高精度地图与数据采集生产及产品实例
高精度地图、定位、感知、预测、规划、控制
高精地图主要包括:
- 道路定义 (地图道路)
- 交叉路口 (记住交叉路口的地物信息等)
- 交通信号 (记住交通灯的位置,计算高度等)
- 车道规则 (记住当前路段的车道规则)
处理高精地图外还有俯视图、相对定位图、三维点云地图来作为辅助
没有高精度地图 L3 L4 是无法落地的
普通的导航电子地图是面向驾驶员使用(有向图结构),
而高精度地图是自动驾驶汽车使用(还包括车道连接线等)。
高精地图,拥有精确的车辆位置信息和丰富的道路元素数据信息,起到构建类似于人脑对于空间的整体记忆与认知的功能,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,更好地规避潜在的风险。是实现自动驾驶的关键所在。
摄像头、激光雷达、传感器所监测到的范围是有限的。摄像头根据不同的俯角看到的距离约150米-60米不等,激光雷达所看到的范围大约40米-80米范围。 高精度地图可以精确自动识别交通标志、地面标志、车道线、信号灯等上百种目标,还有道路坡度、曲率等准确的数据信息。
高精地图是对现实世界几乎路上的所有物体的三维的重建,因此精细化程度最高。高精地图在数据处理方面分为动态和静态,动态数据由实时路况层、交通事件层组成,静态数据则包括数据更新层、交通设施层、车道层、道路层的数据。相比较普通地图而言,高精地图增加了大量的几何信息、车道信息、交通标志信息。整个属性从40多种变成两三百种,相对精度达0.1-0.2米,实现了精细化程度最高。
高精度地图在定位时可以于传感器中融合的内容进行匹配,进而确定自己的位置,GPS1-3米的误差时不能接受的。
构造过程: 采集、处理、检测、验证、发布
- 数据采集 车辆采集、众包等
ADAS (高德)车顶安装有 6 个 CCD 摄像头。其中 5 个摄像头以圆形环绕,顶部一个单独的摄像头,每个像素都是 500 万,总计 3000 万像素。车内副驾驶的位置有用于采集数据的显示屏,机箱在后备箱位置,用于储存和处理数据。
顶部则是通过装配 2 个激光雷达(位于后方)和 4 个摄像头(两前两后)的方式来满足所需要的 10cm 级别精度。两种方案搭配,能够完成标牌、障碍物、车道线等道路信息的三维模型搭建。
- 数据处理 数据分类、数据清洗、数据融合(不同传感器)
- 目标检测 radar、lidar、image。。
- 手动验证 验证、标记、编辑地图
- 地图发布 OpenDRIVE 格式的地图数据、考虑坐标系、
包括高精地图、俯视图、相对定位图、三维点云地图等。
OpenDRIVE 格式就像API一样,每个人可以轻松读取相同的地图数据
在绘制时大多数为自动化绘制
高精度地图与各个模块之间的联系
高精地图与定位模块
高精地图与感知模块
高精度地图与 规划 预测 决策模块
高精度地图与安全
高精地图与仿真模块
仿真实验,感知、定位、决策、强化学习等。。
高精地图二 介绍制图规范流程,市场主要产品,以及的高精地图
<p>第一部分介绍</p>
- 高精度地图传感器
- 计算模型
- 视觉制图
- 制图规范
第二部分介绍产品
- HERE
- MobilEye
- Waymo
- TomTom
第三部分介绍百度apollo的制图流程
- 硬件采集方案
- 采集流程
- 制图服务
- 高精地图信息介绍
高精度地图采集的传感器
GPS IMU(三轴加速度,得到任意两帧之间的相对运动)
轮速计(运动约束) lidar(激光雷达)(贵)
计算模型
视觉制图
camera 与 lidar 融合 (自动化生成)
高精度地图格式规范
包括NDS OpenDRIVE等
二.产品
HERE (诺基亚)
- 摄像头和激光雷达结合
- 众包更新
- 机器学习/深度学习提取特征
- 通过云端更新
MobilEye(intel)
camera方案较多
- 感知
- 制图
- 策略(驾驶习惯) 【强化学习】
Waymo (Google)
Google保密做的好,可以获得的信息很少~~~
TomTom
Apollo地图采集方案:
硬件采集方案
采集流程
制图服务
地图生产技术
、
高精地图信息介绍
车道模型 路口表述
坐标系
全球坐标系UTM 84大地坐标系 车辆与路的坐标系
open drive 规范 (标准)
overlap空间关系上有重叠的。
测绘政策:不能随便的去做测绘,需去相关测绘部门申请。发布出去的数据需要加密。(不可逆的非线性偏移)
高精度地图与数据采集生产及产品实例相关推荐
- Appollo高精度地图二——数据采集生产及产品实例
第一部分介绍 高精度地图传感器 计算模型 视觉制图 制图规范 第二部分介绍产品 HERE MobilEye Waymo TomTom 第三部分介绍百度apollo的制图流程 硬件采集方案 采集流程 制 ...
- 面向自动驾驶的高精地图及数据采集生产体系
前言:又到春招季!作为国民级出行服务平台,高德业务快速发展,大量校招/社招名额开放,欢迎大家投递简历,详情见文末.为帮助大家更了解高德技术,我们策划了#春招专栏#的系列文章,组织各业务团队的高年级同学 ...
- 高精度地图在车路协同系统中的统一化应用探索
高精度地图在车路协同系统中的统一化应用探索 高精度地图在车路协同系统中的统一化应用–山西晋路软件有限公司 (sxjlrj.com) 作者:李智1,张江1,仲跻冲2,樊迪2,裴晓栋2(1.首都公路发展集 ...
- 高精度地图2019-2020年或可落地
来源:AI汽车人 2019-2020是高精度地图落地关键时间窗口.根据目前各大车企公布的自动驾驶规划及产业调研,2021年或是L3级别的自动驾驶汽车量产元年.按照车企提前两年采购地图的惯例,高精度地图 ...
- 高精度地图:自动驾驶的向导
作者 | Dr. Li, 复睿微算法工程师 出品 | 复睿微电子 作者简介 Dr. Li, 复睿微算法工程师,南京理工大学与加州大学洛杉矶分校联合培养博士,专注于自动驾驶感知算法研究,拥有多年高精度地 ...
- 车路协同与高精度地图
"十宗最"的杭绍台智慧高速之我见(二)车路协同与高精度地图 - 知乎 (zhihu.com) 作为杭绍台智慧高速四大场景之一的"车路协同",在"浙江首 ...
- 宽凳科技公布最新进展:已完成百余座城市数据采集,即将发布首张全自动高精度地图...
作为自动驾驶必不可少的技术支撑,高精地图绘制既是绕不过去的重点环节,也是难点之一.尽管目前不少车企已经发布了L3甚至L4级别的自动驾驶技术方案,但是距离量产还有很大一段距离. 为了突破技术障碍,近年来 ...
- 宽凳科技公布最新进展:已完成百余座城市数据采集,即将发布首张全自动高精度地图... 1
作为自动驾驶必不可少的技术支撑,高精地图绘制既是绕不过去的重点环节,也是难点之一.尽管目前不少车企已经发布了L3甚至L4级别的自动驾驶技术方案,但是距离量产还有很大一段距离. 为了突破技术障碍,近年来 ...
- 二、Apollo高精地图详解(3.Apollo地图采集和生产)
3. Apollo地图采集与生产 3.1业界高精地图产品 几个业界高精地图产品: HERE HD Live Map MobileEye Google Waymo TomTom 百度Apollo 3.2 ...
最新文章
- CentOS7——vi编辑保存
- 【机器学习基础】数学推导+纯Python实现机器学习算法18:奇异值分解SVD
- Windows10选择文件打开方式没有始终允许的解决方案
- .NetCore中三种注入生命周期的思考
- 时间序列的截尾和拖尾_R语言:时间序列(一)
- centos踩坑指南之安装composer
- mysql sql查询json数据类型_SQL中的JSON数据类型
- 【报告分享】美好城市指数:短视频与城市繁荣关系白皮书.pdf(附下载链接)...
- centos6.5 redis3 开机自动启动命令设置
- 入门 | 神经网络词嵌入:如何将《战争与和平》表示成一个向量?
- 高斯核与高斯核的卷积的结果还是一个高斯核的推导
- 主动降噪ANC(Active Noise Control)
- SwiftUI 如何同时处理2个手势SimultaneousGesture(教程含代码)
- web前端人员培训要学些什么?
- 毕业论文图片、公式自动编号和交叉索引教程
- 最简单的基于FFmpeg的推流器(以推送RTMP为例)
- 域管理:windows server分发与分配软件
- 基于GEC6818的智能家居系统[完整源码/项目报告/笔记分享]
- 一些电子图书的下载地址
- 反编译华为U8825D“framework-res.apk”出现的错误提示(2)
热门文章
- linux下图片裁剪工具,linux下图片处理工具ImageMagick使用方法
- eclipse 调试linux 内核
- Android高级工程师面试实战,万字长文总结Android多进程,实战解析
- ios信号从4g变成无服务器,iPhoneX升至iOS12.1.4,4G信号还剩一格,网友:差到要哭了...
- 方舟os比鸿蒙好听,华为“鸿蒙OS”系统海外首亮相,改名“方舟OS”!
- Java学习 -- 继承性
- 程序员听黑怕,你怕不怕
- 小白也能懂的Nacos服务模型
- 计算机tlv简介_优化TLV编码规则
- node12.16.0下载地址