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

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：95 頁

【學位級別】：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臺為高精度采集車）自動化程度：90%以上的自動處理高精度地圖采集車搭載圖像、激光雷達、高精度GPS以及慣導等傳感器，造價成本為100萬人名幣左右，副駕駛倉設置一臺采集交互電腦，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，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)對齊疊加，形成真實道路環(huán)境的3D點云。然后通過感知識別，識別出障礙物、標志物、行人車輛等，并在地圖上做出相應操作：刪除動態(tài)目標、標注關鍵語義等，這一步需要多傳感器標定支持。這樣就大致生成了完整的3D點云高精度地圖，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，并對錯誤數(shù)據(jù)進行糾正，保證了地圖的正確性。圖1-23D點云高精度地圖

電子科技大學碩士學位論文4如上圖，百度3D高精度地圖，圖左為自動化處理生成，可以看到地圖藍色部分為3D點云，標注框為自動化標注的道路語義信息，但是由于漏檢，自動化生成遺漏了一個道路標志（橢圓框標示），需要人工標注糾正地圖，如上圖右。1.2.1.2基于圖像的地標影像地圖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是基于圖像的地標影像地圖代表公司，其代表地標影像地圖構建技術，每公里僅需10KB就能構建出完整精確的地圖，MobliEye通過采集地面標志、道路標志等環(huán)境標志，記錄下環(huán)境信息，從而構建輕量化、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自動駕駛系統(tǒng)。圖1-3MobileEye視覺地圖構建方案REM(RoadExperienceManagemnet)道路經(jīng)驗管理系統(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，能夠低功耗實時對道路圖像數(shù)據(jù)進行感知，然后將感知結果上傳至服務端，這樣可以使原始數(shù)據(jù)相比圖像有很大的減小，服務端獲得所有客戶端海量的道路感知數(shù)據(jù)，使用地圖構建算法構建獲得輕量化的高精度視覺地圖，地圖輕量化可達10KB/KM。REM系統(tǒng)解決了傳統(tǒng)依賴高精度3D點云地圖+激光雷達解決方案，數(shù)據(jù)量大難以、難以快速更新、成本高的缺點，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駕駛頭部廠商訂單，測試里程數(shù)超萬里，行駛里程數(shù)超30億英里。

【參考文獻】：
期刊論文
[1]自動駕駛發(fā)展與關鍵技術綜述[J]. 王金強,黃航,郅朋,申澤邦,周慶國.  電子技術應用. 2019(06)
[2]博世與百度、高德合作打造高精度自動駕駛地圖[J].   世界汽車. 2017(05)
[3]基于全景相機和全向激光雷達的致密三維重建[J]. 楊力,劉俊毅,王延長,劉濟林.  浙江大學學報(工學版). 2014(08)
[4]RT3000慣性GPS組合導航系統(tǒng)實現(xiàn)車輛運動高精度測量[J]. 劉斌.  中國新技術新產(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用研究[D]. 李傳祥.國防科學技術大學 2016

碩士論文
[1]面向智能汽車的多層次認知地圖表達與生成方法研究[D]. 王楊.電子科技大學 2019
[2]面向認知地圖的智能車定位系統(tǒng)及其應用[D]. 駱佩佩.電子科技大學 2018
[3]車輛姿態(tài)檢測及其語義地圖應用[D]. 牛靖博.電子科技大學 2018
[4]基于視覺的車道級定位算法研究[D]. 劉亞群.東南大學 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 2014



本文編號：3092327