自动驾驶基础之高精度地图和定位惯性测量单元IMU的详细介绍

定位，感知软件及规划都依赖高精度地图，高精度地图可以帮助车辆找到合适的行车空间，帮助规划器确定不同的路线选择，并帮助预测软件预测道路上其他车辆在将来的位置，在有限速或障碍物的路段，高精度地图可以使车辆提前查看，提前加速或者变道。

高精度地图的构建一般需要以下五个步骤：

·数据采集

·数据处理

·对象检测

·手动验证

·地图发布

数据采集是采用多种传感器，如GPS,惯性测量单元，激光雷达和摄像机，通过多种传感器收集大量数据，最终绘制出高精度地图。

数据处理指的是对收集到来的数据进行整理，分类和清洗以获得没有任何语义信息或注释的初始地图模板。经过上述5个步骤之后，高清地图就建立起来了。一般情况下，随地图发布的还有自上而下的视图的相应定位地图以及三维点云地图。

在构建和更新高精度地图时，现在业界有两种模式：一是使用传统的专业测绘车，地图公司配备专业测绘车来采集地图信息。二是使用创新的众包模式，众包意味着Apollo向公众发布其数据采集工具，以便任何人都可以参与制作高精度地图的任务。众包加快了高精度地图的制作和维护。

上图就大致讲了高清地图的发展趋势，高精度地图发展趋势会从专业测绘向众包更新发展。上图有几个的采集方式，最上面是专业测绘车，这是专业地图商按照功能制作，它的成本和精度都很高，但是可以做到这种专业测绘车的很少，它通过自主采集半自动化以及全自动化生产的方式获得了高精度的矢量地图，矢量地图包括车道级拓朴、车道边线、道路区间以及ADAS数据信息，它能够满足车道级的导航功能的自动驾驶，精度和可信度高，问题是成本非常高。

在这些专业的测绘车的高新采集技术基础上，我们认为可以出现一种Low Cost采集车，它的成本和精度比较低，它的数量可以多一些，它会通过采集一些精度稍低的数据，通过人工验收、数据的差分融合等技术手段来不断地更新高精度的矢量地图。最下面是众包车，成本最低，精度也很低，我相信未来自动驾驶车很多会采用同样的设备来去做自动驾驶，优势在于数量非常大。

通过数量大弥补单个数据质量精度低的问题，可通过大数据分析获得动态交通情报。对地图比较了解的人会知道，高精地图实际上分静态地图、动态地图，很多动态信息是来自于众包车辆的数据获取，包括拥堵、交通事故、天气等，还可通过多视几何、摄影测量、深度强化学习以及云雾计算等方式生成语义地图和特征地图，另外也通过大量数据共享、挖掘、分析和融合来提升精度和可信度。

众包车辆生成的数据，除了生成动态的信息能够更新一部分高清地图外，还生成了一些感知地图，用于自动驾驶辅助定位。

简单小结一下众包更新的创新和优势，首先众包更新是实现实时更新的低成本和可量产化的方案，具有一些非常显著的优势，中国大概600多万公里的道路数据，如果按照专业测绘的方式采集，将是个天文数字，因此如果有一个基础的高精度地图网，通过众包的方式来更新地图获得城市细道路数据，它将是低成本可量产的方案。

另外，在商业模式上也有新的吸引力，数据的使用者同时也是数据的提供者，在未来商业模式上可能会发生一些变化，随着区块链技术的发展，可能会看到新的商业模式出现。在技术上，它的难度在于精度和可信度都比较低，但是随着大数据技术的发展以及AI技术的突破，这些技术门槛会逐步降低，同时精度和可信度将逐步提高。

比如百度Apollo地图就加入了众包地图的模式来加快高精度地图的生成。