Chameleon schreef op 12 januari 2016 21:02:
zie hieronder linkje naar lezing van Ryan Eustace. De professor die samen met Ford aan autonomous cars werkt. Presentatie is van 30 oktober 2015, geeft goed weer waar de University of Michigan en Ford staan cq mee bezig zijn (en geeft een goed inzicht in het maken van en de toepassing van HD maps).
www.youtube.com/watch?v=cEtpoeFZxCwPresentatie maakt goed duidelijk wat allemaal nodig is om een HD map te maken en hoe deze kan worden toegepast, inclusief hoe op basis van een dergelijke map de locatie te bepalen (conform RoadDNA).
een paar van mijn takeaways:
- HD kaarten maken is lastig en vergt ook veel handwerk, zie rond minuut 30 (kwaliteitscontrole)
- Tomtom heeft/kan alles wat hier beschreven wordt en heeft hiervoor een kant-en-klaar product dat wereldwijd uitgerold kan worden
- Het speciale aan RoadDNA is m.i. met name de compressie. Hij gaat hier tussen minuut 38-40,10 op in. Als ik het goed begrijp (ben geen techneut) dan zegt hij dat voor deze beelden 30MB per km nodig is, waarbij zij dit terug kunnen brengen tot 1% daarvan door een grove resolutie te gebruiken. Dus 30.000kb/100=300kb (is dit een juiste conclusie of kun je dit niet zo stellen?). RoadDNA heeft 25kb per km nodig, is factor 12 minder. Lijkt mij aanzienlijk.
@Chameleon, interessante presentatie
Hieronder een link naar Velodyne.com die de Lidar sensors maakt die de University of Michigan en Ford toepassen.
velodynelidar.com/vlp-16.htmlDe firma Quanergy maakt kleinere solid-state Lidar sensors die geen bewegende onderdelen meer bevatten, zie:
www.quanergy.com/products/