Apollo自动驾驶入门课（2）——高精度地图

高精度地图主要服务于自动驾驶车辆，通过一套独特的导航体系，帮助自动驾驶解决系统性能问题，扩展传感器检测边界。目前Apollo内部高精度地图主要应用在高精定位、环境感知、决策规划、仿真运行四大场景，帮助解决林荫道路GPS信号弱、红绿灯是定位与感知以及十字路口复杂等导航难题。 ——Apollo开发者社区

1.高精度地图

高精度地图包含大量的驾驶辅助信息，最重要的信息是道路网的精确三维表征，例如，交叉路口和路标位置。高精度地图还包含很多语义信息，地图可能会报告交通灯上不同颜色的含义，也可能指示道路的速度限制，以及左转车道开始的位置。

高精度地图最重要的标志之一是精度，能够达到厘米级的精度，这对确保无人驾驶车辆的安全性至关重要。

高精度地图是Apollo无人驾驶车平台的核心。

2.高精度地图与定位

自定位：确定无人驾驶车在地图上的精准位置。定位完全依赖于高精度地图才能精准确定所处位置
首先，车辆可能会寻找地标，使用从各类传感器收集的数据，如摄像机图像数据、激光雷达收集的三维点云数据来查找地标。车辆将收集的数据与高精度地图上已知的地标进行比较，需要预处理、坐标转换和数据融合的复杂过程。预处理消除了不准确或质量差的数据，坐标变换将来自不同视角的数据转换为统一的坐标系，数据融合将来自各种车辆和传感器的数据合并。

补充进阶课内容：
现在主流的自动驾驶的定位方案有两种：一种是基于点云，另一种是基于Camera。其本身都是一种对周围环境的感知。

感知后是Feature提取，提取之后可以通过特征匹配最终得到精确结果。
高精地图里面由定位提供的Feature有很多，例如电线杆、车道线、停止线和人行横道等都能提供很多的约束信息。

通过激光雷达能搜到点云