自动驾驶技术概论

由北京航空航天大学和百度自动驾驶事业群组联合编写，系统介绍自动驾驶技术基础理论，并依托百度Apollo自动驾驶平台动手实践，体现了我国自动驾驶技术领域的*科研成果和前沿技术应用

本册书主要介绍汽车构造和无人驾驶汽车的基本概念，让读者从基础开始，由浅入深地了解无人驾驶的历史由来、国内外自动驾驶产业现状及技术发展、自动驾驶汽车的技术架构、自动驾驶开发平台等知识，并详细介绍百度Apollo无人驾驶平台，通过实际的案例让读者深入了解无人驾驶知识体系。

中共党员，北航汽车工程系教师党支部书记，2001年10月毕业于吉林大学获博士学位，2001年11月在北航汽车工程系从事博士后研究，2004年1月留校任教。完成了包括国家863项目、国家科技支撑计划在内的省部级以上项目10余项，横向课题20余项；在国内外学术期刊和会议上发表论文50余篇，获国家发明专利12项，主编出版高等学校汽车专业教材2部，完成教改重点项目2项，获北京市教学成果奖1项，获北航教学成果奖8项，目前承担本科生课程2门，研究生课程2门，培养车辆工程专业研究生38人。

目录

第1章自动驾驶技术概述
1.1汽车发展史及发展趋势
1.1.1蒸汽机与蒸汽机车的发明
1.1.2内燃机与内燃机汽车的发明
1.1.3汽车发展趋势
1.2自动驾驶汽车的产生
1.2.1研发历史
1.2.2自动驾驶时代的开启
1.3自动驾驶概述
1.3.1定义及分级标准
1.3.2SAE J3016的自动驾驶级别划分
1.3.3中国智能汽车等级划分
1.4自动驾驶技术与行业发展现状
1.4.1技术发展现状
1.4.2行业代表
参考文献

第2章汽车构造基础
2.1车辆动力传动系统
2.1.1概述
2.1.2传统动力传动系统
2.1.3纯电动传动系统
2.1.4混动传动系统
2.2车辆悬架系统
2.2.1概述
2.2.2非独立悬架
2.2.3独立悬架
2.2.4电控悬架
2.3车辆转向系统
2.3.1转向系统的功用及类型
2.3.2转向器
2.3.3转向助力
2.4车辆制动系统
2.4.1概述
2.4.2制动器
2.4.3制动助力系统
2.4.4制动力调节系统
2.5汽车线控系统技术
2.5.1概述
2.5.2汽车线控的关键技术
2.5.3典型线控系统
2.6CAN总线技术
2.6.1概述
2.6.2工作原理
2.6.3工作特点
2.6.4SAE J1939协议
2.6.5百度自动驾驶汽车的线控技术应用
参考文献

第3章自动驾驶汽车技术架构
3.1自动驾驶汽车整体架构
3.2环境感知传感器技术
3.2.1激光雷达
3.2.2摄像头
3.2.3毫米波雷达
3.2.4超声波雷达
3.2.5环境感知实例——车道线检测
3.3定位系统
3.3.1卫星定位技术
3.3.2差分定位系统
3.3.3惯性导航定位
3.3.4多传感器融合定位技术
3.4高精地图技术概述
3.4.1高精地图综述
3.4.2高精地图在自动驾驶中的应用
3.4.3高精地图的制作
3.5规划与决策系统概述
3.5.1路径规划
3.5.2路径规划算法介绍
3.6V2X技术概述
3.6.1V2X分系统概述
3.6.2V2X典型应用
参考文献

第4章自动驾驶汽车开发平台
4.1开发平台概述
4.2硬件平台
4.2.1传感器平台
4.2.2计算平台
4.2.3线控车辆平台
4.3软件开源平台
4.3.1ROS介绍
4.3.2ROS特点
4.3.3ROS文件系统层
4.3.4ROS计算图层
4.4整体开放平台
4.4.1硬件平台
4.4.2软件平台
4.4.3云端平台
4.5安全解决方案
4.5.1潜在威胁与对应方案
4.5.2Apollo安全方案
参考文献

第5章Apollo平台介绍
5.1Apollo平台概述
5.1.1Apollo平台发展历程
5.1.2Apollo平台技术框架
5.2Apollo车辆要求
5.2.1车辆功能要求
5.2.2车辆线控要求
5.3Apollo支持的传感器
5.3.1激光雷达
5.3.2毫米波雷达
5.3.3摄像头
5.3.4导航模块
5.3.5工控机
5.3.6CAN卡
5.3.7Apollo传感器单元
5.4Apollo平台的安装和使用
5.4.1Apollo内核的编译
5.4.2构建Docker容器
5.4.3编译Apollo源代码
5.4.4启动并运行Apollo平台
5.5开放数据集
5.5.1仿真场景数据
5.5.2标注数据
5.5.3演示数据
参考文献

前言

随着汽车工业、信息技术和人工智能技术的发展，汽车智能化、自动化程度越来越高，自动驾驶技术能够通过融合多传感器感知道路周边环境信息，结合高精地图和高精度定位实现路径规划，经决策后控制车辆运动。自动驾驶技术能够提高道路通行效率，减少交通事故和人员伤亡，提高车辆的运行效率，降低驾驶员的劳动强度，降低能源消耗减少排放，提高出行的舒适性。自动驾驶是一个复杂的软硬件结合的系统，主要分为感知定位、决策规划、控制执行三大技术模块。感知定位模块主要通过摄像头、雷达等高精度传感器，为自动驾驶提供环境信息； 决策规划模块依据感知系统提供的车辆定位和周边环境数据，在平台中根据适当的模型进行路径规划等决策； 控制执行模块以自适应控制和协同控制方式，驱动车辆执行相应命令动作。本书系统地对自动驾驶所涉及的技术进行了介绍。
本书为高等院校车辆工程、交通工程专业的学生编写，同时也可供从事智能汽车技术研究的有关工程技术人员参考。全书分为5章。第1章介绍了自动驾驶汽车概述，包括汽车发展史及发展趋势，自动驾驶汽车的产生及行业发展现状； 第2章介绍了汽车构造基础，包括传统汽车的车辆动力传动系统、车辆悬架系统、车辆转向系统、车辆制动系统、自动驾驶汽车的线控系统技术及CAN总线技术； 第3章介绍了自动驾驶汽车技术架构，包括自动驾驶汽车整体架构、环境感知传感器技术、车辆定位技术、高精地图技术、规划与决策技术、V2X技术； 第4章介绍了自动驾驶汽车开发平台，包括开发平台概述、硬件平台、软件开源平台、整体开放平台及安全解决方案； 第5章介绍了百度Apollo自动驾驶平台，包括Apollo平台概述、Apollo车辆要求、Apollo支持的传感器、Apollo平台的安装和使用、开放数据集。
本书作者长期从事车辆工程和自动驾驶汽车的教学与科研工作，在编写本书过程中借鉴了同类教材的优点，同时把自动驾驶汽车的最新研究成果与百度Apollo平台的最新技术吸收到本书中，因此本书具有较强的综合性和前沿性，有利于学生理解和掌握智能驾驶汽车最新的核心技术。
本书由北京航空航天大学联合百度公司共同编写，在编写过程中得到了来自北京航空航天大学和百度公司的多位专家、老师、同学的参与和支持，包括北京航空航天大学的谭琨、熊绎维、张永康、张行健、赵菲、李凤远，以及百度公司的陈卓、夏黎明和唐盈等。谨在此向他们致以深切的谢意。
由于编写时间短，编者水平有限加之经验不足，本书难免有疏漏和不足之处，恳请各位同行和读者批评指正。

编者于北京航空航天大学

2019年9月

第5章Apollo平台介绍

5.1Apollo平台概述
5.1.1Apollo平台发展历程

2017年7月，百度AI开发者大会在北京国际会议中心召开。会上，时任百度董事会副主席、集团总裁兼首席运营官陆奇正式宣布Apollo 1.0开放平台上线，开放源代码，并且公布了Apollo计划核心技术的总体技术框架及详细的开放计划。即日起，所有开发者都可以在GitHub上找到并使用Apollo 1.0的源代码。Apollo在GitHub上的网址是： https://github.com/ApolloAuto。
Apollo(阿波罗)是一个开放和完整平台，可以帮助汽车行业及自动驾驶领域的合作伙伴整合自身的车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。与封闭的系统相比，开源的Apollo平台项目的参与者越多，积累的行驶数据就越多，能以更快的速度成熟，从而推动自动驾驶产业快速发展。
Apollo 1.0版本具有在封闭区域循迹自动驾驶的能力和自定位的能力。Apollo 1.0的主要目的是降低自动驾驶的准入门槛。对于自动驾驶行业的初创公司或者缺乏相关积累的整车厂来说，在Apollo 1.0平台上进行二次开发无疑是一种既省时又省力的方法。
2017年9月，Apollo 1.5版本正式上线。相比Apollo 1.0版本，增加了65000行代码，并新开放了障碍物感知、决策规划、云端仿真、高精地图和端到端的深度学习算法这5种新能力。相比Apollo 1.0只能在封闭区域内行驶，Apollo 1.5版本实现了无人驾驶车辆在固定车道的循迹驾驶。同时，Apollo 1.5实现了无人驾驶的完整框架，为未来的发展奠定了良好的基础。
2018年1月，百度在拉斯维加斯的CES(International Consumer Electronics Show，国际消费电子产品展)大会上正式发布了Apollo 2.0。相比1.5版本，Apollo 2.0在4个方面进行了升级。
(1) 解决方案的完整性。Apollo 2.0支持昼夜简单城市道路情况下的自动驾驶，包括云端服务、软件平台、参考硬件以及参考车辆平台在内的4个模块全部开放。

(2) 首次开放产品安全服务。Apollo 2.0通过云端的安全OTA、系统层级的防火墙以及硬件层级的黑盒子这3方面来保障系统的安全运行。
(3) 自定位、感知、规划决策能力加强。Apollo 2.0实现了对红绿灯的有效识别，新增的变道功能也会根据路况进行自主判断，规划车辆进一步的动作。
(4) 云端仿真能力加强。原本在Apollo 1.5上需要花费30min的仿真测试，在Apollo 2.0版本上只需要30s，减轻了平台测试者的工作量。
Apollo 2.0在平台层面上基本实现了功能完整性、开放性和产品的安全性，达到了一个相对稳定的状态。在商用上，百度也发布了基于Apollo 2.0的、与金龙客车合作的无人驾驶园区穿梭巴士——阿波龙，标志着Apollo平台的正式落地。
2018年4月，百度正式发布Apollo 2.5版本，围绕场景、成本、车型、性能等维度进行了多项升级。尤其值得关注的，一是新增支持国内激光雷达厂商和百度联合开发的“激光雷达 摄像头”的一体化传感器，开发者无须再使用国外昂贵的激光雷达产品； 二是新增“单目广角摄像头 毫米波雷达”的解决方案，通过基于摄像头的视觉感知方案，使传感器成本较之前降低90%。同时，Apollo 2.5版本支持限定区域视觉高速自动驾驶，解锁高速公路场景，并开放视觉感知、实时相对地图、高速规划与控制3大能力。
2018年7月，据Apollo 1.0发布整整一年之后，百度在AI开发者大会上正式发布Apollo 3.0。百度创始人、董事长兼首席执行官李彦宏宣布，L4级别的量产自动驾驶巴士“阿波龙”正式下线。
对于百度而言，Apollo 3.0意味着无人驾驶平台实现了从技术研发到量产的第一步。Apollo 3.0在架构、能力、平台、方案上进行了全方位的更新，在原有开发架构基础上新增了量产解决方案。
首先，Apollo 3.0将硬件参考车辆平台升级为车辆认证平台。Apollo官方给出自动驾驶技术所需要的车辆标准，给整车厂在制造车辆时予以参考，开发者可自由选择经过Apollo认证的车辆，即可无缝使用Apollo平台。
其次，Apollo 3.0将硬件参考平台升级为硬件开发平台，并发布Apollo传感器单元，支持雷达、摄像头、激光雷达、GNSS、IMU等设备接入，使得多传感器融合更加容易实现。
最后，Apollo 3.0推出了3个自动驾驶量产解决方案，分别为自主泊车、无人作业小车和自动接驳巴士。
2019年1月，百度在CES大会上正式发布Apollo Enterprise和Apollo 3.5。
Apollo Enterprise(Apollo企业版)被定义为“自动驾驶和车联网领域的商业解决方案”。主要面向车企、供应商和出行服务商，帮其实现智能化、网联化、共享化，提供量产、定制、安全的自动驾驶和车联网解决方案。
Apollo 3.5版本中，自动驾驶系统的规划、预测、感知和定位等主要模块都得到了升级。在硬件方面，Apollo 3.5对现有的5个硬件模块进行了更新，包括计算单元、GPS/IMU导航系统、摄像头、雷达和激光雷达。同时新增了两个新的硬件模块： Apollo扩展单元和车路协同V2X OBU。
百度随Apollo 3.5的发布还推出一个全新的面向自动驾驶的高性能开源计算框架——Apollo Cyber RT。这是一个独立的开源框架，包含专为构建自动驾驶模块和应用的组件，并提供标准化模块接口，开发者可在短时间内构造整套解决方案。
从2017年7月到2019年1月，Apollo平台从1.0版本发展到3.5版本，这是中国互联网公司展示出的科技发展的中国速度。同时，百度的自动驾驶汽车项目更得到了各方政府的支持。2018年3月，北京市有关部门在经过封闭测试场训练、自动驾驶能力评估和专家评审等系列程序后，向百度发放了北京市首批自动驾驶测试试验用临时号牌。同年3月，福建省平潭县的平潭综合实验区颁发了福建省首批自动驾驶路测牌照，百度和金龙客车各拿下3张。没有方向盘、刹车和驾驶座位的无人驾驶接驳巴士“阿波龙”在这里测试并最终量产。随后4月，重庆市自动驾驶道路测试启动仪式在两江新区中国汽研举行，重庆自动驾驶管理联席小组相关领导向百度等车企颁发了重庆市首批自动驾驶路测牌照。
有了这些路测牌照，我国的自动驾驶车辆就可以正式上路行驶并收集更多实时数据和现场信息，为下一步全面上路打下坚实基础。