• 精度：即车辆定位的精度 。无论是在世界坐标系中，还是相对于现有地图而言，在理想情况下，精度应始终低于阈值（通常在10cm以内） 。当然，在前进方向上，纵向定位可能不太准确，但这不会产生严重后果 。
• 可扩展性：即车辆处理大规模自动驾驶的能力 。在固定的时间和内存容量下，SLAM算法应能正常工作，这意味着需要使用地图管理器来加载地图数据 。另外，所构建的或者所使用的地图必须很小，以便很容易地将此方法推广到长距离行驶中 。
• 可用性：是指SLAM算法若能准确、及时地提供定位所需的精度，则可将其用于自动驾驶中 。换言之，无须通过算法，即可构建环境地图，这意味着该方法能利用现有的地图资源（或者更广泛地整合全局地图信息） 。
• 故障恢复：是指在大型地图中定位车辆的能力 。最初，车辆不知道自己在何处，并且大多数时间需要专门的过程来大致了解其在地图中的位置 。这也是从故障（被绑架的机器人问题）中进行恢复的一种方法 。
• 可更新性：是指SLAM算法能识别地图和当前观测值之间的变化 。SLAM算法应具有更新策略，能集成这些不断变化的地图 。长期的自动驾驶，需要地图更新的自动化机制 。
• 动态性：是指SLAM算法如何处理动态环境和变化，包括可能影响定位估计的动态障碍物，它应考虑可能随季节而变化的天气条件（如树木掉叶子等） 。须知，长期SLAM的挑战之一，是寻找足够有区别的特征或方法来应对这些变化 。

自动驾驶中的SLAM
【grandaunt slam】



从上面论述的在自动驾驶中对SLAM算法的要求可见，必须构建更好的地图，因此，在度量和拓扑级别都需要有环境表示和识别 。为了更详细地了解如何将SLAM应用于自动驾驶中，可以将目前的研究工作大致分为如下3类 。

• 回环检测，用于识别先前映射的地图位置，这是SLAM的重要组成部分，因为它可以校正地图，并使地图具有一致性 。此算法通常用于在其环境中重新定位车辆，从而帮助进行故障恢复 。
• 在先前构建的地图中进行定位 。从理论上讲，每一种SLAM方法都可以重用其建立的地图，这里重点关注如何长期重复利用已构建的地图 。
• 着重于利用现有地图的定位方法 。对于每一种方法都会进行简要的介绍，并说明如何满足先前提及的指标，以及简要讨论所面临的挑战 。

文章插图


文章插图


文章插图



这本书详细介绍自动驾驶算法、软件和芯片设计各个环节
凝聚作者10余年高通、华为、谷歌的理论和实战经验
每个章节都能挖掘出潜在的自动驾驶产品和服务

• 腊月二十五高速堵车吗2021
• 水深二十米如何钓鲢鳙 如何钓鲢鳙
• 2022二十四节气立秋节气经典句子
• 一个人引领我成长作文600字 二十大引领我成长
• 二十几度下冰雹 35多度会下冰雹吗
• 2021年9月30日农历八月二十四出生的男孩命运
• 谷雨是什么意思含义 谷雨是什么意思
• 2021年入伏是哪天到哪天 2021年入伏是哪天
• 腊月二十三可以安床吗2022
• 上 杨公风水二十四山水法秘诀(杨公风水二十四山水法图解)