자율주행 리서치 - Apollo (ApolloAuto/apollo)

주제 정보

핵심 내용

Apollo는 바이두(Baidu)가 2017년부터 공개한 세계 최대 규모의 오픈소스 자율주행 플랫폼입니다. HD 지도부터 인지, 예측, 계획, 제어, 클라우드 시뮬레이션까지 자율주행 전체 스택을 제공하며, 실제 로보택시(아폴로 고 / 萝卜快跑) 서비스에 적용되어 검증되었습니다.

• 전체 스택 제공: HD Map, 고정밀 위치추정(Localization), 센서 융합 인지(카메라·라이다·레이더), 예측(Prediction), 경로·속도 계획(Planning), 제어(Control), V2X까지 모듈별 완전한 파이프라인 구성
• Cyber RT 프레임워크: Apollo 전용 고성능 통신/스케줄링 프레임워크. 모듈 간 비동기 메시지 기반 통신으로 실시간성과 확장성을 확보
• DreamView 시각화: 웹 기반 시각화·시뮬레이션 도구로, 주행 중 센서·인지·계획 상태를 실시간 모니터링하고 시나리오를 재생할 수 있음
• 실전 상용화 검증: 아폴로 고(萝卜快跑) 로보택시가 중국 다수 도시(우한, 베이징 등)에서 상용 서비스 중이며, 누적 주행 거리와 운행 규모에서 세계 최고 수준
• 지속적 아키텍처 진화: v9.0(2023) 이후 v10~11로 이어지며 BEV(Bird's-Eye-View) + 점유 네트워크(Occ) 기반 차세대 인지 파이프라인(2026-02 "feat: add Apollo 11.0 bev+occ")으로 전환 중
• 개발 환경·도구: Docker 기반 개발 환경, Dreamland 클라우드 시뮬레이션, 센서 캘리브레이션 도구, 데이터 수집/주석 파이프라인 등 생태계 전반 제공

왜 유명한가 / 활용 가치

• GitHub 최다 스타 자율주행 프로젝트: ★26.8k로 'autonomous driving' 검색 결과 1위. 2017년부터 9년간 끊임없이 업데이트된 가장 오래되고 완성도 높은 오픈소스 AD 스택
• 산업계 레퍼런스: 학계와 스타트업, 완성차 업계가 아폴로의 모듈 설계(HD Map → 인지 → 계획 → 제어)를 표준 아키텍처로 참고. ECCV/CVPR 등 최신 연구의 비교 베이스라인으로도 활용
• 로보택시 실데이터 검증: 시뮬레이션에 그치지 않고 아폴로 고의 실제 상용 운행 데이터·피드백이 코드로 환류되는 유일무이한 규모
• 학습 자료로서의 가치: EM Planner, Lattice Planner, MPC/LQR 제어 등 고전적 자율주행 알고리즘의 완전한 구현체 — 자율주행 연구자·학생에게 교과서적인 참조 코드

시사점 및 결론

아폴로는 '오픈소스와 실전 상용화의 결합'이라는 자율주행 산업의 핵심 축을 보여줍니다. 최근 BEV+Occ 기반 11.0 개발은 테슬라식 카메라 중심 인지로의 전환을 반영하며, 업계 전반의 '센서 퓨전 → 카메라 중심 + 점유 네트워크' 패러다임 변화를 상징합니다. 다만 Apache-2.0 라이선스의 포괄성에도 불구하고 하드웨어·데이터·클라우드 의존성은 여전히 진입 장벽이며, 종단간(E2E) 학습 기반 접근(UniAD 등)과 고전적 모듈식 접근의 공존은 향후 아키텍처 통합의 주요 연구 과제로 남아 있습니다.

원문: https://github.com/ApolloAuto/apollo

목록으로 돌아가기