Apollo-百度高精度地图1*

介绍百度L4等级无人车的高精度地图

L3以下：不需要高精度地图
L3/L4：必须有高精度地图

高精度地图的两层意思：误差要求小、信息表达全

离线处理好的

高精度地图与其他模块的关系

HMI：人机交互接口

高精度地图与感知

好处：
比如camera需要检测百米开外的红绿灯，因为距离的原因，检测时的红绿灯在图像中很小很模糊，这会导致检测精度的下降，但高精度地图，可以事先就告诉你红绿灯在哪，便于我们检测。
（这部分老师应该是想将ROI，但ROI是加快检测效率，而非检测精度吧…但也不一定…）

高精地图与规划、预测、决策

规划：planning，源码里有
（长距离规划是Lane级别的【车道级别】，整个规划是一系列车道的集合；短距离规划【我怎么感觉这里短距离规划就是决策…】）
预测：“我们需要知道道路上其他参与者可能的行驶轨迹”（行人是否要过马路等）
决策：结合前面两者得到的最终决定

安全

四个维度：传感器、操作系统、控制系统、通信系统

高精度地图的作用

静态的perception

“将人的经验传授给自动驾驶系统”

弥补系统性缺陷

无人车在行驶过程中，需要进行大量的计算，为保证实时性，我们需要尽可能地加快效率、减少不必要的计算，而高精度地图在这一点上能够基于帮助。
比如：四条车道线，中间有个栅栏，两边相向而行，高精度地图事先就告诉你了这件事，那么车辆就不用害怕说另一侧的车辆回过来，从而减少这部分的计算量。

高精度地图的采集和生产

处理过程

计算模型

视觉制图

百度方案：将激光雷达和相机相融合

高精度地图的格式规范

NDS

OpenDRIVE（百度采用的方法）

section：同一条道路，车道数目不同，基于此将该道路分成了多个section

lane：中间是0，左边123 右边-1-2-3
Junction：红色线（虚拟路，可通行方向）