高精度地圖主要用于無人駕駛路徑規劃，還可以應用于無人駕駛定位，ROI區域過濾等。接下來我們主要來看如何制作高精度地圖。

高精度地圖制作流程

高精度地圖的制作過程分為4個步驟：

地圖采集

點云地圖制作

地圖標注

地圖保存

如圖1所示，接下來我們會具體分析每個步驟。

圖1 高精度地圖制作流水線

1. 地圖采集

地圖采集是由裝備有激光雷達、相機、GPS、IMU等傳感器的數據采集車采集完成的，如果沒有采集設備，我們也可以直接采用開源的數據集來進行地圖制作，以熟悉整個制圖流程。

我們采用開源的KITTI^[1]數據集來獲取原始數據，后續我們會更新推薦的采集設備。圖2是高精度地圖采集車。

圖2 高精度地圖采集車

2. 點云地圖制作

點云地圖的制作主要是把采集好的數據進行加工，我們采用激光雷達數據來進行點云地圖的制作。制作的過程簡單的來說就是通過激光雷達來掃描整個街道，以建立整個街道的三維模型。因為激光雷達的掃描范圍有限，因此我們需要逐幀把激光雷達的數據拼接起來，來獲取整個街道的模型，這個過程也被稱為點云注冊。圖3是拼接好的點云地圖。

圖3 點云地圖

目前有2種方法實現地圖制作。

Autoware NDT mapping. 采用開源社區Autoware提供的NDT mapping^[2]可以實現點云的拼接，從而得到整個街道的三維模型。

各種離線SLAM建圖方法。

目前可以參考的基于激光雷達的SLAM建圖方法如下：

• LOAM
• Cartographer
• hdl_graph_slam
• blam
• A-LOAM
• LeGO-LOAM
• LIO-mapping
• interactive_slam

這里有一篇NDT的地圖構建和定位寫的非常好。

LitoNeo：自動駕駛系列：激光雷達建圖和定位(NDT)?zhuanlan.zhihu.com

3. 地圖標注

地圖標注是在點云地圖的基礎上，標注出車道線信息、交通標志信息、紅綠燈信息等，得出道路的結構化信息。無人駕駛規劃控制模塊會利用這些道路結構化信息完成路徑規劃。地圖的標注目前主要是依賴人工完成的，當前地圖標注主要面臨以下2個挑戰。

• 傳感器融合 - 由于激光雷達采集的點云數據比較稀疏，并且沒有顏色信息，因此需要把攝像頭的信息和激光雷達做融合，之后可以獲取更加清晰的信息來識別車道線信息、交通標志信息等。
• 自動化標注 - 采用人工標注的方式無法解決大規模高精度制作的問題，如何實現自動化標注是目前地圖標注的主要問題。

通過地圖標注工具可以標注出車道線、交通標志、路口、減速帶等信息。圖4是在點云地圖上標注好的高精度地圖。

圖4 高精度地圖標注

4. 地圖保存

地圖保存主要是把上述標注好的信息保存為固定的格式，目前百度Apollo社區采用的高精度地圖格式是Opendrive格式，高精度地圖最好采用統一的格式標準，以免地圖不兼容。

地圖服務商對高精度地圖做了一部分擴展，把高精度地圖分為3個圖層：

• 地圖圖層 - 保存道路的結構化信息，這部分信息定義了車道線、交通標志、交通規則信息等。
• 定位圖層 - 保存了原始的點云地圖，提取出一些特征如電線桿、建筑物、交通標志等。用來做點云匹配定位。
• 動態圖層 - 實時動態的更新一些信息如：當前路況、實時交通規則、前方車禍等。

下面是一個開源高精度地圖制作項目：

https://github.com/daohu527/OpenHDMap?github.com

往期回顧

• apollo介紹之map模塊（二）
• 高精度地圖制作
• 高精度地圖制作(二)
• 高精度地圖制作（三）

---

如果覺得本文對你有幫助，歡迎點贊、分享、關注3連 O(∩_∩)O~~

參考

^KITTI?http://www.cvlibs.net/datasets/kitti/

^NDT Mapping?https://gitlab.com/autowarefoundation/autoware.ai/core_perception

總結

以上是生活随笔為你收集整理的地图定义一个中间不动标注_高精度地图制作（三）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。