Apollo进阶课程 ⑨ | 业界的高精地图产品
目錄
高精地圖的格式規范-OpenDRIVE
HERE HD LIve Map
HERE HD LIVE MAP-MAP COLLECTION
HERE HD Live Map-Crowdsourced Update
HERE HD Live Map-Learning
HERE HD Live Map-Product
MobileEye
MobileEye-Pillars of Autonomous Driving
MobileEye-Map as back-up sensors
MobileEye-RoadBook
Google Waymo
原文鏈接：Apollo進階課程 ⑨ | 業界的高精地圖產品
上周阿波君為大家介紹了「Apollo進階課程⑧?|?高精地圖的格式規范」。詳細講解了NDS格式規范和OpenDRIVE格式規范。
高精地圖的格式規范，即對采集到的地圖如何進行一個完整的表述。
對此，目前最主流的通用格式規范分NDS和OpenDRIVE兩種。此外還有日本OMP公司的格式規范。
NDS是一種非常全面的地圖表述方式。由于NDS把數據庫做了細分，每個細分后的產品都能夠獨立更新升級。
OpenDRIVE是目前國際上較通用的一種格式規范，由一家德國公司制定，在運用OpenDRIVE格式規范表述道路時，會涉及Section、Lane、Junction、Tracking四個概念。
百度在Apollo中也開發了自己的OpenDRIVE格式規范，并對該技術進行了改進，使之對開發者更加友好。
本周阿波君將與大家分享業界的高精地圖產品相關內容。下面，歡迎開發者緊隨阿波君的腳步，進入進階課程第9期。
高精地圖的格式規范-OpenDRIVE
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??????????????????HERE已能把地圖做成一種基于云端的服務，精度高更新快
HERE最早是諾基亞旗下的一家公司，被諾基亞作為自己的高精地圖使用，早先在歐美地區大概有80%的市場占有量。
在2013年微軟收購諾基亞時，并未一并收購HERE，之后在2015年，HERE被寶馬、奧迪、戴姆勒以30億美金收購，再后來幾經周折，被騰訊、四維相繼入股。
HERE做地圖之間長久，經歷了由導航地圖到高精地圖的發展，整個體系相對完善。
據HERE本身介紹，HERE已能把地圖做成一種基于云端的服務，精度高更新快。
HERE HD LIve Map
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????HERE HD Live Map的四大特性
基礎地圖的設計：基礎地圖是高清實時地圖的基礎。采集車輛配有GPS、激光雷達、相機等，每天采集28T的數據量，精度可達厘米。基于激光雷達、相機，建立16線程的Base Map。
眾包更新（基于圖像）：利用眾包車輛傳感器采集行車路徑、車道標志、道路邊緣、路標、路面標志等。結合衛星圖像等多種數據源，保持高清地圖的新鮮感。
在云計算中映射學習：車輛大小、傳感器設置和行駛路徑不同。這些變化導致許多觀察到的路邊物體是相同的。這里的機器學習將這些變化的傳感器數據聚合起來，以確定路邊工件的精確位置。
更新的地圖：創建并添加到地圖數據庫后，在這里將其發布到HD Live地圖，并將必要的平面圖發送回車輛，以便車輛能夠準確和實時地表示路網。
HERE HD LIVE MAP-MAP COLLECTION
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ?????????????????HERE HD Live Map采集方案
HERE采集車，集成了16線激光雷達+?Camera +?RTK天線+IMU。HERE采集車會對地圖進行預先制作，在數據采集后進行數據統計，經人工識別檢查后，最后更新在地圖中。
HERE HD Live Map-Crowdsourced Update
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????HERE HD Live Map眾包方案
HERE地圖采集的眾包，可以做到非常高頻的更新。
車端通過Sensor進行信息采集（可認為一種視覺方案），可對點、道路、標志標牌通過Feature進行提取，可有效幫助我們更快的對地圖進行更新。
HERE有很好基礎優勢。作為一家傳統圖商，他的用戶基數可以保證地圖以更快的速度和形式更新。
HERE HD Live Map-Learning
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????HERE HD Live Map Learning方案
不同于利用神經網絡的圖像處理方法，HERE利用點云分割技術對Features進行分析。
在多次采集后，可將同一區域的點云補齊，但目前的圖像處理方法已較為成熟。
而點云技術（點云SLAM、點云分割、點云特征提取等）仍需完善發展。
HERE HD Live Map-Product
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????HERE HD Live Map對地圖的表述方式
HERE是如何表述他們的地圖產品的呢？我們可以從圖中看到他們對地圖做了4個分層結構。
第一層是Road?&?Lane Model Layer（車道邊界和區分界線）
A highly precise representation of road network.
第二層是Localization Model Layer（基于Camera或點云）
Help a vehicle to find its exact Position of lane it is driving in.
第三層是Activity Layer（動態信息層、道路實時信息）
Understanding dynamic events in the road network.
第四層是Analytics?Layer（司機駕駛習慣分析）
Tell how humans actually behave in a piece of road.
在HERE的解決方案中，可以通過檢測與定位約束縱向行駛信息，車道線約束橫向行駛信息。
MobileEye
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????MobileEye也是業內非常知名的公司，標志中有英特爾的元素
MobileEye號稱為全球25家知名車廠合作商提供更安全的技術解決方案，有2500萬車輛在使用他們的技術，13家車廠正在使用MobileEye的技術在攻關自動駕駛。
相比于HERE，MobileEye更側重于使用Camera，在圖像處理方面也做得更好，使用視覺信息來進行輔助駕駛，是一種基于眾包的視覺制圖。
MobileEye-Pillars of Autonomous Driving
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????MobileEye把技術層次分為三個層次
感知：Mobileye的軟件可以進行傳感器融合——從攝像機傳感器、雷達和激光雷達傳感器中解讀數據。
在圖像處理方面，Mobileye經驗豐富，使用自己獨有算法是用來檢測對象，確保安全行駛和系統決策。
L3以下的自動駕駛不需要高精地圖，但是L3以上就看你使用的是基于Lidar還是Camera的方案了。
映射：自動駕駛汽車需要大量的系統冗余來處理無法預料的情況。在所有條件下，車輛相對于道路邊界和交叉口的精確定位都需要高精地圖。Mobileye提供基于REM的框架(REM?)，它使用眾包的策略。讓用戶能低成本地構建和快速更新高清地圖。
駕駛策略：在Mobileye的駕駛策略中，他們認為，一旦一輛自動駕駛汽車能夠感知周圍的場景并在地圖上進行定位，要解決的最后一件事情，就是學習和共享人類司機的駕駛策略。
Mobileye聲稱，傳感、測繪和強大的計算能力賦予了自動駕駛車輛超人的視覺和反應時間。Mobileye對駕駛策略的強化學習，將提供多變量情況的分析方案，并且盡可能地逼近人類的行為和判斷方式。
這證明Mobileye對于復制人類的駕駛行為還是很看重的，至少把其單獨地作為一個數據層去闡述處理。
MobileEye-Map as back-up sensors
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????Mobileye知名的REM(道路經驗管理系統)
說到Mobileye，要重點提及的就有他們的制圖方案。
Mobileye的眾包流程方案跟HERE的很像，只不過他們的方案更多是基于視覺來做。都是收集數據——上傳云端——處理——下發車端。
Mobileye的REM系統（道路經驗管理系統）非常知名，提供實時匿名眾包的汽車數據，用于高精度地圖的制作和使用。
Mobileye的REM解決方案由三層組成：
- 采集器（任何裝有攝影機的車輛）；
- 云端；
- 自動駕駛車輛。
相比HERE來說，MobilEye基于視覺的方案，使用時候最大的缺陷就是道路線的判斷不連續。這會造成沒有車道線了，車輛不知道怎么走了。
在復雜道路中，一旦出現紅路燈等難以識別的物體，MobilEye所推崇的單靠視覺信息的解決方案難以支撐全自動駕駛技術。
MobileEye-RoadBook
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????MobilEye把方案采集處理的過程歸納為"路書"
MobilEye把REM采集、發送云端、處理、發回車端的過程稱為“路書”。
搭載MobilEye的車端首先會對環境進行識別，然后進行語義分析和幾何形狀提取，將其壓縮后打包上傳，這個過程稱為RSD。
經過REM系統采集處理的RSDs，其數據包大小可以達到10k/1公里，并達到“高精度低延時”的效果。
MobilEye還會將不同路段的數據打斷上傳。
這就是MobilEye的眾包方案：所有的數據都在云端，大家一起來貢獻相關數據，并且獲得更好（高精度低延時）的數據回饋。
正是由于激光雷達的解決方案存在諸多的限制：高成本、低規模化和點云算法尚不完善。
在現行的網絡條件下，MobilEye的RSD方案“至少”看起來讓自動駕駛這件事兒變得更加可行了。
不過在MobilEye的對外公布的演示視頻中，我們也可以看到其場景都是非城市的簡單場景。在更復雜的環境中，其解決方案還是存在局限性。
Google Waymo
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????谷歌Waymo業內知名，但其對外披露的信息極少
谷歌在業內做自動駕駛非常早，但是其對外披露的信息極少。
這導致業界和開發者基本對于谷歌的解決方案基本“只能靠猜”。
在谷歌透露出來的地圖解決方案中，我們可以發現在高精地圖的層面上，大家對于道路信息的描述基本都是一致的。
比如說Lane、路口虛擬線和道路停止線的理念，谷歌的解決方案本質上也是為自動駕駛提供一個可運行的靜態環境。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ?????????????????谷歌Waymo所透露出來的路測畫面
谷歌的地圖解決方案中，谷歌將地圖提供的靜態環境和基于感知的動態環境（人物、車輛、道路標志）等信息結合在一起。
使搭載Waymo的無人車完成對環境的感知。
谷歌同樣將紅綠燈感知為框體，并且將人行橫道的識別放在非常重要的位置。
谷歌將根據地圖提供的靜態信息確定紅綠燈的位置，基于感知到的紅路燈狀態為其打上標簽（紅燈禁止或者是綠燈通行），再為車輛決策提供依據，并且有藍色的預測軌跡為車輛規劃行駛路徑。
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????谷歌Waymo所透露的自研高精地圖
在谷歌對于高精地圖的闡述中，他們的研發團隊認為，僅有矢量數據是不夠的。
業界的所推崇的矢量類型地圖對于谷歌來說過于傳統。他們更期待自己能夠研發出柵格式的高精地圖。
這種地圖記錄了所有道路上的物體信息，并且將不存于靜態地圖中的動態物體自動過濾，由此降低車端感知識別的難度，達到更好的檢測效果。
至于谷歌所透露出來的環境地圖，其紅綠燈和停止線的設置，跟業界的標準基本一致。
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????谷歌Waymo聲稱其降低了車載雷達的綜合成本
谷歌Waymo的實驗車大家都非常熟悉。
其車輛頂部可能搭載了激光雷達+視覺系統，車輛四周搭載了激光雷達。
其整體方案也是為激光雷達+視覺融合。
但是谷歌自研的激光雷達據稱可以檢測到兩個足球場（240米）外的物體數據。
并且整體的生產成本比Velodyne的64線激光雷達的售價（8萬美元）低90%左右，這對于開發者來說是非常誘人的價格。???????
總結
以上是生活随笔為你收集整理的Apollo进阶课程 ⑨ | 业界的高精地图产品的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： pavkre.exe - pavkre是
- 下一篇： 距离高考出成绩，一年了、、、