构建基于Appolio的高精度地图解决方案

周勇 刘尚魁

摘要

Appolto（阿波罗）是一个开放的，完整的，安全的平台，将帮助汽车行业及自动驾驶领域合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。Appollo开放式平台，提供技术领先，覆盖广，高自动化的高精高精地图服务，全球唯一开放，拥有海量数据的仿真引擎，全球开放数据量第一，基于深度学习自动驾驶算法End-To-End。

【关键词】无人驾驶 系统设计 GIS Appollo

1 引言

人类大部分的信息与地理信息有关一而地理信息系统（简称GIS），是由计算机硬件、软件、地理空间数据和管理人员共同组成的，利用电子计算机以及其外部设备，采集、存储、分析和描述整个或部分地球表面与空间和地球有关的空间信息系统。GIS在各个信息服务领域的深入广泛应用将是不可阻挡的趋势，Appollo是GIS在无人驾驶系统中的典型应用。无人驾驶系统中Appollo能为用户提供高精度的地图解决方案，高精度的地图解决方案是GIS发展难点与方向。

2 Appollo功能

2.1 高精度地图VS传统地图

传统地图能够拥有导航路劲规划，拥堵信息提示，多条路劲规划的时间等信息，甚至可以获取路口是否有信号灯，道路上是否有测速照相等信息。高精度地图更包含了大量驾驶辅助信息，其中最重要的就是道路网的精确三维表征，比如交叉路口的布局和路标位置等信息，搞精度地图还包含了很多语义信息，包括信号灯颜色定义，道路限速信息，车辆转弯开始位置等等。高精度地图区别于传统地图的一个重要特征就是精度，传统地图只有米级的精度，对于车辆来说，米级的精度是完全不够的。高精度地图做到了厘米级的精度，这对于确保无人驾驶的安全性至关重要。

2.2 地图与定位，感知和规划的关系

高精度地图是无人驾驶的核心组成部分，很多模块都依赖于高精度地图。高精度地图的一个重要功能就是自定位，拿定位和拼图来打比方，当你拿到一小块拼图，你是否能在地图中找到这个拼图的所在位置呢？无人驾驶需要知道自己所在的地图位置，首先车辆就需要寻找地标，车辆通过摄像头，雷达等传感器获得的信息同高精度地图上已知地标进行比较。这一匹配过程需要经过预处理，坐标转换，数据融合这几个复杂的过程。预处理来消除不准确或质量差的数据，坐标转换将来自不同视角的数据转换为统一的坐标系，借助数据融合可以将来自各种车辆的传感器数据合并。定位就是通过这几个复杂的过程完成的，通过高精度地图可以让车辆了解自己的位置。无人驾驶车可以使用高精度地图来帮助感知，车辆的传感器就是人类的眼睛，耳朵，但同样会受到外界环境条件的影响，比如恶劣环境和夜间等。另外如果遇到障碍物，感知是无法了解障碍物背后的物体。正因为如此，一方面地图可以帮助传感器提前预知事物位置，另一方面地图可以帮助传感器缩小检测范围，即让传感器仅检测感兴趣区域（ROI）。ROI可以提高传感器检测精度和速度，可以节约计算资源。高精度地图可以帮助车辆寻找合适的行车路线，可以帮助确定不同路线的选择，还能确定道路上其他车辆将来的位置。比如高精度地图已经精确到车道线，所以车辆尽可能沿着车道中心线行驶，比如在人行横道，减速带等区域，通过高精地图可以提前预知，提前减速，比如前方遇到障碍物，需要变道，高精度地图可以帮助缩小选择范围，获得最佳变道方案。

2.3 高精度地图构建

高精度地图转为无人驾驶设计，提供了道路定义，交叉路口，交通信号，车道规则以及汽车导航的其他元素，可以为无人驾驶方面提供多方面的帮助。比如高精度地图记录了信号灯的精确位置和高度信息，从而降低了感知难度。地图更新是高精度地图中一项重要的工程，需要很多作业车辆，对高精度地图进行不断的验证和更新，同时要达到厘米级的精度，这需要非常高的制图技术。高精度地图有很多格式，不同的格式就会导致系统不兼容，为了便于共享，Apollo采用了OpenDrive格式，这是行业制图标准格式。高精度地图的构建由五个过程组成：数据采集，数据处理，对象检测，手动验证和地图发布。数据采集是一个巨大的工程，Apollo拥有近300辆专业车辆用于数据采集，这些数据采集车不仅仅用于数据采集，对于地图的维护更新也非常重要，它可以随时的更新地图数据。专业车辆具有角度的传感器，比如GPS、惯性测量单元（IMU）、激光雷达和摄像机，Apollo定义了一个硬件框架，将这些传感器集成到单个自主系统中，通过将这些数据的融合，最终生成高精度地图。数据处理是指对手机的数据进行整理、分类以及清洗的过程，以获得没有任何语义信息或注释的初始地图模板。对于对象检测，Apollo团队使用人工智能来检测静态对象并对其进行分类，包括车道线、交通标志甚至电线杆。手动验证可以确保自动地图创建过程正确并及时发现问题。经过了上述过程的处理，地图可以进行发布，除了发布高精度地图，Apollo还发布了采用自上而下视图的相对定位地图以及三维点云地图。在构建和更新地图的过程中，Apollo使用了众包，任何人都可以通过百度发布的工具参与制作高精度地图的任务，Apollo高精度地图众包可以通过智能手机、智能信息娱乐系统甚至是其他无人驾驶车来实现。

3 总结

提出一种基于Appolto的高精度地图设计方案，采用了Apollo的GIS方案，引用先进的技术方案，进而为业务系统的稳定、可靠应用提供了保障。目前GIS技術在智慧交通行业已经使用日趋成熟，而高精度的GIS解决方案成为大家努力的方向。

参考文献

[1]邬伦，刘瑜等.地理信息系统：原理、方法和应用[M].北京：科学出版社，2001.

[2]汤国安，赵牡丹.地理信息系统[M].北京：科学出版社，2000.

[3]杨秩，王军.GIS在高校校园规划与管理中的应用[J].河南工业大学学报，2006，2（03）： 39-40.

[4]文广超，语永强等.河南理工大学校园导航系统的设计与实现[J].测绘信息工程，2008，2：38-40.