Apollo入门课程[2]——高精度地图

HD Map简介

地图：

• 定位
• 预先规划

高精度地图包含大量的驾驶辅助信息，最重要的信息是道路网的精确三维表征，如交叉路口布局和坐标位置。还有很多语义信息，如交通灯上不同颜色的含义、左转车道开始的位置。
高精度地图最重要的特征之一是精度。手机的导航地图只能到米，而高精度地图需要能够达到厘米级别。

地图与定位、感知与规划的关系

有了HD Map，就需要在Map上自定位。这意味着需要明白我们在地图上的位置。

• 首先，车辆寻找地标，可以使用从各类传感器收集到的数据，如摄像机图像数据，以及激光雷达收集的三维点云数据来查找地标。
• 车辆将收集到的数据与高精度地图上的已知地标进行比较，需要预处理、坐标转换和数据融合。
  • 预处理消除不准确或质量差的数据。
  • 坐标转换将来自不同视角的数据转换成统一的坐标系。
  • 数据融合可将来自各种车辆和传感器的数据合并。

HD Map有益于感知：

• 可以将传感器未检测到的物体的位置提供给软件栈的其余部分，帮助汽车做决策
• 可帮助传感器缩小检测范围

感兴趣区域（ROI）：可帮助我们提高检测精确度和速度，节约计算资源

有益于规划：

• 可帮助车辆找到适合的行车空间
• 帮助规划期确定不同的路线选择
• 帮助预测软件预测道路上其他车辆在将来的位置

Apollo HD Map

Apollo HD Map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。采用了Open DRIVE格式（行业制图标准）并进行改进，使其更适合无人驾驶车。

优点
降低感知难度
减少计算需求
通过提供详细信息确保车辆安全

需要不断的更新地图。
高精度地图的构建：

1. 数据采集：一项庞大的密集型任务
2. 数据处理：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板。
3. 对象检测：使用人工智能来检测静态对象，并对其进行分类
4. 手动验证：确保自动地图创建过程正确并及时发现问题
5. 地图发布
   
   创建和更新过程中Apollo使用了众包，向公众发布其数据采集工具，以便可以使普通人通过手机设备，汽车智能设备等参与地图更新和维护。