您好，开发者，欢迎来到 Apollo 自动驾驶开放平台。

Apollo (阿波罗)是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套 属于自己的自动驾驶系统。

开放能力、共享资源、加速创新、持续共赢是 Apollo 开放平台的口号。百度把自己所拥有的强大、成熟、安全的自动驾驶技术和数据开 放给业界，旨在建立一个以合作为中心的生态体系，发挥百度在人工智能领域的技术优势，为合作伙伴赋能，共同促进自动驾驶产业的发 展和创新。

Apollo 自动驾驶开放平台为开发者提供了丰富的车辆、硬件选择，强大的环境感知、高精定位、路径规划、车辆控制等自动驾驶软件能 力以及高精地图、仿真、数据流水线等自动驾驶云服务，帮助开发者从 0 到 1 快速搭建一套自动驾驶系统。

从 2017 年 4 月 Apollo 开放计划宣布到现在，历经5年，Apollo 已经发布了13个版本到了 Apollo 9.0，持续的在多维度创新。 这5年 分为3个阶段。第一阶段是从最开始的封闭场地循迹自动驾驶到2.0的简单城市路况，Apollo搭建了基础的自动驾驶基础能力；第二阶段是 从2.5限定区域视觉高速到6.0 EDU的教育专版，Apollo积累了丰富的场景能力。第三阶段，从7.0 开始，Apollo专注提升工程易用性，从 开发者实际需求出发，帮助更多开发者更好更快的使用Apollo。每一次的升级都将自动驾驶开放平台的能力边界从多维度向外拓展。

为了更好的使用 Apollo，需要您简单了解一下开放平台的架构。以下为 Apollo 最新架构图，其分别由硬件设备平台、软件核心平台、 软件应用平台和云端服务平台四层组成。

自动驾驶与传统互联网软件研发不同，一是实车测试成本高，二是数据量非常大。而一套能够满足自动驾驶开发流程需求，并提升研发效 率的研发基础设施就非常之重要。

Apollo 云端服务平台通过云端的方式解决了数据利用效率的问题，通过与仿真结合降低了实车测试成本，能够极大的提升基于 Apollo 的自动驾驶研发效率。从研发流程上讲，Apollo 车端通过数据采集器生成开放的数据集，并通过云端大规模集群训练生成各种模型和车 辆配置，之后通过仿真验证，最后再部署到 Apollo 车端，无缝连接。这整个过程其实包含了 2 个迭代循环，一个是模型配置迭代，一 个是代码迭代，都通过数据来驱动。

根据 Apollo 开放的能力和提供的服务，开发者可以既省心又省力的快速搭建和部署自己的自动驾驶系统。

以前版本的架构图，请参考各个版本的架构图。

本文档旨在让开发者全面的了解 Apollo 的学习使用。

Apollo 开放平台为开发者提供预先编译好的 Apollo 安装包，节省大量的编译时间，环境的部署准备时间从天级别降低到小时级。开发 者在下载安装包并安装好 Apollo 之后，便可以在本地电脑上实践 Apollo 。

在硬件的选型上，开发者可以参考 Apollo硬件开发平台 和 Apollo开放车辆认证平台 来搭建自己的自动驾驶系统硬件；为了更加省心，推 荐您使用底盘和传感器套件一体的 Apollo D-KIT。开发者搭建自动驾驶车辆的 过程中，也可以使用 Apollo Fuel 自动驾驶研发云 来完成诸 如车辆动力学标定、传感器标定等搭建流程，以提升研发效率。

您可以参考本文档一步步完成 Apollo 的安装、快速上手 Apollo 和上机使用。相信这些文档会帮助您更加深入的了解 Apollo 的各个核 心模块的能力。

文档结构

发版说明：每次发版更新内容的简介。

安装指南：关于如何安装 Apollo 软件包以及源码的说明文档。

应用实践：介绍自动驾驶通信的应用实践案例以及上车实践操作。

框架设计：介绍 Apollo 的框架设计

工具使用：介绍 Apollo 相关工具使用

源代码文档：根据源码和注释生成的文档，方便阅读和查询

如果您想从底层了解 Apollo 甚至为 Apollo 代码库做贡献，那么您可以参考 Apollo Github 库 的源码及相关资料。

Apollo Github 库为开发者提供丰富的技术文档、使用指南和开放的源代码。

现在您已了解 Apollo 开放平台以及 Apollo 文档的相关内容。 接下来，开发者可以参考 安装说明 安装 Apollo 了。

最后别忘记加入 Apollo 开发者社区，社区有大量的资料供开发者阅读使用。

阿波罗开源平台只有模型、算法和流程的源代码，在商业化和产品化部署中将与网络安全防御战略相结合。

有关 Apollo 的免责声明，请参阅 Apollo Disclaimer

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。