自動運転技術のエントリーレベルプラットフォームの共有：Baidu Apolloオープンプラットフォーム9.0の包括的アップグレード

Baidu の Apollo オープンプラットフォーム 9.0 は、世界中の開発者にそのようなプラットフォームを提供します。自動運転に 10 年以上携わってきたベテラン企業として、Apollo オープンプラットフォームのバージョン 9.0 のリリースにより、アルゴリズム機能、エンジニアリングフレームワーク、シナリオの拡張などにおいて重要な進歩が遂げられました。以下、順を追って説明していきます。

プラットフォームの包括的なアップグレード

真新しいアーキテクチャ

新しいアーキテクチャ図は次のとおりです。バージョン 8.0 のアーキテクチャ図を比較できます。最初の図はバージョン 9.0 の構造図、2 番目の図はバージョン 8.0 の構造図です。

バージョン9.0には、バージョン 8.0 に基づいて次のアップグレードがあります。

ツールサービス

モデルのトレーニング
高精度マッピングツール
センサーの校正
統合ツール

アプリケーションソフト（シナリオアプリケーション）

教育、鉱山トラック、環境保護、物流、検査、接続、測位、知覚、予測、計画、制御、機能安全（新機能）

ソフトウェアコア

知覚、予測、計画、制御、HMI

ハードウェア機器

リファレンスハードウェア

より強力なアルゴリズム機能

高度なアルゴリズムの導入: 高度な CenterPoint や Yolo X + Yolo 3D などの最新のアルゴリズムをメインモデルに導入することで、開発者はより強力な認識機能の恩恵を受けることができます。これは、システムのターゲット検出とマルチカテゴリのシーン処理のパフォーマンスが向上し、開発者により多くのデータとシーン処理の可能性が提供されることを意味します。
ディープトレーニングと大規模データ: メインモデルは数百万のトレーニングデータで深くトレーニングされ、モデルの精度が大幅に向上しました。これにより、開発者は、都市環境であっても、より困難な交通状況であっても、さまざまな複雑な現実世界のシナリオにおいて、より信頼性の高い結果を達成することができます。
Lidar 認識のアップグレード: CenterPoint モデルが導入され、以前の CNNseg と比較してより高い精度と一般化機能が提供されます。これにより、環境意識のより信頼性の高い基盤が提供され、開発者は障害物への対処と環境意識にさらに自信を持てるようになります。
カメラ認識のアップグレード: 従来の Yolo モデルから Yolo X + Yolo 3D の構造に移行し、高度な 3 次元認識機能を導入します。この変更により、複数の目的および複数のカテゴリのシナリオに対するシステムの適応性が強化され、開発者に多様なシナリオを処理するためのより多くのオプションが提供されます。
推論レイテンシの最適化: 特にリアルタイム要件が高いシナリオ向けに、バージョン 9.0 は全体的な推論レイテンシの削減に重点を置いています。これにより、モデルが Orin チップ上でスムーズに実行できるようになり、開発者はリアルタイムアプリケーションで迅速に対応できるようになります。
システムのパフォーマンスと効率の向上: 数多くの最適化の取り組みにより、バージョン 9.0 ではシステムのパフォーマンスと効率が目覚ましい進歩を遂げました。これにより、開発者は実際の運用におけるさまざまなニーズに適切に対応できるようになり、システム全体の可用性が向上します。

メインモデルのアップグレードを通じて、Apollo オープンプラットフォームのバージョン 9.0 は、オープンプラットフォームの機能を完全に実現するだけでなく、独自のシーンアプリケーションをオープンプラットフォームと正常に統合し、開発者により強力なツールとリソースを提供します。メインモデルのアップグレードに加えて、バージョン 9.0 では、開発者やパートナーの特定のニーズを考慮しながら、さまざまなアプリケーションシナリオのニーズをより適切に満たす増分トレーニング用の革新的なソリューションも導入され、知覚システムにより優れたソリューションを提供します。その結果、より柔軟なパスとメソッドが得られます。

典型的な増分トレーニングの例を説明します。開発者が Apollo オープンプラットフォームバージョン 9.0 を使用する場合、増分トレーニングを使用してそれを特定のシナリオに適用します。このシナリオでは、左側の障害物を感知するモデルによって、かなり特殊な車両であるトラックが正常に検出されました。通常のトラックとは異なり、この車両には後部の車体や荷室がなく、平らなパレットのみが付いています。

この増分トレーニング方法により、開発者は、特定のシナリオのニーズに基づいて、システムに的を絞った調整と最適化を行うことができます。開発者は、特別なシナリオからのデータを導入することで、モデルを方向的に改善して、特別なモデルや環境にさらに適応することができます。この柔軟性とカスタマイズ可能な増分トレーニングにより、知覚システムがさまざまな複雑な実際のアプリケーションシナリオにうまく適応できるようになり、システムの適応性とパフォーマンスが向上します。

開発者の観点から見ると、この増分トレーニングソリューションは大きなメリットをもたらします。まず、バージョン 9.0 では、パーソナライズされた正確なモデルトレーニングパスが提供され、開発者が特定のシナリオの課題により柔軟に対応できるようになります。第 2 に、開発者は段階的なトレーニングを通じてシステムを効果的に改善し、検出精度を向上させることができるため、認識システム全体のパフォーマンスが向上します。これにより、開発者は特定のアプリケーションの要件をより適切に満たし、より信頼性の高い自動運転ソリューションを提供できるようになります。

インクリメンタルトレーニングモードを採用し、約2,000フレームの特定データを導入。この一連の増分データでトレーニングした後、右の図は、検出結果が大幅に改善されたことを示しています。この図では、検出精度と障害物境界全体の定義が非常に明確に特徴付けられています。この改善は、全体的な知覚能力を強化し、効果的な支援を提供する上で大きな効果をもたらします。
Apolloオープンプラットフォームのバージョン 9.0 では、人気が高まっている 4D ミリ波など、多数の新しいセンサーテクノロジーが導入されています。このテクノロジはバージョン 9.0 で完全にサポートされており、基礎となるソフトウェアドライバーからバージョン 9.0 の機能アプリケーションレベルまでのすべての側面をカバーしています。4D ミリ波には、コスト上の利点、包括的な点源データ、特定の環境、特に厳しい気象条件における自動運転認識システムへの優れた支援など、アプリケーションにおいて複数の利点があります。この高度なセンサーの導入により、アルゴリズムシステム全体に新しいエネルギーが注入され、システムのパフォーマンスと堅牢性がさらに向上します。
開発者にとって、これらの改善と新しいテクノロジーの導入は大きなメリットをもたらします。まず、増分トレーニングモードにより、開発者は検出アルゴリズムを効果的に改善し、精度と精度を向上させることができます。特定のデータを導入することで、開発者は対象を絞った方法でシステムを最適化し、より信頼性の高い認識機能を提供できます。
新しいセンサー技術の導入により、開発者はより多くのツールとオプションを利用できるようになります。4D ミリ波の優れたパフォーマンスにより、開発者は自動運転システムの知覚要件をより包括的に検討できるようになり、同時に費用対効果の面でも競争力が高まります。これにより、さまざまなシナリオやアプリケーションのニーズを満たす、より柔軟なソリューションが開発者に提供されます。

Apollo オープンプラットフォームのバージョン 9.0 は、自動運転技術の継続的な開発を促進するための技術革新とシステムの最適化を通じて、より強力なツールとリソースを開発者に提供します。これにより、開発者は自動運転システムをより効率的に構築、最適化、カスタマイズできるようになり、業界全体の進歩に大きく貢献します。

バージョン 9.0 のアルゴリズムアップグレードの概要

メインモデルはより高度で効果的であり、その命中率は旧モデルを大幅に上回っています。
インクリメンタルトレーニングはシーンの適応性の問題を解決し、少量のデータでシーンの効果を大幅に向上させることができ、オープンソースの高品質コードの最適化により、モデルトレーニングを独立して完了できます。
4D ミリ波レーダーを完全にサポートし、最先端のセンサーの選択を強化し、検出結果を向上させ、異常気象シーンでの安全性を強化します。

より使いやすいエンジニアリングフレームワーク

Apollo オープンプラットフォームのバージョン 9.0 では、バージョン 8.0 の優れたパッケージ管理機能を継続するだけでなく、ソフトウェアモジュールのより洗練された処理も実行します。この洗練されたモジュール設計により、開発者はより高い柔軟性を実現し、モジュールレベルからアプリケーション機能、特定の機能、特定の機能モジュール（機能）レベルに至るまでソフトウェアアーキテクチャをより正確にカスタマイズできるようになり、ソフトウェアの効率がさらに向上します。自動運転システムの構築。

エンジニアリングフレームワークの適用に関して、バージョン 9.0 では 3 つの重要な新しい変更が導入されており、これらの変更は、開発能力のさまざまなレベルの開発者のニーズを満たし、学習者と最終エンジニアリングユーザーの多様なニーズを考慮するように設計されています。

新しいバージョンではモジュール設計が強化され、開発者に機能モジュールをカスタマイズおよび統合するためのより柔軟な機会が提供されます。これにより、開発者は技術レベルに関係なく、プロジェクトのニーズに対応したり、個々の開発ニーズを満たすことが容易になります。モジュールの分割と詳細なカスタマイズ機能により、システムの拡張と保守が容易になり、開発者に創造性の余地が広がります。
より高度なアプリケーション機能が導入され、より強力な機能が提供されます。これにより、開発者は自動運転システムの複雑さに柔軟に対応できるとともに、先進開発者のさらなる高機能の追求にも応えることができます。新しいバージョンの機能強化により、システムをよりインテリジェントかつ効率的にしながら、実際的な問題をより適切に解決するためのより多くのツールが開発者に提供されます。
新しいバージョンは、学習とアプリケーションのエンジニアリングのバランスに焦点を当てており、初心者と経験豊富なエンジニアの両方にスムーズな学習曲線を提供します。初心者はシステムのすべての側面を徐々にマスターできますが、経験豊富なエンジニアは、学術研究や実際のアプリケーションにおけるさまざまなユーザーのニーズを満たすために、より多くのカスタマイズと最適化のオプションを利用できます。このバランスにより、開発者は自動運転技術の進歩を促進しながら、より良いユーザーエクスペリエンスを提供できます。

Apolloオープンプラットフォームバージョン 9.0 の技術アップグレードは、開発者、特に深い開発ニーズを持つ開発者に多くの重要なメリットをもたらします。

包括的で柔軟なインターフェイスのカプセル化: 自動運転アプリケーションのデモンストレーションやテスト車両を構築する開発者向けに、バージョン 9.0 は完全なインターフェイスカプセル化モードを提供し、開発者はすべてのソフトウェア機能を簡単に呼び出すことができます。この包括的で柔軟なインターフェイス設計により、開発プロセスが簡素化され、開発者に優れた基本機能が提供されるため、開発者はアプリケーションの特定の実装により集中できるようになります。
体系的なパラメータ調整方法: より深い開発ニーズを持つ開発者のために、バージョン 9.0 では体系的なパラメータ調整方法が提供されます。グローバルパラメータとローカルパラメータの構造化された処理を通じて、開発者はパラメータを調整することで自動運転ソフトウェア全体のパフォーマンスと結果を細かく管理および制御できます。これにより、開発者はさまざまなシナリオやアプリケーションのニーズにうまく適応し、差別化された構成を実現できます。
プラグイン管理のコアモジュール: より深い開発ニーズに応えて、バージョン 9.0 には、コアモジュールに主要な機能のプラグイン管理が含まれています。これにより、開発者はさまざまなプラグイン機能をより便利かつ柔軟に組み合わせて、特定のシナリオ向けの複雑な自動運転アプリケーションを構築できるようになります。この柔軟性と構成可能性により、開発者はより大きな自主性を得ることができ、より効率的に詳細な開発を行うことができます。
エンジニアリングフレームワークのアップグレードによってもたらされる利便性:

きめ細かいパッケージ管理: ソフトウェアパッケージをより細かい粒度に分割することで、開発者はいつでもどこでも必要に応じて選択して組み立てることができるため、システムの使いやすさがさらに向上します。
二次開発コストの削減: アプリケーションシナリオのデモ構築を迅速に完了し、効率的なパラメータ設定と調整により二次開発の時間とコストを削減します。
テンプレートインターフェースにより機能拡張を実現：テンプレートインターフェースにより機能拡張を実現し、コード学習コストを90%削減、コード量を50%削減します。これにより、開発者は既存の機能を理解し、拡張しやすくなり、開発効率が向上します。

これらの技術的改善により、Apollo オープンプラットフォームバージョン 9.0 は、より柔軟で効率的で強力な自動運転ソフトウェア構築プラットフォームになりました。さまざまなレベルの開発者のニーズを満たすだけでなく、自動運転技術のさらなる開発も促進します。

開発ツールDreamView+が新たにバージョンアップ

バージョン9.0では、自動運転開発のための新しいサポートツールである DreamView+ も正式に導入されています。新しい DreamView+ は、多くの古い開発ツールに残されていた多くの問題と欠陥を解決します。最初は、新しい DreamView+ の全体的な紹介です。

上記の説明で述べた大きな図は、DreamView+ の新バージョンのインターフェースの革新を示しており、開発者は当初複数のページ間の切り替えやジャンプが必要だった作業をより効率的に完了できるようになります。この更新された設計は、開発タスクをシンプルで効率的なインターフェイスに集中させ、よりスムーズな開発エクスペリエンスを提供することに重点を置いています。

タスクの集中化と操作の簡素化: 主要な統計と完了した作業を 1 つのインターフェイスに集中させることで、異なるページ間の切り替えやジャンプの頻度が減少します。この設計により、開発者は必要な情報をより迅速に取得できるようになり、作業効率が向上します。
マルチロールのサポートとカスタマイズ: さまざまな開発者のロールに認識モードと PnC モードを提供することで、インターフェイスの設計は開発者の多様なニーズを考慮に入れています。この種のパーソナライゼーションにより、開発者は特定の役割に必要なデータと機能にさらに集中できるようになり、ワークフローの適応性と柔軟性が向上します。
より詳細なシステムステータス分析: 新しい PnC モードは、より豊富なビジュアルデータを提供し、開発者がシステムパフォーマンスをより包括的かつ詳細に分析し、潜在的な技術的問題を発見して解決できるようにします。この詳細なシステム状態分析は、コードとアプリケーションの最適化に役立ち、開発品質を向上させます。
開発効率とエクスペリエンスの向上: 全体として、これらのインターフェイスの改善と機能の最適化により、開発者は開発作業をより便利に実行し、不必要な手順を削減し、開発効率と全体的なユーザーエクスペリエンスを向上させることができます。

DreamView+ の新バージョンのアップグレードでは、ユーザーインターフェイス、パフォーマンス、外観に焦点を当てているだけでなく、非常に柔軟で便利なカスタマイズ機能も深く導入されており、開発者がコードを記述してアプリケーションを開発する際に大きな影響を与えます。

これらのカスタム機能は幅広くカバーされているため、開発者は独自のワークフローや開発ニーズに応じてカスタム機能をカスタマイズできるため、作業効率と柔軟性が向上します。

ドラッグアンドドロップ機能のサポート: DreamView+ の新バージョンは、ページ、構造、ウィンドウのドラッグアンドドロップ機能をサポートします。これにより、開発者は簡単なドラッグアンドドロップ操作でページレイアウト、コンポーネント構造、ウィンドウの位置を再調整できます。この柔軟性により、開発者は固定レイアウトに縛られることなく、個人のワークフローに合わせてインターフェイスを簡単にカスタマイズできます。
ページ機能のカスタマイズされたレイアウト: ドラッグアンドドロップ機能に加えて、DreamView+ の新バージョンでは、開発者がページ機能全体のレイアウトをカスタマイズすることもできます。これは、開発者が個人の好みやワークフローに応じて、ページ上の機能の位置や配置を自由に調整できることを意味します。この高い柔軟性により、開発者はコアタスクに集中し、ワークスペースをより効率的に利用できるようになります。
作業効率と集中力の向上：カスタム機能の導入により、作業効率が大幅に向上します。開発者は、個人の好みや作業のニーズに応じて開発環境を構成し、個人の要件にさらに適合させることができます。このカスタマイズされた作業環境により、開発者はインターフェイス構造の制限を気にすることなく、コアの開発タスクにさらに集中できるようになり、全体的な作業の集中力と効率が向上します。
パーソナライズされたニーズを満たす: 最も重要なのは、DreamView+ の新バージョンでは、各開発者の固有のニーズを満たす高度なパーソナライズされたカスタマイズオプションが提供されることです。開発者の作業環境に合わせてインターフェイスのレイアウトや機能の配置を柔軟に調整できるため、より個人の習慣に沿った開発環境を開発者に提供できます。

これらのカスタム機能の導入により、開発者は開発環境をより適切に制御し、個人の強みを最大限に発揮し、作業効率と集中力を向上させることができます。この高度にパーソナライズされた設計により、DreamView+ はより柔軟で順応性の高い開発ツールとなり、開発者が複雑な開発タスクをより効率的に完了できるようになります。

DreamView+ の新バージョンのアップグレードでは、ローカルとクラウドのリソース管理の統合により、開発者に非常に効率的な開発環境が提供され、開発作業のスムーズさと効率に直接影響します。

統合リソースセンター：クラウドリソースとローカルリソースを統合したリソースセンターにより、開発者はデータパッケージ、地図データ、車両情報など、自動運転開発に必要なさまざまなリソースをより簡単に入手できます。開発者はこれらのリソースを手動でダウンロードして管理する必要がなくなり、デバッグと開発のプロセスが大幅に簡素化され、作業効率が向上します。
手動操作の削減: アップグレード後、開発者はパッチやデータパッケージをローカルに手動でダウンロードする必要がなくなるため、面倒な手動操作が不要になります。この自動化されたリソース取得プロセスにより時間が大幅に節約され、開発者はリソース管理ではなくコアの開発タスクに集中できるようになります。
一元化されたリソース管理エクスペリエンス: 便利な一元化されたリソース管理エクスペリエンスを提供することにより、DreamView+ の新バージョンでは、開発者がさまざまなリソースをより便利に管理および参照できるようになります。この一元化された設計により、開発者の可視性とリソースの制御が向上し、開発効率がさらに向上します。
クラウドローカル同期機能：クラウドとローカル同期機能の導入により、これまでのデータ同期の問題によるトラブルを解決します。開発者はローカルとクラウドのデータの不整合を気にする必要がなく、同期機能により異なる環境でもデータの整合性を確保できるため、開発者の同期作業の負担を軽減します。
コアの開発作業に集中: アップグレード全体により、開発者は面倒なリソース管理や同期の問題に気を取られることなく、コアの自動運転アプリケーションの開発にさらに集中できるようになります。これにより、開発全体のスムーズさと利便性が向上し、自動運転アプリケーションの迅速な開発が促進されます。

DreamView+の新バージョンは、リソース管理から同期機能の導入に至るまで、技術改善により開発者に、より効率的で便利な開発体験を提供することで、開発者の業務負担を軽減し、クリエイティブな開発により集中できるよう設計されています。これらの改善は、より効率的な自動運転アプリケーション開発プロセスに直接つながり、開発者にとってより良い作業環境を作り出します。

DreamView+ の新バージョンの概要

デバッグプロセスがより簡単になりました
ウィンドウのレイアウトがより柔軟になりました
リソースへのアクセスがより便利になりました

ドキュメントプラットフォームの再構築

Apollo Open Platform 9.0 では、ドキュメントセンターの包括的なアップグレードが開発者の観点から直接開始され、個人の開発者、学術研究者、企業開発者に対して、より洗練された包括的な開発サポートが提供されます。

カスタマイズされたドキュメントサービス: ドキュメントセンターは、差別化されたサービスを通じて、さまざまな種類の開発者向けに特別にカスタマイズされた開発ドキュメントを提供します。これにより、開発者はニーズに合った情報をより直接的に取得できるようになり、ドキュメントの有用性とカスタマイズ性が向上します。
詳細なコードのコメントと説明: 最適化されたドキュメントは、コードの管理と完全性に重点を置いており、コード関連のコメントと説明を改善することで、開発者がコードを読むときにロジックと機能を理解しやすくなります。これにより、コードを理解するコストが直接削減され、開発者の学習と応用プロセスが加速されます。
開発効率の向上: ドキュメントを最適化することで、開発者はより迅速に Apollo 開発環境に統合できます。詳細なコードコメントにより、学習曲線が短縮されるだけでなく、エラー率も低下し、開発者がプラットフォーム機能をより効率的に使用できるようになり、全体的な開発効率が向上します。
スムーズな読書体験: ドキュメントセンターのアップグレードにより、ドキュメントの閲覧がよりスムーズになりました。明確な構造とエレガントなレイアウトにより、開発者は必要な情報をより迅速に見つけることができ、開発者のエクスペリエンスが向上します。
多様な開発者コミュニティのサポート: 個々の開発者、学術研究者、企業開発者のさまざまなニーズを満たすことで、ドキュメントセンターへのアップグレードにより、すべての開発者が自分の専門分野で必要なサポートと情報を確実に見つけられるようになります。

このドキュメントセンターのアップグレードにより、開発者は Apollo Open Platform 9.0 を理解し、使用することが容易になり、開発作業に対する強力なサポートが提供されます。この一連の技術的改善は、より効率的で楽しい開発エクスペリエンスに直接変換され、それによって全体的な開発者の満足度が向上します。

ドキュメントプラットフォーム再構築の概要

学習と使用のコストを削減する
操作がさらに便利になりました
読書がスムーズになる
内容はさらに充実しています。

アプリケーションシナリオの大規模実装

総合開発力の強化

Apollo オープンプラットフォームバージョン 9.0 は、一連のエキサイティングなテクノロジーアップグレードの先駆けとなり、自動運転システムの開発者により強力なツールと機能を提供し、複雑なシナリオにおけるシステムパフォーマンスを大幅に向上させます。

RTKと SLAMによって導入された正確な測位テクノロジー:

利点: 開発者は、特に複雑な環境において、高精度の車両位置を活用できるようになりました。SLAM の導入は、測位ドリフトの問題を克服し、より信頼性の高い基本的な測位データを提供するのに役立ちます。
開発者の利点: 高レベルの車両位置精度により、経路計画と車両制御のためのより信頼性の高い基盤が提供されます。これは、開発者がさまざまなシナリオで車両の位置をより正確に把握し、システムの堅牢性を向上できることを意味します。

認識モジュールの最適化と統合:

利点: LIDAR とカメラの融合を最適化し、認識モデルを再トレーニングし、より効果的な認識ツールを提供します。システムの堅牢性が強化され、複雑なシナリオへの適応性が向上します。
開発者の利点: より効果的な認識ツールにより、開発者は周囲の環境をより正確に理解し、複雑なシーンを理解するシステムの能力が向上します。これにより、開発者はより信頼性の高い認識データを得ることができ、よりスマートで応答性の高い自動運転システムの構築に役立ちます。

新しい背景セグメンテーションアルゴリズムと特殊形状の障害物検出:

利点: 複雑な環境における特殊な形状の障害物に対して、新しいアルゴリズムは深層学習テクノロジーを組み合わせて、より包括的なソリューションを提供します。
開発者の利点: 異常な障害物をより正確に検出できるということは、開発者がとらえどころのない型破りな障害物をより効果的に回避できることを意味します。これにより、システムのセキュリティと復元力に重要な利点がもたらされます。

計画管理の精度とスムーズさの向上：

利点: より柔軟で安定した経路計画と車両制御により、ユーザーにより快適で安全な運転体験が提供されます。
開発者の利点: より高いレベルの制御精度は、開発者がより賢明な運転決定を下し、よりスムーズな運転体験を提供できることを意味します。これにより、開発者はより詳細に制御できるようになり、特定のニーズに合わせてシステムを微調整できるようになります。

Apollo オープンプラットフォームバージョン 9.0 のこれらの技術アップグレードにより、開発者はより強力で柔軟なツールが提供され、複雑なシナリオをより簡単に処理し、システムパフォーマンスを向上させ、ユーザーエクスペリエンスを最適化できるようになります。このバージョンでは、高度なテクノロジーと最適化アルゴリズムを導入することにより、開発者にとってより創造的な開発環境を構築し、高性能で信頼性の高い自動運転システムの構築を支援します。

豊富なシーン機能

シーンの強化という課題に取り組む際、Apollo チームは 3 つの中心的な側面に焦点を当て、開発者により高い柔軟性と利便性を提供し、自動運転システムをより効率的に開発および展開できるようにします。

標準プロトコルモデルには、特定の車両の動作と機能が統合されています。

テクノロジーの更新: さまざまなシナリオで自動運転車が鉱山トラックの持ち上げや降ろし、衛生車両の清掃や噴霧などの特殊な操作を実行できるようにする標準プロトコルモデルを導入します。
開発者の利点: 開発者は、標準化されたインターフェイスを通じてさまざまな車両の動作を簡単に統合し、車両に特定の機能を割り当てることができます。これにより、さまざまな特殊なアプリケーションシナリオに適応できる、より高度にカスタマイズ可能なソリューションが開発者に提供されます。

パラメータ割り当てとインターフェイス呼び出しの柔軟性:

技術アップデート: パラメータ割り当てとインターフェイス呼び出しメカニズムの導入により、開発者は、速度、ルート、走行可能範囲、通行権の制御など、特別なシナリオや動作環境に基づいて車両により効果的な機能を付与できるようになります。
開発者の利点: 開発者は、特定のニーズに応じて自動運転車をより正確に制御し、システムの適応性を向上させることができます。この柔軟性により、開発者はさまざまな業界やアプリケーションシナリオのカスタマイズされたニーズをより適切に満たすことができます。

クローズドループシステムとサードパーティ支援の導入:

テクノロジーのアップデート: システムのスケジューリング、遠隔運転などを含むサードパーティの支援を導入し、完全な閉ループ自動運転アプリケーションを構築します。これには、システムの全体的なパフォーマンスと機能を強化するためのパートナーとの協力が含まれます。
開発者の利点: 開発者は、完全な閉ループシステムを活用し、サードパーティの支援を簡単に統合して、アプリケーションシステムの堅牢性を向上させることができます。この統合とコラボレーションにより、開発者はより効率的な開発、テスト、展開プロセスを実現できます。

これらの技術的な改善により、開発者にとってより強力で柔軟な開発環境が作成されます。開発者は、多様なアプリケーションシナリオや業界のニーズにより適切に対応し、開発効率を向上させ、自動運転システムの拡張と適応性に対する強力なサポートを提供できます。

ハードウェアの選択と運用保守ツール

バージョン 9.0 では、ARM アーキテクチャのコンパイルを完全にサポートし、シーンの一般機能レイヤーで安定して高いパフォーマンスで実行できます。同時に、多数の高度なセンサーが導入され、ハードウェア BOM マップに大幅な拡張がもたらされました。これは、車両展開用のソフトウェアプラットフォームを選択するパートナーにとって、ハードウェア構成に関してより柔軟な選択肢があることを意味します。開発者の観点から見ると、この一連のテクノロジーのアップグレードとハードウェアの拡張は、次のような大きなメリットをもたらしました。

ARMアーキテクチャのコンパイルの包括的なサポート:

テクノロジーのアップデート: ARM アーキテクチャのコンパイルサポートの導入により、開発者は ARM アーキテクチャの利点を最大限に活用して、より効率的かつ柔軟なハードウェアリソースの管理と利用を実現できるようになります。
開発者の利点: 開発者は、ソフトウェアをより直接的に最適化およびカスタマイズして、新世代 ARM アーキテクチャのパフォーマンスとエネルギー効率を最大限に活用できます。これにより、開発者は柔軟性が高まり、さまざまなコンピューティングニーズにうまく適応できるようになります。

新しいセンサーの導入:

テクノロジーのアップデート: 高度なビジョン、レーダー、レーザーセンサーを含むがこれらに限定されない、より豊富で正確な認識機能を車両に提供するための多数の新しいセンサーを導入します。
開発者の利点: 開発者は、新しいセンサーからのデータを最大限に活用して、車両の認識と環境の理解を向上させることができます。これにより、より複雑でインテリジェントな自動運転アルゴリズムを開発する可能性が高まり、イノベーションと継続的な進化が促進されます。

ハードウェア選択の柔軟性:

テクノロジーのアップデート: 幅広いハードウェアオプションを提供し、パートナーが特定のニーズや予算要件に基づいて車両ハードウェアを柔軟に構成できるようにします。
開発者の利点: 開発者は、アプリケーションのシナリオとパフォーマンス要件に基づいて最も適切なハードウェア構成を選択し、ソフトウェアとハードウェアが連携して動作する利点を最大化し、システム全体のパフォーマンスを向上させることができます。

推奨される運用および保守ツール:

技術的な更新: システムの安定性と保守性を向上させるために、大規模な導入とその後の継続的な運用に焦点を当てた 2 つの運用および保守ツールが推奨されます。
開発者のメリット: 運用および保守ツールの推奨により、開発者はこれらのツールを使用して車両システムをより効率的に管理および保守し、運用コストを削減し、アルゴリズムの最適化と革新的な開発に集中できるようになります。

この一連のテクノロジーのアップグレードとハードウェアの拡張により、開発者はより革新的な可能性と柔軟性が向上し、進化する自動運転テクノロジーの要件にうまく適応できるようになります。

センサーキャリブレーションツールの技術的な利点と開発者の利点:

LIDAR とカメラの視覚的キャリブレーション:

技術アップデート: センサーキャリブレーションツールは、LIDAR とカメラの視覚的なキャリブレーションをサポートし、開発者に直感的で正確なキャリブレーションインターフェイスを提供します。
開発者の利点: 開発者は、ビジュアルインターフェイスを通じてセンサーのキャリブレーションをより簡単に実行し、パラメーターを直感的に調整できるため、試行錯誤のコストが削減され、キャリブレーションの精度が向上します。

成功率は 90% 以上です。

技術アップデート: ツールの成功率は 90% 以上で、キャリブレーションプロセスの安定性と信頼性が高いことを示しています。
開発者の利点: キャリブレーションの成功率の向上により、開発者はキャリブレーション作業をより迅速に完了し、再キャリブレーションの回数を減らし、時間とリソースを節約できます。

コスト削減:

技術的なアップデート: このツールの高い成功率と視覚的なキャリブレーションにより、開発者がキャリブレーションを実行するために必要な労力と時間のコストが削減されます。
開発者にとってのメリット: コストの削減により、開発者はアルゴリズムの最適化と革新により多くのリソースを投資できるようになり、全体的な研究開発の効率と品質が向上します。

校正時間が数時間に短縮されます。

テクノロジーのアップデート: プロセスを最適化し、クラウドからのデータのアップロードなどの手順を簡素化することで、校正プロセス全体の時間が数時間に短縮されました。
開発者のメリット: キャリブレーション時間が短縮されるということは、開発者がより迅速にアルゴリズムを検証して反復できることを意味し、開発サイクルを短縮し、研究開発の効率を向上させることができます。

地図収集、地図作成、編集のためのフルプロセスツールの技術的な利点と開発者の利点は次のとおりです。

プロセスツールの完全なサポート:

技術的な更新: マップの収集、マッピング、編集のためのフルプロセスツールは、開発者に統合ソリューションを提供し、マップ関連の作業のプロセスを簡素化します。
開発者の利点: 開発者は異なるツールを切り替える必要がないため、作業の一貫性が向上し、学習コストと使用コストが削減されます。

大規模な実装の基礎が築かれます。

テクノロジーのアップデート: このツールは高速かつ効率的な地図作成をサポートし、さまざまな地域で自動運転車を大規模に導入するための基盤を提供します。
開発者の利点: 開発者は、地図作成の面倒なプロセスに多大なエネルギーを費やすことなく、アルゴリズムとモデルの最適化に集中できるため、開発効率が向上します。

より迅速なスケール実装:

テクノロジーのアップデート: ツールの効率性と統合機能により、車両をさまざまな地域でより迅速に大規模に展開できるようになります。
開発者のメリット: 開発者は、さまざまな地理的条件や道路条件により柔軟に対応できるため、実験室から実際のアプリケーションまでの時間が短縮され、プロジェクトの迅速な推進が促進されます。

これら 2 つのツールは、技術的に効率的で信頼性の高いソリューションを提供し、開発者の時間とリソースのコストを節約し、自動運転技術の中核となるイノベーションとアプリケーションシナリオの最適化により集中できるようにします。

業界の人材向けにカスタマイズされたトレーニング

最新の開発者コミュニティフレームワークと Baidu Apollo オープンプラットフォーム 9.0 が開発者にもたらす利点は次のとおりです。

学習、実践、体験の 3 つの能力を統合した包括的なコミュニティです。

テクノロジーの最新情報: コミュニティは、自動運転分野における開発者の包括的なニーズを満たすために、学習、実践、経験の 3 つの側面で能力トレーニングを提供します。学習では理論的な知識がカバーされ、演習では実践的な機会が提供され、受け入れテストではコンテストを通じて実践的な能力が適用されます。
開発者の利点: 開発者は、理論的な知識を学ぶだけでなく、実践やアプリケーションのテストを通じて能力を発揮することにより、包括的な学習環境でスキルを向上させることができます。

基盤となる Apollo オープンプラットフォーム 9.0 に基づいています。

テクノロジーのアップデート: コミュニティは Apollo のオープンプラットフォーム上に構築されており、開発者が自動運転テクノロジーに簡単にアクセスできるようにするための基礎的な技術サポートとリソースを提供します。
開発者の利点: 開発者は基盤となる Apollo プラットフォームを直接使用できるため、基本フレームワークの構築にかかる時間を節約でき、独自のアプリケーションやイノベーションにさらに集中できます。

学習、実践的な実験トレーニング、および競技サービスを提供します。

技術的な最新情報: コミュニティは、学習リソース、実践的な実験トレーニング、さまざまなコンテストに参加する機会など、あらゆる種類のサービスを開発者に提供します。
開発者にとってのメリット：開発者はコミュニティを通じて豊富な学習教材、練習機会、競技経験を得ることができ、総合的に技術レベルを向上させることができます。

自動運転実務者の潜在的な才能を発見します。

テクノロジーの最新情報: コミュニティの学習、実践、競争テストを通じて、Baidu チームは多くの潜在的な自動運転実践者を発見することに成功しました。
開発者にとってのメリット: 開発者は、コミュニティ活動に積極的に参加することで自分の能力を発揮する機会が得られ、業界内で優れた人材として発見される可能性があり、個人のキャリア開発の機会が向上します。

人材育成プロセスを促進し、科学技術の発展を共同で促進します。

テクノロジーの最新情報: コミュニティは、中国ロボット工学および人工知能コンペティションと緊密に協力し、科学技術人材の育成プロセスを共同で促進し、中国のインテリジェントテクノロジーの発展に貢献しています。
開発者にとってのメリット：開発者は、協力イベントに参加することで業界の優秀な人材とコミュニケーションを図ることができ、自らの技術交流や学習を促進するとともに、自らの技術力を証明する機会を得ることができます。

この包括的なコミュニティと競合他社との協力は、開発者に包括的な学習、実践、競争のプラットフォームを提供し、革新的な能力と実践的な経験を備えた自動運転開発者の育成を支援すると同時に、業界全体の人材育成と技術開発を促進します。

Baidu Apollo 自動運転シミュレーションコンペティションの開発者へのメリット:

実践的な機会の豊富さ:

テクノロジーアップデート: Apollo 自動運転シミュレーションコンペティションは、開発者に豊富な実践的な機会を提供します。コンペティションに参加することで、開発者は仮想環境で実際の道路状況をシミュレートし、自動運転アルゴリズムをテストおよび改善することができます。
開発者のメリット: 開発者は、実際のシナリオのシミュレーション環境で経験を蓄積し、自動運転システムの理解と操作スキルを向上させ、実際の課題にうまく対処できます。

参加チームと機関の広さ:

技術最新情報: 全国の 300 以上の大学から 1,500 を超えるチームが参加しており、このイベントへの幅広い参加が実証されています。
開発者の利点: 開発者は、さまざまな機関の同僚とコミュニケーションを図り、経験や学習結果を共有し、対人ネットワークを拡大し、協力と相互成長を促進する機会があります。

将来の自動運転人材の育成:

技術の最新情報: このコンテストは、学校で将来の自動運転の人材を特定して育成するのに役立ち、業界での実務経験と技術的成果を備えた専門家を育成します。
開発者のメリット: 参加者は、シミュレーションコンテストを通じてスキルを磨き、将来の自動運転分野の専門家となり、この分野での雇用競争力を高める機会が得られます。

自動運転技術の普及促進：

テクノロジーの最新情報: 5,000 人を超える参加者は、自動運転シミュレーションコンテストが広く注目を集めることに成功し、開発者コミュニティの間で自動運転テクノロジーの人気を促進したことを示しています。
開発者のメリット: 開発者は、最新の自動運転技術にアクセスし、業界の発展促進に参加し、個人の技術的埋蔵量を増やす機会があります。

強固な基盤が築かれました:

技術最新情報: イベントの成功裡の開催により、自動運転技術の将来の開発に向けた強固な基盤が築かれ、特に学校での人材育成において顕著な成果が得られました。
開発者のメリット: 開発者はこの成功した基盤から恩恵を受け、将来的にはより強固なテクノロジー環境で作業し、革新することが期待されます。

Apollo 自動運転シミュレーションコンテストは、開発者に豊富な実践的な機会を提供し、人材育成と技術交流を促進し、自動運転技術の推進と普及のための強固な基盤を築きます。

Baidu チームの学校と企業の協力が開発者にもたらすメリット:

包括的かつ強固なリソース構築:

技術的な最新情報: Baidu チームは、カリキュラムシステムと「二重資格のある」教師トレーニングシステムを構築することにより、開発者に包括的な学習リソースを提供しました。
開発者のメリット: 開発者は完全な教育リソースの恩恵を受け、自動運転の分野における基本的な理論的および実践的な知識を学ぶことができます。

産業と教育を統合するための実践的な機会:

技術アップデート: 産業界と教育の統合を通じて、Baidu チームはシミュレーション実験と車両訓練実験を提供する実験基地を設立し、学生が技術検証に直接参加できるようにしました。
開発者の利点: 開発者は、理論的な知識を実際のシナリオに適用し、実際の操作能力を向上させ、自動運転技術の実際のニーズによりよく適応できます。

専門的な人材のギャップの明確な定義:

技術的な最新情報: Baidu チームは、自動運転の人材不足に対する専攻、トレーニングの方向性、人材のポジションの明確な定義を整理しました。
開発者にとってのメリット: 開発者は、学習の方向性をより具体的に選択し、業界のニーズに正確に適合し、職場での競争力を高めることができます。

豊富なチュートリアルと教材:

テクノロジーの最新情報: 教師トレーニングとコーストレーニングの過程で、Baidu チームは自動運転人材トレーニングのための豊富で専門的なチュートリアルと教材を開発しました。
開発者のメリット: 開発者は高品質の学習教材を入手し、自動運転技術の関連知識とスキルをより効率的に習得できます。

綿密な協力と成功事例:

テクノロジーの最新情報: Baidu チームは多くの大学と綿密な協力を実施し、いくつかの成功事例とベンチマークを作成しました。
開発者にとっての利点: 成功事例を研究することで、開発者は業界のベストプラクティスを理解し、成功体験から学び、キャリア開発の見通しを向上させることができます。

サービス保証制度による強力サポート：

テクノロジーのアップデート: Baidu チームは、教師のトレーニング、教材の更新、コンテストの紹介などを含む強力なサービス保証システムを提供し、幅広い学生グループをカバーしています。
開発者のメリット: 開発者は、学習や練習の課題にうまく対処できるよう、幅広いサポートとサービスを利用できます。

Baidu チームの学校と企業の協力は、体系的で豊富な学習リソースを開発者に提供し、理論と実践の組み合わせを強化し、人材育成の方向性を明確にし、自動運転分野での開発者のキャリア開発を強力にサポートします。

個人用ケースを使用して、DreamView+ をすぐに開梱する

実験目的：高精度地図をDreamView+に素早く表示する

実験手順:

新しいマップファイルを作成する

参照構造:

APOLLO_ROOT/modules/map/data/ の下に新しいマップフォルダーを作成し、そのフォルダーにbase_map.bin を置きます。

module/map/data の下に独自のマップを作成します (例: Highway101)

Base_map.bin を取得する

LGSVL のライブラリライブラリでロードしたいマップを見つけて、apollo形式に対応する .bin マップファイルをダウンロードし、名前をbase_map.bin に変更します。

OpenDrive ファイルなどの他の形式の場合は、Apollo でサポートされている形式に切り替える必要があります。

マップを生成します:

Base_map は、すべての道路と車線のジオメトリとマーキングを含む、最も完全なマップです。他のバージョンのマップは、base_map に基づいて生成されます。
routing_mapには、base_map 内のレーンのトポロジ構造が含まれており、次のコマンドで生成できます: dir_name=modules/map/data/demo#examplemapdirectory./scripts/generate_routing_topo_graph.sh --map_dir ${dir_name}
sim_map は、Dreamview の視覚化に適した、base_map をベースにした軽量バージョンです。実行時のパフォーマンスを向上させるために、データ密度が削減されました。次のコマンドで生成できます: dir_name=modules/map/data/demo#examplemapdirectorybazel-bin/modules/map/tools/sim_map_generator --map_dir= dirname − − Outputdir = {dir_name} --output_dir= dirn ame −−出力ir={dir_name}

generate_map.sh は次のとおりです。

#!/usr/bin/env bash

DIR="$( cd "$( dirname "${BASH_SOURCE[0]}" )" && pwd )"

cd "${DIR}/.."

source "$DIR/apollo_base.sh"

if [ $# -eq 0 ]; then

  echo "Please specify name of your map directory."

else

  dir_name=modules/map/data/$1

  bazel-bin/modules/map/tools/sim_map_generator --map_dir=${dir_name} --output_dir=${dir_name}

  bash scripts/generate_routing_topo_graph.sh --map_dir ${dir_name}

次のコマンドを実行します。

cd /apollo

generate_map.sh YOUR_MAP_FOLDER_NAME

Dreamview を再起動します。

./scripts/bootstrap.sh stop && ./scripts/bootstrap.sh

或

./scripts/bootstrap.sh restart

個人的な手順:

まず、ライブラリから地図を追加します (例: Highway101GE)

次に、対応するbase_map.binをダウンロードします。

次に、Docker 環境で、

bash ./scripts/generate_routing_topo_graph.sh --map_dir modules/map/data/highway101

routing_map.bin routing_map.txtの生成

bazel-bin/modules/map/tools/sim_map_generator --map_dir=modules/map/data/highway101 --output_dir=modules/map/data/highway101

sim_map.bin sim_map.txt を生成する

マップショーの使用

簡単に言うと、mapshow は、Apollo フレームワークの Python スクリプトを使用して高精度の地図を視覚化するためのツールです。

このツールはデフォルトで「/apollo/modules/tools/mapshow」ディレクトリにあります。

次のコマンドを実行してライブラリを Python ランタイムライブラリに追加するだけです。もちろん、実行環境を追加せずに、このディレクトリで直接実行することもできます。

source scripts/apollo_base.sh
usage: python mapshow.py [-h] -m MAP [-sl] [-l LANEID [LANEID …]]
optional arguments:
-h, --help show this help message and exit
-m MAP, --map MAP Specify the map file in txt or binary format
-sl, --showlaneids Show all lane ids in map
-l LANEID [LANEID …], --laneid LANEID [LANEID …] Show specific lane id(s) in map

上記の手順に従って、10 分もかからずに新しい高精度地図がDreamView+に完全に表示されました。

(この写真はマークを付けてぼかしてあります)

バージョン 9.0 には視覚化ツール DreamView+ が搭載されているため、開発者にとっては視覚化と仮想環境の展開とスケジュールの問題を解決する、日々の開発における両翼であると言えます。

Apollo オープンプラットフォーム 9.0 ベータ版を使用した後の経験

アポロという言葉は数年前に聞いたことがありますが、業界の人たちは「アポロ」と呼んでいます。私が初めてコンピュータービジョンに触れたとき、opencv などのビジュアルライブラリを勉強していましたが、その時は、いつ中国でコンピュータービジョンアルゴリズムと視覚化オペレーティングプラットフォーム、および完全なドキュメントを実装できるようになるだろうかと考えていました。プラットフォームとその背後にあるシミュレーションプラットフォームの「ワンチェーン」サービス。Apollo オープンプラットフォームの 9.0 ベータ版を試した後、私たちの中国本土はすでに世界を超えるシステムを実現していると思いました。新しい 4D ミリ波レーダーのサポートにより、開発者は視覚認識アルゴリズムが主流のシステムに加えて、コスト効率の高い補助センサーを選択できるようになると思います。オリジナルの LIDAR 点群処理アルゴリズムに基づいて、新しいアルゴリズムの別の層があります。建築。

Apollo Studio 開発者コミュニティの構築に関しては、コンピュータビジョンの分野を愛する私たち開発者がまさに自分の居場所を見つけたと言えますが、その本来の目的は、従来のコミュニティとは異なる「ワンストップの学習と実践コミュニティ」です。通常のプラットフォームの開発者コミュニティとの違いは、ドキュメント/コースの構築 [学習] - 実験 [実践] - コンテスト [検証] という、開発者の学習行程を含む「ワンストップ」サービスを実装していることです。コミュニティサービスシステムは、読者が最も必要としており、私たちにとっても最も役立つものです。

DreamView+ のリリースに関しては、これが私が最も興奮していることであり、Apollo オープンプラットフォームのバージョン 9.0 のソフトウェア部分について最もショックを受けたことです。これは有人自動運転分野の開発者にとって画期的なアップデートだと思いますが、これまでは高度にカスタマイズできる HMI インタラクションシステムがなかったため、開発者はスマートドライビングドメインとスマートコックピットドメインを組み合わせる必要がありました。システムの複雑さは増大する一方で、インテリジェント運転システムとインテリジェント対話型システムの商用アプリケーションをサポートするシステムソフトウェア通信プラットフォームの完全なセットを維持することも必要です。DreamView+ のリリースにより、開発者は複雑な手順を踏むことなく、箱から出してすぐに「キャビン運転統合型」技術実装ソリューションを体験できるようになり、開発プロセス中に一対の翼を得て参入できるようになります。「グリーンチャンネル」モデル。

つまり、Baidu Apollo チームによって更新された Apollo オープンプラットフォームバージョン 9.0 は、私に多くの驚きを与えてくれました。これらの驚きは、開発者が望んでいること、中国企業が望んでいること、そして世界の業界が望んでいることです。

私の期待

私のようなコンピュータービジョンに情熱を注ぐ多くの開発者が百度の Apollo 開発者コミュニティに参加し、同じ情熱を共有する多くの人々と一緒に学び進歩し、中国の自動運転分野をより高いレベルに引き上げることを願っています。
Baidu Apollo チームが、開発者コミュニティやその他のテクノロジをより適切に維持しながら、より優れたイノベーションを試行し、その時代のより優れた象徴的な製品を革新し続けることを願っています。
新しい産業を主導する企業がWin-Winの精神を維持し、Xiang Baidu Apolloチームのような最先端テクノロジーチームと協力して、新しい時代に属する産業を創出することが期待されています。

私の期待が、Baidu Apollo チーム、多くの開発者、業界主導の新しい企業の次のイノベーションと実践にさらに良い進歩をもたらすことができれば、私は非常に光栄です。