学习笔记2：高精度地图

一、地图的用途：

1.定位
2.预先规划，提前通过地图确定车辆行驶的路径

通过地图判断周围的环境、各种事物，机器人相比人脑而言可以进行大量的记忆，这是其优势所在

二、高精度地图

高精度地图包含大量的驾驶辅助信息，最重要的是道路网的精确三维表征，同时高精度地图包含很多的语义信息，指示交通情况等等

特征：精度。
手机上的地图达到米级精度，而高精度地图达到厘米级精度

三、地图与定位、感知与规划的关系

定位：
车辆寻找坐标，从各类传感器收集数据。例如摄像机图像数据、激光雷达收集的三维点云数据。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，这一匹配需要预处理、坐标转换、数据融合的复杂过程
1.预处理消除了不准确或者质量差的数据
2.坐标转换将来自不同视角的数据转换为统一的坐标系
3.数据融合可以将来自各种车辆与传感器的数据合并
整个定位过程依靠高精度地图

感知：
通过高精度地图，即使传感器尚未检测到交通信号灯，它也可以将交通信号的位置提供给软件栈的其余部分，帮助汽车做出下一个决策
另一个好处在于高精度地图可以帮助传感器缩小检测范围
概念之一：感兴趣区域或ROI，ROI可以帮助我们提高检测精确度和速度并节约计算资源

规划：
高精度地图可以帮助车辆找到合适的行车空间，它还可以帮助规划器确定不同的路线选择并帮助预测软件预测道路上其他车辆在将来的位置
比如：高精度地图帮助识别车道的确切中心线。在有限速的路段，高精度地图可以帮助预先查看、提前减速，帮助规避障碍物。

四、Apollo高精度地图：

Apollo地图包含道路定义、交叉路口、交通信号、车道规则以及用于汽车导航的其他元素
Apollo地图为了方便数据共享，采用OpenDRIVE格式，这是一种行业制图标准，保证了系统的兼容性。
OpenDRIVE像一个API，每个人都可以轻松读取到相同的地图数据

五、Apollo高精度地图构建：

五个过程：数据采集、数据处理、对象检测、手动验证和地图发布
1.数据采集：通过GPS、Antenna（惯性测量单位）、LIDAR、Camera。Apollo定义了一个硬件框架，可以把这些传感器集成到单个自主系统中。
2.数据处理：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者注释的初始网络模板。
3.对象检测：使用人工智能检测静态对象，并对其进行分类
4.手动验证：可以确保自动地图创建过程正确并及时发现问题。使得手机验证团队能够高效和编辑地图。
5.发布地图：除了高精度地图的发布外，Apollo还发布了采用自上而下视图的相应定位地图以及三维点云地图

在构建和更新地图的过程中Aplollo使用了众包，Apollo以便于任何人都可以参与制作高精度地图的任务，众包加快了高精度地图制作和维护工作