高精地图作为一个单独的模块,给感知,规划等模块提供支持,内容繁杂且工程难度也比较大,目前此处无太多开源代码可以参考.

本篇我们将参考Autoware的矢量地图制作方法,进行一定程度的修改,根据我们当前场地的一些元素,制作自己的高精地图.在实战之前,需要对高精地图的概念有一定的了解,可以参考我之前整理的几篇博客.

image-20200120124307911

阅读全文 »

​ 自动驾驶系列博客第三篇姗姗来迟…

​ 近期在调试广州导远电子的INS55D组合导航设备,中间遇到了一些坑,最终算是顺利完成。基于目前主流的无人驾驶方案离不开GNSS/IMU,加之大多数厂家直接使用组合导航设备。此部分网上教程比较零散,将这一部分的工作整理出来作为自动驾驶系列博客的第三篇,我认为很有意义。

image-20200109182825682

​ 本篇主要分成组合导航安装配置流程、协议解析、精度测试等模块,其中也会讲解地理系LLA与平面系XYZ和惯导系的对齐及可视化的简单编码。本人实属新手,若文中出现错误,纯属个人理解不到位,请多指点交流。

阅读全文 »

关于自动驾驶领域内容繁杂,在实战方面的教程,目前网上看到大致了两类:

  1. 一种是综述性质的,讲概念为主,相当于科普文章,看着挺爽,过段时间就啥也不会了,有些号称实战的博客,其实也就是自己找的一个官网的小案例,比如案例是两帧激光点云的配准代码实现,这种案例以阐述知识点本身为主,而且都是零零散散的,无法直接在车上实战使用。
  2. 第二种是一些大型的自动驾驶开源项目,比如Apollo和Autoware,给了所有的代码,但代码模块之间相互依赖,耦合性高,不太容易抽取出需要的作为单独的模块来使用。而且环境配置坑太多,代码工程太大也不知从何看起,学习的时候会走很多弯路。
阅读全文 »

​ 系列第一篇博客有朋友反映篇幅过长,我也感觉过长不利于阅读。

​ 本章将完成一个点云地图处理的工作,即对点云地图进行网格划分,这样做的好处是可以根据GPS位置动态加载相应的网格地图,大量减少内存占用。本篇主要介绍点云地图的网格划分方法以及可视化。

​ 需要注意的是,点云地图PCD文件里面存储的都是三维的坐标点(x,y,z),这些点的值是相对于建图时起始位置(0,0,0)的距离.如果记录了建图时起始点的GPS坐标,那么点云地图里面每一个点对应的经纬高坐标,均可以转换的来.

LLA转换BLH方法见我之后的博客
自动驾驶实战系列(四)——INS数据可视化及坐标系对齐

阅读全文 »

9.20—9.22的Hackthon比赛照片,压缩过的,加载很快,哈哈!

​ 日立中国研究院举办的视频分析技术黑客马拉松比赛,比赛分为视频行为分析、单目深度估计两大项目,要求52小时给出技术方案,并在主办方给定的数据集上验证效果,提供的GPU资源为一块2080Ti。

​ 我们deecamp 35组的小伙伴儿又相聚了,大湿兄全程带飞(上图C位发型最帅的男人),我们组最终拿下本次单目深度估计比赛冠军,感谢主办方丰厚的奖金!

阅读全文 »