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