车辆云标定是通过采集车辆底盘油门踏板量、刹车踏板量、车辆速度、加速度作为车辆纵向动力模型的输入，通过机器学习的方式，生成相应车辆的踏板标定表。生成的标定表数据量大、精度高，提高车辆的控制精度。车辆踏板标定系统主要包括四个部分：

在开始标定前，需要根据实际车辆的最高速度、油门、刹车踏板的限制，进行用于车辆踏板标定的数据采集配置，来适配车辆的标定，满足标定数据能够尽可能多的覆盖车辆踏板的有效范围。我们设置了开发套件的默认车辆标定数据采集配置文件，在文件 apollo/modules/calibration/data/$vehicle_type/dreamview_conf/data_collection_table.pb.txt 内。对于不同的车型，配置文件的位置不同，主要由车型参数 $vehicle_type 决定，根据车辆铭牌信息选择对应的车型。

下面以 MKZ 车辆标定举例说明。MKZ 车辆标定标定配置文件在 apollo/master/modules/dreamview/conf/data_collection_table.pb.txt 内。

在您了解标定文件构成后，如有需要可以自行修改需要的数据采集配置文件。通常情况下，使用默认标定配置可以覆盖小车大部分踏板控制范围。建议您不需要单独修改此配置文件，使用默认标定配置即可。默认标定配置文件内主要设计了小车的标定条件如下：

车辆前进模型

速度条件

油门条件

刹车条件

上述的 Throttle deadzone 表示车辆油门踏板的不产生加速度的无效区段，开发者可以根据实际车辆的情况修改此参数；Brake deadzone 表示车辆刹车踏板的不产生减速度的无效区段，一般设在较低的踏板开度时，开发者可以根据实际车辆的情况修改此参数。此参数设置在 apollo/modules/common/data/vehicle_param.pb.txt 文件内 throttle_deadzone 和 brake_deadzone，在标定开始前，就要先把改参数确定好，后面进行数据训练时上传的配置文件，也需要对应使用该参数。

根据如上标定条件，即可匹配出车辆的所有标定条件，共 12 种条件，分别为：

确认好上述标定条件后，通常情况下使用默认标定配置可以覆盖小车大部分踏板控制范围。如果需要修改配置文件，则需要将apollo/master/modules/dreamview/conf/data_collection_table.pb.txt 中 Go Straight 部分配置进行修改，其它部分配置代码无需修改，无需删除，启动 DreamView 后重新选择车辆后配置生效，具体修改代码如下：

完成配置文件修改后，将车辆移动至适合标定的场地后，启动 Apollo，并执行以下命令：

在 --vehicle-- 选择相应车型。

在进行标定前，需要采集包含车辆底盘、定位信息的数据作为输入，可以通过 DreamView 界面上的模块开关启动相关模块软件。在 DreamView 界面左侧边栏选择 Module Controller 标签，然后在主界面启动 Canbus、GPS、Localization 模块。

通过左侧 Components 查看 Canbus、GPS、RTK 状态，直到信号都达到 OK 才能够进行下一步。Localization 启动后，需要等待 1~2 分钟，RTK 状态才能变成 OK。

在确认上一步已经启动的软件模块状态 OK 后，点击 DreamView 界面左侧边栏 Tasks 标签，在 Others 区域，打开 Fuel Client 开关启动云服务采集界面，然后在界面右上侧选择 Go Straight 标签查看。

在 DreamView 界面点击左侧边栏，选择 Module Controller，点击 Recorder 开关， Apollo 系统开始录制记录车辆标定数据。

注意：

这时手动驾驶车辆，根据 Dreamview 右侧数据采集监视器，采集相应标定条件的车辆数据，每符合标定条件一次，则进度条增加一点，直至进度条增加满为止。

待监视器内各标定条件进度条（蓝色）全部采集完成后，点击关闭 Recorder，关闭数据记录，结束车辆标定数据采集。

注意：原则上进度条全部采集完对标定结果的生成是最佳的，您也可以根据实际情况采集进度条，实际根据场地大小限制，速度限制等。例如，有些 case 很容易采集满，有些很难，对于不好采集到的数据，可以采集到 60-80% 的状态也可以。

在上传数据之前，请注意以下几点：

采集完车辆的标定数据，关闭 Recorder 后，点击右下角 「Preprocess」 按钮，进行标定数据预处理。

点击 「Preprocess」 按钮后，首先对标定数据进行数据完整检查(sanity check)，如果数据完整检查不通过，在进度条下方会有不通过的错误提示（通常情况下，按照文档上述步骤一步步做，完整性检查就不会有错）。

预处理按钮只需要点一次，不需要多次点击。

结束数据完整检查后，会提示将生成的预处理数据存入到 apollo/output/task-*******，文件夹以当时处理的时间为命名，所以开发者在 apollo/output 目录下查找时间最近的 task 文件夹即可。

如下图所示，拷贝预处理完成后的文件夹 task-2021-01-04-18-12，用于标定使用。

在 BOS 的初始目录，上传上一步选择的文件夹 task-2021-01-04-18-12。

云标定任务完成后，您将在注册的邮箱（请与商务联系）中收到标定结果邮件。如果标定任务成功，将包含标定表及标定结果图片。

生成的标定表以 车型_calibration_table.pb.txt 命名，将标定表内的标定数据为 calibration_table 字段，把全部数据拷贝替换至 apollo/modules/control/conf/control_conf.pb.txt 下对应的 lon_controller_conf 字段下面的 calibration_table 段内。

以下为云标定数据片段示例（截取了前4段）：

标定表和结果以邮件的形式，发送至与 BOS 存储绑定的电子邮箱中。

车辆云标定能够提供精度较高的车辆踏板标定表，对于自动驾驶的控制精度有显著提升。当然，目前车辆的出厂一致性较好，在对控制精度要求不高的前提下，D-KIT 配置表内默认的标定数据，也可以进行正常循迹等闭环自动驾驶演示。

现在，您已经完成车辆动力学标定，接下来可以开始 车辆循迹演示。

排查方法：

一般数据预处理时，会自动生成文件夹目录，如果文件夹目录存在错误，可以手动参考如下图目录自行修改。

所有采集的标定数据都保存在 apollo/data/bag/ 目录下，找到以 年-月-日-时-分-秒 命名的文件夹，根据时间找到属于车辆标定采集的数据。我们可以分批采集数据，即每一次可以采集一部分数据，这样数据会记录在不同的 年-月-日-时-分-秒 文件夹（注意：默认情况下，数据采集后会在 apollo/data/bag/ 文件夹下生成 2 个 年月日时分秒相似 的文件夹，分别以 年-月-日-时-分-秒 和 年-月-日-时-分-秒_s 命名，开发者可以不用理会 _s 后缀的文件夹，只需要使用 年-月-日-时-分-秒 文件夹内录制的标定数据即可），也可以一次全部采集，这样所有的数据都记录在同一个文件夹内，通常完成上述标定条件的车辆标定数据采集需要 20 分钟左右。

1）正确的文件夹结构如下图所示：

2）Origin Folder 确保是 BOS 的根目录，确保 task001 目录是在 BOS 根目录下创建的（根目录：登录 BOS 存储服务器后首先看到的目录即为根目录，一般是 Bucket name 目录）。

3）task001、task002... 代表一次车辆标定任务文件夹，即每次标定任务提交时，会训练一个 task文件夹 内的车辆数据；task文件夹 上一层（Origin Folder）可以是 BOS 根目录或其他目录。

4）Vehicle1、Vehicle2... 代表标定的车辆文件夹，可以根据实际情况，按照车辆名称+编号的形式命名，如 ch01、ch02 等。一个 task 文件夹下内可以包含多个 Vehicle 车辆文件夹，在一次任务提交中标定多个车辆。

5）Records 文件内导入采集的车辆标定数据，车辆的录制数据在 apollo/data/bag/ 目录下。

6）Configuration File 即为 vehicle_param.pb.txt（车辆配置文件），该文件在 apollo/modules/common/data/vehicle_param.pb.txt，将改目录下的文件 vehicle_param.pb.txt 拷贝至 BOS 对应的车辆标定文件夹下，如上图 Vehicle2 文件夹内。

7）总结上述文件夹结构。

查看录制数据包内是否存在标定需要的 channel 数据。

下图为正确的数据包示意：

如果发现缺少了上述 channel 的某一项，请排查相关模块。

如果您在使用文档的过程中，遇到任何问题，请到我们在【开发者社区】建立的 反馈意见收集问答页面，反馈相关的问题。我们会根据反馈意见对文档进行迭代优化。