百度技术沙龙|快速搭建自动驾驶系统之前 要先学会深度利用Apollo平台

7月22日，百度Apollo开放平台举行了首次技术沙龙，主题为“Apollo平台与智能驾驶方案深度解析”。尽管这天是周六，中关村车库咖啡馆100平米左右的活动现场仍聚集了超过350位参会者，从大学生到科研学者，从职场精英到个人开发者，听众年龄跨度超过50岁，这也充分证明了当下AI、自动驾驶等领域已成为热门的行业。

Apollo开放平台自百度AI开发者大会宣布正式开放以来，持续是行业的热门话题之一。Apollo平台开放首日就在开源社区Github的热门项目排行榜中，升至C++语言类项目的榜首，成为了科技极客圈的新晋“网红”。开发者对Apollo的热情持续高涨，很多开发者非常期待可以深入了解Apollo平台的开放内容，以便更充分高效的利用Apollo平台，研究并落地自己对于自动驾驶的诸多想法。也正是为此，百度特地组织了这次技术交流活动。

这次技术沙龙，从Apollo整体框架及数据平台的使用，到整体代码框架的改进方法，再到智能驾驶完整解决方案的实践经验，解答了许多开发者在智能驾驶研发过程中遇到的诸多实际问题。

沙龙主要包括三个主题演讲环节，百度自动驾驶事业部资深架构师、数据平台专家杨凡，通过《Apollo能力开放与资源开放》为开发者讲解了如何获取Apollo代码框架，并进行应用开发。据杨凡介绍，Apollo1.0的开放能力共有四个核心特点：高效易扩展的架构、立即可用的硬件、一键启动的更新功能以及完备的开发工具。此外，杨凡还对Apollo云端开放资源，即数据开放平台的逻辑架构和使用流程进行了详细介绍，开发者们可以十分便捷地通过Apollo数据开放平台进行云端模型训练和分析调试。他表示，开放自动驾驶能力和数据资源并非最终目的，与合作伙伴密切合作并形成行业化的解决方案才是百度开放Apollo平台的增量价值。

第二个部分是《Apollo代码开放框架—ROS在百度自动驾驶的探索与实践》。ROS是机器人研究领域中使用最广泛的开发框架，它可以起到类似操作系统的作用，但因为它本身主要用作学术领域，所以在工程化方面仍存在一些缺陷。主讲人何玮是百度专注于自动驾驶车载计算框架的资深工程师，他分享了百度在ROS使用中遇到的一些问题和解决方案：大数据量传输性能瓶颈、单中心结构存在单点风险以及数据格式缺乏后向兼容。并分别从去中心化的网络拓扑、共享内存、数据兼容性扩展等三方面对策介绍了百度是如何改进ROS系统的。

如何利用Apollo开放的能力、技术和资源设计并实现一整套自动驾驶方案?针对这个问题，百度资深架构师郁浩带来了当天最后一个主题演讲——《基于深度学习的 End to End自动驾驶方案》。End to End(端到端)，是一种较为新型的自动驾驶解决方案。与rule based(规则式)相比，端到端的解决方案具有复杂度低、广铺成本低、传感器成本低等优势，同时对于车载计算资源的利用率也高于传统的规则式解决方案。

据了解，此次技术沙龙的吸引力异常强大，参会者数量大大超出了主办方预期，不少参会者只能站着听讲。在长达5个小时的技术交流中，参会者始终热情高涨地做笔记、记录PPT、积极参与Q&A环节，直到会议结束，很多参会者还围在讲师四周进行专业的技术咨询。

通过此次技术沙龙，使更多的开发者进一步了解了百度Apollo平台的开放能力，并学习了更多百度在智能驾驶方面的技术探索和实践，这将促使他们获得更为强大的开发能力。Apollo1.0自发布以来便受到全球范围内的关注，百度集团总裁兼首席运营官陆奇在百度AI开发者大会上表示，Apollo将加强开放速度，每个星期都会更新，每两个月左右都会有一个新的版本和总体能力的提升。

随着Apollo平台的持续开放，未来百度还会继续召开更多的交流活动，与开发者和合作伙伴共同推动平台的健康发展。一位参会者表示：很多开发者都有通过技术改变世界的梦想，希望Apollo这样的开放平台能够成为开发者们的“支点”。