百度无人驾驶课程——高精度地图-笔记

这里所指的地图，是机器人环境当中的地理地图。

为什么需要地图？

无人驾驶汽车缺乏人类驾驶员固有的视觉和逻辑能力。比如：你可以根据看到的东西和 GPS 提供的信息确定你自己的位置；还能轻松准确地识别障碍物、其他车辆、行人和交通信号灯。但这对无人驾驶汽车来说是一项非常艰巨的任务。正因如此，高精度地图是当前无人驾驶汽车技术不可或缺的一部分。

高精地图与传统地图

传统地图：导航地图，有些地图甚至会显示这些路线是否拥堵，以及每条路线要花费的时间。手机上的导航地图只能达到米级的精度。

高精度地图：

包含大量的驾驶辅助信息。最重要的信息是依托道路网的精确三维表征。例如交叉路口局和路标位置。
还包含很多语义信息。地图上可能会报告通信交通灯上不同颜色的含义，它可能指示道路的速度限制，以及左转车道开始的位置。
高精地图最重要的特征之一是精度，高精度地图能使车辆达到厘米级的精度这对确保无人驾驶汽车的安全至关重要。

高精度地图是 Apollo 自动驾驶平台的核心，无人驾驶汽车的许多其他模块都依赖于高精度地图。

高精地图与定位
- 首先，车辆会寻找地标。我们可以使用从各类传感器收集的数据，如摄像机图像数据、以及激光雷达手机的三维点云数据来查找地标。车辆将其收集的数据与其高精度地图上已知的地标进行比较。
- 这一匹配过程需要预处理、坐标转换和数据融合的复杂过程。
- 预处理消除了不准确或质量差的数据，坐标变换将来自不同视角的数据转换为统一的坐标系；借助数据融合，可将来自各种车辆和传感器的数据合并。从而精确定位自己的所处的位置。
高精地图与感知
- 摄像机、激光雷达和雷达探测物体的能力在超过一定距离后都会受到限制，在恶劣的天气条件或夜间，传感器识别障碍物的能力可能会进一步受到限制。另外，当汽车遇到障碍时，传感器无法透过障碍物来确定障碍物后面的物体。在这种情况下，高精度地图可以将交通信号灯的位置提供给软件栈的其余部分，帮助汽车做出下一个决策。
- 同时，地图可帮助传感器缩小检测范围。例如，高精度地图可能会告知我们在特定位置寻找停车标志，传感器就可以集中在该位置检测停车标志，这被称为感兴趣区域或 ROI。ROI 可以帮助我们提高检测精确度和速度，并节约计算资源。
高精地图与规划
- 高精度地图可以帮助车辆找到合适的行车空间，还可以帮助规划器确定不同的路线选择，并帮助软件确定道路上其他车辆在将来的位置。

Apollo 高精度地图

一些优点：

Apollo 高精度地图专为无人驾驶车设计，包含道路定义、交叉路口、交通信号、车道规则以及用于汽车导航的其他元素。
Apollo 高精度地图采用了行业制图标准：OpenDRIVE 格式。
Apollo 高精度地图拥有丰富的数据，已覆盖中国的高速和城市快速路。
这些地图精度可以达到几厘米，这是水准最高的制图精度。

Apollo 高精度地图的构建

高精度地图的构建由五个过程组成：数据采集、数据处理、对象检测、手动验证和地图发布。

百度无人驾驶课程——高精度地图-笔记

数据采集
- 这是一项庞大的密集型任务，近 300 辆 Apollo 调查车辆负责收集用于制作地图的源数据，调查车辆不仅有助于地图构建，而且对于地图的维护和更新也非常重要。无人驾驶车需要其地图始终保持最新状态，大量的调查车辆可确保每次道路发生改变时，地图均会得到快速更新。
- 调查车辆使用了多种传感器，如 GPS、惯性测量单元、激光雷达和摄像机。Apollo 定义了一个硬件框架，将这些传感器集成到单个自主系统中，通过支持多种类的传感器，Apollo 可以收集各类数据，将这些数据融合，最终生成高精度地图。
数据处理
- 数据处理指的是 Apollo 如何对收集到的数据进行整理、分类和清洗以获得没有任何语义信息或注释的初始地图模版。例如下面的图像是点云，是由北京中关村手机的数据融合而成的。
对象检测及手动验证
- Apollo 团队使用人工智能来检测静态对象，并对其进行分类，其中包括车道线、交通标志甚至是电线杆。
  手动验证可确保自动地图的创建过程有序进行并及时发现问题。Apollo 软件使手动验证团队能够高效标记和编辑地图。
地图发布
- 在经过数据采集、数据处理、对象检测和手动验证之后，地图即可发布。
- 除发布高精度地图外，Apollo 还发布了采用自上而下视图的相应定位地图以及三维点云地图。
- 在构建和更新地图的过程中，Apollo 使用了众包。众包意味着 Apollo 向公众发布其数据采集工具，以便任何人都可以参与制作高精度地图的任务。
- Apollo 高精度地图众包可通过智能手机、智能信息娱乐系统甚至是其他无人驾驶车来实现。众包加快了高精度地图制作和维护过程。

写在后面：嗯，作为一个小白，有几个想法，也不怕笑话：

1：驾驶车辆从起始到目的地，地图提供的仅仅是方向，不需要过多的冗余信息。

2：自动驾驶的车辆对于四周环境的构建如果能够非常精准，范围在5-10秒的汽车反应时间——这个自己瞎说的，也就是如果车10米每秒，5-10秒的反应时间半径范围就是50-100米。此时较为粗糙的地图也可以正确导航到目的地。