baidu高階訓練筆記五20200723

2021-10-08 11:05:20 字數 1924 閱讀 6102

高精地圖的作用

高精地圖的採集與生產

高精地圖的格式規範

導航地圖只是給駕駛員提方向性的引導。識別標誌標牌、入口複雜情況、行人等都是由駕駛員來完成,地圖只是引導作用。導航地圖是根據人的行為習慣來設計的

高精地圖完全為機器設計的。因為對於道路的各種情況、人都能理解,但是對於車輛來說它完全不理解。

高精度圖與其他模組的關係

高精地圖可以作為自動駕駛的大腦。大腦裡面最主要是地圖、感知、定位、**、規劃、安全。綜合處理成自動駕駛車輛能接受的外部資訊,並統一執行在實時的作業系統上

車上配備的感測器類似於人的感知系統,用來感知外部環境;自動駕駛車輛會把感知的結果通過高精地圖處理後傳送給控制系統

高精地圖與定位模組的關係

主流的自動駕駛的定位方案有兩種:一種是基於點雲,另一種是基於camera。其本身都是一種對周圍環境的感知。感知後是feature提取,提取之後可以通過特徵匹配最終得到精確結果。

自動駕駛車輛在路口「看」到建築物,然後通過雷射雷達能搜到點雲的資訊,通過點雲的特徵提取,然後通過複雜的組合變換、視角變換,最終通過跟周圍環境的比對能得到比較準確的定位座標。

高精地圖裡面由定位提供的feature有很多,例如電線桿、車道線、停止線和人行橫道等都能提供很多的約束資訊。

64線雷射雷達號稱有一百公尺的檢測距離。但實踐中超過60公尺之後,點雲本身已非常稀疏,60公尺外檢測的可信度會繼續下降。

camera的侷限更大,在夜間、逆光的情況下很難達到非常好的視覺效果

radar的穿透能力很強,但精度不高

所以基於這些感測器本身的侷限性,高精地圖能夠提供非常大的幫助。

在高精地圖裡提前標註紅綠燈的三維空間位置後,感知模組就可以提前做針對性檢測。這樣做不僅可以減少感知模組的工作量,而且可以解決deep learning 的部分缺陷。識別可能會有些誤差,但先驗之後可提高識別率。

高精地圖與規劃、**、決策模組

自動駕駛車輛在行駛過程中面臨動態環境。其中包括道路交通的參與者,比如其他車輛和行人。我們要根據障礙物的實時位置及時地做區域性規劃

有了以上兩個層面的規劃之後,還需要**。**模組的作用是把其他道路參與者的可能行駛的路徑軌跡和行動**出來

**的體系比較複雜,但底層仍依賴於高精地圖

高精地圖與安全模組

高精地圖能提供離線的標準資訊。比如說,雷射雷達在場景中掃瞄到物體,通過與高精地圖中的資訊進行對比匹配。如果結果不一致,我們可以大概率地認為此地有問題,這就是通過多感測器的融合來解決安全問題

高精地圖與**系統

高精地圖為**地圖提供了最底層的基礎結構,能讓**系統更好的去模擬真實道路的場景

沒有高精地圖的高可靠性,l3/l4自動駕駛無法落地。

靜態的perception

把人類對於世界的感知和理解賦予自動駕駛系統

機器理解不了,可以把人理解的經驗賦予給駕駛系統,相當於把人的經驗傳授給它。

彌補系統性缺陷

擴充套件感測器檢測邊界,解決系統效能問題

自動駕駛需要非常複雜的計算系統,4g的傳輸速度並不能滿足現階段自動駕駛的海量資料傳輸需求

高精地圖告訴感知/控制模組,在你的雙向通行的車道中有柵欄隔離,對向車道的車不可能過來,系統就可以放棄檢測對向車道上的障礙物,有效地降低系統負擔

感測器有侷限,但高精地圖給自動駕駛提供了超視覺、超過感測器邊界的遠距離感知

常用的感測器

imu輪速計

計算模型

視覺製作

基於camera的

雷射雷達與camera結合,生成非常好的高精地圖

寬凳、deepmotion的方案:純視覺製圖,精度達能做到厘公尺級

poi點就是地圖上的乙個點

支援區域性更新、功能全面、分塊

所有車道線的描述都是基於reference line的偏移量

baidu高階訓練筆記三20200721

4.自動駕駛汽車的計算單元 5.自動駕駛汽車的線控系統 6.apollo硬體開發平台 每個系統裡有對應的硬體系統。計算單元主要是自動駕駛感知決策控制的一些演算法 控制系統部分分為車輛控制和警告系統。攝像頭主要是用於車道線 交通標識牌 紅綠燈 車輛和行人的檢測。優點 檢測資訊全面且 便宜 缺點 效能受...

baidu高階訓練筆記四20200722

1.無人車的自動定位系統 定義 相對乙個座標系,無人車的自定位系統知道汽車的位置和姿態 2.位置和姿態分別有三個自由度。如果本地座標系已經定義好,車上的座標系相對於本地座標系的變化 即姿態的變化 可用本地座標系的三個軸和相對座標系的這三個軸之間的三個夾角表示。除了位置和姿態這兩個維度,自定位系統還要...

baidu高階訓練筆記十五20200802

感測器和標定 1 感測器和標定 2 感知是機械人學科的問題,機械人要做的即是像人類學習,但不是完全模仿,應做到揚長避短 地圖定位的區別,輸出資訊的比較 道路資訊通常以高精地圖作為參考。障礙物資訊通常使用障礙物檢測技術獲取,包括檢測障礙物的位置 3d位置 類別 形狀以及障礙物跟蹤。此外還需要根據不同的...