上线 6 年，精“易”求精！百度Apollo开放平台9.0铸就自动驾驶的“加速度”

从燃油车到新能源再到自动驾驶，汽车行业正在经历一场前所未有的产业变革。在这场变革中，自动驾驶技术成为了竞争激烈的新战场，国内外诸多车企和科技公司纷纷躬身入局，抢占高地。

多方势力搅动之下，与自动驾驶技术相关的问题被重新审视：以技术为驱动的科技巨头如何打造差异化的产品和服务？工具层匮乏的传统汽车制造商是否能找到打破传统枷锁的契机？围绕自动驾驶的人才生态将如何为技术蓄能？

12月19日，百度Apollo开放平台9.0问世，我们看到新版本正在面向所有开发者和生态合作伙伴需求，以更强的算法能力、更灵活易用的工具框架，以及更易拓展的通用场景能力，为更多的传统车企和开发者铺平道路。

再度升级，亮点直指工程、算法、工具、文档！

从2017年Apollo计划正式宣布至今，6年间不断推陈出新。最开始聚焦于基础能力的搭建，到如今侧重场景能力的发展，再到对平台工程易用性的精益求精，始终追求更高的标准和更好的用户体验。

保持创新和高频自我迭代后的百度Apollo开放平台9.0，将如何在提升开发者开发效率的同时，又助力其快速搭建属于自己的自动驾驶系统？CSDN带大家一起看看此次更新的4大亮点。

一是工程框架。Apollo开放平台9.0对包管理进行全面升级，将模块按照功能的粒度拆分成更小的软件包，使得开发者能根据需求选择使用。同时，平台还提供了各种丰富的功能组件及插件，并对功能扩展进行了提升和优化。这些改进大大提高了Apollo的二次开发能力，使得开发者能够更加高效地利用平台进行应用开发。值得一提的是，Apollo开放平台9.0还首次适配了ARM架构。

二是算法能力。Apollo开放平台9.0在此前的基础上优化了感知算法，Lidar检测采用了比较新的CenterPoint模型，视觉上采用了Yolo X + Yolo 3D模型，对这两个模型灌入百万级数据训练，召回率和精准率都有大幅提升。此外，还提供了增量训练，支持独立自主完成模型训练，可在维持模型原有检测能力的前提下，显著提升特殊目标和特殊场景的检测能力，从而达到用较低成本轻松提升定制场景的检测效果。并且，全面支持4D毫米波雷达，障碍物检测和极端天气场景安全性都得到了极大增强。

三是新版工具。在原有工具的基础上，新版本新增了高精地图制图、传感器标定和集成等工具。例如，Apollo开放平台9.0全新升级的Dreamview+在多场景使用、自由布局、数据资源等多个方面进行了全面提升，调试流程更简洁、窗口布局更灵活、资源取用更方便。

四是文档平台。Apollo开放平台9.0重构了文档平台，实现操作更便捷，阅读更顺畅，内容更充实，有效降低了开发者的学习使用成本。

由此可见，从自动驾驶能力到开发者易用性，Apollo开放平台9.0已是精“易”求精、不断优化，通过降低使用门槛，使更多开发者能够参与到自动驾驶技术的研发中来。

传统车企“借势”入局自动驾驶领域

对于浸润在互联网生态中的传统汽车制造商而言，想要拥抱数字化转型、快速布局自动驾驶的全栈技术，先要“借势”。

特别是商用车领域，想要在控制成本、保证安全的前提下，顺利进入自动驾驶领域，需要面临系统搭建难、开发成本高、硬件支持少、工具效率低等问题。

据了解，Apollo开放平台9.0拥有强大的场景通用能力，更加易用、易拓展，可以实现“开箱即用”，一周内就能完成自动驾驶车辆闭环，此外，Apollo开放平台9.0覆盖场景丰富，1个月即可完成场景应用业务系统闭环作业。这些为传统车企的技术破局创造了更多的机会，帮助自动驾驶系统完整、快速的搭建解决，大大减少研发投入，缩短研发周期。

例如，百度与传统大型主机厂商苏州金龙目前已经构建了人才培养、技术培训、商业牵引等全方位的合作新范式。

在人才培养上，一方面，苏州金龙自动驾驶团队通过Apollo自动驾驶社区各类开放学习资源，帮助应届毕业生快速了解自动驾驶完整架构，初步具备自动驾驶的上手研发能力；另一方面，针对自动驾驶研发中所遇到的难点算法和问题，帮助苏州金龙的工程师通过技术交流，不断提升自身研发技能。

在技术培训上，Apollo开放平台能帮助苏州金龙“站在巨人的肩膀上”。一方面，苏州金龙能基于通用版本做更进一步的迭代和开发，在未来拥有自主可控的自动驾驶能力；另一方面，针对自动驾驶技术难点，Apollo开放平台团队帮助苏州金龙实现了技术突破，解决了苏州金龙瓶颈问题，为自动驾驶车辆实现量产落地提供关键的技术条件。

在商业牵引上，苏州金龙目前打造的自动驾驶作业车，未来可通过百度自动驾驶教育产品的认证认可，进入Apollo开放平台的教育货架，为苏州金龙未来的自动驾驶业务创造更多商业化落地的路径。

受益与反哺，Apollo 与开发者共成长

毋庸置疑，自动驾驶系统本身存在很高的复杂性，对于基础开发者来说，从基础安装、使用到开发调试，都可能会遇到各种问题。Apollo如何破局？

答案是：人才生态建设。

备受瞩目的Apollo Studio开发者社区，如今已构建了一个集课程、实验、赛事于一体的学习实践平台，社区在线学习人次超过3.8万，累计覆盖全国开设自动驾驶相关专业类的理工院校超70%，985、211理工类院校覆盖率68%，成为国内自动驾驶在线培训规模最大、最有影响力的社区。

简而言之，Apollo Studio开发者社区提供了全方位的学习和实践机会，开发者可以从入门级别的教程开始上手学习，而在受益之外，社区也借助开发者推动其技术发展。

李家鑫便是“受益Apollo”又“反哺Apollo”的开发者之一。

作为Apollo开放平台合作开发的一员，李家鑫从结缘Apollo开放平台到陪伴产品持续迭代优化，已经走过6个年头。

2017年5月，恰逢李家鑫所在团队面临从技术原型机到产品原型机的转型，在进行系统软件平台架构选型调研时，他了解到Apollo平台开源的消息，并立即进行了专项研究评估。于是，在Apollo开放平台的支持下，李家鑫所在团队开始了平台化的迁移工作。由于Apollo优秀的开源架构设计和代码模块良好的易用性，团队仅用两周时间就完成了代码迁移和完整功能在实车上的验证。

在此后产品持续迭代优化的过程中，Apollo开放平台的布道师团队和开发者团队给李家鑫和他所在的团队提供了技术咨询、现场实车调试等支持，帮助他们完成了Apollo核心功能的迁移工作，让他们在传统工控机硬件架构体系之外有了更多的选择。

在与Apollo开放平台合作开发的日子里，李家鑫除了收获了技术能力的提升，也让他从开发者的角色逐步成长为合格创业者的角色。针对此次发布的Apollo 9.0版本，李家鑫站在“造福开发者”的立场上表示：“新增了对于4D毫米波雷达的支持，能让开发者在视觉感知算法为主导的体系外多一种高性价比的辅助传感器选型，并可以沿用原有激光雷达点云处理的算法进行处理。”

不仅如此，Apollo EDU高校计划也正式升级，针对本科层次构建立体化校企合作人才培养解决方案，从教学、师资、创新、实训、合作支撑等多个方面展开深度合作，以提升学生的实践能力和职业素养。

目前，Apollo开放平台汇聚了来自全球170多个国家和地区的16万多名开发者，在Apollo开放平台8.0至9.0开发过程中重构了12万行代码，新增了20万行代码，为平台注入了新的活力和创新。

技术无限，迭代不止。未来Apollo开放平台将如何继续聚焦开发者和生态伙伴的个性化需求，继续拓展能力边界、提升易用性，携手开发者与合作伙伴共创价值，跑出自动驾驶落地应用新速度，我们拭目以待。