从去年百度Apollo的6.0版本开始，智东西公开课就开始联合百度Apollo开发者社区策划推出系列专场，先后对Apollo中的激光雷达感知、仿真可视化、高精定位、融合定位等技术进行了全面讲解。错过直播的朋友可以点击文章底部“阅读原文”进行回看。

12月30日，百度Apollo 7.0公开课上线开讲。本次公开课将聚焦无人驾驶系统核心模块之一的预测引擎进行讲解，由百度高级研发工程师大絮主讲，主题为《Apollo7.0 预测技术解析》。

作为无人驾驶系统的核心模块之一，预测模块承接了上游高精度地图、感知、定位等模块，预测所有障碍物未来的轨迹，同时输出给下游的规划模快。预测算法的优劣会直接影响规划轨迹的安全性和舒适性，在无人驾驶中发挥了至关重要的作用。

在百度 Apollo 自动驾驶开放平台中，预测模块包含了容器、评估器等核心子模块。想要了解Apollo预测模块，首先要了解预测模块的整体流程。预测模块包括以下3大主流程：消息主流程、数据主流程和代码主流程。

（1）消息主流程，也就是说预测模块接收什么消息，输出什么消息。在无人驾驶系统中，预测模块接收感知到的障碍物消息，然后结合自身的位置和规划信息，输出的结果是障碍物未来一小段时间的预测轨迹。

（2）数据主流程的作用主要是为了帮助训练，例如在线无人车预测的数据，可以保存下来给离线使用。同时在调试的时候也可以通过跑离线任务来定位问题。

（3）代码主流程，预测模块的代码相对比较简单。主要是通过评估器和预测器来输出最后的预测结果，其中不同的障碍物类型对应不同的评估器和预测器。

为了更好的预测障碍物轨迹，往往需要考虑周围的环境信息、车辆的历史轨迹、以及与其他车辆的交互等。在本次公开课中，大絮老师将从Apollo 7.0 预测模块的整体流程出发， 全面讲解其中的环境信息编码、轨迹生成器、被预测障碍车与主车的交互等内容。

百度 Apollo 7.0公开课将在智东西公开课知识店铺上以视频直播的形式进行。本次公开课由主讲、问答两个环节构成。针对本次公开课，也组建了专属交流群，主讲人大絮老师将加入，欢迎大家申请。