任务5.4 地图API和全局导航算法-课件

主讲老师：李锋地图API和全局导航算法项目5：智能驾驶AP应用开发与算法简介任务5.4《车载计算平台技术与应用》目录任务导入AssignmentINTRO学习目标LearningobjectivesCONTENTS0102知识准备Backgroundknowledge03任务实施Assignmentimplement课堂总结Classroomsummary040605课堂小测ClassroomquizzPART01任务导入AssignmentINTRO任务导入高精地图（HDMap，HighDefinitionMap）是专门为智能驾驶服务的地图。由于其要素丰富、精度较高，并解决部分传感器的性能边界问题，是智能驾驶车上最可靠的传感器。如何使用高精地图API，实现车道级的导航方案？高精地图PART02学习目标Learningobjectives学习目标素质目标理解导航算法的算法逻辑，培养学生细致严谨、全面分析问题的能力；培养学生精益求精、爱岗敬业的大国工匠精神。能力目标能正确排列高精地图API的地图元素[A63]；能举例讲解导航算法的算法逻辑[A64]。知识目标能理解高精地图的基本概念[K76]；能描述高精地图API的地图要素[K77]；能列举导航算法的步骤[K78]。PART03知识准备Backgroundknowledge思政专栏百度方面在2024年4月30日宣布，自2024年5月1日起，百度地图将面向高级辅助驾驶行业全面开放合作车道级地图数据(简称LD地图)。这一决策标志着百度地图在自动驾驶领域又迈出了重要的一步。百度地图的LD轻图已经覆盖了全国360个地级市以及360万公里的高速和城市道路，这显示出了百度地图在地图数据覆盖上的广泛性和全面性。与传统的地图相比，车道级地图数据能够提供更详细、更精确的道路信息，包括车道的宽度、转向箭头的位置、交通标志的识别等。百度LD地图百度地图数据开放智能驾驶新纪元来临思政专栏目前，百度地图的LD地图已经完成了与相关车企的高级辅助驾驶验证和完全无人驾驶验证，这意味着百度地图的地图数据和技术已经得到了业界的认可。与此同时，特斯拉与百度地图将携手合作，共同开启全球导航新纪元，据悉，特斯拉将使用百度提供的高级辅助驾驶地图用于其中国版FSD（完全自动驾驶能力）系统。由百度智图科技有限公司提交的GS（2023）4634号高级辅助驾驶地图即为双方合作完成的车道级地图。特斯拉-百度地图V20百度地图数据开放智能驾驶新纪元来临一、高精地图的基本概念全球定位系统使用WGS84坐标，是一种地心坐标系，以地球质心为坐标原点，采用一个十分近似、于地球自然形状的参考椭球作为描述和推算地面点位置和相互关系的基准面。三维坐标系：经度、纬度、高度。1.坐标系（1）WGS84坐标系WGS84坐标系一、高精地图的基本概念UTM坐标系全称：UniversalTransverseMercatorGridSystem，一种平面直角坐标系，像橘子一样将地球分成60个区域，展开这些区域中的每个区域，通过横轴Mercator（UTM）投影。三维坐标系：x，y，z如图。1.坐标系（2）UTM坐标系UTM坐标系一、高精地图的基本概念NDS格式规范是面向汽车生态系统的地图数据全球标准。其具有特点：数据库做了细分，细分后的产品能够独立升级：例如采用了A公司的导航算法，B公司的POI数据，让二者独立升级后依然可以正常的运行；定义了level的概念：类似于地图比例尺的概念，通过level将地图数据瓦片化。2.格式规范（1）NDS格式规范updateupdate导航算法POI数据NDS格式数据库产品独立升级一、高精地图的基本概念Opendrive格式规范是一种开放的文件格式，用于路网结构的逻辑描述，高精地图的制作常用opendrive格式；使用xml语言描述，定义了Road、Junction、station等数据结构。2.格式规范（2）Opendrive格式规范NDS格式数据库产品独立升级二、高精地图API地图要素指的是需要地图提供功能属性的一种类型的实体，例如一段车道、一个交通灯。一个交通高精地图的要素种类通常包括：车道、道路、红绿灯、导向箭头等。每一种特征要素都有共同点：有位置坐标、外形（点类、曲线类、多边形类）。1.地图要素车道交通灯二、高精地图API高精地图各要素间关系主要包含：包含关系、并列关系、关联关系。1.地图要素包含关系并列关系关联关系二、高精地图API用户在使用高精地图时，需要使用尽量少的约束条件，将地图的各要素准确的对外部进行呈现。2.地图要素查询方式API呈现的高精地图要素二、高精地图API高精地图API的查询方式通常包含以下几种方式：2.地图要素查询方式（1）高精地图API的查询方式ID查询要素位置查询要素混合条件查询关联查询要素属性查询查询方式二、高精地图API高精地图API的查询结果通常包含以下几种类型：2.地图要素查询方式（2）高精地图API查询结果的类型RoadLane限速信息TrafficLightCrosswalk查询结果类型二、高精地图API以车道要素属性为例，关于车道的要素属性如表。2.地图要素查询方式（3）要素属性序号名称说明1Idlane的id2Predecessor_idlane的起点位置id，与上一段lane终点相同。3successor_idlane的终点位置id，与下一段lane起点相同。4type常规车道、应急车道、公交专用车道、BRT车道等。5left_boundary_id车道左侧边界线id6Right_boundary_id车道右侧边界线id7road_id关联road的id8virtual是否为虚拟车道

二、高精地图API以车道要素属性为例，关于车道的要素属性如表。2.地图要素查询方式（3）要素属性序号名称说明9speed_limit车道限速

10length车道长度11width车道的宽度12sequence车道序列数，第几车道13lane_dir车道转向，直行、左转、调头等

14Vehicle_type车道控制车辆的类型，如公交专用道。

15Section_id关联路口的id16Section_in_id进入路口的id二、高精地图API如某一车道要素属性，Lane:id:2predecessor_id:nullsucessor_id:5type:HIGH_WAYspeed_limit:60road_id:1可知，该车道为车道2，无前序车道，后续车道为车道5，类型为高速路，限速为60km/h，所对应的road的id为1。2.地图要素查询方式（3）要素属性车道要素属性三、导航算法介绍导航引擎在导航时需要输入以下条件：导航的起点：由车辆的位置决定，精确到车道；导航的目的地：用户选择要到达的终点；导航途径点：用户添加一个或多个途径点；导航偏好：用户选择导航偏好，如：走高速、不调头等。高精地图输入条件三、导航算法介绍算法执行以下步骤：起点、途经点、终点关联到对应的lane由导航偏好决定所要选择的导航配置导航算法建立一条连接起点、途径点、终点的行驶路径三、导航算法介绍Dijkstra算法是典型的最短路径算法，计算一个节点到其它各个节点的最短路径。它的主要特点是以起始点为中心无方向性的向外层层扩展，直到扩展到终点为止。1.导航算法-Dijkstra算法Dijkstra算法三、导航算法介绍1.导航算法-Dijkstra算法（1）算法步骤指定起始点s引进集合S和U从U中找出最短路径点，加入到S中，并更新顶点距离值重复步骤③，直到U中所有点都加入到了S中三、导航算法介绍以一个Dijkstra算法为例，以D为起点搜索到达各点的最短路径。1.导航算法-Dijkstra算法（2）算法示例算法示例三、导航算法介绍①选取起点D，计算D点到各点的距离，已经到达的顶点为D，未到达的顶点为A、B、C、E、F、G，且与起点D连通的点有C、E点。S={D(0)}U={A(∞)，B(∞)，C(3)，E(4)，F(∞)，G(∞)}1.导航算法-Dijkstra算法（2）算法示例步骤一三、导航算法介绍②选取U中最小值对应的点，即C点，并计算与C连通的B、F、E点的距离。注意：到达E点的途径有DEC和DE两种，算法选取距离最短的路径写入。S={D(0)，C(3)}U={A(∞)，B(13)，E(4)，F(9)，G(∞)}1.导航算法-Dijkstra算法（2）算法示例步骤二三、导航算法介绍③选取U中最小值对应的点，即E点，并计算与E连通的F、G点的距离，此处EF的距离小于DCF的距离，更新对应的集合。S={D(0)，C(3)，E(4)}U={A(∞)，B(13)，F(6)，G(∞)}1.导航算法-Dijkstra算法（2）算法示例步骤三三、导航算法介绍④重复以上步骤，选取点F。S={D(0)，C(3)，E(4)，F(6)}U={A(22)，B(13)，G(12)}1.导航算法-Dijkstra算法（2）算法示例步骤四三、导航算法介绍⑤重复以上步骤，选取点G。S={D(0)，C(3)，E(4)，F(6)，G(12)}U={A(22)，B(13)}1.导航算法-Dijkstra算法（2）算法示例步骤五三、导航算法介绍⑥重复以上步骤，选取点B。S={D(0)，C(3)，E(4)，F(6)，G(12)，B(13)}U={A(22)}1.导航算法-Dijkstra算法（2）算法示例步骤六三、导航算法介绍⑦重复以上步骤，选取点A，最终计算出D点到所有点的最短距离。S={D(0)，C(3)，E(4)，F(6)，G(12)，B(13)，A(22)}1.导航算法-Dijkstra算法（2）算法示例A步骤七三、导航算法介绍A*算法是在启发函数下，由起点向外扩散，直到扩散到终点；启发函数：f=g+h，g为起点到当前位置的代价。h为当前位置到终点的预估代价。A*特点为层层向外扩散，且优先向终点扩散。2.导航算法–A*算法A*算法三、导航算法介绍2.导航算法–A*算法（1）算法步骤初始化open_set（待检查节点）和close_set（已经遍历过的节点）将起点加入open_set中，并设置优先级为0从open_set中选取优先级最高的节点n加入到close_set中。重复步骤③，直到到达终点后进行回溯三、导航算法介绍以一个A*算法为例，以绿色格子为起点，红色为终点，黑色为不可到达的区域。2.导航算法–A*算法（2）算法示例算法示例三、导航算法介绍①起点向外扩散，水平、竖直方向移动代价为10，斜向移动代价14，从起点向外扩散。扩散时标记其父节点。2.导航算法–A*算法（2）算法示例步骤一三、导航算法介绍②每次从代价最新的点开始扩散，扩散出来的新位置加入到open_set中，已经遍历过的点从open_set中删除加入到close_set中。2.导航算法–A*算法（2）算法示例步骤二三、导航算法介绍③到达终点后，由终点向后回溯，到达，形成导航路径。2.导航算法–A*算法（2）算法示例步骤三四、导航算法建模智能驾驶导航算法进行车道级别的导航时，遵循以下步骤建模。(1) 车道要素标记车道每条车道作为一个node，每个node的要素包括：ID、length（长度）、cost（本车道代价）、roadID。nodeIDlengthcostRoadID车道要素四、导航算法建模智能驾驶导航算法进行车道级别的导航时，遵循以下步骤建模。(2) 车道之间的连接关系相邻车道间双向连接，前后直接单向连接。连接关系用edge表示，Edge要素包括：From（上游的连接关系）、to（下游的连接关系）、cost（连接代价）、direction（方向）。From（上游的连接关系）Edgeto（下游的连接关系）cost（连接代价）direction（方向）四、导航算法建模智能驾驶导航算法进行车道级别的导航时，遵循以下步骤建模。(3) cost函数构建Cost函数需要满足执行代价最小，分别是：直行<左变道<右变道<右转<左转<调头，这样的代价函数才符合人类的驾驶习惯。导航算法建模四、导航算法建模启发函数保证朝向终点的选择代价最小，启发函数：f(n)=g(n)+h(n)，n为当前待考察的节点位置。选择合适的启发函数，可以使得导航计算出来的路径最优：符合人类的驾驶习惯。1.启发函数启发函数四、导航算法建模导航时遇到某路段交通拥堵或正在施工，需要避开这些特定路段。可以将这些路段加入到黑名单中。导航算法在搜索路径时，遇到黑名单上的lane时，则选择跳过。2.黑名单机制黑名单中的不可行驶车道四、导航算法建模具体的实施方案：将黑名单对应lane的cost置为无穷大。2.黑名单机制黑名单cost四、导航算法建模不将黑名单对应lane放入到open_set中。2.黑名单机制黑名单判断流程四、导航算法建模用户设置了多个途径点时，需要进行分段导航。从起点开始导航到第一个途径点，途径点间进行导航，直到最后一个途径点，最后一个途径点到终点进行导航，最后用户对导航结果进行确认。3.分段导航分段导航PART04Assignmentimplement任务实施一、Dijkstra路径规划导航1.概述本实训任务将实现Dijkstra导航算法，算法项目中包括地图信息的ros包，并可以通过Rviz可视化该算法的实现效果。Dijkstra算法一、Dijkstra路径规划导航2.实验环境准备本次实验环境包括电源线，安装Ubuntu18.04虚拟环境的PC机一台。每套实验环境适用于4~12名学生同时上机操作。（1）设备检查设备名称数量备注电源线1组所有实验组共用笔记本或台式机每组1台台式机要有无线网卡一、Dijkstra路径规划导航2.实验环境准备Dijkstra导航算法项目文件：Dijkstra文件夹，其核心的项目文件为src文件夹。（2）项目描述项目描述一、Dijkstra路径规划导航3.进入工程目录打开主目录\MDC300Sample-1.0.107.2\5-4Dijkstra_ws文件夹，右键鼠标打开终端框。进入工程目录一、Dijkstra路径规划导航4.设置环境变量打开终端框后，必须先将工作空间的路径加入到环境变量中，才能使用ros相关的命令，输入以下命令：sourcedevel/setup.bash执行命令后:设置环境变量一、Dijkstra路径规划导航5.运行算法脚本使用ros命令运行Dijkstra导航算法脚本，输入以下命令：roslaunchdijkstradijkstra.launch执行命令后，将自动启动Rviz软件，显示ros地图。运行算法脚本一、Dijkstra路径规划导航6.设置起始位置在Rviz软件中，点击2DPoseEstimate，在地图中设置导航的起始位置，设置时可以通过拖动鼠标设置起始方向。设置起始