版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/feixiaoxing/article/details/89039701
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
按照目前lidar的发展趋势，lidar的价格不会很快降下来。但是hdmap对于自动驾驶又是必要的，所以现在出现了很多基于camera+gps的hdmap生成方法，比如mobileye、momenta在这方面都有尝试。同样，可以找一张maxieye公司的视频截图来做一个说明，
1、sensor类型
建议除了camera、gps之外，还要增加一个高度仪，因为有时需要处理高架
2、需要采集的内容
车道线、十字路口、红绿灯、语义路标、锥桶等
3、保存格式
建议可以直接用点、线的方法生成，特殊语义可以用插值表示
4、难点
人工智能 + 计算机视觉 + 传统机器学习
5、gps的重要性
因为生成的数据需要和位置绑定在一起，所以gps很重要
6、双向车道
大部分车道是双向的，所以数据采集可以需要至少两次才能完成
7、精度
对于规则化道路，比如高速公路，其实精度的意义可能没我们想象的那么重要
8、自己是否可以创建hdmap
建议大家可以自己测试一下，关键是如何获取gps信息，这块可以用手机、或者pc来完成
后面把gps和图像放在一起进行处理，先构建简单的hdmap即可
9、更新频率
创建地图只是基础，更新可能比创建更重要
ps:
关于制图这块，其实还有一个slam学科，特别是基于lidar或者图像的slam技术，大家可以找点论文或者matlab来看看