一、Lattice Planner 总体概览Lattice算法隶属于规划模块。规划模块以预测模块、routing模块、高精地图和定位的结果作为输入，通过算法，输出一条平稳、舒适、安全的轨迹，交给控制模块去执行。我们可以看到，规划模块在Apollo中是一个承上启下的重要模块。这是Apollo中规划模块的工作流程。首先是依据routing和定位，通过平滑算法，生成一条平滑的参考线（平滑的道...

原文转载自知乎Momenta专栏 走进敏捷软件开发——Scrum实施指南Scrum是一种敏捷开发的模式，借助Scrum，团队可以实现产品的迅速迭代，十分适用于需求变化快的行业。因此，Scrum这种模式在互联网时代被广泛地使用，受到越来越多人的追崇。本文中，Momenta无人驾驶软件架构师梁潇分享了Scrum的基本特点及具体使用流程。 传统的开发模型在讲Scrum这种敏捷开发模式之前...

数据分发服务DDS技术研究本文转载自知乎的 周伯通DDS（Data Distribution Service）是基于以数据为核心的设计思想提出的，定义了描述网络环境下数据内容/交互行为和服务质量要求的标准技术，最早应用于美国海军，用于解决舰船复杂网络环境中大量软件升级的兼容性问题，目前已经成为美国国防部的强制标准。2013年，DDS被对象管理组织（Object Management Gro...

首先非常感谢知乎上几位大牛和Apollo开发者社区分享的相关资料，整个Baidu Apollo的系列文章，笔者这里做一些资料的收集整理，希望可以和大家共同学习。主要的参考来源包括：知乎冀渊的专栏眼中的世界Apollo阿波罗自动驾驶开发者社区Apollo 开发者在线文档CSDN 作者 知行合一2018CSDN 作者 DinnerHowe欢迎使用Markdown编辑器写博客本M...

Edwin Olson 为原密歇根大学助理教授，在自动驾驶领域深耕逾十年。曾参与 2007 DARPA 城市挑战赛，曾任福特自动驾驶项目首席研究员、丰田研究院自动驾驶技术研发副总监。现已下海创业，创立May Mobility 并担任 CEO。Edwin OlsonEdwin Olson：今天的话题是如何搞出可靠的自行驾驶系统。不论在密歇根大学，还是 May Mobility，...

原文来来自于 云水禅心_心一上一篇介绍了D*路径搜索算法原理解析及Python实现，这一篇紧接着介绍D*算法的改进版。1.D* Lite算法简述D_star Lite算法是Koenig S和Likhachev M基于LPA_star 算法基础上提出的路径规划算法。D_star Lite 算法之于 LPA_star 算法犹如 D_star 算法之于 A_star 算法。与 LPA_s...

1. 聚类和分类的区别数据分类是分析已有的数据，寻找其共同的属性，并根据分类模型将这些数据划分成不同的类别，这些数据赋予类标号。这些类别是事先定义好的，并且类别数是已知的。相反，数据聚类则是将本没有类别参考的数据进行分析并划分为不同的组，即从这些数据导出类标号。聚类分析本身则是根据数据来发掘数据对象及其关系信息，并将这些数据分组。每个组内的对象之间是相似的，而各个组间的对象是不相关的。不难理解..

尽管RRT算法是一个相对高效率，同时可以较好的处理带有非完整约束的路径规划问题的算法，并且在很多方面有很大的优势，但是RRT算法并不能保证所得出的可行路径是相对优化的。因此许多关于RRT算法的改进也致力于解决路径优化的问题，RRT*算法就是其中一个。RRT*算法的主要特征是能快速的找出初始路径，之后随着采样点的增加，不断地进行优化直到找到目标点或者达到设定的最大循环次数。RRT*算法是渐进优化的，

Edwin Olson 为原密歇根大学助理教授，在自动驾驶领域深耕逾十年。曾参与 2007 DARPA 城市挑战赛，曾任福特自动驾驶项目首席研究员、丰田研究院自动驾驶技术研发副总监。现已下海创业，创立May Mobility 并担任 CEO。Edwin OlsonEdwin Olson：今天的话题是如何搞出可靠的自行驾驶系统。不论在密歇根大学，还是 May Mobility，...

本文来自于Apollo开发者社群，作者是百度美研Apollo感知团队的资深软件架构师——陈光1. 物体检测模型中的算法选择物体检测（Object Detection）是无人车感知的核心问题，要求我们对不同的传感器（如图中覆盖不同观测范围FOV的无人车传感器）设计不同的算法，去准确检测出障碍物。例如在Apollo中，为3D点云而设计的的CNN-SEG深度学习算法，为2D图像而设计的YOL...