Apollo 星火计划课程笔记 ---- SLAM

Apollo 定位和建图

高精地图和SLAM有什么关系?

高精地图制作技术栈:

设备组装:

  1. GNSS-INS惯性导航系统

  2. RTK-GNSS 服务商和接收器


地图坐标存储和召回

搞清楚处理数据的格式

  1. 定位参考点用WGS84坐标
    计算的时候,將WGS84坐标系转换为(x+x_0, y+y_0,h),也就是
    UTM平面坐标和高程。
    EQDC平面坐标和高程。

    每个参考点存储在一个点云瓦片(Tile)文件,召回和存储互逆。

  2. 地图瓦片文件是一个二进制文件,其中MGRS是美国军用定位格式,这里用来计算瓦片Key,可以实现任意精度划分;除了点云信息外,还可以存储图片,车道线几何点,连接几何点等其他二进制后的地图道路信息。

  3. 瓦片文件可以用Proto文件描述。

  4. 地图瓦片所对应地图拓扑信息,通常比较小,可以用可读文件格式来表示,描述场景树。

    • Scene Graph
    • Shp,DBF文件或者JSON等ASCII文件存储

轨迹获取和后差分处理技术(POST-RTK)

获取比RTK更准确的GPS信号

  1. POST-RTK: postprocessing pseudo-range differential GPS

单轨迹姿态优化和建图

相机线和激光线

建图需要把动态障碍物检测的过程。

预处理计算逻辑

Step 1: 从定位模块/后差分模块获取轨迹Trajectory:

  • 建图和定位最大的区别之一是可以获取全局已优化过一遍的轨迹信息
  • 我们將INS中更为稠密的IMU信息作为查询池

Step 2: 对相机,激光进行运动补偿

  • 高速相机需要快速解码 (相机内部在做)
  • 相机需要额外ISP模块解决曝光补偿,动态的补偿等 (有专门的组做)
  • 红外增强(曝光太低,需要与红外相机进行融合)

Step 3: 地面找平,將6自由度问题,变为3自由度问题 (无人车只有三个自由度)

  • 要求只计算法向量
  • 10ms 以内

Step 4: 结构化,计算特征

在这里插入图片描述

地图编译和交付

  1. 在视觉系统中,地图目前主要用于车道线匹配
  2. 在更加成熟的视觉系统中,地图用于
    • 过滤对向车道车辆
    • 定位参考点匹配
    • 提前加载交通信息:停止线,路边线,红绿灯,路牌位置和信息
  3. 客户可能只对集中地图格式比较熟悉:
    • OpenDrive
    • NDS
    • OpenStreetMap

地图元素,要符合道路施工标准,因此我们需要一个地图编译器。一方面进一步优化轨迹,建图信息,一方面方便將地图转译成各种格式,满足不同客户需求。

问题:

Q1: 视觉还能做什么? Transformer。3D视觉。

你可能感兴趣的:(Apollo,自动驾驶,人工智能,机器学习)