2. Apollo平台概述

Apollo 是面向自动驾驶研发与量产落地的开放平台，其核心价值不只是提供感知、预测、规划、控制等算法模块，更在于把这些模块组织成可协同、可扩展、可实时运行的工程系统。理解 Apollo，需要同时看清三层：平台架构决定模块如何分层与协作，消息中间件决定模块之间如何交换数据，实时通信决定整车在毫秒级约束下能否安全闭环。

一、Apollo 平台架构：从传感器到执行器的分层协作

Apollo 采用分层、模块化的软件架构。最底层是硬件与驱动层，包括激光雷达、摄像头、毫米波雷达、组合导航、CAN 总线与计算单元；其上是感知、定位、预测、规划、控制等核心算法模块；再往上是消息中间件与运行时框架，负责模块调度、数据分发和生命周期管理；最上层是应用与工具链，如 Dreamview 可视化、标定工具、仿真平台和云端数据服务。

这种分层的关键意义在于解耦：感知模块不需要知道控制模块如何实现，规划模块也不需要直接调用某个传感器驱动，它们只通过统一的消息接口交换数据。模块可以独立开发、独立测试、独立替换，从而支撑快速迭代。

二、消息中间件定位：自动驾驶系统的“神经系统”

消息中间件位于算法模块与操作系统之间，是 Apollo 运行时最关键的通信基础设施。它解决四个问题：谁发消息、谁收消息、消息如何传输、消息何时被处理。在 Apollo 中，模块通常以独立进程运行，通过发布/订阅模式通信。一个模块发布话题（Topic），其他模块订阅该话题，中间件负责序列化、传输、回调触发和线程调度。

Apollo 早期使用 ROS 作为通信基础，后续演进为 Cyber RT。Cyber RT 针对自动驾驶的高并发、低延迟、确定性需求做了优化，支持基于共享内存的零拷贝传输、协程调度、组件化模块和更精细的 QoS 控制。它的定位不是简单的“消息队列”，而是实时通信 + 任务调度 + 模块运行时三合一的中枢。

三、实时通信在自动驾驶中的关键作用

自动驾驶是一个安全关键系统，通信延迟直接转化为安全风险。假设车辆以 72 km/h 行驶，即 20 m/s，若感知到规划的消息延迟 100 ms，车辆已经前进 2 米；若控制指令延迟 50 ms，执行器响应再滞后，实际轨迹偏差会进一步放大。因此，实时通信必须满足三个指标：低延迟、低抖动、可预测。

• 低延迟：从传感器数据产生到控制指令发出，端到端延迟通常要求控制在百毫秒以内，关键链路甚至要求几十毫秒。
• 低抖动：延迟不能忽高忽低，否则规划与控制算法难以稳定收敛。
• 可预测：在 CPU 负载升高、消息量突增时，系统仍要保证关键话题优先传输。

Cyber RT 通过共享内存减少数据拷贝，通过协程调度降低线程切换开销，通过 QoS 配置区分关键话题与普通话题，从而在工程上逼近上述目标。

四、典型应用场景与配置示例

在 Apollo 中，不同场景对通信的要求不同。例如，感知障碍物话题数据量大、频率高，适合共享内存传输；定位位姿话题数据量小但必须稳定；控制指令话题频率高、延迟敏感，需要最高优先级。下面是一个典型的 Cyber RT 组件配置片段：

# cyberfile 中定义一个规划组件
modules {
  name: "planning"
  type: "PlanningComponent"
  topic: "/planning/trajectory"
  readers {
    channel: "/perception/obstacles"
    channel: "/localization/pose"
    channel: "/prediction/obstacles"
  }
  writers {
    channel: "/control/command"
  }
  qos {
    reliability: RELIABLE
    history: KEEP_LAST
    depth: 10
  }
}

五、常见误区与工程复盘

总体来看，Apollo 平台架构提供了模块化协作的骨架，消息中间件提供了数据流动的神经系统，而实时通信则决定了这套系统能否在真实道路上安全、稳定地闭环运行。理解三者的关系，是后续深入学习消息调度与实时通信工程的基础。