本文详细介绍了Apollo在自动驾驶中的高精度地图应用，包括车道线级别的信息提供以减轻车辆计算负担。同时，讨论了不同定位技术如RTK、IMU、Lidar和Camera的作用及其局限性。线控控制确保行驶平顺，1.5到3.0版本的系统进化展示了Apollo在自动驾驶领域的进步。安全标准ASIL D和ISO 26262被提及，以及阿波龙自动驾驶巴士的技术配置。文章还探讨了激光点云和视觉定位的方法，强调了车道线和路边特征的重要性。
高精度地图－－车道线级别；（给定更多信息给车辆，减少汽车的计算量）
静态地图，识别处静态特征，如电线杆等，同时也不用过于担心静态特征的变化导致定位出错，除非地震或大范围的施工，否则不会影响那么大，因为地位是多传感器融合；
Localization(定位):
ＲＴＫ定位： 大道１０ｃｍ精度，车和基站的距离不超过１５公里，但信号丢失时会出现跳变；
ＩＭＵ： 积分会有误差，因此ＧＰＳ－ＲＴＫ需要和ＩＭＵ进行融合，目前国内有很多厂商输出了组合导航
Lidar: 对环境要求高，波长比较长，因此雾霾会有严重影响；Ｒａｄａｒ波长短可绕过雾霾，是全天候的；
Ｃａｍｅｒａ：可识别颜色 如红绿灯；未来的Ｖ２Ｘ可能可以去除红绿灯识别，但鲁棒性成为大挑战，一旦路测设备故障车辆如何形驶？
线控控制：做到速度的多阶倒数目的是做到让人感受不到不平滑的情况；
Ｌｉｄａｒ：１５５ÿ
最低0.47元/天 解锁文章
2326
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
