Apollo无人驾驶入门课程笔记之高精度地图(二)

时间:2020.10.29
内容:无人驾驶之高精度地图

一、高精度地图简介

1、高精度地图与传统地图的区别
人们在生活中常用的地图:车载地图、手机地图,输入某个目的地它可以帮助你找到正确的路径,引导你走向目的地,其精度在米级。

高精度地图:机器人环境中的地图,可以准确记住每一个车道、标志,同时为无人驾驶车提供精确的定位,包含大量的驾驶辅助信息,如道路网的精确三维表征、交叉路口标志等,其精度可达到厘米级。

2、地图与定位、感知和规划的关系
高精度地图是Apollo平台的核心,其他模块都依赖于高精度的地图。接下来将介绍地图与定位、感知、规划的关系。
2.1 定位
首先是定位,无人驾驶首先要找到的就是自己在这个环境中所处的位置,这是一个识别与匹配对比的过程。无人驾驶车辆在地图中的某个点,使用摄像机、激光雷达等设备可以感知周围环境,形成图像与点云数据,经过处理后可形成一个具有该位置某些特征(如地表建筑)的地图块,然后将该地图块与高精度地图进行对比匹配,即可确定车辆具体在哪个地点。
Apollo无人驾驶入门课程笔记之高精度地图(二)_第1张图片
Apollo无人驾驶入门课程笔记之高精度地图(二)_第2张图片
如上图所示,这里绿色小块为无人驾驶车辆通过摄像机、传感器采集到的数据经过处理后形成的地图块,通过匹配对比后就能知道现在车辆位于地图中具体的位置。

一旦车辆的位置确定了,整个定位过程也就完成了,整个定位过程都取决于地图,正因为如此车辆才需要一个高精度的地图,这样才能便于知道它在什么位置。
2.2 感知
无人驾驶车辆使用摄像机、激光雷达、雷达等传感器在探测物体时都有距离限制,尤其是在夜间或恶劣天气条件下,传感器的检测能力会受到进一步的限制。

在传感器检测到障碍物时,车辆无法直到障碍物之后的具体情况,这个时候高精度地图则可以将如交通信号灯、道路标识等传感器当前无法探知的道路信息传送给系统,帮助做下一个决策。

此外,高精度地图可以帮助传感器缩小检测范围,比如当我们想停车时,高精度地图可以先将可停车的区域信息传送过来,车辆则只需要在那一部分区域内进行寻找,提高了检测的准确度和效率也节省了计算资源。

2.3 规划
高精度地图本身包含如限速、变道等行车信息,可以帮助车辆找到合适的行车空间,快速的为车辆找到最合适的行车路线。

3、Apollo高精度地图
Apollo高精度地图专门为无人驾驶车设计,包含道路定义、交叉路口、交通信号、车道规则以及其他用于导航的信息,这些信息可以帮助汽车快速的识别道路情况,提高检测精度。
Apollo地图需要不断的进行更新,以提供最准确的道路信息。
Apollo地图为了提高兼容性采用OpenDRIVE格式,同时为了提高其对于无人驾驶领域的适应性开发了ApolloOpenDRIVE格式。

4、高精度地图构建
高精度地图构建主要有5个过程:数据收集、数据处理、对象检测、手动验证、地图发布。

数据收集:无人驾驶地图需要时刻保持更新,Apollo地图主要是通过将所有无人车辆通过摄像机、IMU、GPS等传感器收集的地图信息进行汇总处理以保持地图的实时更新。

数据处理:主要是对收集到的数据进行处理、分类、清洗以获得准确的图像或点云数据。

对象检测:使用人工智能对处理后的数据进行静态检测并分类,如识别车道线、信号标志等

手动验证:主要是及时发现自动地图创建过程中可能产生的问题。

地图发布:经过上述步骤后,地图则可发布。

总结: 本课主要讲述了高精度地图对于无人车的定位、感知和规划都至关重要,同时介绍了高精度地图的构建过程。

你可能感兴趣的:(自动驾驶,自动驾驶)