精华内容
下载资源
问答
  • 高精地图制作

    2021-09-13 21:10:13
    1、概述 2、高精地图 2.1 定义与价值 2.2 关键技术 2.2.1 2.2.2 2.2.3 同步定位与地图构建 1.SLAM经典框架 1传感器数据 2.前端 3.后端 4.回环检测 5.地图构建 0=--1.2.3.4...

    1、概述
    2、高精地图
        2.1 定义与价值
        2.2 关键技术
            2.2.1
            2.2.2
            2.2.3 同步定位与地图构建
                1.SLAM经典框架
                    1传感器数据
                    2.前端
                    3.后端
                    4.回环检测
                    5.地图构建
                        0=--1.2.3.4联合完成建图,最后一步即地图输出窗口,是对环境的描述或重建,但方式视具体场景&应用而定。
                        2=--输出形式分为
                                度量地图:强调精确表示地图中物体位置关系,根据点云数据量主要分为稀疏地图(选择性忽略部分信息,将所有物体进行一定程度的抽象,从而只保留部分)和稠密地图(更倾向于保留所有信息,将所有看到的内容建模)。所以稠密稀疏地图能满足自动驾驶定位,导航则需要稠密地图。稀疏地图通常按照某种分辨率由许多小块组成。对于2D度量地图是由小格子组成,3D则是小方块组成,每个栅格通道占据、空闲和未知状态3种状态来表达该栅格内是否有物体。
                                拓扑地图:
                                    拓扑地图更强调地图内物体之间的相对关系,去掉细节问题,用于导航和路径规划还有待发展。
                2.SLAM方案对比
                        成本、应用场景、地图精度、易用性
                
            2.2.4 高精地图云端服务体系
                1.OTA服务
                    Firmware在线升级 FOTA、SOTA 软件在线升级
                2.传感器数据回传及更新技术
                    传感器数据回传的内容包括APP运行数据、汽车运行状态数据、车身传感器数据以及地图采集数据四大类
                    云端作用:数据预处理、数据规格化、数据生产和数据发布。提升高精地图准度和鲜度
                    传输协议:http&mqtt 
                    数据协议:SensorIS和SFCD协议;
                    缓存策略协议:上传流量限制机制,网络异常检测机制,数据量过小检测机制
        2.3 解决方案
            分为内业(数据制作与发布)和外业(数据采集)
            2.3.1 高精地图采集
                1.高精地图采集设备
                    各种sensor
                2 数据模型
                    道路模型、车道模型、道路标记模型、基本对象模型---覆盖了从地面道路信息、行驶车道信息、沿路标志信息等基础先验数据库
            2.3.2 高精地图制作与编译
                1.高精地图的质量控制流程
                2.高精地图的数据质量标准
                    高精地图的数据质量控制目标--
                    数据完整性、冗余,遗漏
                    逻辑一致性、概念一致性,值域一致性、格式一致性、拓扑一致性
                    位置准确度、相对精度、绝对精度
                    专题准确度、分类正确性、定性属性正确性、定量属性正确性
                    时间准确度、时间度量准确度、时间一致性、时间有效性
        2.4 小结
    3、汽车定位技术
        3.1 卫星
        3.2 惯性导航
        3.3 地图匹配
        3.4 多传感器融合
    4、无线通信辅助汽车定位
        4.1 车联网体系架构及信息共享
        4.2 基于专用短程通信的车联网技术
        4.3 基于蜂窝移动通信的车联网技术
        4.4 车联网辅助定位
        4.5 小结
    5、自动驾驶高精地图与定位实践
        5.1 高精地图实践
        5.2 基于Apollo平台实践

    展开全文
  • 传统地图厂商基于激光雷达高精GPS制作高精地图,如百度、高德,相对成本较高,本人曾经在百度地图部门任职,见过庞大的地图制作外包团队。 2. 新兴的公司一般采用低成本的基于视觉的方案,此类方法成本较低,主要...

          高清地图,在自动驾驶领域很重要的部分,如何制作高精地图一直是难点,目前主流要两种制作方式:

          1. 传统地图厂商基于激光雷达高精GPS制作高精地图,如百度、高德,相对成本较高,本人曾经在百度地图部门任职,见过庞大的地图制作外包团队。

          2. 新兴的公司一般采用低成本的基于视觉的方案,此类方法成本较低,主要在技术要求较高。

          本文统计了目前现有的一些基于视觉的解决方案,目前都没有很好的推广。

    1. Mobileye

          首先,Mobileye本身不涉及高精度地图的制作,地图商是做高精度地图的基础。而Mobileye做的是对高精度地图数据的实时更新。Mobileye 视觉制图叫REM(Road Experience Management)为例,也称路书(roadbook),标注的是通过视觉提取的landmarks,如下图,包括车道线,道路边界,交通标志,路上标记等等:

          REM地图服务技术有一个端到端的共享和本地化引擎,该方案由三层设备组成:绘制设备(任何配备Mobileye摄像头的汽车)、云端数据融合器和使用设备(自动驾驶汽车)。Mobileye REM技术配备的摄像头成本与能耗都很低,可感知几何路径和其他静态场景语义(如交通标志和道路标记),还可保持高频的刷新率,与激光雷达相比,摄像头是更合理的选择。

                                                    

    2. 高德视觉惯导

           高精地图由高精度的地图要素矢量信息组成,获取这些高精度的地图要素信息,一方面是通过识别视觉图像获取地图要素目标,另一方面通过惯导信息获取车辆高精度的位置和姿态,两方面融合得到对应的矢量地图要素。       

                                                     

           目前主流的视觉惯导融合框架分为两部分:前端和后端。前端提取传感器数据构建模型用于状态估计,后端根据前端提供的数据进行优化,最后输出相机的位置、姿态和全局地图,架构如图所示:

                                                           

           生成地图示例:             

           基于视觉的高精地图发展可能是朝着多源数据融合的方向,即同一道路多次采集,不同设备多次采集获取的数据源融合在一起,提高精度的同时提高地图更新的时效。

    3Road Lane Semantic Segmentation for High Definition Map

           这里提出一个基于车道语义分割的高清地图自动构成方法:采用单镜头,通过FCN检测车道线,然后提取车道特征,用来检测闭环。最后基于图的SLAM生成地图,流程如下图。

                                                   

           关于特征提取见下图:主要是每个道路线段的key point。

                                                

           关于闭环的检测参见下图:一般停止线比较适合做定位的landmark,并估计车辆的姿态。

                                                        

           下图是一个多种颜色表示的语义分割结果:(a) 输入,(b)ground truth,FCN(c),SegNet(d), PSPNet(e) 和 颜色意义(f).

                                                 

           下图是高清地图的例子:依次是最终地图,以及蓝色和红色部分的细节放大。

                                                       

    4. "LineNet: a Zoomable CNN for Crowdsourced High Definition Maps Modeling in Urban Environments".

           我们知道摄像头可以透视变换成俯视图,如果把这些俯视图都拼接起来会是什么样呢?

           把俯视图都拼接起来在全景图片商加上车道线检测:

                                       

                                           

           对应的制作工具:https://github.com/mapillary/OpenSfM

     

     

    展开全文
  • 高精地图要求的是厘米级精度,因此仅仅采用卫星是不够的,通常会选择使用采集车在道路上进行移动采集,然后通过线下处理把各种数据融合产生高精地图,其制作过程主要包括数据采集、数据处理、对象检测、手动验证及...

    通常我们使用的地图是采用卫星图片和GPS联合标定出来的,这种方法一般能达到米级的定位精度。高精地图要求的是厘米级精度,因此仅仅采用卫星是不够的,通常会选择使用采集车在道路上进行移动采集,然后通过线下处理把各种数据融合产生高精地图,其制作过程主要包括数据采集、数据处理、对象检测、手动验证及地图发布五个基本步骤。

    数据采集:高精地图的数据采集是个多传感器融合的过程。采集车辆具有如GPS、惯性测量单元(IMU)、激光雷达和摄像机等,通过将这些数据的融合,最终生成高精度地图。

    数据处理:对数据进行整理、分类以及清洗从而获得没有任何语义信息或注释的初始地图模板。

    对象检测:利用机器学习的方式,来检测大部分常见的静态对象并对其进行分类,包括车道线、交通标志甚至电线杆。利用人工的方式,标注少量复杂的对象。

    手动验证:这一步就是人工纠错排查,从而确保地图自动创建过程正确并及时发现问题。

    地图发布:经过了上述过程的处理,就可以发布高精度地图了。

    目前高精地图的制作是需要有测绘资质的,所以一般把握在图商手中和一些自动驾驶公司,分为甲级资质和乙级测绘资质,甲级资质非常少,需要挂靠到测绘单位。对于园区这种非公共区域,制图资格上是没问题的,但在公共道路上的测绘则需要相应资质。目前有包括华为、京东、高德、滴滴等在内的二十余家单位有甲级测绘资质。

     

    展开全文
  • 高精地图制图

    千次阅读 2020-01-23 11:52:54
    作为全国首家提出用数据众包自动生产高精度地图的公司,极奥科技对低成本众包独立完成高精地图制作充满信心。   极奥科技成立于2015年, 2017年3月获得数百万元投资,投资方为行早金融。同年12月完成数千万...

    安全移动、环保节能一直是人们对交通社会的理想,从上世纪90年代开始,汽车企业不断发展,包括倒车雷达、360度成像、车道偏离提示以及ACC定速巡航等功能,最终的技术形态就是自动驾驶。

     

    根据SAE International(国际自动机工程师学会,原美国汽车工程师学会)的分级方法,将自动驾驶分成了5级。

     

    到了L3及其以上级别,自动驾驶汽车需要自动感知检测道路环境,决策控制车辆。这就需要有高精地图的支持了,在传感器在检测到道路上有多少条车道、车道方向、红绿灯变化等相关信息后,然后对比高精地图,便可清晰地判断车辆所处的位置。

     

    高精地图市场方兴未艾

     

     

    根据高盛对全球高精地图市场的预判,到2020年该市场将达到21亿美元;到2025年,市场规模会扩大到94亿美元。因此,未来15年高精地图行业将进入黄金发展期。

     

    假设仅通过向车厂(或出行运营商)按年收取服务费,2017年国内汽车保有量是2.17亿辆,按每辆车每年收100元服务费,市场规模超过200亿元。

     

    正是由于该行业有着广阔的发展前景,无论是车企还是传统图商、科技公司都不想错失这一难得的机会。老牌图商纷纷拓展自身的业务范围,涉足高精地图领域,还有众多初创企业应运而生。

     

    Here 、TomTom 、Waymo、高德、四维图新等国内外老牌图商都在着力开拓高精地图市场;如DeepMap、CivilMaps、lvl 5等初创企业也开始向高精度地图进军;滴滴、Uber这样的出行服务商也开始利用车队优势抢滩高精地图。

     

     

    车企、零部件巨头和科技巨头们也通过收购等方式入局,比如奥迪、宝马、戴姆勒三大车企联合收购Here,后又引入了 Intel 、博世、大陆等企业的投资;上汽除了入股武汉光庭,增资控股中海庭,还投资国外高精度地图初创企业Civil Maps、Deepmap,同时还和Mobileye开展特征地图REM的技术合作。

     

    百度2013年开始研发高精地图,还与国际地图厂商TomTom联合开发,后收购长地万方;阿里巴巴2014年收购高德地图,还曾投资易图通;腾讯2014年收购四维图新的股份并投资了导航测绘企业科菱航睿。

     

    此外,国内近两三年出现了一批高精地图初创企业,如宽凳科技、Momenta、Wayz.ai、极奥等,并均获得了大笔资金注入。

     

    高精地图能干什么

     

     

    高精地图英文名HD Map(High Definition Map),是一种具备高定位精度、能实时更行数据的地图。

     

    高精地图所含有的道路交通信息元素更加丰富和细致,包含准确的道路形状和每个车道的坡度、曲率、高程,侧倾的数据。每条车道和车道之间的车道线,是虚线、实线还是双黄线,线的颜色,道路的限高、隔离带、隔离带的材质甚至道路上的箭头、文字的内容,所在位置都会有描述。

     

    高精地图可以为自动驾驶汽车提供精确的定位信息和丰富的道路元素数据信息,提供每条车道厘米级精度三维几何信息和属性,精确规划行驶路线;在摄像头看不清或雷达检测不到的地方,及时反馈数据;并能精确识别交通标志、标线等上百种目标。

     

    高精地图定位的绝对精度误差值可控制在一米范围内,相对位置精度误差值可控制在15厘米左右,更新频率在日、小时甚至分钟级别。

     

    自动驾驶的核心为感知、决策和控制,高精地图既是感知系统里的一部分,又是决策体系里重要软件模块,服务于智能驾驶决策控制器,是决策重要一环。

     

     

    可以说,高精地图是自动驾驶中的必需品,是车联网的核心,上接汽车、车载设备制造商,下接内容/服务提供商,拥有巨大的增值空间。

     

    传统导航地图可以提供的位置服务(LBS,Location Based Services),我们平时用的导航、周边商业服务等都是基于位置服务,高精度地图也是一样,最重要的也是提供“高精度地图服务”, 为自动驾驶汽车指引方向,帮助自动驾驶汽车认知周边,进行决策。

     

    可以说,自动驾驶是未来高精度地图的首个完整落地场景,但高精度地图的服务对象,可绝对不止自动驾驶汽车,还有物流行业、智慧城市、共享出行等等。

     

    BBA收购Here, Google收购Waze,软银愿景基金投资MapBox,百度收购长地万方,阿里巴巴收购高德,腾讯收购科菱航睿、入股四维图新,上汽集团收购中海庭,巨头们之所以进军地图领域,可不是仅仅要获得一套高精地图,而更看重的是地图带来的各式各样的服务,以及服务带来的巨大利益。

     

    对于致力于高精地图的公司,由于公司的目标不同,发展方向也不一样。比如高德、Carmera、lvl 5则更偏向高精度地图产品;CivilMaps、Ushr、Deepmotion等更注重绘制3D高精地图的硬件和配套软件系统; DeepMap等企业,做的是一站式制图外包服务商。

     

    高精地图与众包

     

     

    高精地图分静态地图、动态地图,拥堵、交通事故、天气等很多动态信息可以通过众包车辆来获取。语义地图和特征地图也可通过多视几何、摄影测量、深度强化学习以及云雾计算等方式来生成。大量数据共享、挖掘、分析和融合也可以用来提升地图的精度和可信度。

     

    前不久,亿欧网曾对目前较著名的15家高精地图厂商进行盘点,从采集模式来看,2/3的企业采用的是众包制图模式,众包可以说已经是高精地图行业的一个趋势。

     

     

    只有TomTom、百度地图、高德地图等5家企业使用集中制图的方式来绘制高精地图,这些企业多是传统图商,且多有科技巨头背景。

     

    这些传统图商通常具有深厚的地图行业功底和经验,对行业标准跟踪及时,理解透彻;具有架构有完整的规模化组织,具备测绘资质。它们完整的地图生产体系和质量控制能力;会采用成熟的技术生产高精地图,可控性高。

     

    而那些高精地图新势力,大多采用低成本众包的方式进行地图数据采集,它们擅长使用摄像头、雷达等传感器技术,基于图像的识别能力相对突出,擅长从图像中提取高精地图要素,并利用人工智能技术加以合成。

     

    集中制图和众包制图并不是完全对立割裂的。老牌地图公司拥有多年的地图采集经验和生产技术,一般都具备集中制图和众包制图的双重能力,它们一般会将众包制图作为高精地图动态数据部分的补充。

     

     

    高德汽车事业部总裁韦东向汽车商业评论介绍,高德为自动驾驶提供的高精地图解决方案是一个完整体系,包括了地图及定位系统、云服务、车辆控制系统、车载硬件甚至车载信息娱乐系统之间的多向交互。

     

     

    高德高精地图数据不受天气、光线探测距离等因素的影响,可以突破常规传感器有效距离达到超视距感知。同时,高精地图还借助汽车传感器识别各类静态地物,然后将这些物体与高精地图上记录的物体进行比对,从而确定车辆在道路上的精确位置和姿态。

     

     

    高德高精地图的基础部分采集主要是由专业采集设备完成的,一套采集设备成本高达800万元,配备两个高频单线激光雷达、6个工业级摄像头、一个GNSS天线以及IMU等设备,是目前国内精度最高的高精地图采集设备,相对精度在10厘米之内。

     

     

    公司还和精准位置服务商千寻位置合作,提供“高精度地图+高精度定位”综合解决方案。采集的数据经过千寻等优质的差分资源解算,生成3D激光点云;再经过自动化辅以人工生产和质量控制,最终生成的高精地图,包含车道模型(车道、车道连接关系,车道和道路属性),以及定位用的各种静态物体(路牌、杆状物、地面标识、桥、龙门架等)。

     

     

    高德2014年正式开始面向商业化量产的高精度地图开发,既拥有专业采集队伍,也拥有UGC、来自政府的数据、来自行业的数据,已经实现了由专业采集车辆、行业车辆和公众车辆组成的多级采集系统。通过智能云调度,其地图能够实现快速适宜的采集车辆组合、调派,对道路交通进行实时、快速的收集和反馈。

     

    韦东表示,对于高精地图产品来说,制作地图只是完成了10%的工作,另外90%的实力竞争是在数据迭代更新上。

     

    例如为自动驾驶提供动态、实时的数据服务,如动态交通信息、智慧红绿灯等交通设施信息、施工等临时或突发信息等动态数据,这部分就更适合由众包制图模式来实现。

     

    目前高德已完成覆盖中国超过32万公里的高速及城快公路的高精地图数据采集,普通道路条件下横向误差和纵向误差在7厘米以内,高速/城市环路条件下横向误差6厘米,纵向误差5厘米以内。

     

    2018年6月,凯迪拉克发布的全球首个实现高速公路释放双手驾驶的量产智能驾驶系统——Super Cruise,就使用了由高德地图提供的高精度地图数据。

     

    但韦东认为,目前高德的商业项目客户对高精地图的质量要求极高。传统的地图生产方式可以稳定实现这一要求,对只采用低成本众包完成高精地图的采集的方案仍持疑议。

     

    例如纯摄像头单一采集方案对采集例如坡度、横坡、准确的曲率、应付遮挡等可能还需要更多考验才能获得业界的广泛认可。

     

    而对于地图领域初创公司,众包制图则成为创业方向和“标准”解决方案。

     

     

    作为全国首家提出用数据众包自动生产高精度地图的公司,极奥科技对低成本众包独立完成高精地图制作充满信心。

     

    极奥科技成立于2015年, 2017年3月获得数百万元投资,投资方为行早金融。同年12月完成数千万人民币Pre-A轮融资,投资方为软银中国资本(SBCVC)。

     

    极奥CTO王雪坤是前四维图新的产品总监,曾主导了导航产品FunDrive和车联网产品WeDrive的开发,同时还曾负责宝马、沃尔沃、马自达等车企的项目工作。

     

     

    通过三年的积累,极奥的数据众包平台已经覆盖中国300多个城市。如今,每天新增里程轨迹超过2亿公里,众包车辆将近1000万辆。其“时空智能地图”分为交通设施层(路网、车道线、交通标志),环境层(利用时间维度判断路灯何时开闭),行为层(周围车辆行人的运动情况)。

     

    极奥的众包主要有两种方式,一是专业众包线,利用以双目摄像头及IMU惯性导航为主的高精度测绘采集套件,和一些运营车辆如物流车、客车、商务车合作,用这些车辆来做高精地图基础数据采集。二是后装众包线,与后装硬件、行车记录仪等厂商合作,利用后装设备中4G卡,回传视频、图片的轨迹,主要用来完成地图的更新。

     

    通过专业众包车队和后装众包的双向拟合,极奥的高精度地图已经达到横向5-20厘米,纵向5-10厘米,高度5-20厘米的精度。

     

     

    极奥的众包数据包括了轨迹数据、视频数据、雷达数据以及车内传感器数据。基于众包形成了一套完整的高精地图技术流程:

     

    首先是轨迹数据的处理,先把不同的轨迹分到不同的高度层内,然后开始形状构建,完成初步的拓扑构建,再进行二次形状构建。最后,根据拓扑和形状完成车道构建,形成整个车道级拓扑网络。

     

    其次是视觉数据的处理,先是通过人工智能技术去识别地物,识别车辆、行人车辆组合、地面车道线,还有限高标志、交通指示灯、交通护栏、车道线距离、前方行车、后方超车、侧方汇车等。单帧准确率达到91%,场景识别率达到100%。

     

     

    然后再进行三维场景重构,目的是重构精确的高度、坡度、曲率、航向和回旋曲线,利用三维场景重构去补充车道级拓扑精度,再用地物与车道挂接,最后得到高精度地图。

     

    通过车道级拓扑、地物识别与三维重构的挂钩,三者间相互补充、相互依赖。最后生产出来的高精度地图是包括了覆盖全国300多个城市和30万公里主干路网,包括200多种地图属性和45个地图核心要素,人工智能地图平台自动化率在90%以上,能实现以小时为单位的高频更新。

     

     

    据王雪坤介绍,众包所生产出的高精度地图与传统测绘方式生产的高精度地图一样,完全可以提供包含地图发布、地图更新、地图查询、高精度定位、车道级路径规划、自动驾驶决策在内的全套地图服务,从而为自动驾驶提供更好的行驶决策和最核心的技术支撑。

     

    该众包运营采用了B2B模式,参与众包的企业、运营车辆安装高精度测绘采集套件或后装模块,帮助极奥完成高精地图的数据采集;极奥则为企业提供基于高精度地图的服务,比如物流的精准成本预估模型,ETA模型等,或是帮助后装硬件企业提高产品附加值,降低后装硬件成本等。

     

    据王雪坤介绍,极奥高精地图目前用户主要分两大类,一类是车企,以国际车企为主,极奥目前已经进入了某德系一线主机厂的供应商体系,合作覆盖L2到L4级别的研发层面。此外,还包括上海大众、一汽、威马等合资车企及自主品牌。另一类是在物流、共享出行、出行服务,智慧城市等方面,包括类SaaS、类API调用的客户。

     

    众包制图的前景

     

    众包制图有着集中制图不具备的特点:

     

    首先,成本低廉,且可以实时更新。

     

    中国有600多万公里的道路数据,如果完全按照专业测绘的方式采集,所花的费用将是个天文数字,如果在高精度基础地图的基础上通过众包的方式来更新信息,获得城市细道路数据,将会实现低成本和可量产。

    其次,众包制图在效率上更高。

     

    靠地图公司自己车队采集或者通过购买等渠道获得的数据不可能覆盖所有行驶场景。而众包制图参与的车辆比集中制图多得多,数据量也丰富得多,能大大提高制图的效率。

     

    众包制图的方式改变传统地图的数据采集、测绘、制图工作,通过不断的技术迭代完成精确而丰富的地图数据生产及更新。

     

    不过,高精地图众包也面临着一系列的问题。

     

     

    首先,众包制图没有行业标准。标准对于地图行业非常关键,目前众包数据标准在国际上以欧洲为主导,包括ADASIS等和Sensoris一些标准。目前行业标准制定的进度有些滞后,高精地图目前一直没有国家标准和行业标准。

     

    其次,众包制图与更新在我国面临法律法规的限制。

     

    根据我国测绘法对测绘行为的定义,企业性质的大范围带GPS和不带GPS的地理数据搜集都属于测绘行为,数据需要由甲级导航电子地图资质的图商来收集处理。

     

    导航或自动驾驶汽车搜集车端带GPS数据都属于测绘行为,如果GPS数据需要加工成图,需要有资质的企业来进行数据的搜集和加工;如果GPS数据用于对接监管平台,需要通过有资质的图商对数据进行管理和监管。

     

    对于不带GPS的数据,比如影像、视频等,如果是大范围的、企业性质的采集也属于测绘行为,因此这并不是所有的人、图商或者车厂能够采集的领域。

     

    地图公司要想在国内进行高精地图的采集制作,必须拥有“导航电子地图资质”的甲级测绘资质。而目前国内拥有导航电子地图资质单位名单的企业有14家:四维图新、高德、长地万方、凯立德、易图通、城际高科、国家基础地理信息中心、科菱航睿、光庭信息、浙江省第一测绘院、江苏省基础地理信息中心、灵图、立德空间信息、滴图科技。

     

    另外,高精地图数据涉及国家机密,基础地图生产、地图数据存储、地图更新、地图出版销售等等各个环节也都有资质的限制,这对众包制图来说是个难以解决的问题,除非国家放宽相关政策。

     

    第三,众包制图模式复杂,数据源多样,处理过程要求高。

     

     

    要想运作起一套高精度地图采集的众包模式,首先要有大量的、数量级至少在数十万的车辆作为数据源;其次,对数据还需要有一定的标准、规格要求,与原有的高精度地图系统兼容;第三,每辆车每天采集的数据可能会达到数百GB,车辆需要有强大的通信能力以对数据进行上传;第四,需要有强大的云端平台储存、计算海量的数据。

     

    自动驾驶车辆采用的传感器的种类很多,有图像传感器、激光雷达、毫米波雷达、超声波雷达及生物传感器,性能的差异非常大,不同传感器涉及的众包数据精度也会不同,算法也会影响最终精度,多传感器数据融合技术仍存在着一些技术壁垒。

     

    综上所述,如果只以集中制图的方式采集数据,无论是数据量还是投入的资金,都将是天文数字。而仅仅依靠众包绘制高精地图,精度有待提高,数据整合技术还存在瓶颈,对于无测绘资质的新创公司来说,还有法律法规的限制。

     

    两种制图方式的结合,可能才是高精地图实现商业化的必经之路。对于拥有大量地图资源和甲级测绘资质的老牌图商来说,与政府交管部门有长期深入的合作关系、与车企也有紧密的合作关系,即使未来国内测绘政策能够允许一般社会车辆参与众包数据采集,传统图商在这场竞争中也更具优势。

     

     

    另外,中国的城市交通非常复杂,超大城市众多,国内几大地图厂商都已经在高精地图领域储备了充足积累,而从头开始收集数据,对于新创企业肯定压力巨大,也完全没有必要。

     

    如果业界能够制定统一的行业标准,采用相同的数据采集格式,将数据采集开源,充分利用道路上的汽车资源,以“集中”方式形成一个基础的高精度地图网,再采用“众包”的方式进行数据的更新维护,实现数据的共享,可能会让高精地图实现更低的成本和更早的量产。

    展开全文
  • Apollo自带了一些工具能够制作简单的高精地图 在Lgsvl仿真器中制作高精地图 Lgsvl仿真环境下相对地图的制作 在没有实车的情况下,我们可以通过Lgsvl仿真器使用相对地图模块。 本文使用的Apollo版本:6.0 打开Lgsvl...
  • 基于Autoware制作高精地图(二) 开始慢慢进入正轨了,后面的更新可能会慢些,大家见谅,这次我们来讲一讲Unity和开源工具Maptoolbox的安装。 在安装Unity前我同时安装了一个Unity Hub,这两个安装过程很简单,在win...
  • 1.高精地图采集过程中需要用到的传感器 1.1)GPS 1.2)IMU 1.3)轮速计 2.高精地图采集过程中的制图方案 2.1)方案一 激光雷达 2.2)Camera融合激光雷达 原创: 阿波君 Apollo开发者社区 昨天 在上周...
  • apollo高精度地图介绍,还包含自动驾驶学习资料 涵盖感知,规划和控制,ADAS,传感器; 1. apollo 相关的技术教程和文档; 2. adas(高级辅助驾驶)算法设计(例如 AEB,ACC,LKA 等) 3. 自动驾驶鼻祖 mobileye 的...
  • 高精地图众包生产模式

    千次阅读 2020-01-23 12:16:52
    2016年10月的某一天,上海某间办公室里,一台普通的台式电脑已在房间的角落孤独地...这是极奥科技绘制的第一张高精地图。 两年后的2018年,极奥所在的高精地图赛道已热闹非凡: 这一年,新成立的宽凳科技和Wayz.ai...
  • 【Baidu Apollo】2 高精地图

    千次阅读 热门讨论 2019-02-20 02:22:14
    Apollo的软件架构图 在进入这一节之前,先看一下百度Apollo的软件架构图 Apollo 2.0 软件架构 ...高精地图包含了大量的驾驶辅助信息,最重要的就是道路网络的三维描述。比如交叉路口的布局,交通标志牌的...
  • 【资料整理】高精地图

    万次阅读 2017-12-18 11:38:10
    高精细地图是指高精度、精细化定义的地图,其精度需要达到分米级才能够区分各个车道,如今随着定位技术的发展,高精度的定位已经成为可能。而精细化定义,则是需要格式化存储交通场景中的各种交通要素,包括传统地图...
  • 传统在线地图满足了导航和随时随地查看地图等很多需求,但是随着自动驾驶、智慧城市、智能交通、5G网络、北斗精准定位等领域的发展,高精地图有了越来越迫切的需求,更丰富的路面信息,更精确的交通设施设备位置,能...
  • // An highlighted block var foo = 'bar';
  • 高精地图:激光雷达点云与高精地图融合 定位精度和更新频率是高精定位的显著特征。 精度与频率:根据推算,高精定位需要实现≤25cm 的定位精度,更新频率≥100Hz,因此需要在一般导航定位方案的基础上,与激光雷达...
  • 2020云栖大会于9月17日-18日在线上举行,阿里巴巴高德地图携手合作伙伴精心组织了“智慧出行”专场,为大家分享高德地图在打造基于DT+AI和全面上云架构下的新一代出行生活服务平台过程...
  • 基于Autoware制作高精地图(六) 这期还是带来高精地图制作,采用的软件还是Unity,插件仍然是VectorMap; 这期主要是进行几种测试,因为有的时候可能按照我前面写的文章进行地图绘制不一定能够成功,然后最近通过...
  • 基于Autoware制作高精地图(一) ​开始进入正题,也是最近在忙的一件事,制作高精地图高精地图制作大概分为以下四个流程(不一定完全正确): 1.构建点云地图; 2.点云地图标注; 3.制作OpenDrive地图; 4....
  • 从另外一个角度来说高精地图对自动驾驶的重要性,目前做自动驾驶的企业办理导航电子地图甲级资质是一个趋势,而高精地图的采集,就需要导航电子地图甲级资质才可以进行。全国导航电子地图甲级目前一共只有29家企业,...
  • 基于Autoware制作高精地图(三)

    热门讨论 2021-07-14 21:01:57
    基于Autoware制作高精地图(三) 终于有内容可以更新了,虽然早就可以更新了,但是今天找到了一个unity无法导入maptoolbox插件的bug,跟大家分享一下,顺便分享一下如何制图。 首先说说为什么明明在github上下载了...
  • 点击上方“3D视觉工坊”,选择“星标”干货第一时间送达作者 |Aimee高精度地图对自动驾驶系统功能研发的影响已经越来越明显,整体上来讲主要包含但不仅限于提升车端感知性能、拓展自动驾驶新...
  • 自动驾驶级别的不断提升,自动驾驶系统需要面对与处理的路况信息将越来越复杂,这不仅需要“感知、决策与执行”这套核心技术体系愈发坚实与强大,同时也需要其他技术体系的有力支撑,比如高精地图。 作为自动驾驶...
  • 关于高精度地图制作的一些资料 激光雷达建图和定位(NDT) (https://zhuanlan.zhihu.com/p/77623762) 高精度地图制作1、2、3 (https://zhuanlan.zhihu.com/p/102374698) 一个开源高精度地图制作项目...
  • 高精地图基本制作

    2021-09-10 21:22:53
    1、概述 2、高精地图 2.1 定义与价值 2.2 关键技术 2.2.1 2.2.2 2.2.3 同步定位与地图构建 1.SLAM经典框架 1传感器数据 2.前端 3.后端 4.回环检测 5.地图构建 0=--1.2.3.4...
  • 基于Autoware制作高精地图(五) 本篇文章带来最近解决的高精地图分岔口制作,采用的插件是Autoware中的VectorMap而不是Landlet2; 通过观察Autoware demo中的高精地图我发现,它在分岔口上存在多条lane的其中一个...
  • 高精度地图对自动驾驶系统功能研发的影响已经越来越明显,整体上来讲主要包含但不仅限于提升车端感知性能、拓展自动驾驶新功能、动态建图等相关应用。具体体现在如下几个重要方面:如上所述提升车端感知...
  • Apollo高精地图分析

    千次阅读 2019-03-08 21:48:46
    Apollo高精地图分析高精地图什么是高精地图如何获取高精地图Apollo 高精地图道路元素定义 高精地图 无人驾驶车需要定位自己在哪里,决策自己下一时刻的行动方向和行动轨迹,就绝不...高精地图是怎么制作的呢?高精...
  • 本文是#春招专栏#系列的第 2 篇,根据高德高精地图业务总经理向哲在AT技术讲坛分享的《面向自动驾驶的高精地图及采集生产体系》内容整理而成。在不影响原意的情况下对内容略作删节。 春招系列回顾 AI在出行场景的...
  • 高精地图1 高精地图与自动驾驶的关系1.1 高精地图与自动驾驶1.2 什么是高精地图1.3 高精地图与导航地图2 高精地图与其他模块的关系2.1 高精地图与定位模块的关系2.2 高精度地图与感知模块2.3 高精度地图与规划、预测...
  • 自动驾驶高精地图-概述与分析

    千次阅读 2020-06-06 19:23:53
    在自动驾驶系统的功能系统架构中,高精地图与定位功能紧密相关,与感知模块交互,并最终支持规划和控制模块。 不同级别的自动驾驶对地图的精细程度要求不同。高精地图不仅存储Road和Lane等详细信息,而且还存储...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 516
精华内容 206
关键字:

高精地图制作