按照百度Apollo2.5之前的规划在2017年7月1.0中开放封闭场地循迹自动驾驶能力和资源，在2017年9月1.5中开放固定车道自动驾驶能力和资源，在2018年1月2.0中开放简单城市路况自动驾驶能力和资源，之后会在2018、2019、2020年逐步开放特定区域高速和城市道路自动驾驶能力和资源，高速和城市道路和自动驾驶Alpha版，并最终到达高速和城市道路与全路网自动驾驶能力和资源。

在2018年4月的Apollo2.5计划中，Apollo有了重大改变，从高成本科研阶段进入实用化的阶段，从以前的高成本特定区域高速和城市道路自动驾驶应用，增加了低成本方案的限定区域视觉高速自动驾驶和低速园区自动驾驶应用两个更容易商业化落地的的过渡规划。Apollo2.5计划更易商业化落地的原因：

1.更低成本的感知方案

Apollo2.0感知方案：Apollo 2.0开放了Camera和Radar的模块，增加两个前向摄像头（长焦+短焦）主要用于识别红绿灯，正前方保险杠上方新安装了毫米波雷达。增加障碍物分类器，分为车辆、行人、自行车和未知障碍物。很明显， Apollo 2.0整个平台更强调了Camera、Radar、Lidar传感器融合的能力，已进一步增加其对昼夜简单城市道路工况的适应能力，非常注重安全。这样一辆车，总成本太高，达到100多万人民币（含改装成本）。

Apollo2.5感知方案：单目广角摄像头和毫米波雷达的低成本方案，相比前2.0中Velodyne 64线激光雷达（85000美元）+摄像头+毫米波雷达的硬件配置方案，成本降低了90%。新增国内激光雷达厂商禾赛科技联合百度Apollo联合开发的“激光雷达+摄像头”一体化传感器Pandora（4黑白+1彩色摄像头，最大垂直视场角为30°，最大水平视场角为40°，最大探测距离则200m，量产价格低于1000美元）方案，也会极大降低感知的硬件成本。

2.不在依赖于高精度地图

Apollo2.0导航定位：高精度地图+RTK与激光雷达点云融合定位。

感知、预测、导航、规划模块均依赖于高精地图，而高精地图的制作方法繁琐且不透明，对于开发者而言，是一个难以逾越的障碍。没有高精地图，只能使用Apollo提供的模拟数据包进行走马观花式的观赏，而无法在测试道路上完成实车调试。

Apollo2.5导航定位：基于相对地图(Relative Map)的导航模式(Navigation Mode) 。

基于相对地图(Relative Map)的导航模式(Navigation Mode) ，可顺利实施测试道路上的实车调试，从架构层面，相对地图模块是连接高精地图(HD Map)、感知(Perception)模块和规划(Planning)模块的中间层。相对地图模块会实时生成基于车身坐标系的地图（格式与高精地图一致），并且输出供规划模块使用的参考线。基于相对地图的导航模式，让开发者可以不依赖高精地图便可实施测试道路的实车调试。

导航模式的基本思路

1. 通过人工驾驶方式录制测试道路上的行驶轨迹；

2. 利用Apollo工具对原始轨迹进行处理得到平滑轨迹，该轨迹既用于替代路由(Routing)模块输出的导航路径，也是规划(Planning)模块用到的参考线（或称指引线、中心线，Reference line），还是生成相对地图（Relative Map）的基准线。此外，平滑轨迹还可用于替换高精地图内某些车道的参考线（默认情况下，高精地图将车道中心线作为参考线，在道路临时施工等特殊情形下该方式很不合适，需使用人工录制并平滑处理的轨迹替换特殊路段的车道参考线，当然本文不讨论该项内容）；

3. 驾驶员将车辆行驶到测试道路起点，在Dreamview中打开导航(Navigation)选项及相关功能模块，切换到自动驾驶模式并启动车辆；

4. 自动驾驶过程中，感知（Perception）模块的相机（Camera）动态检测道路边界及障碍物，地图（Map）模块下的相对地图（Relative Map）子模块基于参考线及道路边界实时地生成相对地图（使用以车辆当前位置为原点的相对坐标系），规划（Planning）模块依据地图模块输出的相对地图和感知模块输出的障碍物信息，动态输出局部行驶路径给控制(Control)模块执行。

5. 目前，导航模式仅支持单车道行驶，可完成加减速、跟车、遇障碍物减速停车或在车道宽度允许的情形下对障碍物绕行等功能，后续版本的导航模式将会进一步完善以支持多车道行驶、交通标志和红绿灯检测等。

3.限定的应用区域场景

Apollo2.0自动驾驶场景：简单城市路况的自动驾驶功能。

城市道路很复杂，尤其是如何更准确识别物体，如小猫小狗等小动物，它还分成静态动态等等。”其路况情况的复杂，导致对感知方案的要求及高精度地图的依赖就会特别高，测试的复杂程度及工作量也大大提升，极大增加了商业化落地实施的难度。

Apollo2.5自动驾驶场景：限定区域高速自动驾驶。

高速公路路况相对简单，对感知的要求相比复杂路况更容易实现，且是限定区域，可以进行针对性的多次重复测试，来保证系统的安全性。Apollo2.0计划介绍：

Apollo2.0 开放内容将Apollo平台四大模块全部点亮

Apollo2.0新开放的模块包括Security，Camera，Radar和Black box。将Apollo平台包括云端服务、服务平台、参考硬件平台以及参考车辆平台在内的四大模块已全部点亮。

1.安全和OTA升级服务：

只允许正确和被保护的数据进入车内，并进一步强化了自定位、感知、规划决策和云端方阵等能力。

2.Black Box模块：

包括了软件和硬件系统，能够实现安全存储和大容量数据集传输，可以帮助我们及时发现异常情况，提升整个平台的安全可靠性。

2.Camera和Radar的模块：

增加两个前向摄像头（长焦+短焦）主要用于识别红绿灯，正前方保险杠上方新安装了毫米波雷达。很明显， Apollo 2.0整个平台更强调了传感器融合的能力，已进一步增加其对昼夜简单城市道路工况的适应能力，非常注重安全。

Apollo2.0主要新增功能

1. 新增交通信号灯的探测；2. 新增障碍物分类功能，支持障碍物类别有：机动车、行人、骑自行车的人以及其他未知物体；3. 升级无人车在决策上的能力，比如为了到达目的地而进行主动变道；4. 增加了基于融合了RTK定位算法的点云；5. 增加了基于控制算法的MPC；6. 增加了用于交通预测的RNN模型。

Apollo 2.0功能更新

1．技术架构完善：技术框架四大平台模块全部点亮，其中最具亮点的之处在于首次开放安全和OTA升级服务；

2．安全能力提升：引入 OTA 升级安全防护，硬件级安全能力黑匣子功能，让系统在网络攻击下可以实现更高的强度；

3．感知能力增强：融合Radar、Camera等传感器、具备红绿灯检测功能及障碍物类型识别，采用厘米级点云定位，在 GPS 信号不好时也可实现精准定位；

4．模拟器优化：在 Apollo 1.5 模拟系统上要花 30 分钟进行的测试任务，在优化后的Apollo 2.0模拟系统上测试只需要 30 秒。

Apollo2.0应用场景

支持简单城市道路的自动驾驶，同时在高速上也能运行。Apollo2.5计划介绍：

Apollo2.5开放能力

Apollo2.5开放了视觉感知、实时相对地图、高速规划与控制三大能力以及更高效的开发工具。

Apollo2.5特点

Apollo2.5有更多场景、更低门槛、更多车型和更强工具这四大点。

1. 更多场景

限定区域高速公路及汽车小镇、园区、景区、机场、城市级无人驾驶实验区等限制区域。

2. 更低门槛

使用了单目广角摄像头和毫米波雷达的低成本方案，相比前2.0中Velodyne 64线激光雷达（85000美元）+摄像头+毫米波雷达的硬件配置方案，成本降低了90%。

新增国内激光雷达厂商禾赛科技联合百度Apollo联合开发的“激光雷达+摄像头”一体化传感器Pandora（4黑白+1彩色摄像头，最大垂直视场角为30°，最大水平视场角为40°，最大探测距离则200m，量产价格低于1000美元）方案，也会极大降低感知的硬件成本。

3. 更多车型

重型卡车、乘用车、卡车、巴士、物流车、扫路车等多种车型。

4. 更多工具

2.5版本开放了Apollo高精地图数据采集器，以及可视化的调试工具、云端仿真模拟器等开发工具提升开发者的研发效率。此外，Apollo数据及技术品牌 ApolloScape也将于近期在国内正式发布大规模自动驾驶数据集及下一代仿真技术。