您好,欢迎来到中国自动驾驶高精地图产业创新发展论坛2019!

基于视觉的高精地图制作

发布日期:2020-05-14

GRCChdmap

2020-05-14 17:26:58

手机阅读

点击上方蓝色字体,关注我们


高清地图,在自动驾驶领域很重要的部分,如何制作高精地图一直是难点,目前主流要两种制作方式:


      1. 传统地图厂商基于激光雷达高精GPS制作高精地图,如百度、高德,相对成本较高,本人曾经在百度地图部门任职,见过庞大的地图制作外包团队。


      2. 新兴的公司一般采用低成本的基于视觉的方案,此类方法成本较低,主要在技术要求较高。


      本文统计了目前现有的一些基于视觉的解决方案,目前都没有很好的推广。


1. Mobileye


      首先,Mobileye本身不涉及高精度地图的制作,地图商是做高精度地图的基础。而Mobileye做的是对高精度地图数据的实时更新。Mobileye 视觉制图叫REM(Road Experience Management)为例,也称路书(roadbook),标注的是通过视觉提取的landmarks,如下图,包括车道线,道路边界,交通标志,路上标记等等:


      REM地图服务技术有一个端到端的共享和本地化引擎,该方案由三层设备组成:绘制设备(任何配备Mobileye摄像头的汽车)、云端数据融合器和使用设备(自动驾驶汽车)。Mobileye REM技术配备的摄像头成本与能耗都很低,可感知几何路径和其他静态场景语义(如交通标志和道路标记),还可保持高频的刷新率,与激光雷达相比,摄像头是更合理的选择。


                                                


2. 高德视觉惯导


       高精地图由高精度的地图要素矢量信息组成,获取这些高精度的地图要素信息,一方面是通过识别视觉图像获取地图要素目标,另一方面通过惯导信息获取车辆高精度的位置和姿态,两方面融合得到对应的矢量地图要素。       


                                                 


       目前主流的视觉惯导融合框架分为两部分:前端和后端。前端提取传感器数据构建模型用于状态估计,后端根据前端提供的数据进行优化,最后输出相机的位置、姿态和全局地图,架构如图所示:


                                                       



       生成地图示例:             


       基于视觉的高精地图发展可能是朝着多源数据融合的方向,即同一道路多次采集,不同设备多次采集获取的数据源融合在一起,提高精度的同时提高地图更新的时效。


3. Road Lane Semantic Segmentation for High Definition Map


       这里提出一个基于车道语义分割的高清地图自动构成方法:采用单镜头,通过FCN检测车道线,然后提取车道特征,用来检测闭环。最后基于图的SLAM生成地图,流程如下图。


                                               



       关于特征提取见下图:主要是每个道路线段的key point。


                                            


       关于闭环的检测参见下图:一般停止线比较适合做定位的landmark,并估计车辆的姿态。


                                                    


       下图是一个多种颜色表示的语义分割结果:(a) 输入,(b)ground truth,FCN(c),SegNet(d), PSPNet(e) 和 颜色意义(f).


                                             


       下图是高清地图的例子:依次是最终地图,以及蓝色和红色部分的细节放大。


                                                   


4. "LineNet: a Zoomable CNN for Crowdsourced High Definition Maps Modeling in Urban Environments".


       我们知道摄像头可以透视变换成俯视图,如果把这些俯视图都拼接起来会是什么样呢?


       把俯视图都拼接起来在全景图片商加上车道线检测:


                                   

                                       


       对应的制作工具:https://github.com/mapillary/OpenSfM


  

————————————————

版权声明:本文为CSDN博主「一实相印」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/zhouyy858/article/details/100171445



相关文章

自动驾驶用高精度地图的大规模制作技术
为何以及如何制作自动驾驶汽车高清地图

高精地图中地面标识识别技术历程与实践








SELECTED EVENTS




 

长按二维码识别关注


  • 电话咨询
  • 021-22306692
  • 15021948198
None