百度Apollo学习笔记（第二天：高精度地图）

高精度地图与传统地图的比较

传统地图：（比如百度地图）

• 告诉你大体路线
• 人用的

高精度地图：

• 也说了大体路线
• 还包含了特别多的信息，比如周围建筑的三维表征、各种路标路牌、行车道上的标识等等。

高精度地图与定位、感知、规划

该部分主要描述高精度地图在这三个方面给予无人车的帮助

定位

核心步骤：识别+比对

这里重点谈一谈识别中，数据处理的三个步骤：

1. 预处理（剔除不准确、质量差的图片）
2. 坐标变换（将不同视角的数据换成同一坐标系）
3. 数据融合（将不同无人车和传感器的数据相融合）

（下图是相机和激光雷达下的视角）

感知

缺陷：车辆的感知能力是有限的，太远、被遮挡、视线不好都可能感知不到（像人一样）
帮助：高精度地图可以直接给你这部分的信息。（相当于人的记忆，有点像“闭着眼睛都知道”）

其他好处：除此之外，比如想找停车位，高精度地图告诉你某一块有停车位甚至还可能很多停车位的区域，那么车辆就只用重点感知那个区域的停车牌就行（那个区域叫做ROI），减少计算量

规划

1. 基本规划：让车辆规矩行车，比如靠中线走，比如提前减速从而不超速等等。
2. 其他规划：如果想变道超车，高精度地图能帮助缩小选择范围，从而找到最好的超车路线。

高精度地图

• 高精度地图能够减少计算量、给予车辆环境的详细信息，从而确保行车安全
• 同时该信息会由Apollo调查车辆不断进行验证和更新。
• 确定了统一的数据格式：Apollo采用OpenDRIVE格式，并且根据自身做了改进：Apollo OpenDRIVE标准

高精度地图的绘制

• 数据采集：调查车辆，自带多个传感器，各个传感器的信息进行融合，得到最基础数据
• 数据处理：整理、分类、清洗，得到一个没有任何语义信息、注释的初始化模板。
• 对象识别：人工智能方法进行分类
• 手动验证：确保过程正确、及时发现问题（监察委）
• 地图发布

地图包括自上而下视图的相应定位地图（图二）和三维点云地图（图三），图一为无人车自己的数据。

我的理解是，你知道自己在哪之后，高精度地图能告诉你你周围物体的信息、整个的道路状况（定位地图）、物体的分布状况（三维点云地图）

除此之外，百度甚至还发布了“众包”，向大众提供自己的数据采集软件，让大众一起帮忙采集地图数据。

小结

高精度地图的定位：

相当于人的记忆，只不过这种记忆更加地庞大、精确、牢固还会更新。

高精度地图的作用：

高精度地图可以提供许多额外的信息，帮助车辆决策

1. 定位时，车辆“探局部”，通过高精度地图而“知整体”；（知道自己在哪）
2. 感知，高精度地图能提供“看不见的细节信息”
3. 规划，提供额外的信息帮助决策