1.3 主流的自动驾驶平台

在自动驾驶中，为了更好地感知外界复杂多变的环境，需要使用多个传感器来收集数据，并实时处理数据，最终完成对车辆的精准定位，以及对当前环境的准确感知。上述的感知、计算、决策等工作可以集成到自动驾驶软件中完成，本书均在开源框架Autoware自动驾驶平台上完成工程的开发与实践。除了Autoware自动驾驶平台，目前比较知名的自动驾驶软件还有百度的Apollo自动驾驶平台、谷歌的Waymo自动驾驶软件、英伟达的Drive自动驾驶软件等。

国内的自动驾驶软件中，百度起步较早。早在2013年，百度内部启动了无人车项目，并于2017年推出了Apollo计划。百度的Apollo自动驾驶平台基于CyberRT中间层，更加注重隐私保护，图1-5所示为百度的Apollo自动驾驶平台。

图1-5 百度的Apollo自动驾驶平台

谷歌的无人驾驶项目于2009年正式启动。2016年，谷歌公司专门成立子公司Waymo，负责无人驾驶项目的研发与应用。2018年，Waymo首次推出了自动驾驶出租车服务，并在2020年秋将安全员从车中撤走。这是全球首次向公众开放的完全无人驾驶出租车，如图1-6所示为Waymo自动驾驶出租车。

英伟达公司也推出了Drive自动驾驶软件，Drive自动驾驶软件可以处理来自摄像头、普通雷达和激光雷达传感器的数据，以感知周围环境，在地图上确定汽车的位置，以及规划和执行安全的行车路线。这款AI平台外形紧凑、节能高效，支持自动驾驶、座舱功能和驾驶员监控，以及其他安全功能，图1-7所示为Drive自动驾驶软件。

图1-6 Waymo自动驾驶出租车

图1-7 Drive自动驾驶软件

Autoware自动驾驶平台基于ROS操作系统，代码可重复性高，学习起来更容易上手，更加适合初学者，代码在Github上面为全开源状态，可以直接安装使用。此外，Autoware自动驾驶平台考虑了更多的嵌入式系统。

本书选择在Autoware自动驾驶平台上对自动驾驶等一系列问题进行了研究和讨论，图1-8所示为Autoware自动驾驶平台。

图1-8 Autoware自动驾驶平台