apollo课程学习笔记

本笔记是记录在学习apollo课程中自己认为重要的点。
课程链接http://bit.baidu.com/Subject/index/id/16.html

高精地图

1、高精地图：并不是指精度高，而是说地图包含更多的与自动驾驶相关的信息，例如车道、标志，是为了让车辆更好的理解环境。

2、高精地图是L3，L4自动驾驶不可或缺的。高精地图储存的信息可以极大的减少感知模块的压力，并且可以帮助定位，规划等模块完成任务。

3、接下来先说一下高精地图与其他模块的关系

• 与定位模块：不管是相机还是雷达，想做特征提取，然后与高精地图中的储存的特征进行比对。
• 与感知模块：例如在检测之前，高精度图标出了红绿灯的位置，就能做针对性地检测
• 与规划预测决策：在长距离规划中，是使用lane级别的地图，规划出从哪个lane到那个lane；
  在局部规划中，例如需要变道，高精地图提供可以变道的解空间；在预测和决策中，高精地图提供经验，例如其他社会车辆占据左转车道，则可以预测该车辆左转
• 与安全模块：例如IMU对磁场敏感，激光雷达对人工反射物，假的红绿灯。高精地图提供一个离线的标准，提供先验知识。
• 与仿真系统：仿真系统主要用于算法迭代，例如强化学习。仿真系统基于高精地图构建。
  可以把高精地图认为是静态的perception，机器理解不了，就人来理解，赋予机器。弥补系统的缺陷。

4、高精地图的采集和生产主要分为以下三种方式

• 基于激光雷达的
• 基于视觉的
• 基于融合的

5、百度高精地图的构建方式
使用的传感器：GPS（城市环境平均偏移5m），IMU，轮速计，激光雷达
（（IMU + 轮速计）+GPS）计算pose，然后用激光雷达的点，进行三维重建
Camera和Lidar分别检测，然后融合

6、高精地图的格式规范
格式规范：NDS（宝马），OpenDrive=

6、业内的高精地图
HERE
Mobileye
Google
TomTom

用粒子滤波自定位
规划：A点->B点长距离规划，短距离规划
预测：其他交通参与者可能的轨迹
决策：规划和预测的结果进行决策

对无人车的攻击的主要四个方面：传感器，操作系统，控制系统，通信系统

自定位技术

1、自定位模块输出：位置3，姿态3，速度3，加速度3，角速度*3，置信度

2、自定位模块的输出的要求

3、自定位方法

• 基于电子信号定位：GPS；差分GPS，载波相位差分，精度几厘米