自动驾驶车辆仿真中的地图创建工作流

技术的快速发展和人工智能显著推动了自动驾驶车辆（AV）研究，强调了对广泛仿真测试的需求。精确且可适配的地图在 AV 开发中至关重要，是定位、路径规划和场景测试的基础。然而，创建仿真就绪的地图往往困难且资源密集，尤其是使用 CARLA（CAR Learning to Act）等仿真器时。许多现有工作流需要大量计算资源或依赖特定仿真器，限制了开发者的灵活性。本文提出了一种自定义工作流以简化 AV 开发中的地图创建，并通过生成安大略理工大学停车场的 3D 地图进行了演示。未来工作将聚焦于集成 SLAM 技术、优化工作流以兼容更广泛的仿真器，以及探索更灵活的经纬度值处理方法以提升地图生成精度。