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:
- 预处理(剔除不准确、质量差的图片)
- 坐标变换(将不同视角的数据换成同一坐标系)
- 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
- 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。
- 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
- 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)
- 感知,高精度地图能提供“看不见的细节信息”
- 规划,提供额外的信息帮助决策