无人驾驶入门1：无人驾驶概览

最近给大家分享了《百度Apollo无人驾驶入门课程下载》，我也学习了一些，把我做的笔记分享给大家。

第一课：无人驾驶概览

课程主要介绍了无人驾驶车的关键部分以及Apollo的架构，带大家入门无人驾驶技术。

1.欢迎学习Apollo课程

略

2.你将学到什么p>

课程概述，略。

3.什么是无人驾驶strong>

我们为什么需要无人驾驶strong>

主要是三个方面：

1、安全：人们驾车时分心走神是车祸的主要原因，但自动驾驶车不会分心走神，不会疲倦。(今天儿子说无人驾驶车也会累，它累的时候就是充电，好吧，你比爸爸更懂无人驾驶车:)

2、不再需要驾车培训和考试：人们驾车需要经过驾校培训，所有人都需要从0开始学习，驾车经验无法传承，但无人驾驶车可以自学和复制，不仅仅在驾驶过程中不断得到学习，而且还可以将学习积累的成果复制给其他车辆。

3、方便：即便驾车有愉悦感，但找停车位很痛苦，相信大家都有这样的感触，而无人驾驶车，将会和坐出租或滴滴一样，在你需要到达的地方停车，你下车后它再自己去寻找停车位。在你需要用车时，只要召唤它，它就会来到你的身边，超级方便。(感觉像不像勇士在召唤神龙介绍特斯拉的召唤功能。)

关于自动驾驶的等级划分，后续我再专门写一篇文章。

4.Sebastian欢迎辞

略。

5.无人驾驶车的运作方式

这篇是David silver在TED的演讲，但看完这9分钟的视频，基本可以了解无人驾驶的运作方式，是最基础的入门课，强烈建议0基础人员学习。

无人驾驶总共有五个重要的单元，分别是：计算机视觉、传感器融合、定位、路径规划、控制。

传感器融合是用来加深对视觉的理解，获得车辆距离、其他物体的移动速度等信息，了解自身同周围世界的关系。

路径规划也不是简单的导航软件中的航线计算，导航地图的路径规划是全局概要规划，指引无人车前往哪里，而自车本身还需要通过对周围车辆和事物的判断，形成自己位姿的路径规划，通过车辆位姿的调整，避免同其他车辆或事物的碰撞，同时也影响驾乘的舒适度(比如对刹车的影响)。

个人的总结：摄像头让车辆看清周围的事物，雷达等传感器让车了解自身同周围物体的关系，通过地标(高精度地图中的特征)定位获得车辆厘米级定位，结合GPS定位(绝对定位)，可以获得车辆在高精度地图中的绝对位置。路径规划既需要turn by turn的道路级路径规划，也需要通过自车同周围事物的距离速度等信息判断，做出自车位姿的路径规划，前者是大方向，后者是细节操作，而控制就是为了实现同规划路径的吻合。至此，车辆就可以完成一次从起点到终点的完整行程。

6.Apollo团队与架构

略。

7.参考车辆与硬件平台

做无人驾驶开发，就需要一辆可以通过电子控制的车辆，原来驾驶员对方向盘、油门刹车等的物理控制，变成了电子信 控制，这样的车辆就叫做线控驾驶车辆。(欢迎浏览“聊聊用机器人做无人驾驶”一文)

这样的车辆可以通过控制器区域 络(CAN总线)向车辆发送加速、制动和转向信 等信息，通过GPS可以获得绝对位置信息，通过惯性测量装置(IMU)可以获得车辆运动速度、加速度和位置等信息，通过激光雷达可以获得位置点云信息，通过摄像头捕获图像信息，通过雷达了解障碍物信息。当然，还有不可或缺的电脑，他是无人驾驶的大脑。

摄像头、GPS、IMU、激光雷达、雷达以及PC等，这些是无人驾驶所需要的硬件平台。

运行时的框架是Apollo的操作环境，它是ROS(机器人操作系统)的定制版，即Apollo将ROS作为在RTOS上运行的软件框架。

去中心化解决了单点故障问题，原来ROS的各个模块都需要由ROS的主节点来控制，一旦主节点出现问题，那么整个系统也就无法运行了，Apollo改为将所有节点放在一个公共域中，域中每个节点都有关于其他节点的信息，公共域取代原有ROS的主节点，消除了单节点故障的风险。

应用程序模块包括地图引擎、定位、感知、规划、控制、端到端的驾驶以及人机接口(HMI)等。

仿真平台聚合了大量驾驶数据，可以是开发人员能够检测和验证无人驾驶软件系统，仿真平台不仅仅可以提供大量的数据模拟，更可以通过等碰撞检测、交通灯识别、速度限制、障碍物检测、路线逻辑等指标对实现结果进行评估。

数据平台为仿真平台提供了大量的数据，这部分数据可以是从真实驾驶环境记录获得，也可以是虚拟生成的数据，前者可以通过已获得的结果进行算法等验证，后者可以快速搭建验证某一算法的环境。在验证算法过程中，可能需要带有标签注释的数据，即已获得已知结果的数据，比如交通信 灯、带边界的障碍物、语义分割数据等。

10.无人驾驶车纳米学位

学完本次免费课程觉得不过瘾，可以付费去优达学院学习专业课程，不仅仅获得的技能更强，同时也可以作为履历的一部分。(此处应该由优达学院支付广告费:)

11.开启专题学习之旅

略。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn213227 人正在系统学习中 相关资源：典型自动驾驶仿真软件介绍-iatf16949标准知识培训讲义-交通文档类…