河南建设建设监理协会网站,wordpress ajax加载,网页打不开pdf文件如何设置,十大广告公司排名目录
Apollo高精地图表征元素
Apollo车道模型
UTM坐标系
84坐标系
Track坐标系
Apollo opDRIVE规范
HDMAP引擎
高精地图在政策方面的挑战 原文链接#xff1a;进阶课程 ⑫ | Apollo高精地图 高精地图与普通地图不同#xff0c;高精地图主要服务于自动驾驶车辆#…目录
Apollo高精地图表征元素
Apollo车道模型
UTM坐标系
84坐标系
Track坐标系
Apollo opDRIVE规范
HDMAP引擎
高精地图在政策方面的挑战 原文链接进阶课程 ⑫ | Apollo高精地图 高精地图与普通地图不同高精地图主要服务于自动驾驶车辆通过一套独特的导航体系帮助自动驾驶解决系统性能问题扩展传感器检测边界。 目前 Apollo 内部高精地图主要应用在高精定位、环境感知、决策规划、仿真运行四大场景帮助解决林荫道路GPS信号弱、红绿灯定位与感知以及十字路口复杂等导航难题。 上周阿波君为大家详细介绍了「Apollo进阶课程⑪丨Apollo地图生产技术」。 详细讲解了高精地图生产的四个环节数据采集、数据处理、元素识别、人工验证。通过全自动数据融合加工和基于深度学习的地图要素识别方法最后进行人工验证生产的全部过程。 本周阿波君将与大家分享Apollo高精地图高精地图的表征和规范。下面我们一起进入进阶课程第12期。 Apollo高精地图表征元素
Apollo高精地图能够表征的元素如下图所示包括道路、路口、交通信号灯、逻辑关系元素以及其他的道路对象元素。 高精地图的数据元素 道路包括左边界右边界。它可分为两个层次一是道路级别一是Lane(车道)级别。 每个Lane都有左边、右边界道路也有道路边界而且道路边界是强约束即自动驾驶的时候道路边界是永远不能压的。车道线理论上也是不能压的但是如果在紧急情况下可以压车道线比如说可以越过虚黄线进行借道超车。 路口是一个相对复杂的场景可以进一步细分为路口边界和虚拟车道。路口边界主要用于感知。 可以通过路口的边界对感知进行过滤。如果感知识别到的静态物体不在地图的路口边界之内就可以暂时忽略它。虚拟车道主要是用来路口的行驶引导。 交通信号灯可以分为红绿灯和其他道路标志。高精地图会为红绿灯提供一个三维空间位置其次也会提供红绿灯跟车道之间的关联关系即告知当前所在车道应该看哪个灯。 道路标志主要包括人行横道停止线以及一些路上的文字信息。这些信息可以用于各个模块例如感知、PNC等。 逻辑关系表述。当前地图中各个元素之间的关系并没有嵌入到元素的表述中而是使用overlap来表述两个元素之间的关系。 Overlap主要是用来描述两个元素的空间关系。
如下图所示Lane和Junction在空间上有重叠它们之间就会有Overlap。 Overlap关系 Apollo车道模型 高精地图的车道模型
上图给出了Apollo的车道模型及其相关描述元素。它与openDRIVE大致的规则是一样的把纵向切成Section横向还是使用Lane分割。
该车道模型包含了很多元素属性。其中Left road_sample主要用来描述中心线到两个边界的距离该边界指的是车道线边界。
Left road sample和Right road sample主要用来表述车道中心线到道路的物理边界的距离。
路口表述路口分为真实路口和十字路口。在实践过程中发现除了真实路口之外在车道数变化的时候比如从两车道变到三车道需要感知周围有没有车辆在Apollo高精地图里面也把这种情况处理成一个路口。
这也是In road和Cross road的区别。 高精地图的Junction模型 UTM坐标系 高精地图的UTM坐标系
UTM坐标系把全球分成60个区域带Zone每个Zone里面都是相当于Zone中心的一个局部坐标系如上所示。
UTM坐标系描述的位置十分精确。目前Apollo内部主要采用UTM坐标系。 84坐标系
84坐标系是一套全球经纬度也是高精地图里面使用的坐标系。
在该坐标系中把整个地球想象成是一个椭球地面的高度是相对于椭球面的一个偏移。高由正数表示低由负数表示。 Track坐标系 高精地图的Track坐标系
Track坐标系是基于st的如上图所示。s是纵向t是横向。这个坐标系用来表述一个元素跟Lane之间关系描述它位于Lane的什么位置相对于Lane起点的偏移量是多少。 Apollo opDRIVE规范
Apollo OpenDRIVE把所有元素做了归类。
类似于Road和Junction。路上的所有的地面标识都归属为Objects所有的标牌都归属为Signal并通过Overlap把它们关联起来如下图所示。 Apollo的OpenDrive规范
Apollo的OpenDRIVE跟标准OpenDRIVE的区别主要有以下四点。 首先元素形状的表达方式不同。 标准OpenDRIVE是基于参考线加偏移并采用方程来描述。 Apollo里面的OpenDRIVE都是坐标点没有采用方程的方式。采用方程方式的好处在于数据量非常小通过三四个参数就可以描述一个非常长的线。 采用坐标点的方式数据量会稍微大一点。但是也有很多的好处。第一用点表示对于下游的计算非常友好不需要再重新通过线去做点的采样。 第二在道路急于转弯的地方原始的OpenDRIVE把基于Reference Line的方式还原成点的方式会导致道路上存在毛刺。这种处理方式对于无人驾驶来说非常危险。 一旦道路出现毛刺就会导致无人驾驶车猛打方向盘可能直接冲到路边上去。 其次Apollo对OpenDRIVE进行了元素类型的扩展。比如增加了禁停区人行横道、减速带等元素的藐视。 第三是增加了一些道路元素关系的表述。比如新增了Junction与Junction内元素的关联关系。 最后还增加了诸如停止线与红绿灯的关联关系中心线到边界的距离等的描述。 HDMAP引擎 高精地图引擎
HDMAP引擎是Apollo里面用于从HDMAP里面提取相关元素给下游的一个模块。它的结构框图如上图所示。
HDMAP 引擎可以通过ID去检索一个元素也可以通过空间位置查找元素比如给定一个点和半径可以把这个范围之内所有的红绿灯都提出来。 高精地图在政策方面的挑战
在国内采集地图属于国家机密事项。并不是任何人都可以做测绘并不是每一家厂商或者公司都有资格采集地图。
采集地图必须要经过国家测绘部门/安全部门的审批。
同时测绘得到的数据需要进行加密。高程、曲率、坡度等在高精地图里面是不允许表述的但这些数据对于无人驾驶又是必须的。如何在符合国家安全要求和技术需求之间找到平衡这仍是自动驾驶发展所需要正视、解决的问题。
