1众包数据构建高精度地图
面对需求迫切、前景广阔的高精度地图市场,传统的重资产现场采集存在更新周期长、生产和维护困难的问题,实际应用也受到各类*策和法规的限制,于是,一种通过众包数据构建高精度地图的技术方案被提出并得到了探索和应用。除了能够降低成本外,众包数据构建的高精度地图在实时性上有很大优势。目前,视觉算法与芯片供应商Mobileye、零部件供应商博世分别推出Roadbook和REM的众包高精度地图技术,这些方案使用安装了成本相对低廉的车载传感器的智能网联汽车收集路况与道路特征,然后通过深度学习和图像识别算法将其转换为结构化数据,生成高精度地图众包信息。数据来源于用户,而后又反过来服务于用户,高精度地图信息不仅可以向此类车辆提供高精度地图、还可以提供高精度定位服务。
2实时定位与地图构建
实时定位与地图构建(SimultaneousLocalizationandMapping,简称SLAM)是一种在机器人领域广泛使用的地图构建与定位技术。此技术可以使用激光、视觉、红外线等传感器,在机器人移动过程中获取传感器检测的环境特征,进一步识别行驶过程不同时刻环境特征中类似的部分,将检测到的环境信息进行拼接,对行驶过程的环境进行基于当前传感器信息的完整描述,即高精度地图构建。
在目前市场上高精度地图商业化应用尚未成熟的情况下,大量的创新企业、科研单位在使用这种高精度地图进行高等级智能网联汽车领域相关技术的探索。在汽车领域,可以用于SLAM构建高精度地图的传感器主要有视觉传感器和激光雷达,这些传感器的共同特点是能够获取足够丰富的环境信息,尤其是环境中物体的轮廓点云,可以满足运动过程中两个连续时刻采集的环境信息中有足够丰富的特征去匹配和拼接。
SLAM构建的高精度地图对前期建图与后期定位使用的传感器及其安装标定有比较高的要求,适合单车在小范围或者特定线路下,自车使用特定传感器进行建图、定位、路径规划的场景)。但是,随着一些语义级别高精度地图的构建,SLAM构建的高精度地图在传感器的一致性和安装标定的要求有所缓解,只不过在大规模量产过程中,由于建图过程的复杂性(需要处理大量点云,且随着行驶范围的增加,建图周期会比较长),其应用场景比较有限。但是它给在研发阶段为完整的自动驾驶功能开发,提供了有效的局部地图构建和高精度定位。
谢谢观看！
预览时标签不可点收录于话题#个上一篇下一篇