百度无人驾驶入门课程，记录二

——————————————————

百度无人驾驶入门课程，记录二

无人驾驶工程师，一起塑造无人驾驶未来，从这里开始！

课程记录

第二课：高精度地图

了解高精度地图的实现逻辑，这是 Apollo 定位、感知、规划模块的基础。

1、地图简介

你最常用的导航地图可能是你的车载地图或手机地图

2、介绍高精度地图

地图也就是机器人环境中的地理地图

地图的用途有很多，其中定位，试着找出你在世界上的哪个地方。

另一个是预先规划，如果你想在拐弯处转弯，提前几天就可以根据地图对整个转弯进行预先规划。

学会区分行车环境的很多事物，比如移动行人、不移动的灯柱，在记忆诸如车道标志、车道、曲线、交通灯等所有方面，这样会对你有帮助。

3、导航地图与高精度地图

开车时，导航地图向你显示一条或几条推荐路线?

如下图，有些地图甚至可能会显示这些路线是否拥堵以及每条路线将花费多长时间、交通管制，例如交通信号灯或限速标志等。当你获得这些信息时，根据地图提供的信息来决定是直行、左转还是右转以及你对周围驾驶环境的评估。

无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力，例如人利用所看到的东西和GPS在世界中确定自己的位置，还可以轻松准确地识别障碍物、其他车辆、行人、交通信号灯等，但这对无人驾驶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车技术不可或缺的一部分。

高精度地图包含大量的驾驶辅助信息，最重要是道路网的精确三维表征，例如交叉路口布局和路标位置。

还包含很多语义信息，交通灯不同颜色的含义，指示道路的速度限制，左转车道开始的位置。

最重要特征之一是精度，手机上的导航地图只能达到米级精度，高精度地图使车辆能够达到厘米级的精度。

4、地图与定位、感知与规划

高精地图用于定位

许多无人驾驶车模块都有赖于高精度地图，无人驾驶车辆需要知道它在地图上的确切位置。

首先车辆可能会寻找地标，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、激光雷达收集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的已知地标进行比较，这一匹配过程是需要预处理、坐标转换、数据融合的复杂过程

高精地图用于感知

摄像机、激光雷达、雷达探测物体的能力，在超过一定距离后都会受到限制。在恶劣的天气条件下或在夜间，传感器识别障碍物的能力可能会受到进一步限制。

另外当汽车遇到障碍物时，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，利用高精度地图即使传感器尚未检测到交通信号灯，也可以将交通信号灯的位置提供给软件栈的其余部分，这可以帮助汽车做下一个决策。

另一个好处在于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，被称为感兴趣区域ROI。ROI 可帮助我们提高检测精确度、速度、节约计算资源。

高精地图用于规划

高精度地图可帮助车辆找到合适的行车空间，规划器确定不同的路线选择，预测道路上其他车辆将来的位置。

例如高精度地图可帮助车辆识别车道的确切中心线，这样车辆可以尽可能地靠近中心行驶。在具有低速限制、人行横道、减速带的区域高精度地图使车辆能够提前查看并预先减速。如果前方有障碍物，车辆可能需要变道，可帮助车辆缩小选择范围，以便选择最佳方案。

5、Apollo高精度地图

Apollo地图包含道路定义、交叉路口、交通信号、车道规则、汽车导航的其他元素。高精度地图可在许多方面为无人驾驶车提供帮助，例如高精度地图通常会记录交通信号灯的精确位置和高度，从而大大降低了感知难度。

保持这些地图的更新是一项重大任务，调查车队需要不断地对高精度地图进行验证和更新。这些地图可能达到几厘米的精度，这是水准最高的制图精度。为了为便数据共享，Apollo 高精度地图采用了 OpenDRIVE 格式，这是一种行业制图标准。

Apollo高精地图的道路元素定义

6、高精度地图构建

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、地图发布。

数据采集是一项庞大的密集型任务，Apollo 调查车辆负责收集用于制作地图的源数据，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、IMU、激光雷达、摄像机。Apollo 定义了一个硬件框架，收集各类数据将这些数据融合，最终生成高精度地图。

数据处理指的是对收集到的数据进行整理、分类、清洗以获得没有任何语义信息或注释的初始地图模板。例如下图的图像是点云是在北京中关村收集的数据融合而成的。

对于对象检测，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创建过程正确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，在经过数据采集、数据处理、对象检测、手动验证之后 地图即可发布

除外，还发布了采用自上而下视图的相应定位地图、三维点云地图。

在构建和更新地图的过程中，使用众包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，加快了高精度地图制作和维护过程。