介绍

历经七年的不懈追求与创新，Apollo开放平台已陆续推出了13个版本，汇聚了来自全球170多个国家与地区的16万名开发者及220多家合作伙伴。
在七周年之际，Apollo开放平台推出企业生态计划，继续以开放的姿态，引领技术革新，与合作伙伴共同在未来的旅程中共创更加辉煌的明天。
让我们一起来了解一下吧。
Apollo开放平台企业生态计划：https://apollo.baidu.com/community/article/1262

背景

Apollo发布已经七周年，众多开发者通过其开放平台踏入了自动驾驶领域。随着技术的不断发展和产业应用的落地，企业对Apollo的应用需求也日益增长。为满足这些需求，平台隆重推出了Apollo X企业自动驾驶解决方案。这一方案旨在为企业提供更加全面、高效且可靠的自动驾驶技术支持，助力企业在自动驾驶领域取得更大的突破和成功。平台期待与更多企业携手合作，共同推动自动驾驶技术的发展和应用。

方案与项目

Apollo 开源项目

提供开源的技术框架与丰富的社区资源，建立广泛的技术共识，降低个人开发者技术门槛
关键词：开源软件、生态硬件、开发调试工具、开发者社区
平台开放了超过75万行的代码，同时提供了生态的参考硬件以及开发调试工具，

Apollo X 企业解决方案

面向企业客户，提供特定场景预置套件和企业协同开发工具链，通过合作服务，助力客户自研产品应用落地。
关键词：Application X 企业预置套件（场景集+软件包+硬件客户）、Studio X 企业协同开发工具链）

社区提供了丰富的运营活动，如课程和赛事等，让大家更快速、便捷地学习自动驾驶。然而，随着企业应用的落地，平台也发现了一些问题。许多企业反馈自动驾驶的系统搭建困难，二次开发成本高，硬件选择有限，工具复杂。

为了解决这些问题，平台推出了Apollo X 企业解决方案。通过Application X，平台为企业提供预制套件和推荐硬件选型，帮助他们更轻松地搭建自动驾驶系统。同时，通过Studio X，平台提供完整丰富的企业研发和运维供应链，满足企业在研发和运维方面的需求。

此外，平台还提供技术合作、技术支持、培训等合作服务。平台致力于帮助有意愿自研自动驾驶场景产品的企业，包括OEM厂商和自动驾驶研发型企业，以及场景运营商，更快地完成自动驾驶的应用落地。

落地因素

平台关注自动驾驶企业在实际应用过程中它的痛点问题，经过和大家广泛的沟通以及行业的调研，
平台主要解决以下几个问题：
第一是效果
在效果部分，平台希望提供这个自动驾驶开箱即用的自动驾驶能力，提供稳定可靠的自动驾驶系统，
让大家很快的就可以完成系统的搭建
第二是人效
关于如何提高开发的人效。在基础框架层通过软件包管理，帮助大家快速上手，提高系统的部署和研发效率。
同时，平台提供接口参数调用等多种方式，让大家能够灵活地进行场景开发，快速完成场景车辆的适配以及场景应用的开发。
此外，平台还会提供配套的研发和运维工具，基于产业实践的云加车开发模式，平台提供了包括功能研发、实车闭环数据管理等完整的开发工具链。
这些措施将有助于提高开发的人效，加速自动驾驶的应用落地。
第三是成本
最后，关于成本问题，尤其是硬件成本，这是大家在量产落地过程中非常关注的要素。
为了解决这个问题，平台为大家提供了参考的硬件套件，帮助大家更经济、高效地实现自动驾驶的量产落地。
这一举措旨在降低硬件成本，同时确保系统的性能和稳定性，从而加速自动驾驶技术的普及和应用。

助力企业

同时，除了自研和自主研发及适配，平台还构建了共建共享的硬件生态，邀请更多厂商合作伙伴加入硬件适配和研发。这为大家提供了丰富的硬件选型，针对不同类型的企业及其发展阶段，我们提供不同的支持方式。
在系统构建阶段，企业的主要任务是选择适合的自动驾驶系统。为此，平台提供自动驾驶场景及软件，包括功能调试工具和部分技术支持，帮助大家快速完成自动驾驶系统的选型。
完成选型后，接下来的挑战是如何搭建自动驾驶系统并使车辆运行起来。这涉及到车辆和传感器的适配工作以及硬件选型。平台为硬件部分提供参考选择，同时提供自动驾驶系统套件、地图标定工具、地图制作工具、传感器标定工具以及车辆适配工具，以加快适配工作。
此外，企业也面临如何提升技术能力和加强团队建设的挑战。平台提供技术培训和人才招聘支持，帮助大家在技术能力、产品能力和组织能力上实现全方位提升。
完成原型搭建后，企业将面临规模应用和规模运营的挑战。此时，研发重点需从功能研发转向指标驱动和数据驱动。对于研发功能的要求会更高，同时成本、稳定性和车规级要求也会增加。我们将提供更低成本、量产的车规级硬件，并在软件部分除了基础自动驾驶功能外，还提供场景化能力支持。
最后，在推广产品方面，平台将为大家提供包括官网推荐、合作项目交流等多种推广方式，帮助大家更好地将产品推向市场。

落地流程

最后，关于这个解决方案，平台强调它并非仅针对ATS。相反，平台期望通过企业对于业务指标的综合分析，包括效果、成本和人效的全面考量，来提炼出对自动驾驶的核心要求。基于这些核心要求，平台将构建一套完整的自动驾驶6S研发工具链。
这套工具链将涵盖从需求分析、系统设计、开发实施到测试验证、部署上线以及持续优化的全过程，确保自动驾驶系统的研发更加高效、精准和可靠。通过这套工具链的支持，平台相信企业能够更好地实现自动驾驶技术的研发和应用，推动自动驾驶领域的持续发展和创新。

预置套件

企业预知套件。这一部分的目的是为大家提供一个开箱即用的软硬件系统，可以立即开始使用，无需繁琐的设置和配置。
除此之外，平台的企业预知套件还旨在为大家提供自动驾驶研发的思路和范式。通过这一部
分的内容，平台希望能够帮助大家更加清晰地了解自动驾驶研发的整个过程，掌握研发的核心要点和技巧，从而更好地进行自动驾驶系统的研发工作。

需求定义

关于场景功能的梳理，平台通常从ODD（车辆运行作业域）和作业流程开始。ODD涉及车辆在实际运行时的作业域，根据低速、高速及场景的开放性和封闭性，可分为四个象限。Apollo目前主要集中在低速场景，包括园区和开放道路。
经过长时间积累、行业标准研究和与合作伙伴的讨论，平台已形成较标准和完整的ODD分析体系。
该体系从静态到动态分为以下四个方面：
1.道路：分析车道宽度、限速等影响车辆行驶的因素。
2.交通设施：包括红绿灯、车道线等。
3.交通参与者：如行人、非机动车、机动车等静态参与者，以及锥桶、栅栏等静态障碍物。
4.环境：考虑天气、遮挡情况等。
这些要素明确了自动驾驶的许多要求，如地图支持的要素、感知要求等。同时，平台还需考虑车辆在不同环境中的业务行为，如出库、沿车道行驶、与交通设施交互等。
对于不同场景，平台也进行了梳理，如环卫场景涉及贴边行驶、广场清扫等特定操作，矿产领域则包括装载、运载、卸载等复杂流程。我们将这些流程抽象为作业流程，以便更容易转换为自动驾驶的功能要求。

功能定义

经过对ODD（车辆运行作业域）和作业流程的梳理，平台可以明确自动驾驶在不同场景下的功能要求。
这些要求涵盖了起步、巡航、路口处理、障碍物交互和停车等多个方面。
在起步时，车辆需要能够应对从右侧开始的情况，以及前方有障碍事故时的处理。
在坡道上，车辆应支持20%以下的坡度。
在巡航过程中，车辆需要实现定速巡航，并能够平稳通过减速带和弯道，同时支持主动路径变道功能。
在路口，车辆需要与交通信号灯进行交互，识别信号灯并按照路径规划执行左转、右转、掉头等复杂操作。
在与障碍物交互时，车辆需要根据情况判断是停车还是绕行，并执行具体的操作。
在停车时，车辆需要根据场景选择站点停车、靠边停车或车位停靠。
此外，在具体的作业过程中，车辆还需要支持贴边行驶、清扫导向识别等特定功能。
通过深入打磨接驳、矿山和环卫等场景，平台已经沉淀了丰富且有深度的场景用例。
这些用例将为平台后续的开发和测试提供有力支持。

场景用例

经过对场景用例的梳理，平台可以得到具体的场景用例的case，这为自动驾驶的研发和测试提供了非常明确而清晰的功能要求。
以停车避障为例，车辆需要能够准确判断与前方障碍物的距离，并以适当的速度进行减速，以确保安全停车。
这些要求为平台定义自动驾驶的软件和硬件要求提供了重要依据。通过遵循这些要求，平台可以更好地进行自动驾驶系统的设计和开发。

融合技术

在软件指标方面，自动驾驶的核心功能模块之一是感知。
车辆需要准确知道其位置，定位手段通常包括RTK定位。然而，在实际落地场景中，建筑物和树木的遮挡以及室内作业情况使得RTK定位无法很好地解决问题。
因此，平台对定位功能进行了大幅度增强，目前支持RTK和Slam激光雷达的融合定位，可以在部分遮挡和室内场景中有良好的表现。
未来，平台还会持续规划并增强激光视觉SM定位。

面向园区

关于感知，这是自动驾驶非常关键的一个模块。
稳定的感知是保障自动驾驶安全和体感、稳定性的基础。在感知方面，平台支持目标检测、目标追踪以及分类功能。
同时，平台还考虑到了影响感知的ODD条件，如小雨小雪等场景，也提供了一定的支持。为了满足不同场景和功能需求，平台还实现了小目标识别、垃圾识别等功能。
这些功能都是通过多元传感器的融合取得的不错效果。在传感器选择方面，默认配置是16线激光雷达，但用户可以根据自己的需求进行重新调整和适配。

功能安全

关于功能安全，这是自动驾驶落地至关重要的部分。
平台需要在车辆出现问题时，确保它能够安全可靠地停下来，从而保障乘客和行人的安全。
在9.0版本中，平台新增了完整的功能安全体系。通过数据监测和异常值定义，平台能够确定故障等级，并根据不同的故障等级采取相应的紧急制动措施，如急刹或缓刹。
这一体系支持对硬件、软件、网络、车体等各个方面的功能检测，同时还包括碰撞预警等主动安全测试。目前，这一功能在平台的测试和合作伙伴的测试中均表现出色。

Cyber RT

自动驾驶的中间键和CRT部分，大家已经比较熟悉。
这部分平台为自动驾驶量身定制，并已经经过产业级的商业应用验证，表现非常优秀。
今年，平台还将进一步增强这部分的功能，以保障其延时稳定性。

企业硬件套件

在之前，硬件选择相对较少，主要以叉6公换机为主。但从去年年底开始，平台发布了ARM架构的奥芯片，目前在合作伙伴中使用较多。对于O的N叉和双奥，平台有一些支持计划，如有需求可反馈。此外，平台也正在探索和尝试其他国产化芯片。
在配套相机方面，平台实现了时钟同步，并提供了丰富的相机驱动选择。关于激光雷达，平台在Q1进行了重点增强，并与速腾、赛、雷神等厂商合作，完成了主流传感器的接入和适配。这些硬件驱动已同步到官网，供大家查看和下载。
在定位设备方面，平台也进行了丰富和拓展，包括导演华策博等设备已完成适配和支持。未来，平台将增强共建共享的硬件生态机制，并已将莱达和定位设备的适配指导手册放到官网上。
此外，平台还提供了适配后如何贡献到社区的规范和流程手册，欢迎大家参与共建和共享，共同打造更加繁荣的硬件生态。

开发工具链

自动驾驶的，企业协同开发工具链，这一部分其实是非常重要的

研发迭代范式

平台的研发和运维工具概览图，它主要包括功能开发、实操闭环和数据闭环三大块。

在功能研发阶段，平台主要以离线研发为主，配套的工具包括感知、PNC的调试模式。这些工具可以帮助我们查看传感器的原始数据或处理后的数据，并支持PNC研发过程中的策略效果仿真。去年9.0版本时，平台已经为大家发布了这些工具，并收到了大家的反馈。在软件功能研发之后，平台会进行版本发布和管理，这一部分大家可以主要使用自研工具。

当软件发布后，需要运行到实车上进行测试或运行。平台提供了DV plus的实操模式，以及其他快速部署和数据记录的工具。此外，实操运行前还需要准备车辆、传感器和地图。平台在去年下半年已经开始了这部分工作，目前已完成了传感器的标定和地图编辑制作工具。

在车型适配方面，平台注意到大家的车型较多，因此高效、快捷的接入是一个重要的需求。平台将在Q2重点增强这一部分，并逐步为大家释放。
完成基础功能研发和测试后，大家可能会有从功能研发转向指标驱动、数据驱动的需求。这时，研发平台需要满足一些高要求。首先是仿真测试方面，平台需要一个能够快速验证模型或代码效果的离线仿真平台。平台之前的实studio提供的仿真平台在这方面有一些限制，平台将进行大幅增强。

其次是模型训练部分，这是感知研发中非常重要的一环。目前大家主要还是以离线数据进行训练为主。平台将主要提供模型训练的服务，并欢迎大家反馈对模型优化的需求。

在9.0版本中，平台还发布了规功能研发后的车队运营管理平台要求。这部分涉及信息化建设、业务逻辑、调度逻辑和场景化运维等要求，大家可能更愿意自主完成。对于远行人驾驶部分，平台认为人程驾驶和自人驾驶的分离是一个更合适的架构。平台将为大家提供第三方的方案来选择。
随着研发的深入和车辆运行规模的扩大，数据的价值将逐步体现。平台需要一个数据管理平台来基于数据进行有效的管理和应用。平台将优先考虑测试case的数据记录和应用部分，后续再考虑基于采集的数据挖掘应用部分。在数据平台部，Apollo将更侧重数据的记录和数据的应用（车端及应用层部分），而对于数据的存储、标注、挖掘和加工等部分，平台将与生态合作伙伴共同构建方案。

协同研发工具链

dream工具提供了多种模式，包括感知模式、PNC模式、实操模式和默认模式。这些模式基于研发范式和研发需求的梳理，提供了多场景的工作流，帮助用户高效快速地进行应用。

在可视化功能方面，dream工具提供了自动化的自由拖拽面板方式，用户可以灵活选择点云数量和Camera数量，从而更高效地查看数据。

此外，dream工具还提供了云端资源管理功能，用户可以快捷地从云端下载数据包、动力学模型等资源。除了个人使用外，后续还会增加团队管理和机构管理功能，以便用户更好地进行协同工作，提高整体研发效率。

总的来说，dream工具是一款功能强大、易于使用的研发工具，能够帮助用户高效快速地进行自动驾驶研发工作。

标定工具

关于传感器标定和车辆适配，平台之前提供了云端服务，用户可以在数据采集后上传到云端进行离线标定。但这种方式可能无法满足研发和运营态的需求。
为此，平台进行了产品化升级，通过DV plus界面可视化操作，用户可以在跑完一圈后快速完成标定和camera入标定，并实时查看标定效果。整个操作过程非常快速，基本上一个车辆半小时内就可以完成标定。
同时，平台也在进行动力型标定和线控适配等研发工具的产品化工作，预计Q2会向用户开放。这些改进将大大提升研发和运营效率，满足用户的不同需求。

地图工具

第三个是关于地图工具的优化和增强。
平台针对虚拟车道线制作在实际落地过程中存在的问题，进行了重点的优化和增强。

现在，平台将这个工具进行了产品化，提供了地图数据的采集功能。用户可以在地上进行可视化的采集操作，开始、运行并结束采集后，即可在车端生成底图。

基于这张底图，用户可以进行数据的编辑，包括绘制车道路口、红绿灯、停车位等丰富的元素，并可以对车道的各种属性如方向、速度等进行调整。相比于之前的工具，这个新工具具有更高的效率和更好的应用性。实际应用表明，两公里的地图基本上可以在两个小时内完成。此外，这个工具的操作更加产品化，运营人员即可完成操作，同时地图格式也得到了支持。

这些改进将大大提升地图制作的效率和便利性，满足用户在实际应用中的需求。

仿真平台

关于仿真平台，这是一个关键的研发提效工具，随着项目深入，其重要性日益凸显。我们提供了全面的仿真工具链，包括场景编辑、资源管理、仿真运行及数据仿真回放等功能。

在场景编辑方面，开发者可以灵活配置行人、红绿灯和障碍物，并调整障碍物的运动行为和行驶轨迹。为加速场景创建，平台还支持将实际路况快速转换为仿真场景库。

对于资源管理，平台提供了强大的功能，允许用户对场景进行标签管理，包括障碍物类型和主车策略。此外，还可以高效管理地图数据、动力模型及车辆配置等其他资源。

在仿真运行方面，用户可上传二进制代码或GT方式的代码成果，并手动触发或基于给定方式进行批量触发，确保每次版本迭代后都能高效运行。

最后，仿真评价部分支持灵活的策略配置，运行过程及结束后可进行数据回放，帮助用户全面了解实际表现。这些功能共同提升了仿真平台的效率和便利性，满足了研发团队的多样化需求。

数据闭环

关于数据闭环部分，对于自动驾驶研发至关重要。平台提供了完整的解决方案，包括数据记录、处理和应用。

在数据记录方面，平台支持手动触发和基于自动规则的触发，如功能安全策略或行为接管等。
同时，平台也支持按需采集数据，并将这些数据在车端处理后上传到云端。

在数据处理过程中，平台提供数据存储、加工标注等一系列服务。平台会与第三方进行合作，为用户提供更多选择。

最后，在数据应用方面，平台提供完整的方案，包括数据回放和场景转换等，以实现功能研发的高效性和数据驱动的研发模式。
这些功能共同构成了数据闭环，为自动驾驶研发提供了有力支持。

企业合作模式

合作方式

相比于开源方式，平台更希望与合作伙伴建立深密和紧密的合作，共同推进自动驾驶技术的发展。在企业合作部分，平台采用限定开放的方式，并与合作伙伴签订合作协议。合作模式包括三种：基础合作、订阅服务和定制化合作。

基础合作模式下，合作伙伴将获得我们的自动驾驶软件版本、文档支持、问题解答以及培训等服务，以便快速完成应用适配并查看具体效果。

订阅服务模式下，合作伙伴除了获得软件版本和硬件推荐外，还能获得研发及车辆集成工具链、专项培训以及更多支持。此外，平台还与全国超过百所的职业院校和高等院校合作，为合作伙伴提供更多的人才选择。

对于需要落地规模应用的合作伙伴，平台提供定制化的服务，包括面向场景化的功能、场景化的硬件套件以及丰富的企业培训等。同时，平台还为合作伙伴提供市场推广的支持，如官网推荐、项目交流、行业讨论等丰富的支持活动。

这些合作模式旨在与合作伙伴建立长期稳定的合作关系，共同推动自动驾驶技术的创新与发展。

最后，平台诚挚邀请各位合作伙伴加入Apollo开放平台，共同推进企业应用落地。大家可以通过关注Apollo开放平台官网，获取完整的企业解决方案。
同时，扫描右侧的二维码，提交合作意向，与平台携手共创美好未来。感谢大家的支持与关注！

共创计划

版本迭代

今天是Apollo七周年的生日。在过去的七年里，Apollo不断迭代，持续进步。截止去年底，Apollo发布了最新的POLO 9.0，将源自于产业实践的先进算法、工程框架和数据陆续开放出来，吸引了全球170多个国家和地区的16万名开发者以及220多家生态伙伴的加入。
Apollo将过去的七年总结为四个阶段。
第一阶段，Apollo从封闭场地巡迹自动驾驶和简单城市路况自动驾驶开始，搭建了基础的自动驾驶能力。
第二阶段，通过2.5的限速和限定区域，Apollo积累了丰富的场景能力，吸引了各垂直场景的合作伙伴加入。
第三阶段，Apollo专注于降低POLO的使用门槛，让更多的人群和行业能够使用上Apollo。
从7.0开始，Apollo致力于提升工程的易用性，从开发者的实际需求出发，帮助他们更快、更好地使用Apollo。
现在，Apollo推出了9.0版本。在继续夯实易用性的基础上，Apollo希望与更多的生态伙伴共建。
因此，Apollo进入了全新的生态共创阶段。感谢大家的支持与关注！让平台一起期待Apollo未来的更多创新和突破！

9.0架构图

这里是Apollo9.0的最新架构。对于了解平台的开发者来说，这个架构有一个重大的调整。

在8.0版本时，平台将之前的车辆层和硬件层合并为了硬件设备层，同时将开源软件层分化为了软件核心层和应用软件层。

在8.0版本时，平台专注于打造应用的软件核心与工具服务层，通过博管理1.0和studio的云端持续服务，以降低开发者的使用门槛。

而在9.0版本，平台进一步夯实了应用性，并专注于硬件设备层以及软件应用层的扩展性。

平台加强了J Plus的支持，并对ARM架构提供了丰富的生态场景，以助力应用落地。

这标志着平台进入了全新的生态共创新阶段。

解决方案

通过开源，平台建立了广泛的技术共识，降低了自动驾驶技术从业者的门槛。

同时，平台为企业场景落地和教育人才培养提供了完整的商业解决方案，链接了丰富的市场需求。

这包前面提到的Apollo X企业解决方案，以及平台面向于院校的Apollo edu产教融合方案。平台期望与生态伙伴们一起分享与共建。

为了更好地推进深度且持续的生态共创合作，平台在原有的生态伙伴基础上进行了扩展。

平台欢迎更多的合作伙伴加入平台的行列，共同推动自动驾驶技术的发展和应用。

功能接入

平台又推出了全新的共创会员计划。
首先是平台的基础生态伙伴计划。以硬件平台为例，通过开放硬件接入标准，平台吸引了全球众多优秀厂商加入，为开发者提供了多样化的选择和快速硬件适配体验。对于为平台提供硬件的生态伙伴，平台提供了广阔的市场链接。现在，通过新的硬件开放平台，平台提供了便捷的流程和丰富的技术适配资料。只要符合认证标准的产品，都可以纳入我们认证的硬件开放平台。

共创会员

为了推进深度且持续的生态合作，平台希望能与伙伴们共享广阔的商业市场，并共同维护好我们的开源社区这一共同根基。

为此，平台推出了共创会员计划。以商业解决方案的产品货架为例，左边的教育解决方案中的明星产品Apollo Di开发套件的关键底盘模块供应商，即将成为平台的首批共创会员。而右边的Application X企业方案中的套件关键预控等供应商，也将加入平台的会员行列。

加入共创会员，将有机会与平台分享商业市场的红利，并需要与平台共同反哺社区。平台期待与更多生态伙伴携手共创美好未来！

平台的共创会员计划为会员提供了丰富的权益和承担的义务。
在权益方面，平台为会员提供了企业培训、行业交流、社区贡献、项目提案权、商机共享和营销共享等多项福利。

会员有机会加入Apollo的商业解决方案货架，参与商业项目，并能在平台的官网和媒体矩阵发布渠道上展示其logo。

在义务方面，加入共创会员可以通过缴纳会员费或为社区做贡献来履行义务。这包括但不限于开源社区项目的代码贡献、硬件测试验证和社区服务贡献等。

通过共创会员计划，平台期待凝聚一批有意愿、有能力与Apollo社区深度且持续合作的伙伴，共同为Apollo的未来发展添砖加瓦，共筑美好未来。

联系平台