發(fā)布時(shí)間：2021-03-21 04:30

　　隨著科技的進(jìn)步,自動(dòng)駕駛技術(shù)也得到了極大的發(fā)展,定位是自動(dòng)駕駛中的核心技術(shù)。傳統(tǒng)自動(dòng)駕駛定位分為基于信號(hào)的定位,如GPS、基站定位等;基于地圖的定位,如依賴高精度3D點(diǎn)云地圖,采用激光雷達(dá)點(diǎn)云配準(zhǔn)的定位方式。其中,普通GPS設(shè)備精度低,采用RTK技術(shù)的GPS設(shè)備精度高但是硬件成本高并且定位精度依賴信號(hào),即在高樓、隧道等遮擋物存在時(shí),并不適用。激光雷達(dá)成本過高,自動(dòng)駕駛原型車輛中,僅激光雷達(dá)成本就超過整車成本一半。地圖方面,高精度3D點(diǎn)云地圖成本高,數(shù)據(jù)量大,計(jì)算資源要求高,并且更新頻率低。認(rèn)知地圖是采用人類認(rèn)知原理設(shè)計(jì)的一種自動(dòng)駕駛地圖,具有數(shù)據(jù)量小,計(jì)算資源需求低,更新頻率高并且具有相對(duì)高的精度等優(yōu)點(diǎn),并且由于認(rèn)知地圖設(shè)計(jì)僅依賴視覺傳感器,成本低。認(rèn)知地圖由道路層、車道層、語義層以及動(dòng)態(tài)信息層組成�，F(xiàn)有基于三路標(biāo)牌的定位方法對(duì)道路環(huán)境要求苛刻,很難在一幀圖像中同時(shí)觀測到三路標(biāo)牌;僅能在觀測到路標(biāo)牌時(shí)獲得定位,無法全程獲得車輛位置信息;并且僅利用路標(biāo)牌參考,未充分利用認(rèn)知地圖語義信息。針對(duì)以上問題,本文提出了面向認(rèn)知地圖視覺融合定位方法,融合車道線、路標(biāo)牌與視覺里程計(jì)的定位結(jié)果,最終得... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：95 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

百度高精度地圖生成流程

第一章緒論3采集車數(shù)量規(guī)模：250（10臺(tái)為高精度采集車）自動(dòng)化程度：90%以上的自動(dòng)處理高精度地圖采集車搭載圖像、激光雷達(dá)、高精度GPS以及慣導(dǎo)等傳感器，造價(jià)成本為100萬人名幣左右，副駕駛倉設(shè)置一臺(tái)采集交互電腦，以完成采集工作。高精度地圖采集流程為：1）多傳感器標(biāo)定，2）原始數(shù)據(jù)采集，3）數(shù)據(jù)處理、融合、重建，4）人工校準(zhǔn)，5）發(fā)布地圖。流程如下圖：圖1-1百度高精度地圖生成流程數(shù)據(jù)采集框架大致以10HZ的頻率采集數(shù)據(jù)，采集到的原始數(shù)據(jù)通過數(shù)據(jù)融合疊加，形成道路環(huán)境的重建，這一步將多幀數(shù)據(jù)對(duì)齊疊加，形成真實(shí)道路環(huán)境的3D點(diǎn)云。然后通過感知識(shí)別，識(shí)別出障礙物、標(biāo)志物、行人車輛等，并在地圖上做出相應(yīng)操作：刪除動(dòng)態(tài)目標(biāo)、標(biāo)注關(guān)鍵語義等，這一步需要多傳感器標(biāo)定支持。這樣就大致生成了完整的3D點(diǎn)云高精度地圖，但是由于誤檢等各種原因，最終地圖仍然需要人工檢測是否出錯(cuò)，并對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行糾正，保證了地圖的正確性。圖1-23D點(diǎn)云高精度地圖

電子科技大學(xué)碩士學(xué)位論文4如上圖，百度3D高精度地圖，圖左為自動(dòng)化處理生成，可以看到地圖藍(lán)色部分為3D點(diǎn)云，標(biāo)注框?yàn)樽詣?dòng)化標(biāo)注的道路語義信息，但是由于漏檢，自動(dòng)化生成遺漏了一個(gè)道路標(biāo)志（橢圓框標(biāo)示），需要人工標(biāo)注糾正地圖，如上圖右。1.2.1.2基于圖像的地標(biāo)影像地圖MobilEye是一家非常著名的以色列科技公司，MobilEye[4]是一家創(chuàng)立了18年的科技公司。MobilEye是基于圖像的地標(biāo)影像地圖代表公司，其代表地標(biāo)影像地圖構(gòu)建技術(shù)，每公里僅需10KB就能構(gòu)建出完整精確的地圖，MobliEye通過采集地面標(biāo)志、道路標(biāo)志等環(huán)境標(biāo)志，記錄下環(huán)境信息，從而構(gòu)建輕量化、高精度的地圖。目前，已有超過20家車企與MobilEye合作，并且有超過2000萬輛車輛搭載MobilEye自動(dòng)駕駛系統(tǒng)。圖1-3MobileEye視覺地圖構(gòu)建方案REM(RoadExperienceManagemnet)道路經(jīng)驗(yàn)管理系統(tǒng)[4]是MobileEye核心的道路數(shù)據(jù)生成管理系統(tǒng)，其核心理念為：客戶端搭載EyeQ芯片，目前已經(jīng)迭代版本到EyeQ5，能夠低功耗實(shí)時(shí)對(duì)道路圖像數(shù)據(jù)進(jìn)行感知，然后將感知結(jié)果上傳至服務(wù)端，這樣可以使原始數(shù)據(jù)相比圖像有很大的減小，服務(wù)端獲得所有客戶端海量的道路感知數(shù)據(jù)，使用地圖構(gòu)建算法構(gòu)建獲得輕量化的高精度視覺地圖，地圖輕量化可達(dá)10KB/KM。REM系統(tǒng)解決了傳統(tǒng)依賴高精度3D點(diǎn)云地圖+激光雷達(dá)解決方案，數(shù)據(jù)量大難以、難以快速更新、成本高的缺點(diǎn)，REM系統(tǒng)只要車輛搭載EyeQ芯片就可加入REM系統(tǒng)，并且越多客戶端搭載REM系統(tǒng)，就能夠獲得更高精度、更廣范圍的視覺地圖，目前REM系統(tǒng)已獲得如特斯拉等自動(dòng)駕駛頭部廠商訂單，測試?yán)锍虜?shù)超萬里，行駛里程數(shù)超30億英里。

【參考文獻(xiàn)】：
期刊論文
[1]自動(dòng)駕駛發(fā)展與關(guān)鍵技術(shù)綜述[J]. 王金強(qiáng),黃航,郅朋,申澤邦,周慶國.  電子技術(shù)應(yīng)用. 2019(06)
[2]博世與百度、高德合作打造高精度自動(dòng)駕駛地圖[J].   世界汽車. 2017(05)
[3]基于全景相機(jī)和全向激光雷達(dá)的致密三維重建[J]. 楊力,劉俊毅,王延長,劉濟(jì)林.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2014(08)
[4]RT3000慣性GPS組合導(dǎo)航系統(tǒng)實(shí)現(xiàn)車輛運(yùn)動(dòng)高精度測量[J]. 劉斌.  中國新技術(shù)新產(chǎn)品. 2014(01)

博士論文
[1]基于融合的全向三維視覺理論及在車道檢測和定位中的應(yīng)用研究[D]. 李傳祥.國防科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]面向智能汽車的多層次認(rèn)知地圖表達(dá)與生成方法研究[D]. 王楊.電子科技大學(xué) 2019
[2]面向認(rèn)知地圖的智能車定位系統(tǒng)及其應(yīng)用[D]. 駱佩佩.電子科技大學(xué) 2018
[3]車輛姿態(tài)檢測及其語義地圖應(yīng)用[D]. 牛靖博.電子科技大學(xué) 2018
[4]基于視覺的車道級(jí)定位算法研究[D]. 劉亞群.東南大學(xué) 2015
[5]基于圖像的車道線檢測與跟蹤算法研究[D]. 劉國榮.湖南大學(xué) 2014



本文編號(hào)：3092327