进阶无人驾驶—Apollo硬件开发平台介绍

课程简介

课程概述：本课程涉及自动驾驶课件及Apollo硬件开放平台的相关内容，旨在帮助学习者深入掌握自动驾驶汽车的硬件架构、传感器技术以及线控系统等核心环节，并为其全面理解整体自动驾驶技术体系奠定基础。让我们开启这段精彩的深度学习之旅吧！

一、课程开讲啦！

本次课程是Apollo平台得产品经理王石峰为大家带来本次课程的内容。

为了深入理解产品的功能特性与工作原理，在发生一起严重的自动驾驶事故时, 研究并解析这一事件。从而能够深入探究其引发的根本原因以及对整体自动驾驶技术的影响。进一步完成整个自动驾驶系统的功能解析, 并全面掌握其核心组件的技术实现细节。

上图详细展示了 Uber 车辆交通事故分析的相关内容：
一、在碰撞发生前六秒期间内（即事故即将发生时的最后一刻），车载电脑已经提前察觉到了行人的存在；事故即将发生时的最后一刻（即事故发生前的一秒），AEB系统已处于激活状态但并未实施制动动作。然而车辆并未实施制动动作的原因在于，在改进沃尔沃SUV车型时（即对沃尔沃SUV车型进行技术优化过程中），我们将传统机械制动系统进行了数字化替代（即将传统机械制动系统的功能进行了重新设计），并最终实现了计算机控制下的自动刹车模式（即实现了由电脑直接控制刹车系统的操作）。因此，在这种情况下（即这种情况中），完整的闭环控制系统未被建立（即整个刹车过程未能形成一个完整的反馈闭环）。

二、驾驶员未对道路进行观察而是在低头玩手机因此当事故即将发生时他未能及时应对导致了交互上的缺陷

三、道路线上的光照不充足引致汽车当它试图识别行人时无法清楚辨别出行人的存在而导致撞到行人的事件发生

四、汽车安装传感器可能会导致车辆行驶出现异常情况。这进而导致大量改装不满足车规要求，并最终造成事故。

大家都知道，安全是驾驶的第一条，不管是不是自动驾驶都是这样的。

二、研发流程

软件在环以仿真与模拟为基础运行（如同赛车游戏般的虚拟环境），而硬件在环则依赖于必要性的硬件生产流程（通常指 hardware environment下的测试环节）。车辆 in 环主要应用于封闭场地 test 景观，在此场景下可观察 and validate system performance under controlled conditions. 司机 in 环则通过模拟真实的人-车-路-交通 system 环境来验证 performance capabilities under various operating scenarios.

自动驾驶不仅不仅仅只是一个机器控制技术上的挑战,而且还是一个以人为本的人机交互界面的问题.由此可见,在全面研究的基础上制定相应的策略是必不可少的.

三、自动驾驶的硬件系统

大家可以看到每个模块都配备有多个硬件设备。例如，在汽车发生碰撞时速度传感器会触发气囊自动弹出以保护头部安全；此外还有生物电传感器这类设备能够监测手部是否存在脱离方向盘的情况或者评估情绪与身体状况的变化趋势；而所谓的黑匣子则类似于飞机黑匣子的功能记录着每次汽车事故所发生的各项数据信息无需一一列举

接下来对核心传感器进行介绍：

设备	作用	特点	核心
摄像头	车道线和交通标识牌、红绿灯以及车辆和行人检测	检测信息全面、价格便宜、受天气影响大	镜头、镜头模组、滤光片、CMOS/CCD、ISP数据传输
激光雷达	经过发射激光波对前面障碍物进行检验	同轴旋转、相控阵、棱镜旋转和MEMS	波的反射与时间计算
毫米波雷达	检测车辆	检测速度快，准确，不受天气干扰，但无法识别车道线	发射芯片、计算机运算等对距离的计算

上图就是传感器支持的功能展示图。

例如刹车人传感器的测试数据：

该图表直观地展示了不同速度下的刹车距离大小变化情况；从而可以通过收集与自动驾驶汽车整体运行时间相关的实时数据来获取以下结论：

再次基于汽车测量物体的性质和不足信息来发现漏检的死角，并对该算法进行优化处理后，从而得出了以下的关系。

通过该系统，在倾角为0.4°时，在距离为32米的位置能够检测到路锥，在100米外即可观察到行人。而当倾角降至0.1°时，请问您是否已经看到了相关数据？具体数据如后。

接着我们看看自动驾驶的计算单元：

Apollo在集成这些计算单元的过程中，并对其进行了系统性的备份处理以保证数据传输的可靠性；这种集约化的管理架构旨在优化各计算单元与中央处理器之间的协同工作能力

基于时间戳的性能对各传感器收集的数据进行整合并被处理器接收处理后生成控制指令的过程如图所示

上图式芯片设计的过程是为了确保无人车量产所需的技术基础而设立的。

线控系统的运行基于计算机生成的数据指令，并非依赖物理操作来实现功能；设备如上图所示；

目前在无人驾驶汽车的研发中广泛采用EPS与线控转向系统的集成以实现精准控制其显著优势在于可以通过不同组合形式灵活配置功能模块并根据实时需求进行优化改进通过研究油门、刹车等动作的程度来评估车辆制动性能进而通过车载微控制器精确调节车辆动力输出

概述各版本线控系统的改进情况及其主要差异，并通过下图进行详细说明。

下一步阶段中Apollo开发平台将致力于为用户提供更加完善和具备显著优势的共享模块体系，并通过持续优化提升用户体验质量；例如，在AXU单元的基础上进行优化升级，并推动其在平台上的全面发布。

它旨在提高时间基准的校准精度，并保证各传感器的数据能够同步获取；通过这些措施实现进一步优化。

本次重点在于深入学习汽车的核心要素与Apollo的研发理念，并真诚地期待大家能对该开发平台继续保持兴趣