无人驾驶（基于计算机视觉的高精度地图）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

 

    如果说HD地图和普通的导航地图有什么区别，那么我认为就是精度问题。普通地图的精度可能是5m－10m，而HD地图可能就是5-10cm，整整提高了100倍。除了标出简单的道路信息之外，HD地图还要负责识别车道信息、红绿灯信息、坡度信息、限速信息、立交道路信息、虚线实线信息等等。这么说吧，如果普通地图提供的只是简单的2d信息，那么HD地图提供的是丰富的3d信息。

 

    目前而言，一般高清地图的处理方法都是用gps&imu＋激光雷达去进行测量。但是激光雷达价格太高，短时间内很难普及。相反，摄像头本身比较便宜，使用方法多样，因此我认为利用cv技术绘制高精度地图的可行性更大，推进的速度可能更快一些。

 

1、成本

    camera价格便宜，一个激光雷达动则数万美金，而一个camera设备也就一百多块人民币左右。

 

2、深度学习

    这个毋庸讳言，深度学习、cnn技术、ssd技术让图像识别、车道识别、标志识别变得很容易。

 

3、众包模式

    不管一家绘图企业多么厉害，它的绘制车辆总是有限的，能达到数百辆测绘汽车的公司都寥寥无几。而经过camera标定的汽车，加上先进的车身定位技术和众包的商业模式，会帮助我们大幅度降低HD地图的绘制门槛。

 

4、实时性

    能装得起激光雷达的汽车毕竟是少数，但是有了camera和实时绘制技术、众包模式，它让地图的实时绘制变成了可能。

 

5、替代性

    自动驾驶不可能等待激光雷达全部准备好才去做，但是没有激光雷达又是不行的。因此，就目前的现状而言，用camera代替激光雷达是一个可行的方案。即使将来激光雷达普及了，camera也可以作为激光雷达的有益补充，和它一起完成实时更新地图的功能。

 

    当然，利用cv技术也不是没有缺点，这主要表现在这么几个方面，

 

1、政策原因

    目前绘制地图是需要资质的，这种gps＋camera绘制地图的方法是否合规尚未可知。

 

2、精度问题

    由于camera本身的精度问题，生成的地图也会存在相应的精度问题。那么这个精度是否会影响自动驾驶，很难断定。

 

3、标定

    由于各个车型不一，如果使用统一的camera进行绘制，很难抉择。

 

4、激励问题

    如何协助驾驶员标定camera，鼓励他们上传道路视频，这个工作也不轻松。