前言
大家好，我是小包，好久不见啊。最近 🐏 群盛行，希望大家能防护好自己啊。
自动驾驶，近几年热门议题之一，小包便是这个议题的忠诚粉丝，毕竟现在的包可还不会开车，如果车能自己跑那就太好了 😂。但对于自动驾驶来说，也是众说纷纭，小包暂时还没这个水平去指点一下江山，就来讲一些最近在密切关注的百度 Apollo 开放平台。
Apollo 这个名字小包就特别喜欢，百度在国内也算是自动驾驶的领头羊。百度 Apollo 是一个自动驾驶领域的开放生态平台，为很多想学习自动驾驶技术的开发者提供诸多学习资源，不管你是想入门或者想磨炼自己的技术，都可以好好关注一下。
12 月 28 日，百度还推出了全新的版本——Apollo开放平台8.0。从平台的能力、架构全都进行了升级，直观来说就是使用起来会更方便。这个特别吸引小包，那么它到底升级在哪些地方呢？今天想和大家稍微分享和探讨一下。
新架构：更合理和完善，开发者上手更简单
Apollo 开放平台 8.0 搭建了新的架构体系，更加关注于生态的建设，构建技术与生态相结合的新架构。下面分别提供了架构的演变以及新架构简述:
通过两张图我们可以发现，新的架构有下面两大特色:
- 架构分层更加合理，功能更加全面完善，这对使用 Apollo 平台的开发人员来说是极大的利好。
- 软件核心层提供基于本地的 PnC 仿真调试，可以极大程度提高研发效率，👍
- 云端服务层新增实训、模型训练功能，模型的训练及其消耗算力，Apollo 平台提供模型训练的功能可以有效地缓解算力不足，并且降低开发者的成本
- 构建良好的生态体系
- 软件核心层集成各类自动驾驶常用的软件集，这可以极大的提高开发者的效率，避免重复造轮子。
- 软件应用层基于场景对用户开放全新的自动驾驶模块扩展能力与扩展方式，同时鼓励开发人员一起贡献新场景，不断完善软件应用层。众人拾柴火焰高，相信在众多的开发者的力量下，生态体系会不断完善。
Apollo 开放平台 8.0 的升级可谓是自动驾驶开发人员的利好，它提供了更多易用的工具，并开始构建越来越完善的生态体系，对于 Apollo 开放平台 8.0 ，小包真是满怀期待。
新能力：安装更快、调试和开发效率更高
软件包管理
Apollo 开放平台 8.0 在工程框架中引入了软件包管理机制，这是一项非常实用易用的革新，具体有两大优势。
- 安装简单快速
Apollo 以往版本的安装部署需要进行工程编译，这个过程非常耗时，最慢甚至要达数天，引入软件包管理后，有效节省了编译时间，整个过程可缩短到 30 分钟，Apollo 安装的时间成本大幅降低。
- 扩展便捷规范
很多经典的语言都存有包管理工具，例如 python 的 pip，js 的 npm，Apollo 开放平台 8.0 中的包管理工具也是类似的，能更科学规范的管理依赖关系，模块间的耦合度降低，逻辑性更强。此外，基于 Apollo 开放平台 8.0 中提供的新扩展方案，能更便捷的定制化组件。
感知全流程
Apollo 开放平台提供了丰富的感知模型，具体如下图。右侧为 Apollo 开放平台 8.0 新增加的三个模型，每类感知模型增加一个。
- CenterPoint 模型不再需要人为设定 Anchor 尺寸，其基于关键点检测得出物体的尺寸、方向和速度，具备更高的精度
- CaDNN 模型核心在于结合鸟瞰投影，预测图像中每个像素的深度分布，其精度远高于 SMOKE 模型
- BEV PETR 模型独具匠心，融合了 3D 坐标信息和图像特征，实现了视觉 360° 障碍物感知，提升了视觉感知能力。
除了新增模型以外，Apollo 开放平台 8.0 开放了感知的全流程开发环节，这意味着开发者不止可以使用平台提供的模型，还可以根据实际需求使用其他模型。
感知全流程开发环节的开放意味着开发人员不再完全受限于平台，拥有了自己创新实践的能力，更大程度上解封了开发人员的生产力。那么问题来了，使用自定义模型难吗？
不止不难，还非常简单，平台人性化的设计了整套流程。
- 模型训练环节：平台支持使用 Paddle3D 的模型，不必重复造轮子；同时引入 meta 信息来规范模型的基础信息。设计模型时，用户只需遵循 meta 规范，就可以设计出兼容性强、性能好的模型。
- 模型部署环节：对于符合 meta 规范的模型，平台提供了模型部署工具可以一键进行部署，模型部署的难度大大降低。
- 验证环节：用户本地通过数据包便可以实现算法的评估，同时还提供各类感知结果可视化工具。
PnC工具链
对于自动驾驶来说，实际的测试成本较高，通常借助仿真来进行测试，仿真的便捷、灵活、测试的全面性关乎到自动驾驶的效果评估，仿真至关重要。
Apollo 开放平台 8.0 新增本地仿真支持，允许在本地使用 dreamview 仿真器来模拟车辆仿真。同时为 dreamview 添加了 studio 组件，借助组件可以下载 studio 的场景与动力学模型，这非常有利于提高 PNC 调试效率。
此外，Apollo studio 还提供了云端仿真功能，开发者可以一键创建所需要的仿真场景，且提供便捷的场景管理。
PnC 工具链的改进都是非常贴近于现实需求，能很大程度上提高用户的工作效率，大大的赞。
新社区：免费大咖课程等多种资源
自动驾驶技术学习难度大，门槛高，对于个人学习者非常不友好，很容易走弯路。鉴于此，百度上线的全新社区 Apollo Studio 打造了一个自动驾驶一站式学习实践的平台，可以为开发者提供很多学习实践、工具资源、技术交流等服务，同时也可以提供一个交流、成长的环境，这样更有利于作为技术开发人员的成长。
这个社区小包是大大好评的，它不仅提供系统的课程学习，同时还提供了很多比赛、交流，培训等，在这个社区中，可以学练结合，也可以找到志同道合的挚友，来一起共同进步。
如果是对自动驾驶技术真的非常感兴趣、有志于未来在这个领域长期发展的，我真的推荐你去体验一下 Apollo开放平台8.0。刚刚提到的 Apollo Studio开放社区现在也已经上线了，链接在这里，有需要的都可以上去注册看看
