好燃! 中关村某咖啡馆因百度Apollo智能驾驶技术沙龙险被挤爆

2017-07-27

      在不久前的百度AI开发者大会上,Robin乘自动驾驶汽车在五环上自由奔驰的画面走红全国,百度的自动驾驶汽车一举成为了科技圈儿新贵。为了让开发者们更深入的了解百度智能驾驶的技术细节与Apollo平台的使用方法,百度特意举办了这期技术沙龙。

      百度技术沙龙73期迎来了Apollo专场,这是Apollo 1.0开放后,百度首次面向开发者举办的技术交流活动。百度的三位资深技术专家,为包括专业开发者、车厂、Tier 1和科研院所等在内的各界朋友进行了深入详尽地传道解惑。

image001.jpg

      前两天的大雨终于让闷热的北京冷静了一下,然而却丝毫无法冷静各界“粉丝”的热情。活动当天有近350人参会,远远超过我们最初的报名规划,使得部分开发者只能后排站着参加。沙龙持续了一整个下午,他们也坚定地站立了一下午,这种好学求知的精神必须点个大赞。

image003.jpg

      从当天众多的参会者中就可以看出,如今百度智能驾驶技术的“粉丝”覆盖面实在是太广了。从科研单位的骨干前辈,到和开发者一起参会的“小家属”,都对这种能自己跑的神奇汽车兴趣极高。炎炎夏日,四海八荒的朋友们都不辞辛苦前来参加百度技术沙龙,实在是太有爱了!

image004.jpg 
(某科研单位的技术骨干前辈)

image006.jpg 
(“老师说上课要认真听讲”)

      来自百度的三位资深技术专家分别是杨凡、何玮和郁浩。其中,自动驾驶事业部资深架构师、数据平台专家杨凡的主讲内容是《Apollo能力开放与资源开放》。在演讲中,杨凡主要介绍了Apollo数据平台的使用方法以及Apollo平台进一步开放的计划,他首先介绍了Apollo的开放路线图,杨凡表示:目前Apollo已开放的为1.0计划,在12月份,Apollo会开放数据平台2.0,也就是简单城市路况下的自动驾驶能力。随后,杨凡特别针对目前开放的Apollo 1.0进行了详细具体的介绍,他通过总结,将Apollo 1.0的车端开放能力的特色划分为了四个方面:高效易扩展的架构、立即可用的硬件、一键启动的更新功能以及完备的开发工具。此外,杨凡还对Apollo云端开放资源,即数据开放平台的逻辑架构和使用流程进行了详细介绍,开发者们可以十分便捷地通过Apollo数据开放平台进行云端模型训练和分析调试。百度不仅免费开源了海量数据,甚至连下载数据都替开发者们省了!

image008.jpg

      第二个主题演讲是《Apollo代码开放框架—ROS探索与实践》。ROS是机器人研究领域中使用最广泛的开发框架,它可以起到类似操作系统的作用。虽然ROS在全球范围内的使用十分广泛,但因为它本身主要用作学术领域,在工程化方面仍存在一些缺陷。主讲人何玮是百度的资深工程师,专注于自动驾驶车载计算框架的相关工作,他分享了我们在ROS使用中遇到的一些问题和解决方案:大数据量传输性能瓶颈、单中心结构存在单点风险以及数据格式缺乏后向兼容。既然问题已经找到,百度的工程师们自然就可以见招拆招!何玮分别从去中心化的网络拓扑、共享内存、数据兼容性扩展等三方面对策介绍了百度是如何改进ROS系统的。

image010.jpg 

      专精于自动驾驶算法方向的资深架构师郁浩带来了当天最后一个主题演讲——《基于深度学习的 End to End自动驾驶方案》。End to End的中文名是“端到端”,是一种较为新型的自动驾驶解决方案。与“规则式(rule based)”方案相反,端到端解决方案具有复杂度低、广铺成本低、传感器成本低的优势,同时对于车载计算资源的利用率也高于传统的规则式解决方案。不过,端到端解决方案在训练过程中需要大大大大量的数据,这怎么办?不必担心,可别忘了百度有几百辆地图采集车,郁浩介绍,这些采集车在采集地图数据的同时,还会对路况与驾驶员的实时操作进行记录,很好地满足了端到端解决方案对数据的“好胃口”。

image012.jpg 

      整场沙龙中,听众们对Apollo和百度智能驾驶的求知欲持续高涨,做笔记、记录PPT、踊跃提问,俨然回到了校园时代的课堂之上。

image013.jpg
(举手提问)

image014.jpg
(认真记录)

image015.jpg
(求知若渴)

      沙龙尾声阶段,设置了20分钟的Q&A环节,然而因为听众提问的积极性非常高,这一环节的时长被迫延长了一倍,即便如此,还是有部分听众遗憾地未能获得提问机会。某科技初创企业的创始人在活动后接受采访称,百度在AI领域是国内当之无愧的佼佼者,希望类似的技术沙龙能够更多地举办!