业界高精地图产品之Google waymo 地图

业界高精地图产品之Google waymo 地图

谷歌做无人驾驶非常久了,也是大家学习的对象,谷歌在无人驾驶这块对外披露信息非常少,以至于google在做什么东西大家都不知道,只能根据披露的有限信息去揣测。

从上图可以看出在高精地图层面大家的做法是一致的,对于道路的描述是一致的,不管是基于lane的,基于路口虚拟线的,还是基于道路停止线的,本质上都是为自动驾驶提供一个可运行到的静态环境。

上图是google宣传视频中的一个截取画面,画面中有很多感知元素。如红绿灯,其他社会车辆,行人,人行横道。结合地图提供的静态环境和基于感知的动态环境,把他们组合在一起就构成了当前无人车对整个环境的感知。

在上图中的红绿灯,通过框标示出来,为车提供了准确的位置。人行横道对于感知有一个非常重要的作用,尤其是在国外的场景下,一旦检测到人行横道上面有物体,会认为是一个行人或者是一个活体,这也是对于感知的检测辅助。

在红绿灯上面有go标志,这是通过地图提供的红绿灯位置信息,在红绿灯上打上标签为了识别,假设是绿灯,就会给灯打上标签告诉车这个方向是通的。上图你会发现有一个蓝色预测轨迹,这是地图提供的。

高精地图只提供了矢量数据还是不够的,google在一篇文章中说他们要提供静态环境信息,这不是我们传统意义上的矢量类型的高精地图,类似于lane和lane之间关系的约束的高精地图,这种地图类似栅格形式的高精地图,里面记录了所有把动态物体滤出掉之后的道路地图。通过这份地图可以大大降低感知识别难度,感知路上不管是动态的还是静态的物体都是非常难。如路边停车没有动,无人车可能很难区分是这是动态的物体和还是静态的物体,就是即使能区分,计算量也是非常巨大的。所以google提出利用静态环境地图可以帮助无人车感知。如无人车检测到一个物体,如果这个物体在地图上中出现,就认为它是静态的,就不需要关注物体的运动,反之检测的物体不在地图中出现,就认定他是运动的,就需要去care它的运动。

如果能利用地图做过滤,帮助无人车来区分动态和静态的物体,这是一种非常好的检测方法。有了好的检测效果,就能做一个好的规划决策。

上图右侧是谷歌环境地图,里面包括红绿灯,与其他东西都一样。

通过大家见到的出现概率最高的一款谷歌无人车,可以看出它也是基于激光雷达加上视觉融合的,在车顶部是一套激光雷达加一套视觉系统,在车的边上装了雷达。谷歌强的地方是重新设计了激光雷达,使激光雷达感知距离非常远,谷歌官网宣称可以追踪到一个足球穿越两个足球场的距离。

还有一个好处是,谷歌把激光雷达成本降下来了, velodyne64线激光雷达成本大约8万美金,谷歌宣称自己造完后,成本能降90%,这么做收益非常大。

想了解其他地图产品请看:

飘哥:业界高精地图产品之mobileye地图的生产采集zhuanlan.zhihu.com图标飘哥:业界高精地图产品之here地图的生产采集和表述zhuanlan.zhihu.com图标飘哥:业界高精地图产品之tomtom高精地图zhuanlan.zhihu.com图标

编辑于 2019-03-26