本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》，笔者不是自动驾驶领域的专家，只是一个在探索自动驾驶路上的小白，此系列丛书尚未阅读完，也是边阅读边总结边思考，欢迎各位小伙伴，各位大牛们在评论区给出建议，帮笔者这个小白挑出错误，谢谢！
此专栏是关于《自动驾驶技术概览》书籍的笔记。
3.整体开放平台
概述：自动驾驶开放平台指通过公开程序编程接口(API)或函数使外部程序可以调用系统功能或集成系统功能的软硬件结合的平台方案，业界知名自动驾驶开放平台：百度Apollo(阿波罗)；
Apollo开放平台提供覆盖广、高度自动化的高精地图服务，开放使用基于大量真实数据的仿真引擎，并公开发布了基于端到端深度学习的自动驾驶算法；
Apollo官网.
3.1 硬件平台
Apollo自动驾驶开放平台提供了完整的硬件设备参考，包括：指定线控车辆，核心硬件选型及辅助硬件设备；为摄像头、激光雷达、毫米波雷达、GNSS/IMU、计算单元等硬件选择与安装提供了参考指南，为软件集成及车辆上路提供可靠保障；
3.2 Apollo软件平台
- 感知：该模块通过安装在车身的各类传感器，如：激光雷达、摄像头、毫米波雷达等，获取车辆周边的环境数据；利用多传感器融合技术，车端感知算法能够实时计算出环境中自动驾驶汽车的位置、类别和速度方向等信息；Apollo中的学习样本由大量真实路测数据经过专业人员的标注而来，大规模深度学习平台和GPU集群大幅缩短了离线学习大量样本耗费的时间；训练好的最新模型可以通过在线更新的方式从云端更新到车载大脑；"人工智能+数据驱动"的解决方案使无人车感知系统能够不断提高检测识别能力，为自动驾驶的决策规划控制模块提供准确，稳定，可靠的输入；
- 决策规划：自动驾驶汽车能够根据实时路况、道路限速等情况做出相应的轨迹预测和智能规划，同时兼顾安全性和舒适性，提高行驶效率；
- 智能控制：自动驾驶汽车的控制能够适应不同路况、不同车速、不同车型的底盘交互协议，具有精准性、普适性和自适应性；
- 地图引擎：该模块用于车载终端的高精地图数据管理服务，封装了地图数据的组织管理机制，为应用层模块提供统一数据查询接口；包含元素检索、空间检索、格式适配、缓存管理等核心能力，并提供了模块化、层次化、可高度定制化、灵活高效的编程接口；
3.3 Apollo云端平台
- 高精地图定位：基于GNSS、IMU、高精地图及多种传感器数据的自定位系统可实现厘米级定位；
- 仿真：仿真服务拥有大量的实际路况及自动驾驶场景数据，基于大规模云端计算容量，具有日行百万千米的虚拟运行能力；通过开放的仿真服务，Apollo平台使用者可以接入自动驾驶场景，快速完成测试、验证和模型优化等一系列工作；
- 数据开放平台：Apollo数据开放平台通过开源代码和开放数据，形成"车端+云端"的完整开放生态，具有较强软件和算法的研发能力；
- 安全方案：Apollo提供了4S安全解决方案，Scan漏洞扫描，Shield安全防御，See可视化监控，Save免召回修复，来实现车辆信息安全。