百度在真实的数据采集方面投入甚高，每年都会使用大量数据车实地采集几百万公里的数据进行分析。郁浩表示，Apollo 1.5 开放了大量的 End-to-End 真实驾驶数据数据，包括 Image、RTK-GPS 以及 IMU 等，每一个开源的数据文件对应一次采集任务。感兴趣的读者可以打开 Apollo 首页的“数据开放平台”，点击 RoadHackers 获取最新数据。
拿到 Apollo 的开放数据之后，就是如何使用的问题。百度在去年的时候采用的是简单的横向模型 CNN 以及纵向控制模型 Convolutional-LSTM，今年，百度将这二者融合到一起，采用的横向 + 纵向的模式：LRCN。整个模型架构如下图，包括 Video、Seg Loss、Motion 等，该模型的关注主要集中在视觉特征的提取、时序规律的发现、行为的映射等方面。
在模型的开放内容上，Apollo1.5 现阶段的主要开放了 Vehicle 端，sensors、vehicle、data collection、online-system 等功能目前均已开放，但在云端的一些功能包括云端数据处理、model training 等暂时还未开源。郁浩最后也表示说，Apollo 1.5 阶段虽然没有完全开放出 End-to-End 完整的闭环，但 Apollo 平台最终会把适配好的模型全部部署到在线系统，并将在 Apollo 2.0 的阶段完整开放。
4写在最后
相比于开源之初，Apollo 1.5 提供了更加完善的障碍物感知、决策规划、云端仿真、高精地图以及 End-to-End 自动驾驶功能与方案，并且通过激光雷达云端标定，适配多种装配方案和车型，实现了感知和规划能力的模块化接入。相信在不久的未来，在百度和行业的共同努力与推进下，自动驾驶技术将会得到更加快速的发展并最终落地应用。
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
