环球体育注册-环球体育足球-环球体育app安卓版下载
环球体育注册

公司将数控加工机床的相关产品做到深度服务,产品款式齐全

自动驾驶高精度语义地图的动态构建技能探求

发布时间:发布时间:2023-06-07 08:04:39   来源:环球体育注册

  高精地图供给了精准的、归纳的路途几许与语义信息,是其他自动驾驶模块(如定位、感知、猜测和规划)不可或缺的一部分。

  高精地图一般包含两部分,榜首部分是印象地图(Imagery Map),首要包含3D雷达点云、反射率、高度、斜率等物理信息。第二部分是语义地图(Semantic Map),首要供给了丰厚的标示信息,如路途的向量化表明、类型(车道、自行车道或公交车道)、速度约束、车道线类型(虚线、实线、双实线)等等。那么在本文中,咱们首要重视语义地图的构建,由于它是被自动驾驶使命所用到的部分。

  高精地图的生成触及到了定位、交融、检测、标示等杂乱的流程。在生成高精地图之后,还需求不时地对其进行更新,以习惯路况信息的改变。

  举例来说, 高精地图可以供给准确的路标/路灯的3D方位,然后使得自动驾驶轿车不需求对其进行检测和辨认。

  尽管高精地图可以供给丰厚的信息,但标示、 保护高精地图需求消耗很多的人力和资源,因此约束了其的可拓展性。为此,咱们提出了一种运用车载传感器(相机 and/or 雷达)来动态构建部分高精地图的办法HDMapNet。

  要想运用车载传感器进行高精地图构建,首要需求处理2个问题:路途猜测向量化和从相机前视图到俯瞰图的视角转化。

  向量化(Vectorization)是指咱们终究得到的地图信息不是图片方法的,而是用点、线、框等几许形状表明的,这种表明在地图的下流使命运用、存储等方面都有巨大优势。HDMapNet的decoder输出3个分支:语义切割semantic segmentation、实例切割instance embedding、方向猜测direction prediction。然后经过后处理的手法来将这些信息处理成向量化的路途表达。

  至于从相机前视图到俯瞰图视角转化,由于没有图片上每个像素点的深度信息,咱们无法简略地运用几许投影将图画投回到俯瞰视角。一种做法是假定地上高度悉数为0,直接经过Inverse Perspect Mapping[3]来进行投影。但由于地上会有歪斜,再加上车的波动,咱们并不能确保车道线被正确的投影到俯瞰视角。

  Lift-Splat-Shoot[4] 很奇妙的运用attention的方法端到端地学了一个深度,可是由于没有显式的深度作为监督,所以实践的功能并不是很好。在这里,咱们参阅了VPN[5]的做法,运用全衔接网络来让network自己学习怎么进行视角的改换。与其不同的是,咱们显式地运用了相机外参来将从不同相机抽取的特征拼接到俯瞰视角,然后提升了特征在俯瞰视角的分辨率。

  咱们也可以对HDMapNet的输出进行时序交融,构建出一个跟着车的跋涉不断扩展的高精地图,如下图所示。是不是很有意思!

网站地图 |

城市分站: 主站