7月4日，Apollo 3.0重磅發布，解鎖了量產園區自動駕駛，在架構、能力、平臺、方案上進行了全方位更新。

為了讓開發者更好更快地使用Apollo，在7月5日的公開課上，來自Apollo團隊的技術布道師-馮宗寶，為開發者帶來Apollo開放技術快速入門的分享。

當天沒能在現場聽課的開發者，可以通過以下內容學習技術干貨：

Apollo 開放技術快速入門

一年前的今天，Apollo發布了1.0版本，開放了循跡的自動駕駛能力，到今年的7月5號，Apollo已經經歷了五次的重要版本的迭代。

這一年的發展，Apollo已經非常成熟，它更像是一門語言，需要開發者在熟悉它的同時，學會如何將它應用在自動駕駛的各個領域中。

在本節入門課程中，我給大家會提取Apollo的一些工具，以便開發者在平時的開發中使用。之后，還有Apollo團隊負責感知、硬件的同學，會分別帶來感知在Apollo中的使用，及3.0所帶來的硬件開發平臺的內容。

接下來我將通過Build、HD Map and Real-time Relative Map、Debug tools、New Computing Unit and Platform這四大模塊為大家帶來技術入門分享。

過去一年，Apollo 開放平臺迭代5次，開源22萬行代碼，獲得1萬多開發者推薦，收到issues800多條，主要為HD Map、Build、Docker、ROS、Debug in DreamView等方面。

這里我們也歡迎更多開發者在Apollo GitHub（https://github.com/ApolloAuto/apollo）中多提issue、patch、commont，與更多優秀的開發者共同貢獻，一起進步。

同時，大家可以通過技能圖譜來系統的了解Apollo開放平臺的所有模塊及分支，幫助全面了解Apollo。

Module:Hardware

硬件開放平臺是本次3.0發布的重點，如圖所示，IMU、工控機、攝像頭、激光雷達、毫米波雷達、組合導航等等，是整個自動駕駛車輛的神經和四肢，從車輛周邊環境信息的采集、傳導、處理、反應再到各種復雜情景的解析。

Module：Build

對整個自動駕駛車輛有了解后，我們就可以安裝Apollo了，推薦的參考運行環境為：ThinkPAD X240、CPU：i5四核、內存：8G、硬盤容量40G以上。

安裝Apollo時，需要一臺運行Ubuntu的機器；Apollo的編譯需要一個Docker環境，這需要在Ubuntu系統中安裝Docker，因為Apollo需要運行在Docker所創建的容器當中。創建容器所依賴的鏡像，由Apollo官方發布。

接下來就是從源碼編譯Apollo。

安裝Apollo的過程中，有兩步相對比較耗費時間。其中一步就是拉取Apollo運行環境的鏡像，另外一步就是從源碼編譯Apollo。啟動Apollo Demo 數據包并且運行；在Dreamview中完成數據回放。

Module：HD Map

熟悉Apollo 1.5和2.0的開發者都知道，Apollo的規劃決策模塊依賴于絕對坐標下的高精地圖。高精地圖中有豐富的地圖元素，可以幫助決策規劃進行復雜道路上的自動行駛，但高速的場景相較于復雜的城市道路路況而言，比較簡單。所以，我們采用了動態相對地圖的方法。

什么是相對地圖，相對地圖是基于車輛坐標系的一個地圖，車身就是相對地圖的原點。眾所周知，車道線是高精地圖里很重要的一個元素。車道的中心線的邊界線信息，是保證決策規劃進行合理安全路徑規劃的必要信息。那么在相對地圖中，車道線的信息也是必不可缺的，相對地圖的車道線就是依據視覺感知對于車道線的檢測，且內嵌了云端服務提供的指引線。

這樣構造出來的相對地圖，用于高精地圖統一的數據格式，并與視覺感知同樣的頻率而實時更新。其中的道路指引線的云端服務，也便于將指引線數據分享給其他需要在同樣路段進行自動駕駛測試的車輛來使用。

我們試想一下，如果是在2.5之前的版本，開發者即使能力非常強，也不能在沒有高精度地圖的情況下運行Apollo，而有了高精度地圖，會變得非常友好。開發者可以自己采集，直接使用。

Module：Tools

1、Relative Map Viewer

2、DBC File轉化工具

用來解析車輛DBC，生成Protobuf。

3、Teleop

用于橫向方向盤、縱向剎車、緊急狀態、停車等指令控制。

4、Topic監控工具Diagnostics

5、Configuration

6、Rosbag tool

7、交通燈模擬工具

* 此部分的動態視頻請參照原版PPT內容

Module：Sim&Dreamview

障礙物模擬，障礙物topic數據回放。

我們開放了Dockerfile，升級了DreamView（我們的HMI工具），推出了Apollo Drive事件數據采集器（ Apollo Drive Event data collector） 和高精地圖數據采集器（HD Map data collector），并對Apollo仿真平臺進行了重大升級。這5個工具將賦予Apollo開發者新的能力，協助開發者快速應用Apollo。