Apollo课程学习小记录1——高精地图
学习前言
终于结束了暑假中的考试周啦，撒花！开始猛补线上实习笔记啦。
高精地图vs传统地图
人在开车时，我们会使用导航地图来进行路径规划。导航地图会显示不同的推荐路线的交通现况、交通管制（如交通信号灯、限速标志等）和时间成本。我们可以根据地图提供的信息以及自己对周围环境的评估来选择路线并执行。
但是无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力，所以高精度地图是当前无人驾驶车技术不可或缺的一部分，许多无人驾驶车模块都有赖于高精地图。 高精度地图最重要的特征之一是精度，手机上的导航地图只能达到米级精度，但车辆如果偏离一两米，则可能会阻塞交通或人行道，并有可能发生碰撞，后果十分严重。高精地图使车辆能够达到厘米级的精度，这对确保无人驾驶车辆的安全性至关重要。
高精地图包含大量的驾驶辅助信息和语义信息，最重要的是道路网的精确三维表征（如交叉路口的布局、路标位置等）。高精地图可能会报告交通灯上不同颜色的含义，或者指示道路的速度限制以及左转车道开始的位置，如下图所示。
高精地图与定位、感知与规划的关系
一、高精地图与定位
正如拼图游戏那样，首先无人驾驶车辆需要进行自定位，弄清楚其在地图上的确切位置。
- 寻找地标(landmarks)，车辆各类传感器收集的数据，如摄像机图像处理数据、激光雷达三维点云数据等被用于查找地标。
- 与高精地图上的已知地标比较匹配。
2.1. 预处理，筛选走不准确的或质量差的数据。
2.2. 坐标转换，将来自不同视角的数据转换为统一的坐标系。
2.3. 数据融合，将来自各种车辆和传感器的数据合并。
二、高精地图与感知
如同人的感知有距离限制一样，无人驾驶汽车的传感器（如摄像机、激光雷达和雷达等）探测物体的能力都有距离范围限制。特别是夜间或恶劣天气时，传感器识别障碍物的能力会受到进一步限制。除此之外，当汽车遇到障碍物时，传感器无法透过障碍物来确定障碍物后面的物体。这时，高精度地图将发挥重要作用。
- 帮助汽车提前规划决策。即使传感器暂时没有检测到交通信号灯，高精地图也可将交通信号灯的位置提供给软件栈的其余部分，这很好地帮助汽车做下一个决策。
- 帮助传感器缩小检测范围。 比如我们需要找信号灯时，因为高精度地图通常会记录交通信号灯的精确位置和高度，所以传感器只需要集中在特定位置寻找，即感兴趣区域（ROI），这大大降低了感知维度，有效地提高了检测精确度和速度，并节省计算资源。
三、高精地图与规划
- 帮助车辆找到合适的行车空间。 例如高精度地图可以帮助车辆识别车道的确切中心线，使车辆尽可能靠近中心行驶，
- 帮助规划器确定不同的路线选择。 例如在具有低速限制、人行横道或减速带的区域，高精度地图能使车辆能够提前查看并预先减速。
- 帮助预测软件预测道路上其他车辆在将来的位置。 例如车辆需要变道时，高精度地图可帮助车辆缩小选择范围，以便选择最佳方案。
什么是Apollo高精地图
Apollo高精度地图专为无人驾驶车设计，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。
在中国，Apollo拥有丰富的高精度地图数据，包括各高速公路的地图绘制，并计划到2020年涵盖中国的所有国道以及许多其他高等级公路。为了方便数据共享，Apollo高精度地图采用了Apollo OpenDRIVE格式，让每个人都能轻松读取相同的地图数据。同时百度开发了一套完善的地图绘制系统，使90%的地图绘制流程实现了自动化。
Apollo高精地图的构建
- 数据采集。这是一项庞大的密集型任务，无人驾驶车需要高精度地图始终保持在最新状态，大量的调查车辆负责收集用于制作地图的源数据，确保每次道路发生改变时，地图均会得到快速更新。
- 数据处理。Apollo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注释的初始图片模板。
- 对象检测。Apollo团队使用人工智能检测静态对象，并对其进行分类，包括车道线、交通标志、电线杆等。
- 手动验证。确保自动地图创建过程正确进行并及时发现问题，能够高效标记和编辑地图。
- 地图发布。除发布高精度地图外，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，如下图所示。在构建和更新地图的过程中，Apollo使用了众包，任何人都可以参与制作高精度地图的任务。
