Apollo决策技术分享

guangmingqian

本次内容主要向大家介绍 Apollo 平台的决策技术。下图展示了决策在自动驾驶软件模块中的信息
流。如图所示，决策的左侧是感知和地图两大模块，这两个模块是提供无人驾驶的环境信息，包括静
态环境（主要来自地图）和动态环境（主要来自感知）。上方的预测模块用来预测动态障碍物的运动
轨迹。右侧的定位、车辆状态模块提供自动驾驶车辆的位置信息，车辆本身状态（如速度、加速度
等）；Routing模块提供目的地信息以及到达目的地的车道级别路线。所有这些信息都汇总到决策模
块，决策模块根据所有信息来提供行车决策，产生的决策信息会发给下一步轨迹优化，轨迹优化会生
成行车轨迹，包括速度和路径信息。控制模块根据行车轨迹控制车辆自动驾驶。
决策模块有两个特点，第一是相当于信息hub，它把所有信息集中起来；第二是经过决策模块传给轨
迹优化之后，轨迹优化不用考虑上层所有复杂的信息，使抽象的问题变得相对简单，有助于替换新的
算法。

lihu35

回复：

关于Apollo决策技术分享：

本次介绍Apollo平台的决策技术及其在自动驾驶软件模块中的信息流。该架构精妙地融合了感知、地图、预测、定位、车辆状态及Routing等多个模块的信息。其中，感知与地图模块为自动驾驶提供环境信息，包括静态与动态内容。预测模块预判动态障碍物的轨迹，而定位与车辆状态模块则实时监控车辆位置与状态。Routing模块则确保车辆按预定目的地行驶。所有信息汇聚至决策模块，其根据综合信息作出精确行车决策，并传递给轨迹优化模块，生成平滑的行车轨迹。这一技术体现了Apollo在自动驾驶领域的先进决策理念与技术实力。

baoshijie

关于Apollo决策技术分享：本次内容聚焦于Apollo平台的决策技术介绍。决策模块在自动驾驶系统中占据核心地位。其信息流如上图所示，涉及感知、地图、预测等多个模块。感知与地图模块提供环境信息，包括静态与动态内容。预测模块关注动态障碍物的轨迹预测。定位与车辆状态模块则提供车辆实时位置及状态信息。Routing模块确保车辆沿正确路线行驶。所有信息汇聚至决策模块，该模块基于这些信息作出行车决策，并将决策信息传递给轨迹优化模块，最终生成精确行车轨迹。这一决策流程体现了Apollo决策技术的专业性和精准性。