2.4 环境的表现（第二章 自动驾驶的软硬件构架）

2.4 环境的表现（Environment Representation）

在这节课中，我们将仔细地查看为描绘我们的汽车周围的环境而创建的地图。我将讲述传统上用于自动驾驶的三种不同的地图类型。然后，我将对每个地图进行更详细的解释，以便您能够更好地理解在整个专门化过程中如何创建和使用它们。

我们要讨论的第一个地图是定位地图。

当汽车在环境中移动时，使用一组连续的激光雷达点或相机图像特征创建此地图。定位模块将定位地图与GPS、IMU和车轮测测距结合使用以准确估计车辆的精确位置。

第二张图是占据栅格图。

占据栅格图也使用一组连续的LIDAR激光雷达点来建立环境地图，该地图将显示环境中所有静态或静止障碍物体的位置。这张地图被用来为自动驾驶汽车规划安全、无碰撞的路径。

最后一个地图是细节路线图。

它包含所有监管元素、监管属性和车道标记的详细位置。此地图用于规划从当前位置到最终目的地的路径。

1. 定位地图

让我们仔细看看定位图。正如我前面提到的，**定位地图使用记录的激光雷达点或图像，它们被组合成环境的点云表示。**当接收到新的激光雷达摄像机数据时，将其与定位地图进行比较，并通过将新数据与现有地图进行比对，创建车辆位置的测量值。这个测量然后与其他传感器结合来估计车辆的运动，最终用于控制车辆。我们有一些来自于自动驾驶汽车的激光雷达数据记录。

本视频中，车辆的运动是基于明确的激光雷达点的演变。当汽车驶出车道，驶上前方的街道时。车辆通过其环境的运动的详细演变对于定位模块来说是非常有价值的。定位地图可能非常大，现有的有许多方法可以对地图的内容进行压缩，只保留用于构建定位地图所需的那些特性。我们将在下一个单元详细讲述定位地图的构造过程。

2. 占据栅格图

**占据栅格图是一个2D或3D离散化的地图，显示了车辆周围环境中的静态物体。**创建占据栅格地图是为了识别自动驾驶汽车周围的所有静态对象，同样使用点云作为输入。树木、建筑物、路缘和所有其他不可移动的物体面被归类为静态的物体。例如，在这个网格图中，如果所有已占用的网格都被着色，这就是占据栅格图的样子。

由于占据栅格只表示环境中的静态对象，所以必须首先删除所有动态对象。这是通过移除所有的找到的激光雷达点来完成，激光雷达点在被检测动态目标的边界盒中被感知栈识别出来。不会干扰车辆的静态物体也被移除。例如可飞行服务或任何悬垂的树枝。由于执行了这些步骤，因此只有来自环境静态对象的相关写入器点仍然存在。过滤过程并不完美，因此不可能盲目地相信剩余的点就是实际上的障碍，因此，通过跟踪网格单元随时间占用的可能性，以概率的方式表示环境。然后依赖该地图为车辆创建无碰撞的路径。

让我们看一个占据栅格随时间更新的示例。在这里，我们可以看到自动驾驶汽车下方的占有率网格被可视化为浅灰色的正方形区域。用黑色方块更新环境中静态对象的位置。当自动汽车在环境中移动时，环境中所有静止的物体(如电线杆、建筑物和停放的汽车)都显示为被占用的网格单元。

3. 细节路线图

细节路线图是完整的路网地图，可以被用于无人车的驾驶。这张地图包含了有关道路车道的信息，以及任何可能影响这些车道的交通规则。细节路线图被用来为自动驾驶汽车规划一条安全有效的行驶路径。细节路线图可以通过三种方式来创建。

完全在线：

完全在线创建的地图很大程度上依赖于感知堆栈中静态对象的比例来准确标注和正确定位所有相关的静态对象来创建地图。这包括当前驾驶环境中的所有车道边界，任何规则元素，如交通灯或交通标志，车道的任何规则属性，如右转弯标志或人行横道。由于实时创建地图的复杂性，这种地图创建方法很少被使用。

完全离线

完全离线绘制的地图通常是通过多次收集给定道路的数据来完成的。配备高精度传感器的专用车辆定期行驶在公路上，构建离线地图。一旦收集完成，然后使用静态对象感知的自动标记和人类注释和校正的混合方法对信息进行标记。这种绘制地图的方法，虽然能绘制出非常详细和精确的地图，但不能对变化的环境作出反应或适应。

创建离线和在线更新

离线创建路线图，然后用新的相关信息在线更新。这种创建地图的方法吸收了完全离线和完全再现创建地图的方法，创建了一个高度精度的路线图，可以在驾驶时更新。在关于运动规划的课程四中，我们将介绍一种方法，用于存储在详细路线图中呈现的所有信息，称为车道长度模型。

让我们看一个细节路线图的示例。如您所见，用红色表示细节路线图的车道边界，每个车道的中心也用红色表示。此信息对于路径跟踪非常重要，因为它提供了沿车道的默认路径。正如你在这个视频中看到的，汽车在自动驾驶时，整齐地沿着车道的中心行驶。这就完成了我们关于自动驾驶汽车地图绘制的讨论。