1. <em id="a494g"></em>

      <rp id="a494g"></rp>
      <button id="a494g"><acronym id="a494g"></acronym></button>
      《電子技術應用》
      您所在的位置:首頁 > 人工智能 > 其他 > 自動駕駛之高精度地圖

      自動駕駛之高精度地圖

      2020-08-26
      來源:與非網

      生成高精地圖的過程需要采集大量的數據,我們的采集途徑包括:GNSS(全球導航衛星系統)、IMU(慣性測量單元)、輪速計、激光雷達點云以及攝像頭圖像。

       

      1. 什么是高精度地圖

      高精度地圖,通俗來講就是精度更高、數據維度更多的電子地圖。精度更高體現在精確到厘米級別,數據維度更多體現在其包括了除道路信息之外的與交通相關的周圍靜態信息。

       

      高精度地圖將大量的行車輔助信息存儲為結構化數據,這些信息可以分為兩類。第一類是道路數據,比如車道線的位置、類型、寬度、坡度和曲率等車道信息。第二類是車道周邊的固定對象信息,比如交通標志、交通信號燈等信息、車道限高、下水道口、障礙物及其他道路細節,還包括高架物體、防護欄、數目、道路邊緣類型、路邊地標等基礎設施信息。

       

      5f44b1bfb1f40-thumb.jpeg


      高精度道路導航地圖應用分析

       

      以上這些信息都有地理編碼,導航系統可以準確定位地形、物體和道路輪廓,從而引導車輛行駛。其中最重要的是對路網精確的三維表征(厘米級精度),比如路面的幾何結構、道路標示線的位置、周邊道路環境的點云模型等。有了這些高精度的三維表征,自動駕駛系統可以通過比對車載的 GPS、IMU、LiDAR 或攝像頭的數據精確確認自己當前的位置。另外,高精度地圖中包含有豐富的語義信息,比如交通信號燈的位置和類型、道路標示線的類型、以及哪些路面是可以行使等。

       

      2. 高精度地圖的特點

       

      5f44b1bfb027a-thumb.jpeg


      高精度道路導航地圖和普通導航地圖對比示意圖

       

      與一般電子導航地圖相比,高精度地圖不同之處在于:

      (1)精度:一般電子地圖精度在米級別,商用 GPS 精度為 5 米。高精度地圖的精度在厘米級別(Google、Here 等高精度地圖精度在 10-20 厘米級別)。

       

      (2)數據維度:傳統電子地圖數據只記錄道路級別的數據:道路形狀、坡度、曲率、鋪設、方向等。高精度地圖(精確度厘米級別):不僅增加了車道屬性相關(車道線類型、車道寬度等)數據,更有諸如高架物體、防護欄、樹、道路邊緣類型、路邊地標等大量目標數據。高精度地圖能夠明確區分車道線類型、路邊地標等細節。

       

      (3)作用&功能:傳統地圖起的是輔助駕駛的導航功能,本質上與傳統經驗化的紙質地圖是類似的。而高精度地圖通過“高精度+高動態+多維度”數據,起的是為自動駕駛提供自變量和目標函數的功能。高精地圖相比傳統地圖有更高的重要性。

       

      (4)使用對象:普通的導航電子地圖是面向駕駛員,供駕駛員使用的地圖數據,而高精度地圖是面向機器的供自動駕駛汽車使用的地圖數據。

       

      (5)數據的實時性:高精度地圖對數據的實時性要求更高。根據博世在 2007 年提出的定義,無人駕駛時代所需的局部動態地圖(Local Dynamic Map)根據更新頻率劃分可將所有數據劃分為四類:永久靜態數據(更新頻率約為 1 個月),半永久靜態數據(頻率為 1 小時),半動態數據(頻率為 1 分鐘),動態數據(頻率為 1 秒)。傳統導航地圖可能只需要前兩者,而高精地圖為了應對各類突發狀況,保證自動駕駛的安全實現需要更多的半動態數據以及動態數據,這大大提升了對數據實時性的要求。

       

      高精度地圖=高鮮度+高精度+高豐富度。不論是動態化,還是精度和豐富度,最終目的都是為了保證自動駕駛的安全與高效率。動態化保證了自動駕駛能夠及時地應對突發狀況,選擇最優的路徑行駛。高精度確保了機器自動行駛的可行性,保證了自動駕駛的順利實現。高豐富度與機器的更多邏輯規則相結合,進一步提升了自動駕駛的安全性。

       

      3. 高精度地圖的分類

      導航地圖&ADAS 地圖&無人駕駛地圖

      導航地圖、ADAS 地圖和 AD 所需要的地圖各不相同。

       

      (1)對于導航地圖而言,街道名稱是比較重要的信息,但對于 ADAS 和 AD 地圖確并非如此。

       

      (2)道路曲率對于 ADAS 應用至關重要,對于自動駕駛也是必需的,但導航地圖并不需要道路曲率數據。

       

      (3)道路的幾何特征對于導航、ADAS 和 AD 地圖都是適用的。

       

      (4)不同地圖級別和地圖精度的背后是不同級別的智能駕駛以及不同級別的精度需求。

       

      5f44b1bfaa7f9-thumb.jpeg


      高精地圖與導航地圖的關聯關系

       

      不同級別的高精度地圖,在精度和信息量上也有差別。例如,在安全環境下使用的基礎 ADAS 地圖只需要精度達到米量級,而 HAD 級別高精度地圖的精度則能達到厘米量級。在數據量方面,基礎 ADAS 地圖只記錄高精道路級別的數據(道路形狀、坡度、曲率、鋪設、方向等),HAD 級別地圖不僅增加了車道屬性相關(車道線類型、車道寬度等)數據,更有諸如高架物體、防護欄、樹、道路邊緣類型、路邊地標等大量目標數據。

       

      4. 在無人駕駛中的應用

      作為無人駕駛的記憶系統,未來的高精度地圖將具備三大功能。


      5f44b1bfaa001-thumb.jpeg

       


       

      (1)地圖匹配。由于存在各種定位誤差,電子地圖坐標上的移動車輛與周圍地物并不能保持正確的位置關系。利用高精度地圖匹配則可以將車輛位置精準的定位在車道上,從而提高車輛定位的精度。

       

      高精度地圖在地圖匹配上更多的依靠其先驗信息。傳統地圖的匹配依賴于 GPS 定位,定位準確性取決于 GPS 的精度、信號強弱以及定位傳感器的誤差。高精地圖相對于傳統地圖有著更多維度的數據,比如道路形狀、坡度、曲率、航向、橫坡角等。通過更高維數的數據結合高效率的匹配算法,高精度地圖能夠實現更高尺度的定位與匹配。

       

      (2)輔助環境感知。對傳感器無法探測的部分進行補充,進行實時狀況的監測及外部信息的反饋 :傳感器作為無人駕駛的眼睛,有其局限所在,如易受惡劣天氣的影響,此時可以使用高精度地圖來獲取當前位置精準的交通狀況。

       

      原理:1)通過對高精度地圖模型的提取,可以將車輛位置周邊的道路、交通、基礎設施等對象及對象之間的關系提取出來,這可以提高車輛對周圍環境的鑒別能力。2)一般的地圖會過濾掉車輛、行人等活動障礙物,如果無人駕駛車載行駛過程中發現了當前高精度地圖中沒有的物體,這些物體大概率是車輛、行人和障礙物。

       

      高精度地圖可以看做是無人駕駛的傳感器,相比傳統硬件傳感器(雷達、激光雷達或攝像頭),在檢測靜態物體方面,高精度地圖具有的優勢包括:

       

      所有方向都可以實現無限廣的范圍。

      不受環境、障礙或者干擾的影響。

      可以“檢測”所有的靜態及半靜態的物體。

      不占用過多的處理能力。

      已存有檢測到的物體的邏輯,包括復雜的關系。

       

      (3)路徑規劃。對于提前規劃好的最優路徑,由于實時更新的交通信息,最優路徑可能也在隨時會發生變化。此時高精度地圖在云計算的輔助下,能有效地為無人車提供最新的路況,幫助無人車重新制定最優路徑。

       

      高精度地圖的規劃能力下沉到了道路和車道級別。傳統的導航地圖的路徑規劃功能往往基于最短路算法,結合路況為駕駛員給出最快捷 / 短的路徑。但高精地圖的路徑規劃是為機器服務的。機器無法完成聯想、解讀等步驟,給出的路徑規劃必須是機器能夠理解的。在這種意義上,傳統的特征地圖難以勝任,相對來說高精度矢量地圖才能夠完成這一點。矢量地圖是在特征地圖的基礎之上進一步抽象、處理和標注,抽出路網信息、道路屬性信息、道路幾何信息以及標識物等抽象信息的地圖。它的容量要小于特征地圖,并能夠通過路網信息完成點到點的精確路徑規劃,這是高精度地圖使能的一大路徑。

       

      5. 高精度地圖產業

      由于高精地圖是鏈接人、車、路等各種交通參與者的紐帶,車企、Tier1、地圖廠商、初創公司、互聯網企業、芯片廠商等圍繞高精地圖開展了各種各樣的合作,共同推進高精地圖產業的發展。

       

      高精度地圖采集測繪數據的方式,全球主要有兩大技術路線。一種以谷歌、HERE 的地圖測繪車為代表。例如,HERE 高精度測繪車上的激光雷達傳感器可以一秒內感知約 60 萬個掃描點(包括周邊建筑物、樹木等);在一天內,測繪車能夠收集和處理超過 100G 的數據。另一種則以特斯拉的“車隊學習網絡”(Fleet Learning Network)為代表,相當于利用量產車,把測繪任務“眾包”出去,調動整個車隊的所有傳感器來收集數據,并通過云技術上傳到中央數據庫,最終每一輛車都是地圖數據貢獻者,也是獲得者。該方法彌補了由于測繪車數量不足,而造成的數據實時更新緩慢的缺點。

       


       

      5f44b1bfa88b4-thumb.jpeg


      2015 年,奧迪、寶馬、Daimler 聯合起來斥資 31 億美元購買諾基亞 Here 地圖,為研發高精度道路導航地圖做準備。2011 年寶馬的 3 系(參數|圖片) Track Trainer ,2014 年奧迪的 RS7(參數|圖片) 都利用高精度道路導航地圖技術在 Laguna Seca 和 Hockenheim 成功跑完了賽道。從 2016 年開始,很多互聯網企業通過收購的方式獲取地圖數據資源,然后結合自身算法、云計算能力生產高精度道路導航地圖,如 Google、Uber、百度、阿里等。同時,車企也開始依賴第三方地圖服務,2017 年初,Mobileye 與大眾、寶馬和日產簽署協議,前者將為三家汽車巨頭提供地圖產品,而汽車廠商將負責為 Mobileye 提供更多的地圖數據?;谖恢玫男滦头找呀浭谴筅厔?。國家發展和改革委員會提出的促進智能交通發展的“互聯網+”便捷交通實施方案已經正式發布。地圖的服務對象不再僅僅是人類,而是慢慢向機器過渡,這對地圖的精度、內容結構和計算模式等都提出了新的要求。

       

      國外的高精地圖主要有 Here、TomTom、Waymo(原 Google 地圖)等老牌圖商,其中 Waymo 的高精地圖目前僅用于自己的無人車披露信息非常少。此外因為美國的地圖測繪政策限制較少,因此成為高精地圖創業者的天堂,比較有名的初創公司 DeepMap、CivilMaps、lvl5、Carmera。初創企業往往有一個自己主打的算法技術,比如 CivilMaps 能將 1T 的激光雷達點云數據壓縮到 8MB,Carmera 融合攝像頭和激光雷達的圖像獲得更好的傳感效果等。但是云端的存儲、運算、通信能力是初創企業普遍的短板。另外 Uber、通用 Cruise 等也都在布局高精地圖。

       

      和美國不同,國內市場因為有較為嚴格的地圖測繪政策限制,目前擁有“導航電子地圖資質單位名單”的企業有 22 家。。國內的地圖行業呈現三足鼎立的狀況,百度地圖、高德(阿里)、四維圖新(騰訊),其背后是互聯網巨頭對地圖入口的爭奪。


      本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306116;郵箱:aet@chinaaet.com。
      拼三张平台