Apollo 2.5推出基于动态的实时相对地图的解决方案-绵羊汽车生活记录

高精舆图对待开拓者及测试者来说并不是能够轻松得到的，制制高精舆图须要大方的本钱，周转时刻长，正在此靠山下Apollo 2.5推出了基于动态的及时相对舆图（Real-time Relative Map ）的处理计划。

正在Apollo 1.5和2.0中，筹划模块和驾御模块依托的是环球定位和高精舆图。高精舆图中有丰饶的舆图元素，能够助助车辆筹划，达成丰富道况下的自愿驾驶，一目了然，高精舆图正在自愿驾驶中的价格所正在，它们不但有着较高的精准度，况且实用于任何道况，更主要的是高精舆图对待道测有着主要旨趣，但高精舆图对待开拓者及测试者来说并不是能够轻松得到的，制制高精舆图须要大方的本钱，周转时刻长，正在此靠山下Apollo 2.5推出了基于动态的及时相对舆图（Real-time Relative Map ）的处理计划。

该舆图基于车辆坐标系，其原点位于车辆自身。一目了然，车道线是舆图中的主要元素，以确保自愿驾驶车辆做出合理的决定并实行安静的轨迹筹划。正在相对舆图中，车道线数据是通过基于摄像头的车道感知而天生的，而且包罗基于云端的导航路（Navigation Line）。

导航路正在自愿驾驶中饰演着众种脚色。第一,导航路行为起点与方针地址的结合线，供给车道级别导航；第二，导航路能够天生Reference line用于驾驶决定；第三，为高精舆图供给载体；第四，导航路是相对舆图的主要构成部门。

3. 能够与视觉感知体系配合天生根基的舆图新闻，能够实用于比力简便的驾驶场景，例如高速公道、屯子道道等；

2.正在达成真正的自愿驾驶之前，咱们须要收罗导航路，经由对驾驶员驾驶途径的收罗，后期能够转换成为（如下图绿色线.需求：达成从A→B的自愿行驶；

4.根据古代舆图（百度舆图or谷歌舆图）导航，天生的轨迹1（蓝色线.正在接到导航需求时，体系会遴选一条最完婚的导航路（黄色标线.体系为决定模块供给众条导航路，能够达成变道成效。

通过运用这种手段，咱们能够创修一个与高精舆图的数据体例相完婚的相对舆图（Relative Map），并基于事先录制好的人工驾驶轨迹和摄像头及时检测到的车道线。有的开拓者会有疑义：相对舆图与SLAM有什么区别呢？实在SLAM题目能够形容为: 汽车正在未知情况中从一个未知地点滥觞搬动,正在搬动流程中按照地点计算和舆图实行自己定位,同时正在自己定位的根蒂上修制增量式舆图，达成汽车的自助定位和导航。Relative Map正在基于指引线录制形式时，会依赖录制的指引线与及时摄像头新闻天生Relative Map，同时，依托GPS定位; 正在基于纯摄像头形式时，并不实行自己定位和修制增量式舆图，只依赖及时摄像头天生的车道线新闻行驶。

老手驶流程中，相对舆图数据的盘算推算和更新频率10Hz，相对舆图数据出处一是基于视觉感知的车道标识，二是基于云端的导航路，况且相对舆图支柱以下三种自愿驾驶场景：

正在基于指引线录制形式时，会依赖录制的指引线与及时摄像头新闻天生的Relative Map行驶，此时须要GPS定位。当GPS失效时（例如通过某个地道），体系将自愿切换为基于纯摄像头形式，此时只依赖及时摄像头天生的车道线新闻行驶。只消有车线能够识别，车会沿着车道核心线不绝开（Lane Keeping）。即使车道线不行识别，须要人来接收。