作為全球最大最活躍的自動駕駛開放平臺,Apollo不斷創(chuàng)新,持續(xù)拓展著自動駕駛行業(yè)邊界。在聚焦賦能量產(chǎn)的Apollo5.0重磅面世之后,日前,Apollo在“數(shù)據(jù)開放”的大道上再次實(shí)現(xiàn)飛躍,向開發(fā)者開放一組總里程達(dá) 380km 的點(diǎn)云數(shù)據(jù)集,并在該數(shù)據(jù)集上驗(yàn)證了基于深度學(xué)習(xí)的激光點(diǎn)云自定位算法帶來的“厘米級定位精度”的實(shí)現(xiàn)。
據(jù)了解,針對自動駕駛中的自定位問題,百度提出了一套基于深度學(xué)習(xí)的激光點(diǎn)云自定位算法。該算法使用不同類型的網(wǎng)絡(luò)結(jié)構(gòu)對傳統(tǒng)方法中的各功能模塊進(jìn)行替代。
同時,為了驗(yàn)證算法的有效性,百度在 Apollo 平臺開放了一組總計(jì)約 380km 的數(shù)據(jù)集,該數(shù)據(jù)集包含了制圖、訓(xùn)練、測試三個子集,涵蓋了城市道路,園區(qū)內(nèi)部道路以及高速公路等多種場景,地圖和測試集之間的最長時間跨度達(dá)一年。
通過點(diǎn)云數(shù)據(jù)集進(jìn)行驗(yàn)證的基于深度學(xué)習(xí)的激光點(diǎn)云自定位算法以及相關(guān)技術(shù)出自論文《L3-Net:Towards Learning based LiDAR Localization for Autonomous Driving》,這篇論文收錄在今年 6 月份在美國洛杉磯長灘市舉行的國際頂會 CVPR 2019里。
根據(jù)論文內(nèi)容,此項(xiàng)技術(shù)方案的領(lǐng)先性主要有:
提出了全球范圍內(nèi)首個基于深度學(xué)習(xí)的自動駕駛自定位技術(shù)解決方案,可以準(zhǔn)確地估計(jì)車輛的位置和姿態(tài),實(shí)現(xiàn)了厘米級精度的定位效果。
使用不同的網(wǎng)絡(luò)結(jié)構(gòu)拆解取代傳統(tǒng)激光點(diǎn)云定位的技術(shù)流程,并將其串聯(lián)起來統(tǒng)一訓(xùn)練,使網(wǎng)絡(luò)能夠以"端到端"的方式完成在線激光點(diǎn)云定位任務(wù)。
▲傳統(tǒng)激光點(diǎn)云定位技術(shù)
定位作為自動駕駛的基礎(chǔ)模塊之一,一直是行業(yè)研發(fā)熱點(diǎn)。現(xiàn)有的傳統(tǒng)激光點(diǎn)云定位技術(shù)包含了特征提取、特征匹配和時序優(yōu)化等模塊(如上圖所示)。整個算法的輸入包括實(shí)時在線激光點(diǎn)云、定位地圖以及來自慣性傳感器的初始預(yù)測的定位位置和姿態(tài),最后的輸出則是定位算法優(yōu)化之后的位姿結(jié)果。
盡管上述方案已經(jīng)取得了目前最佳的定位效果,但是這類人工設(shè)計(jì)的算法在進(jìn)行特征提取和匹配時,對環(huán)境的變化非常敏感。導(dǎo)致在動態(tài)變化的環(huán)境中無法最智能地捕捉環(huán)境中不變的信息(例如,地標(biāo)、路牌等),從而無法實(shí)現(xiàn)對自身位置的高精度高魯棒性的估計(jì)。這意味著,由于環(huán)境變化的劇烈程度,實(shí)際應(yīng)用中需要經(jīng)常對定位地圖進(jìn)行更新,成本也將上升。
與傳統(tǒng)方案不同的是,基于深度學(xué)習(xí)的激光定位系統(tǒng)在模塊上有了改變,它需要一個預(yù)先建立的激光點(diǎn)云定位地圖、在線激光點(diǎn)云以及慣性傳感器的預(yù)測位姿作為輸入。其中預(yù)建的激光點(diǎn)云定位地圖是通過離線制圖算法對多次采集的同一區(qū)域的點(diǎn)云數(shù)據(jù)進(jìn)行融合,并使用點(diǎn)云識別算法剔除動態(tài)地物得到。在線點(diǎn)云是由自動駕駛車輛上安裝的激光雷達(dá)設(shè)備在行駛過程中采集獲得,而預(yù)測位姿則由上一幀定位結(jié)果加上慣性傳感器或者車輛運(yùn)動模型估計(jì)的增量運(yùn)動來進(jìn)行遞推。這個定位框架通過最小化在線點(diǎn)云和地圖的匹配距離,優(yōu)化預(yù)測位姿從而獲得定位結(jié)果。
▲基于深度學(xué)習(xí)的無人車激光自定位技術(shù):L3-Net
百度提出的方案如上圖所示。對傳統(tǒng)方法中各個流程使用不同類型的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改造,進(jìn)而實(shí)現(xiàn)了開創(chuàng)性的基于深度學(xué)習(xí)的無人車激光自定位技術(shù):L3-Net。與傳統(tǒng)方法流程相比,L3-Net 使用PointNet 網(wǎng)絡(luò)來實(shí)現(xiàn)特征提取,再使用3D CNNs 網(wǎng)絡(luò)進(jìn)行特征匹配和優(yōu)化,最終使用RNNs 網(wǎng)絡(luò)完成時序上的平滑。
L3-Net實(shí)質(zhì)上是基于學(xué)習(xí)的激光自定位網(wǎng)絡(luò)架構(gòu)。如下圖所示,該網(wǎng)絡(luò)通過兩個階段進(jìn)行訓(xùn)練,第一階段訓(xùn)練只包含了黑色箭頭部分,包括關(guān)鍵點(diǎn)選擇、特征提取以及基于 3D CNNs 的特征匹配;第二階段訓(xùn)練包含了青色箭頭的部分,這一階段訓(xùn)練包含了用于時序平滑的 RNNs 網(wǎng)絡(luò)。
▲基于學(xué)習(xí)的激光自定位網(wǎng)絡(luò)架構(gòu) L3-Net算法流程
目前,點(diǎn)云定位數(shù)據(jù)集面向所有開發(fā)者開放,通過以下操作即可獲取相關(guān)數(shù)據(jù)。
進(jìn)入Apollo首頁,并點(diǎn)擊【開放平臺】中的【數(shù)據(jù)平臺】,或直接訪問數(shù)據(jù)開放平臺地址:http://data.apollo.auto/?locale=zh-cn&lang=en。找到【標(biāo)注數(shù)據(jù)】欄目下的【阿波羅加州南灣點(diǎn)云定位數(shù)據(jù)集】即可。
點(diǎn)擊進(jìn)入數(shù)據(jù)集詳情頁,選擇右上角【查看使用手冊】,可以查看詳細(xì)的數(shù)據(jù)集說明和使用說明。
如上圖所示,點(diǎn)擊【樣例數(shù)據(jù)】可以下載少量的樣例數(shù)據(jù),用于具體理解數(shù)據(jù)格式。點(diǎn)擊【申請使用】,則可以申請獲得在云端使用數(shù)據(jù)集中大量數(shù)據(jù)的資格。
自2017年百度推出Apollo開放平臺以來,Apollo一直秉承“開放能力 共享資源 加速創(chuàng)新 持續(xù)共贏”的理念和精神,為開發(fā)者們提供無門檻的自動駕駛開放平臺,無論是數(shù)據(jù)平臺、感知平臺、安全平臺還是解決方案,Apollo開放平臺將一直為有需要的小伙伴敞開。未來,Apollo期待與更多開發(fā)者攜手同行。
-
自動駕駛
+關(guān)注
關(guān)注
785文章
13960瀏覽量
167285 -
Apollo
+關(guān)注
關(guān)注
5文章
345瀏覽量
18523
原文標(biāo)題:Apollo開放全長380km點(diǎn)云數(shù)據(jù)集 助推厘米級精度定位實(shí)現(xiàn)
文章出處:【微信號:Apollo_Developers,微信公眾號:Apollo開發(fā)者社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
云酷科技藍(lán)牙人員定位系統(tǒng):精準(zhǔn)定位+智能管理,開啟企業(yè)安全管理新范式
![<b class='flag-5'>云</b>酷科技藍(lán)牙人員<b class='flag-5'>定位</b>系統(tǒng):精準(zhǔn)<b class='flag-5'>定位</b>+智能管理,開啟企業(yè)安全管理新范式](https://file1.elecfans.com/web2/M00/8E/66/wKgZomTHA2SAMxFIAATU3TBg_K0017.png)
UWB高精度定位技術(shù)在智能倉儲中的應(yīng)用
精訊暢通發(fā)布RTK+4G定位模塊,開啟厘米級定位新時代
巍泰技術(shù)高精度 UWB 信標(biāo)定位系統(tǒng)介紹及應(yīng)用價(jià)值分析
![巍泰技術(shù)高<b class='flag-5'>精度</b> UWB 信標(biāo)<b class='flag-5'>定位</b>系統(tǒng)介紹及應(yīng)用價(jià)值分析](https://file1.elecfans.com/web1/M00/F5/2A/wKgaoWc2_ouAcaI0AACjd7DYNmk269.png)
云南恩田隧道 UWB 定位系統(tǒng)應(yīng)用于隧道場景的高精度定位技術(shù)系統(tǒng)
![云南恩田隧道 UWB <b class='flag-5'>定位</b>系統(tǒng)應(yīng)用于隧道場景的高<b class='flag-5'>精度</b><b class='flag-5'>定位</b>技術(shù)系統(tǒng)](https://file1.elecfans.com//web2/M00/0A/5B/wKgaomcM3QqAKaCCAAbkqfW33-M260.png)
物聯(lián)網(wǎng)系統(tǒng)中高精度RTK定位方案的實(shí)現(xiàn)_高精度定位模塊
![物聯(lián)網(wǎng)系統(tǒng)中高<b class='flag-5'>精度</b>RTK<b class='flag-5'>定位</b>方案的<b class='flag-5'>實(shí)現(xiàn)</b>_高<b class='flag-5'>精度</b><b class='flag-5'>定位</b>模塊](https://file1.elecfans.com//web2/M00/09/0D/wKgaomb1LxmAI2h_AAMmYqoh__w429.jpg)
上新!2款UWB模組,室內(nèi)厘米級高精度測距定位
![上新!2款UWB模組,室內(nèi)<b class='flag-5'>厘米</b><b class='flag-5'>級</b>高<b class='flag-5'>精度</b>測距<b class='flag-5'>定位</b>](https://file1.elecfans.com//web2/M00/07/B4/wKgZombyXWWAN6yFAABLIKWuk6k24.jpeg)
探索UWB技術(shù)的獨(dú)特優(yōu)勢:實(shí)現(xiàn)高精度定位
![探索UWB技術(shù)的獨(dú)特優(yōu)勢:<b class='flag-5'>實(shí)現(xiàn)</b>高<b class='flag-5'>精度</b><b class='flag-5'>定位</b>](https://file1.elecfans.com/web2/M00/06/7D/wKgZomblUMWAIlo-AACMdQqrDwY190.png)
UWB系統(tǒng)實(shí)現(xiàn)毫米級定位精度的技術(shù)挑戰(zhàn)解析
易華錄“基于北斗數(shù)據(jù)的高精度定位服務(wù)融合應(yīng)用”入選案例集
工業(yè)制造領(lǐng)域高精度人員定位系統(tǒng)(源碼)
![工業(yè)制造領(lǐng)域高<b class='flag-5'>精度</b>人員<b class='flag-5'>定位</b>系統(tǒng)(源碼)](https://file1.elecfans.com/web2/M00/04/49/wKgaombDBkKAYlU4AALs31qjM74247.png)
高精度RTK測繪平板電腦 厘米級定位數(shù)據(jù)采集手持終端GPS北斗終端
什么是高精度定位平板?
隧道人員定位系統(tǒng)UWB定位厘米級精度助力隧道安全
![隧道人員<b class='flag-5'>定位</b>系統(tǒng)UWB<b class='flag-5'>定位</b><b class='flag-5'>厘米</b><b class='flag-5'>級</b><b class='flag-5'>精度</b>助力隧道安全](https://file1.elecfans.com/web2/M00/C6/5A/wKgaomX9QlCAD3v7AAqNxVqUwBQ781.png)
評論