apollo 百度高精地图的现状与挑战

摘要

高精定位是自动驾驶核心技术之一，自动驾驶车辆在道路上需要实现厘米级的实时定位精度，复杂环境，如天气变化、季节变化、道路拥堵等各种外部因素的干扰。

本文将介绍百度高精地图的现状与挑战，主要从以下几点为大家对进行详细讲解。

• 什么是高精地图？它和手机上的地图有何区别？
• 高精地图在自动驾驶系统中的作用
• 高精地图在自动驾驶系统中的其他

什么是高精地图

• 高精地图不仅具有更高的精度（可以达到厘米级）；而且具有更加丰富、更加精细的内容。它能够表述所有能看到的影响交通驾驶行为的元素，有更深层次的交通语义内容，更加全面清晰。
  • 在实际中，高精地图与导航地图最大的区别在于，它本身就是一套面向自动驾驶的地图，而不是面向人的地图。它提供的能力，或它提供的信息，是用于自动驾驶相关的定位系统，感知系统和决策系统。
    

在自动驾驶的应用

• 高精地图，实际上是自动驾驶能力的一部分，它是自动驾驶能力的理性的解决方案。
• 如何理解这个关系呢？我们可以用人和自动驾驶的对比来说明。
  • 人在开车的时候，首先要做的就是观察周围的环境，判断你所处的位置，然后基于上述两个信息，来决定自己的驾驶行为。
  • 而对于自动驾驶来说也是一样的，自动驾驶系统最重要的几个模块，如环境感知就等同于代替人的眼睛去观察它的环境，高精定位是代替人来判断你所出来的位置，基于这些输入，最后来到决策规划模块。在这个过程中高精地图提供的数据信息，可以帮助我们的感知、定位，更可以帮助我们的决策规划。
  • 相比于车端本身已经具有的能力，地图实际上是更具优势的。
• 高精地图与自动驾驶：

下面我们将分为三个模块进行具体分析讲解：

基于高精地图的感知方案

• 精准指引感知范围，提升感知性能和准确度
  第一个例子，我们在遇到红绿灯时，车端需要看到红绿灯，并且判断红绿灯状态来决定是否通行。而在地图里是通过精确地指引红绿灯的位置，能够快速地找到当前这个位置需要关注的红绿灯，并且准确地判断出它现在的红绿灯状态，这样就能够通过精确指引范围提高感知的性能和准确度。
• 扩展传感器检测边界，提供上帝视角感知能力
  第二个例子，我们车端的感知，实际上依赖于整个车端上的传感器，但传感器可能会因为视线的遮挡，视距的限制以及视角的限制，而看不清楚很多地方。但是通过预先已经完成的高精地图数据，我们可以拓展甚至超越传感器的检测边界，提供类似于上帝视角的感知能力。
• 提供准去的语义理解，解决能力的瓶颈
  第三个例子，是提供语义理解。在现实世界中交通环境是很复杂的，有时候人到了一个不太熟悉的地方，可能都会觉得有些疑惑。那么地图提前提供了准确的语义理解，在行车的时候就可以突破一些能力的瓶颈和性能的瓶颈。

基于高精地图的定位方案

• 基于高精地图的定位方案一般分为两种，一种是视觉的定位、点云的定位。它们的原理相差不大，就是通过地图预先找出一些特征，然后通过车辆传感器拿到的数据，再把这个特征进行匹配，如果匹配到了，就能够比较精确地获取到当前位置。
• 另一种是多传感器融合的定位。在传统的方案中，更多的是通过卫星定位来获得定位结果，这就跟我们手机上用到的GPS类似。除了卫星定位系统以外，还有IMU、轮速计。通过IMU、轮速计进行推算，也能够大致推算出当前位置，这些都是属于传统的定位手段。
• 在实际高精地图定方案当中，通常是多传感器融合的定位方案。
  视觉定位 + 点云定位 + 卫星定位、IMU、轮速计

基于高精地图的决策规划方案

• 对于规划决策模块，感知输入和定位输入的信息都会交给决策模块来决定自己的自动驾驶行为。这种自己决定自己的驾驶行为，就是一个间接应用在决策规划模块的例子。
• 同时，地图当中也会提供一些数据直接应用到决策模块。比如在L4级的自动驾驶里，过路口一直是件比较复杂的事情。通过地图当中预设一些虚拟的引导线，车就可以沿着引导线走，这样就大幅降低了自动驾驶的难度，提高了自动驾驶车辆的通行性。另外可以根据地图的信息来进行路径规划和速度规划，这部分与传统的导航是比较类似的。
• 主要体现有：
  • 路口引导线
  • 路径和速度规划

在自动驾驶系统中的其他应用

• 高精地图作为自动驾驶的核心基础模块。除了在定位、感知、决策规划中具有重要作用外，在安全、预测、仿真等阶段都是不可缺少的。比如高精地图可以搭建与真实场景高度一致的仿真场景，协助自动驾驶的测试开发工作。此外在人机交互和可视化以及安全驾驶策略上，高精地图都发挥着重要的作用。
• 比如：
  • 人机交互和可视化
  • 自动驾驶仿真
  • 安全驾驶策略