1、概述
2、高精地图
2.1 定义与价值
2.2 关键技术
2.2.1
2.2.2
2.2.3 同步定位与地图构建
1.SLAM经典框架
1传感器数据
2.前端
3.后端
4.回环检测
5.地图构建
0=--1.2.3.4联合完成建图，最后一步即地图输出窗口，是对环境的描述或重建,但方式视具体场景&应用而定。
2=--输出形式分为
度量地图:强调精确表示地图中物体位置关系,根据点云数据量主要分为稀疏地图(选择性忽略部分信息，将所有物体进行一定程度的抽象,从而只保留部分)和稠密地图(更倾向于保留所有信息，将所有看到的内容建模)。所以稠密稀疏地图能满足自动驾驶定位，导航则需要稠密地图。稀疏地图通常按照某种分辨率由许多小块组成。对于2D度量地图是由小格子组成，3D则是小方块组成，每个栅格通道占据、空闲和未知状态3种状态来表达该栅格内是否有物体。
拓扑地图:
拓扑地图更强调地图内物体之间的相对关系，去掉细节问题，用于导航和路径规划还有待发展。
2.SLAM方案对比
成本、应用场景、地图精度、易用性
2.2.4 高精地图云端服务体系
1.OTA服务
Firmware在线升级 FOTA、SOTA 软件在线升级
2.传感器数据回传及更新技术
传感器数据回传的内容包括APP运行数据、汽车运行状态数据、车身传感器数据以及地图采集数据四大类
云端作用:数据预处理、数据规格化、数据生产和数据发布。提升高精地图准度和鲜度
传输协议:http&mqtt
数据协议:SensorIS和SFCD协议；
缓存策略协议:上传流量限制机制，网络异常检测机制，数据量过小检测机制
2.3 解决方案
分为内业(数据制作与发布)和外业(数据采集)
2.3.1 高精地图采集
1.高精地图采集设备
各种sensor
2 数据模型
道路模型、车道模型、道路标记模型、基本对象模型---覆盖了从地面道路信息、行驶车道信息、沿路标志信息等基础先验数据库
2.4 小结
3、汽车定位技术
3.1 卫星
3.2 惯性导航
3.3 地图匹配
3.4 多传感器融合
4、无线通信辅助汽车定位
4.1 车联网体系架构及信息共享
4.2 基于专用短程通信的车联网技术
4.3 基于蜂窝移动通信的车联网技术
4.4 车联网辅助定位
4.5 小结
5、自动驾驶高精地图与定位实践
5.1 高精地图实践
5.2 基于Apollo平台实践
标签：定位,数据,地图,高精,传感器,2.2,制作 来源： https://blog.csdn.net/nh5431313/article/details/120229999
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。