apollo自动驾驶教程学习笔记-Apollo高精地图详解5-4

视频链接：http://bit.baidu.com/Course/detail/id/278.html
老师：刘阳 百度Apollo研发工程师

业界比较著名的高精地图（1）

本节主要介绍了3个做高精地图和定位导航的公司：HERE、MobileEye、Google Waymo

接下来的内容主要如果需要了解，还是要去网上查资料，这里仅仅记录了一些关键点和关键词

HERE

公司

HERE是一家做高精地图和导航定位的公司，起步非常早，最初是诺基亚的一个部门，后来诺基亚被微软收购时没有收购HERE，HERE后来得到多个车企和投资商的资助，现在在欧美市场占有率达到80%。

高精地图方案

传感器数据-> Base Map ->众包 -> 更高精度的地图，更新也更加迅速 -> 云端学习 -> 下发车辆使用

点云信息

lidar采集到的是点云信息，而camera采集到的是图像信息，在深度学习领域，做基于图像的深度学习，要比基于点云的深度学习更成熟，尤其是做基于点云的特征识别、SLAM、决策规划等，还是比较困难的。
HERE做基于点云的策略比较多，当然也少不了camera融合数据。

分层

对高精地图的数据信息做分层，最底层是Lane层，描述了道路结构和车道线等相对固定的信息，也是整个地图的框架基础；然后是location层，描述了相对固定的道路周围的信息，比如路灯、交通标志等；然后是动态层，针对一些动态变化的道路信息，如修路、交通事故等信息
也在做一些用户驾驶习惯的学习。

MobileEye

公司

MobileEye现在被intel收购，也是比较有名的一家公司。

方案

分为三个部分：Sensing、Mapping、Driving Policy
Sensing主要基于camera，该公司的图像算法做的比较厉害；Driving Policy是驾驶策略。

建图

与HERE一样，也是基于众包，不过采用camera的众包，可以保证成本低，覆盖率大，比lidar要有优势。
提出REM概念（Road Experience Management），Road Book的概念，提高地图更新速度。

Google Waymo

公司

Google做高精地图和智能导航的部门。
相对前两者，Waymo的信息非常少，大多数都是业界根据已有信息的推测。

技术

主要的技术依然是依赖于lidar和camera做数据融合，然后地图分层。

特殊点

通过设置栅格地图形式的静态地图，能够在匹配静态与动态物体时能够更加容易，然而数据量也会更大。
lidar的硬件是自家设计的，所以识别距离更远，成本低。