如何打造基于摄像头的感知定位解决方案？DeepMotion给出了答案(6)

基于以上的观察，我们把前图重新修正了一下。我们认为在这个过程中，高精地图、环境感知以及高精定位应该是更紧密的耦合。高精地图可以为环境感知提供上下文，也能为高精相对定位做一些很好的参照物比对。同时在实操中，基于高精定位和环境感知的结果，也可以实时地对高精地图中的一些变化部分进行实时修正。因此这三个模块在自动驾驶车辆中应该是以更紧密耦合的运行方式。
在目前情况下，松散地使用高精地图、高精定位和环境感知模组有助于快速交付可以运行的Demo。但是从长期来说，我们认为这三部分的紧密耦合一定有助于提高环境感知和定位的精度。同时一定程度上也可以降低对设备的要求，从而使自动驾驶的落地更可预期。

接下来讲解一下第二部分，我们对众包高精地图构建的一些思考。

首先我们认为，不管用什么方式来做高精地图，都应该满足以下三个要求：
1、支持国标中所定义的各种车道线、交通标识、道路标牌，道路的弯度曲率等丰富的道路元素及属性。这些属性有些是测量一次之后可以长期使用的，比如一条路在修了以后，它的曲率、坡度等物理特征基本上都是定义好了的。其他的如交通标识、路面施画以及周围的路牌都能有可能经常变化，地图需要很好的体现这些变化。
另外，根据不同的应用需求，我们还会扩展加入一些道路元素，比如道路中间的隔挡、灯杆或者别的参照物等。因此制图的流程也应该能够比较好地支持这些定制化的地图元素。