image.png

OpenDrive

OpenDRIVE是一種高精地圖格式，2006年由德國VIRES公司發布，并反復迭代，期間德國戴姆勒駕駛模擬器部門和德國宇航中心DLR也發揮了很大作用。

OpenDRIVE 1.5版本于2019年發布。2018年9月，OpenDRIVE的開發團隊將維護工作轉交給德國ASAM標準化組織，1.6及之后的版本由ASAM負責。1.6版本已由ASAM在2020年3月發布，本文使用該版本進行介紹。

OpenDRIVE開發起因是VIRES公司在提供駕駛模擬器方案時，發現不同工具的道路數據格式中需要包含邏輯內容是基本一致的，為了方便在不同的駕駛模擬器間進行道路數據的傳遞，VIRES公司與Daimler Driving Simulator部門決定開發OpenDRIVE格式。轉交給ASAM組織后，ASAM組織同樣把OpenDRIVE定位為用于仿真測試的地圖格式。

OpenDRIVE文件按XML格式編寫，文件擴展名為.xodr。

image.png

高精地圖

高精地圖是當前無人駕駛車技術不可或缺的一部分。它包含了大量的駕駛輔助信息，最重要是包含道路網的精確三維表征，例如交叉路口布局和路標位置

image.png

高精地圖還包含很多語義信息，地圖上可能會報告交通燈不同顏色的含義，也可能指示道路的速度限制，及左轉車道開始的位置。

image.png

高精地圖最重要特征之一是精度，手機上的導航地圖只能達到米級精度，而高精地圖可以使車輛能夠達到厘米級的精度，這對確保無人車的安全性至關重要。

高精地圖用于定位

首先車輛可能會尋找地標，使用從各類傳感器收集的數據，如攝像機圖像數據、激光雷達收集的三維點云數據來查找地標。

車輛將其收集的數據與其在高精地圖上的已知地標進行比較，這一匹配過程是需要預處理、坐標轉換、數據融合的復雜過程。

無人車的整個定位過程取決于高精地圖，所以車輛需要通過高精地圖明確它處于什么位置。

image.png

高精地圖用于感知

無人車也可以使用高精地圖來幫助感知，就像人的眼睛和耳朵會受到環境因素的影響一樣，無人車的傳感器也是如此。

攝像機、激光雷達、雷達探測物體的能力，在超過一定距離后都會受到限制。

在惡劣的天氣條件下或在夜間，傳感器識別障礙物的能力可能會受到進一步限制。

另外當車輛遇到障礙物時，傳感器無法透過障礙物來確定障礙物后面的物體。這時，就需要借助高精地圖的幫助了。

即使傳感器尚未檢測到交通信號燈，高精地圖也可以將交通信號燈的位置提供給軟件棧的其余部分，幫助車輛做下一個決策。

image.png

另一個好處在于，高精地圖可幫助傳感器縮小檢測范圍，如高精地圖可能會告知我們在特定位置尋找停車標志，傳感器就可以集中在該位置檢測停車標志，被稱為感興趣區域ROI。ROI可幫助我們提高檢測精確度和速度，并節約計算資源。

高精地圖用于規劃

高精地圖可幫助車輛找到合適的行車空間，還可以幫助規劃器確定不同的路線選擇，來幫助預測模塊預測道路上其他車輛將來的位置。

image.png

如高精地圖可幫助車輛識別車道的確切中心線，這樣車輛可以盡可能地靠近中心行駛。

在具有低速限制、人行橫道或減速帶的區域，高精地圖可以使車輛能夠提前查看并預先減速。如果前方有障礙物，車輛可能需要變道，可幫助車輛縮小選擇范圍，以便選擇最佳方案。

Apollo高精地圖

Apollo高精地圖專為無人車設計，里面包含了道路定義、交叉路口、交通信號、車道規則，及用于汽車導航的其他元素。

image.png

高精度地圖可在許多方面為無人車提供幫助，如高精度地圖通常會記錄交通信號燈的精確位置和高度，從而大大降低了感知難度。

高精地圖不僅可以減少計算需求，還可以通過提供有關駕駛環境的詳細信息，來確保無人車的安全。保持這些地圖的更新是一項重大任務，測試車隊需要不斷地對高精度地圖進行驗證和更新。此外，這些地圖可能達到幾厘米的精度，這是水準最高的制圖精度。

高精地圖有很多種格式，為了方便數據共享，Apollo高精地圖采用了OpenDRIVE格式，這是一種行業制圖標準。同時，Apollo也對OpenDRIVE做出了改進，進而產生了Apollo OpenDRIVE標準，以便更適合無人車。

Apollo高精地圖的構建

高精度地圖的構建由五個過程組成：數據采集、數據處理、對象檢測、手動驗證和地圖發布。

數據采集是一項龐大的密集型任務，近300輛Apollo測試車輛負責收集用于制作地圖的源數據，以便確保每次道路發生改變時，地圖均會得到快速更新。

測試車輛使用了多種傳感器，如GPS、IMU、激光雷達、攝像機。

Apollo定義了一個硬件框架，將這些傳感器集成到單個自主系統中，通過支持多種類的傳感器，Apollo收集各類數據將這些數據融合，最終生成高精度地圖。

image.png

數據處理指的是Apollo如何對收集到的數據進行整理、分類和精簡，以獲得沒有任何語義信息或注釋的初始地圖模板。

對象檢測Apollo使用人工智能來檢測靜態對象并對其進行分類，其中包括車道線、交通標志、甚至是電線桿，手動驗證可確保自動地圖創建過程正確進行并及時發現問題。

Apollo使手動驗證團隊能夠高效標記和編輯地圖，在經過數據采集、數據處理、對象檢測、手動驗證之后，高精地圖才能發布。

除高精地圖外，Apollo還發布了采用自上而下視圖的相應定位地圖、三維點云地圖。

image.png

總結

以上是生活随笔為你收集整理的Apollo自动驾驶之高精地图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。