能学到什么？
Apollo无人驾驶开源平台的主要内容：高精度地图（HD Maps），定位（Localization），感知（Perception）,预测（Prediction）,规划（Planning）和控制（Control）。
1.高精度地图（HD Maps）:无人驾驶的核心模块，尤其是Apollo无人驾驶车的高精度地图，高精度地图几乎支持着软件栈的所有其他模块，包括定位，感知，预测，规划和控制
2.定位：汽车如何确定它所处的位置，汽车利用激光和雷达传输数据，将传感器感知到的内容与高分辨率地图进行对比，这种对比可以使汽车能以个位数厘米级精度自定位。
3.感知：无人驾驶车如何感知这个世界，利用深度学习，它是是一个强有力的感知 工具，卷积网络构造了深度学习分支，对感知任务至关重要，如分类，检测和分割。****这些方法适用于几种不同无人驾驶车传感器的数据来源，包括摄像头，雷达和激光雷达。
4.预测：几种不同的方式，用于预测其它车辆或者行人可能如何移动。一种方式：递归神经网络，可以对其它物体随时间的运动进行跟踪，并使用该时间序列数据预测未来。
5.规划：如何将预测与路线相结合起来以生成车辆的轨迹，规划也是构建无人驾驶车最困难的一部分。
6.控制：如何使用转向，油门和制动来执行规划轨迹，用不同类型的控制器，类型从简单到复杂，性能从弱到强。
- 什么是无人驾驶车：
- 交通的发展史
- 人驾驶与无人驾驶对比
- 无人驾驶车等级
0级：基本等级，在这一级别中，驾驶员是该系统的唯一决策者，驾驶员控制方向盘，油门，控制器和其他车辆控制装置。
1级：驾驶员辅助，在该级中车辆为驾驶员提供转向或加速支持，例如：巡航控制为1级自动化系统，在该等级中驾驶员必须保持充分色参与，但可以放弃对自治系统的一些控制。
2级：部分自动化，车辆能自动控制几项功能，如：自动巡航或车辆保持，但驾驶员必须执行自治系统的任何功能。
3级：有条件自动化，车辆自动驾驶，但驾驶员必须准备在必要的时候随时接管。
4级：高度自动化，车辆控制驾驶体验点的所有方面，并且不期望驾驶员的介入，在该级别中可能没有方向盘或者驾驶室，但车辆是被约束在一个范围内的，这通常被称为“地图围栏”，车辆可以在特定的地图围栏中完全自主地运行，但在地图围栏之外车辆将不能自主操作或者根本无法操作。
5级：最高级，完全自动化，车辆可以在人类驾驶的任何地方自主运行。
- 无人驾驶历史
