有幸参加Apollo开发者社区于12月2日举办的Apollo新版本(8.0)的技术沙龙会，地址在首钢园百度Apollo Park。由于去的比较早，先参观了一下这面的一些产品，还有专门的讲解，主要讲了一下百度无人驾驶的发展历程和历代产品。我对下面几个产品印象颇深：

首先是无人驾驶已经可以打车了，通过萝卜快跑小程序就可以，已经在很多城市普及了，未来如果全方面普及的话可以大大方便人们的出行效率，并且还可以减低出行成本，这次去正好碰到滑雪比赛，不能体验无人驾驶，有机会要打车试一下。

一个是未来驾舱，从外部来看，很简洁的设计，科技感十足，从内部来看，取消了方向盘那些操控，使内部空间变得很大，很舒适。以后如果有这样一款车，应该很不错。


还有一个产品是5G云代驾，第一次听说过这个，本来以为无人驾驶已经很超前了，通过云代驾，可以远程控车，一旦无人驾驶时候出现异常，可以接管驾驶权，驾驶员通过这个方向盘可以实现自己的操作，左右显示屏能看到周围画面，并且还是5G，这样延时率很低。除此之外还可以用再一些危险作业，比如说矿车那些，有这样的远程控车，可以大大减少安全隐患。


接下来让我们进入正题，参观完之后就开始今天的技术沙龙会了。
首先整体介绍了Apollo新版本的一些功能，相比于旧版本有很大提升，不仅简化了之前的一些操作流程，还变的更有条理，8.0版本推出的包管理，降低了模块之间的耦合性，可以实现高效复用。然后主要介绍了三个方面：工具、算法、工程。
工具方面：支持本地Pnc仿真调试，还有云实验平台，大大减少开发者搭建环境的周期，只需要输入一条指令开启环境，然后运行dreamview就可以。

然后就可以选择你想仿真的模块（PNC、感知等），然后去配置你想设置的环境，运行就可以。

算法方面：主要是从三个方面进行了升级优化：采用了新的CenterPoin模型、提供了增量训练、新增支持4D毫米波。
增量训练可以在原有检测能力下，显著提升特殊目标和特殊场景的检测能力，从而达到用低成本轻松提升定制场景的检测效果。
在演讲过程中，王老师举了一个挂车的例子，没有增量训练前，将挂车识别为两个物体

进行增量训练后，新模型监测效果，可以正常监测到这种特殊挂车。

4D毫米波主要是提高雨雪雾等特殊天气下的安全性。
最后就是一个开放性的交流会，大家畅所欲言，去找自己感兴趣模块的老师，整个环境也是很融洽，我这面也是听王老师去逐一讲解大家提出的问题，受益匪浅。
非常难得的一次线下交流会，学到了很多，使我对于无人驾驶的开发提起了兴趣，平常会去社区学习一下，开发出属于自己的无人驾驶。