硬件配齊后，來看看軟件。操作系統(RTOS)和軟件所需的運行環境(Runtime framework)是必須的，沒有他們，軟件是跑不起來的。

最后是軟件層的子模塊，定位(Localization)用來處理GPS/IMU的數據。

有了定位和需要跟隨的軌跡線，那么就要開始控制(Control)了。

循跡時工程師需要控制自動駕駛系統，所以就有了人機交互界面(HMI)。

這樣一套從工程師角度挑選所需模塊的工作就完成了。

Apollo1.5固定車道晝夜自動駕駛

同樣的操作，我們來分析Apollo 1.5實現的“固定車道晝夜自動駕駛”的功能。先看圖，圖中藍色塊為新增模塊。

固定車道，意味著必須有車道線信息。

Apollo使用了高精度地圖提供的車道線信息，這樣有了高精度的定位(經緯度)和我需要行駛的車道的經緯度區域(這么說不是很專業，主要是讓大家好理解，以后會詳細聊定位和地圖的關系)，自動駕駛車就知道自己要在哪個范圍內行駛了。

所以需要有處理高精度地圖數據的模塊——地圖引擎(Map Engine)。

知道了自己要在哪個車道內行駛，車道內有障礙物怎么辦?

這時候就需要有傳感器能感知到這些東西。其實Camera、LiDAR、Radar都可以檢測障礙物，Apollo 1.5開放的是激光雷達(Lidar)模塊。

有了傳感器，必然有對應的感知軟件(perception)。

感知到了障礙物，該剎車剎車，該加速加速，該避讓避讓，所以需要對無人車的行為有個規劃(planning)。

Apollo 1.5還開放了End-to-End，這是另外一種使用深度學習的方法實現“固定車道晝夜自動駕駛”的方式，這里暫不討論。

Apollo2.0簡單城市路況自動駕駛

下面這幅圖是18年1月百度公布的Apollo 2.0，新增的模塊我用紫色背景標記出來了。

你可以嘗試用剛才我提供的思路，想一想“簡單城市路況自動駕駛”的功能，為什么需要攝像機(Camera)和雷達(Radar)。

小結

上面的分享其實是正經的“自動駕駛系統工程師”要做的工作，他們需要從“需求”推導出“架構”，進而決定使用什么樣的硬件裝到車上。

如果你并不擅長寫代碼，又想從事自動駕駛的工作，不妨多了解一些傳感器及系統架構方面的知識(以后的文章中會對各傳感器做詳細介紹)。

好了，這篇分享基本上可以讓大家對百度Apollo的技術架構有了了解。