多传感器环境感知——百度的探索与实践

先解释一下VO，VO的意思是说通过我连续的Camera当中发现的视觉特征点进行视觉特征点的跟踪，估算出车辆在连续Frame的运动，这个变化，这是一个相对变化，就是说当前时刻相对上一个时刻我的姿态发生了什么改变。按道理来说，如果这个估计足够精确，我只需要有一个起始位置，后面所有的位置都通过累加出来。但是因为VO有误差，我的误差也会被累积，纯粹依靠VO很难做到长距离精确的定位，所以我们加上Keyframe的特征比对，在高精度地图里面，会事先存储好，在Keyframe里面存储好这个特征点，它的真实物理世界当中的坐标位置，当我的车实际运行的时候，每隔一些Frame，碰到Keyframe，会用当前看到真实世界当中的跟地图当中的做比对，这样可以反算出车辆当前的绝对位置，在高精度地图上面的绝对位置。这个绝对位置可以作为刚才说的VO的约束，有了这个约束之后就可以每隔一些frame，做局部的调优，使得我的错误不会继续累积和发展下去。

最后一个定位技术是车道线，通过车道线做定位，车道线是刚才说到的，是一种形式的高层语义的视觉特征，除了车道线以外还有其他的，比如说持续出现路灯杆，有语义含义的物体作为高精度定位，但是现在把车道线作为主要的工作方向。车道线的识别基于深度的卷积神经网络进行路面像素级的分割。这个图，是我有一次出门正好开车碰到一个逆光的情况，我在想当时车道线检测，拍一个照片发给我的同事，他们马上把这个结果发给我，在这种情况下面，逆光，路面车道线非常不清楚，我们Deep Learning可以比较好的解决这一问题，我们获得这些像素之后，把像素进行聚类，用这个方程拟合，获得参数化表达的车道线的表现形式。有了这个车道线之后，把实时检测到的车道线和高精度地图里面进行比对，可以看到这个定位的精度也是非常高的。这有一个前提条件，在高精地图里面尽量多地标注地面上面出现的特征线条，包括刚才看到一个三角区域里面斜的条纹可以很好的帮助你进行定位的特征。

所以总结一下，我们觉得激光雷达可能在最近的未来应该还是必不可少的，特别当我们做全自动的无人驾驶，城区道路做全自动无人驾驶，因为城区里面障碍物的情况和路口复杂程度远远超过高速路的复杂情况。另外我们也认为相机对于障碍物检测和车辆之间的高精度定位是非常有帮助的。很多希望用单目相机发paper，但实际过程当中，能用双目尽量使用双目，双目可以减少单目带来的困难。最后高精度地图是一种非常有效的虚拟传感器。

百度自动驾驶的计划，三年商用，五年量产，应该是被报道得比较多了，我们希望能够在十年内改变大家交通出行的方式。三年商用，昨天百度的陈总在大会开幕上面也提到过，我们的商用是能够在一些特定区域内实现这种全无人驾驶，特定的区域、特定的时段。特定区域有什么好处呢？其实从Learning角度来说，特定的区域可以采集非常多遍，当我的模型足够大，可以最大化减少我的误报。很多人说你的model怎么处理没有见过的场景，因为所有场景我都见过了，在这个区域内不管刮风下雨，不管日出还是日落，数据都采过了，所以这也是为什么技术上面这一条路是可行的。左边这个是我们去年在五环上面实现路测的情况，司机把手放到窗户上面，这个非常危险，不建议大家模仿。

我的报告到这儿，谢谢大家！

（文章来源：盖世汽车）