学习心得：Apollo无人驾驶汽车入门课程——第二课：高精地图

C1：地图简介

C2：Sebastian Thrun对高清地图的介绍

机器相较人类在驾驶上的优势

• 记忆力强
• 可以不用做临时决定，提前规划即可

C3：高清地图VS传统地图

1. 无人驾驶车缺乏
人类的视觉能力及逻辑能力
2. 高清地图主要构成
驾驶辅助信息（最重要的：道路网的精准三维表征，如：信号灯、路标）
3. 高清地图主要特征：精度

C4：地图与感知配合，辅助完成定位工作

过程：

• 类似于拼图，车辆会先寻找地表（运用感知部分，各种传感器），再用地标与高精度地图上的特征进行匹配，进而进行统一坐标系转换，进行数据合并，最终完成定位工作
• 上述过程始终基于：地图

C5：地图辅助完成感知工作

• 前提：感知距离有限、存在恶劣天气限制、障碍物后的物体难预测等问题
• 地图的帮助
  可提前预测地标位置
  可缩小传感器探测距离（规划出ROI，从而减小计算成本）

C6：地图辅助完成规划工作

例如：

• 靠近道路中心线行驶
• 将变道、减速等操作列入规划方案中

C7：Apollo高精度地图

1. Apollo HD Map内容：
   道路定义
   交叉路口
   交通信号
   车道规则
   其他汽车导航元素

2. 优势：
   减少计算需求
   提供驾驶环境的详细信息

3. 主要工作：对HD Map进行更新与验证

4. 为防止HD Map格式不兼容问题：
   采用行业制图标准，采用OpenDrive格式制图
   并加以改进：Apollo OpenDrive

C8：Apollo HD Map构建

构建过程：
1.数据采集（采用多种传感器）
2.数据处理（将多种传感器的接收数据融合，形成HD Map）
3.对象检测
4.手动验证（可确保自动地图创建过程正确进行，并发现问题）
5.地图发布