ApolloAuto/apollo
Apollo
Apollo ist ein umfassender Software-Stack für die Entwicklung autonomer Fahrzeuge, der die notwendigen Komponenten für Wahrnehmung, Planung und Steuerung bereitstellt. Er fungiert als leistungsstarke Robotik-Middleware und nutzt einen Publish-Subscribe-Datenbus, um eine latenzarme Kommunikation zwischen verteilten Modulen und Hardwaresensoren zu ermöglichen. Die Plattform integriert Daten von Kameras, Lidar und Radar über ein Sensorfusions-Framework, um ein Echtzeit-Umgebungsmodell für die Navigation zu generieren.
Das System verfügt über ein komponentenbasiertes Laufzeit-Framework, das die Aufgabenplanung und Ressourcenallokation verwaltet, unterstützt durch eine Hardware-Abstraktionsschicht, die die Fahrlogik von spezifischen Fahrzeugkonfigurationen entkoppelt. Um ein konsistentes Verhalten während des Testens zu gewährleisten, enthält es eine deterministische Replay-Engine für Sensordatenströme und unterstützt Hardware-in-the-Loop-Simulation. Die Plattform verwendet zudem eine azyklische gerichtete Graph-Planung und Zero-Copy-Shared-Memory-Transport, um den Datenfluss und die Recheneffizienz in komplexen Robotersystemen zu optimieren.
Die Software bietet eine standardisierte Fahrzeugsteuerungsschnittstelle, um Navigationsentscheidungen in mechanische Befehle zu übersetzen. Umfangreiche Dokumentationen sind verfügbar, einschließlich Installationsanweisungen, Hardware-Integrationsleitfäden und einer Reihe von Schnellstart-Handbüchern für verschiedene Versionen der Plattform.
Features
- Autonomous Driving Stacks - Provides the necessary components for perception, planning, and control to operate self-driving vehicles safely.
- Robotics Middleware - Provides a high-performance communication and task scheduling layer for distributed robotic modules.
- Sensor Fusion - Combines inputs from cameras, lidar, and radar sensors to create a reliable real-time environmental model.
- Message Buses - Facilitates low-latency communication between distributed autonomous driving modules and hardware sensors.
- Motion Planning - Calculates safe and efficient vehicle trajectories by analyzing dynamic obstacles and road conditions.
- Sensor Fusion Frameworks - Integrates data from cameras, lidar, and radar to create a unified representation of the surrounding environment.
- Awesome List - A community-curated directory that catalogs and links out to other open-source projects, rather than a standalone tool you run yourself.
- Runtime Frameworks - Manages task scheduling and resource allocation for real-time perception and control algorithms.
- Autonomous Driving - Open-source autonomous driving platform.
- Robotik-Frameworks - Hochleistungsarchitektur für die Entwicklung autonomer Fahrzeuge.
- Autonomous Frameworks - Framework for accelerating autonomous vehicle development and deployment.
- Calibration Toolboxes - Autonomous driving platform including sensor calibration utilities.
- Embedded Utilities - Autonomous driving platform.
- Robotics Frameworks - High-performance architecture for autonomous vehicle development.
- Hardware-in-the-Loop Simulators - Validates algorithms by connecting software modules to simulated or physical vehicle control systems.
- Vehicle Control Interfaces - Translates high-level navigation decisions into precise mechanical commands for steering, braking, and acceleration.
- Hardware Abstraction Layers - Decouples high-level driving logic from specific vehicle sensors, actuators, and computing hardware.
- Middleware Orchestrators - Manages complex data communication and task scheduling between distributed software components.
- Task Schedulers - Executes computational nodes in a specific order based on data dependencies and timing constraints.
- Shared Memory Transports - Allows multiple processes to access large sensor data buffers without expensive memory duplication.
- Test Infrastructure - Records and replays sensor data streams to ensure consistent behavior during simulation and algorithm testing.
