稿件来源:阿里云开发者社区
本文将首先介绍视觉和惯导的主流设备,视觉惯导融合的框架和关键技术,高德在基于视觉方式生成高精地图道路标志和地面标识要素的计算方案,最后总结了这项技术在高精地图精度上所面临的挑战和未来发展方向。
视觉惯导技术具有广泛前景
高精地图是自动驾驶的核心技术之一,精准的地图对无人车定位、导航与控制,以及安全至关重要。随着自动驾驶的不断发展,越来越多的车企选择和地图供应商合作。高精度地图需要考虑规模和实时的问题,高德能面向不同品牌车型提供大规模的数据服务,在高精地图行业具有领先优势。
目前,高德完成了全国超过32万公里高等级道路的高精地图数据,采用了搭配激光雷达采集、图像视觉惯导融合两种方式。
通过图像视觉惯导结合的方式采集数据,一方面能大大降低成本。另一方面,基于图像视觉的高精地图在识别上具有一定优势,能提高车道级别要素作业的效率。因此,这项技术在大规模高精地图生产中具有广泛的前景。
![d196b3228bd6b376afa9be8082cba4dc.png](https://i-blog.csdnimg.cn/blog_migrate/9be42a98c191d38955de87699b510eb9.png)
高精地图由高精度的地图要素矢量信息组成,获取这些高精度的地图要素信息,一方面是通过识别视觉图像获取地图要素目标,另一方面通过惯导信息获取车辆高精度的位置和姿态,两方面融合得到对应的矢量地图要素。
视觉惯导硬件工具篇
视觉设备
主流视觉设备按照工作方式的不同,相机可以分为单目相机(M