继今年4月上海车展上百度抛出开放自动驾驶能力的“Apollo计划”之后，这项计划终于在7月5日的百度AI开发者大会上有了下文。
百度董事会副主席、集团总裁兼首席运营官，同时也是负责百度智能驾驶业务一把手的陆奇，宣布Apollo的1.0版本正式向开发者提供服务。
与此同时，百度还展示了已加入Apollo大生态中的53家合作伙伴，包括车厂企业（共计15家，包括13家国内厂商和2家国外厂商）、Tier1供应商、图商、自动驾驶初创公司，以及出行服务公司、院校和政府机构。
Apollo 1.0发布
这是一个大的共享生态。Apollo 1.0最引人注意的地方在于从数据、框架和算法技术层面帮助对自动驾驶技术感兴趣的开发者迅速搭建一套整车的自动驾驶环境。而百度方面宣称，从一辆普通的汽车到改装成一辆具有自动驾驶能力的车，开发者大约仅需3天时间就能全部搞定。
不过，Apollo的 1.0版本并未将全部的自动驾驶能力开放出来。正如上图所示，除了最底层的支持，Apollo 1.0目前在参考硬件平台层面目前仅支持GPS/IMU（卫星定位导航/惯性测量单元）和人机交互相关的硬件；在开放软件栈（Open Software Stack）层面提供了基本的运行框架（Runtime Framework）、实时操作系统（RTOS），以及定位（Localization）、控制（Control）和人机交互（HMI）的支持；云端服务层面则提供了数据平台（Data Platform）和百度的人机交互系统DuerOS。
这意味着，比如开发者现在想基于摄像头（Camera）、激光雷达（LIDAR）或者其他雷达装置（Radars）做点带避障和感知功能的自动驾驶，他们需要等到Apollo开放平台之后的版本迭代出来才行。
采用Apollo 1.0平台能力的林肯汽车
在百度内部，已经开始着手对Apollo 1.0进行测试。比如李彦宏在早间赶往百度AI开发者大会的路上乘坐了两种自动驾驶汽车，在五环道路上所乘坐的是一辆更高阶（集成更丰富的传感器和自动驾驶算法）的自动驾驶汽车，而在国家会议中心附近所换乘的林肯汽车，即采用Apollo 1.0的平台能力实现的自动驾驶，该车是由Apollo合作伙伴，来自美国的自动驾驶创业团队AutonomouStuff在3天内改造完成。
经由Apollo 1.0开放平台赋能自动驾驶的汽车，更准确地说它是一辆“循迹自动驾驶汽车”，它主要基于导航+惯导的高精度定位能力，结合学习人类司机的驾驶行为和轨迹，训练并具备了相对有限的自动驾驶能力。
陆奇在上午的发布会透露Apollo开放平台的后续计划时，也强调当前的1.0版本的平台，注重的是封闭场地循迹自动驾驶。而接下来的计划还包括：
9月份（可能会在百度世界大会期间），Apollo开放平台将支持固定车道的自动驾驶，并开始提供高精度地图（HD Map）、障碍感知（Perception）和线路决策（Plan），以及仿真平台（Simulation）。12月份，Apollo将迭代至2.0版本，进一步提供增强感知（Advanced Perception）、“端到端（End to End，即从环境传感器到油门、刹车、方向盘转向的控制）”和安全方面的支持。
截至2018年底、2019年底和2020年底，Apollo开放平台将分别支持特定区域高速和城市道路的自动驾驶，更多高速和城市道路的自动驾驶，以及高速和城市道路的全路网自动驾驶。
Apollo从1.0开始，便注重生态下的能力共享和资源整合。所以在Apollo生态中，奉行贡献越多、回报越多的原则，即每位开发者所贡献的自动驾驶数据越丰富，那么生态中的自动驾驶算法便越成熟可靠，进而再反哺到每一位开发者，给予更精准的汽车自动驾驶算法能力。
接下来，高精度地图、感知能力和仿真平台陆续登场
百度智能汽车事业部总经理顾维灏在下午的“星罗云布 共享Apollo”智能驾驶分论坛上提到Apollo的下一步开放重点，在于高精度地图（HD Map）、感知能力（Perception）和仿真平台（Simulation）。
高精度地图是汽车实现自动驾驶的一种重要数据支持，它是由专业数据采集车搭载多线程激光雷达等传感器采集获取并最终制成精度在厘米级的三维车道数据，能帮助摄像头、激光雷达、毫米波雷达等传感器在即时探测道路障碍时，更进一步延伸机器视觉的视野范围，提高线路规划的决策能力。在高精度地图数据的生产方面，百度还与跨国图商TomTom达成战略合作，双方将通过技术共享，推进全球高精度地图数据库的建设。
感知能力是通过Apollo接下来所开放的更多硬件支持，提供基于摄像头、激光雷达等传感器，并围绕着高精度地图数据进行处理的感知算法。例如，如何让摄像头和激光雷达数据结合CNN（卷积神经网络）深度学习算法识别车道线、车牌、红绿灯，以及汽车、行人等道路上的不同要素，并将这些识别的成果叠加到高精度地图中，让自动驾驶系统更清楚的知晓如何让汽车更安全地行驶。
仿真平台是自动驾驶的加速器。其一，它利用模拟的三维道路环境和还原的真实道路路况信息，让自动驾驶算法在其中保持长期运行，当自动驾驶算法出现问题或在模拟中出了事故时，仿真平台便会作出修正和验证，不断提高算法的安全性；其二，实际道路上测试的自动驾驶汽车的运行数据，也可以导入到仿真平台中，用于自动驾驶算法的进一步优化。仿真平台的意义还在于可以让越来越多的开发者参与其中，共同加速提高自动驾驶算法的成熟度。
为量产的自动驾驶汽车铺路
除了开放和共享的核心价值外，Apollo开放平台也为量产的自动驾驶汽车铺路。
例如，百度与英伟达（Nvidia）之间的合作，在于研发芯片级的AI与自动驾驶计算方案，这种适用与自动驾驶计算场景的芯片，将拥有更强大的图形处理和计算能力，其更小巧的体型，也更适整车厂所采用。
极智酱也曾报道过在上个月的CES ASIA上，百度还签约国内多家Tier1供应商，联合研发自动驾驶量产专用的BCU（Baidu Computing Unit）平台，推出BCU-MLOC（基于高精度地图和定位的自动驾驶方案）和BCU-MLOP（在BCU-MLOC的基础上增加了Perception感知功能）的自动驾驶方案。
所有这些合作，都将联动Apollo开放平台，将不断强化的自动驾驶软件能力封装到这些硬件中，最终落地于整车。
另一方面，也一如这次为百度站台的奇瑞汽车、一汽集团所期待的那样，与互联网公司甚至是更多同行的合作，可以让传统整车厂在车联网、AI与自动驾驶、智能交通等技术应用变革的浪潮中，能抓住一次机会，面对一轮技术狂澜乃至可能出现的行业洗牌，竞逐并成就领先的地位。
