高精度舆图可以或许辅助汽车超视距

高精度舆图可以或许辅助汽车超视距

四维图新是国内第一家基于该模式开辟完成了“车辆/车厂-图商-车厂/车辆”的闭环模式验证,百度和TomTom结合开辟的AutoStream也是“车辆动态上传+动态地图从动下发”模式。

电子地图会将道笼统为一条曲线或曲线,高精度地图需要尽量还原道实正在的现场情况,成立精度极高的车道模子,以及道通行空间范畴鸿沟区域内的精细化对象模子。

孟庆昕、张文杰、陈丹、侯燕、余晶、张平易近岗、黄刚、闫春利、朱大伟、严正、姜昊、高玉、温芳、于银河

凡是,要素完整的高精度地图,会通过三类数据来完整表达实正在道消息,第一类是道和车道消息,次要记实道消息及指导拓扑消息;第二类是道周边设备消息,是定位和妨碍物等辅帮消息;第三类是定位图层,用于从动驾驶车辆现场婚配。

通俗电子地图的绝对精度凡是正在10米摆布,高精度地图的绝对精度被遍及认为需达到50厘米,相对精度正在100米的行驶距离内,不克不及跨越20厘米误差,即根基取一个车道标线的宽度不异。因而,只要正在20厘米相对精度的环境下,才能车辆不会发生侧面碰撞。

对于草创企业来讲,该方式设备成本低,采集效率高,成图快,可是需要投大量研发资本提拔采集精度和传感器识别率。颠末比来几年成长,国内以Momenta(初速度)和宽凳科技为首的草创企业,曾经正在轻量化采集的根本上构成了高精度地图制做的冲破,其他企业也正在轻量化设备和全体处理方案上做了大量测验考试,各类手艺百花齐放。图13为某图商基于图像的高精度地图制图成果。

高精度地图可以或许辅帮汽车超视距,当车辆道被其他物体遮挡,或者转弯,或者超出了汽车电子设备范畴时,高精地图可以或许帮帮车辆对行进标的目的的。

(2)“众包采集+AI识别提取”模式。该模式成本低,可是精度和不变性待提拔,是支流图商更新和草创图商采用的支流模式。

近几年,正在人工智能取测绘、汽车财产的深度融合下,从动驾驶和高精度地图手艺逐步成为行业关心的核心。浩繁互联网公司、IT厂商、保守车企、新制车实力、手艺型创业公司各自依托其正在资金、手艺、人才、渠道和场景等资本劣势,纷纷抓住财产升级机遇,进入从动驾驶和智能出行范畴。正在2016-2020年期间,中国的从动驾驶手艺次要正在封锁园区、景区、矿山和口岸完成了小规模的贸易化落地,而且正在、上海、广州、深圳、长沙、姑苏等地实现了特定区域内的无人驾驶出租车试运营,即“Robo-Taxi”。按照国度发改委、地方网信办、工信部等11部委正在2020年2月结合发布的《智能汽车立异成长计谋》,2021-2025年是实现从动驾驶和高精度地图手艺冲破、市场化使用的主要时间段。而且,高精度地图曾经被视为从动驾驶期间的“主要根本设备”,也必将正在聪慧交通、聪慧城市等范畴阐扬着“数据底座”的主要感化。

道定位图层分为两类,一类是道采集时的原始点云消息,一般压缩抽稀后点云数据;第二类是从矢量化之后的道周边设备数据中抽取部门特征要素做为定位图层。道定位图层非强制性要素,随各家图商产物规格策略确定能否制做。

高精度地图是智能网联汽车财产的主要根本手艺,特别是L3及以上级此外从动驾驶功能所必备的支持手艺[1]。相较于为人工驾驶员办事的保守车载电子地图,高精度地图是为从动驾驶系统办事的专属地图,其包含更为丰硕详尽的面、侧及上的静态消息,还需要辅以及时动态交通消息,制为难度和复杂度远高于保守地图。高精度地图具备的地图婚配、辅帮和径规划三大功能,正在从动驾驶中具有难以替代的特殊劣势。

跟着从动驾驶汽车逐渐量产,将来的车载地图将迈入以高精度、高现势性(活地图或动态地图)为特征的高精度动态地图时代。取保守的电子地图比拟,高精度地图正在各方面的要求更高,而且可以或许共同传感器和算法,为决策层供给支撑。

从动驾驶手艺从硬件到软件都取得了很大的前进,但从具体的手艺实现体例看,大大都量产车产物是依托于视觉传感器和节制系统。传感器监测四周,节制系统处置数据并生成决策,施行系统按照指令节制车辆驾驶动做。这种手艺处理方案有必然的局限性,短期来看结果不错,但持久而言,跟着从动驾驶级此外不竭增高,道复杂环境不竭加强,数据量不竭攀升,会对全体的从动驾驶实现成本和结果不变性发生影响。而且,传感器因为本身的物理局限性和易损耗等特点,无法从动驾驶汽车正在全天候、全工况下行驶的靠得住性。此时,高精度地图就会阐扬出主要感化,其将成为视觉传感器的无效弥补,为车辆供给辅帮,供给超视距况消息,从而提拔车辆定位精度、靠得住性以及径规划能力。

外业采集数据后,构成了惯导数据、GNSS数据、DMI数据、激光点云数据、全景相机或双目相机数据、细密星历数据等多量量原始数据,颠末从动化的GNSS组合解算,生成解算。解算还需要颠末多次采集误差校正、面非常变形校正等软件从动化处置才实正完成原始数据的解算。原始点云数据如图7所示。

从动化提取是高精度制图的手艺保障,各大图商均投入多量量研发人员参取从动化解算、从动化提取、从动化成图的软件开辟。不管是基于点云的从动化成图仍是基于视觉的从动化成图,短期内都无法完全实现完全的从动化,正在相当长时间内仍需要投入需要制图人员通过目视查抄修负数据。

高精度地图,也被称为“从动驾驶地图”或“智能汽车根本地图”,英文凡是翻译为HD Map(High Definition Map)。高精度地图是指绝对精度和相对精度均正在厘米级(10厘米至20厘米)的高分辩率、高品貌要素的地图。高精度地图供给了一个从动驾驶车辆所处的模子,包含了最底层的静态高精度地图以及其他动态消息。静态高精地图中包含了车道模子、道部件、道属性和其他的定位图层。车道模子包含道细节消息,如车道线、车道核心线、车道属性变化等,此外车道模子中还需要包含道的曲率、坡度、航向、横坡等数学参数。从动驾驶动态消息是指智能网联系统下所有的动态消息,一般包罗地图动态消息、传感器消息、驾驶行为、交通动态消息管控等方面。

高精度地图供给道曲率,当车辆转弯时能够按照曲率进行提前减速,节制传感器以至大灯转向辅帮。高精度地图供给地道等遮盖消息,车辆正在进入前能够提前大灯或调整传感器感光参数。高精度地图供给坡度,可以或许辅帮车辆节制油门节流能源。高精度地图的限速消息切确到车道和车型,智能网联汽车用以精准节制施行器和响应车型合规运转。

图9为点云从动化提取的成果,该过程是成图的环节步调,通过点云分类成果和点云的强度值从动提取车道标线、面标记、交通标记、护栏、牙、杆状物、上方妨碍物等面、侧、上的交通设备和对从动驾驶有影响的附着物。提取的矢量数据按照识别成果从动赋属性值,和相邻的其他要素组织逻辑关系。

不含激光雷达的低成本高精度采集设备成本大约正在5万~8万元,带有16线激光雷达的成套采集设备大约正在10万~16万元,虽然用于众包更新成本仍然较高,可是做为地图供应商用于快速更新采集却很是合适。用于众包的设备,成本节制到千元级,才可能多量量拆卸到出租车、分时租赁车等办事性车辆上;成本节制到3000元以下,才能批量前拆到所有车辆。图12为某图商众包采集设备环境。

每辆行驶中的从动驾驶汽车,是地图云核心数据的利用者,同时也是地图云核心数据的供给者。车端的运营形态数据(如及时、车身姿势、驾驶行为、各类传感器数据、及时交通数据等等)通过测设备或蜂窝收集传送至地图云核心,云核心对这些及时大数据进行深度挖掘阐发,构成对高精度地图的无效更新并通过空中激活(OTA)等形式下发到车端,如斯轮回来去,不竭对高精度地图进行及时更新优化,构成一套智能网联汽车系统下的高精度地图出产运营一体化闭环运营模式。

如图4所示,是OpenDrive中定义的高精地图图层,基于Features图层提取出来的要素或原始数据层被用来做为定位图层。

图8为点云从动分类和噪点滤除的成果,该过程操纵智能算法对有先验学问对点云进行要素分类,给定分类值,确定有价值的要素点云后,对影响后续提取的噪点进行滤除,对功课范畴外无效的点云进行从动裁切。

关于成立高精度道地图的方式研究也有良多,例如通过配备GPS-RTK的采集车沿特定线采集数据;利用激光雷达取广角摄像头连系的方式提取道消息,加上配备高精度全球卫星系统(GNSS)则可以或许达到10厘米精度,但这种采集方案成本较高,也有研究者提出利用低成本传感器建立车道级地图的方式,通过全球定位系统和惯性系统(GPS/INS)的紧耦合完成定位,从正射影像图中获取相关地图消息。

(1)基于“激光雷达+人工智能处置”模式。该模式不变性高,可是采集设备成本高,是各大图商采用的支流模式。

高精度地图可以或许辅帮车辆快速识别道周边固定物体及车道标线。高精地图可以或许提高从动驾驶车辆数据处置效率,从动驾驶车辆沉构四周三维场景时,能够操纵高精度地图做为先验学问削减数据处置时搜刮范畴。高精度地图还能为车辆供给各类区域,车辆能够提前做出应急方案。

高精度地图有严酷规范的出产流程。起首按照用户使用的需要(一般是车厂,且需明白将地图使用于何种级此外从动驾驶车型中)对产物进行规划,制定出产打算;其次,数据消息采集部分起头收集数据消息;再次,对收集的数据进行处置编纂绘制地图;最初,对数据进行规格转换。正在地图数据出产过程中需要颠末层层数据查抄,确定命据出产的平安和精确。

目前,高精度地图手艺曾经过多年的成长试探阶段,新手艺、新工艺逐渐成熟,构成了一系列相对不变的出产模式取根基定型的地图产物,对智能网联汽车财产的成长起到了支持和推进感化;汽车从机厂和系统集成商更是积极开辟基于高精度地图的从动驾驶汽车,不竭优化高精度地图模子和数据内容,使得高精度地图愈加合适从动驾驶需求,构成良性轮回;大学、武汉大学、理工大学等出名院校也已加速对高精度地图数据要素等内容的理论研究。

保守的电子地图是显示给行人和人工驾驶员,高精度地图只会为从动驾驶系统供给办事。为了满脚从动驾驶汽车的需求,高精度地图除了包含保守地图的内容,还会描述精细的车道标线消息,以及道参考线和车道参考线消息,也包含了复杂的车道互换指导参考线及周边设备消息。

基于高精度地图的车道级动态径规划及辅帮最终都将做为参考消息供给给决策单位,决策单位正在已知固定、已知线和动态方针的根本上通过算法生成车道级节制指令。

跟着汽车智能化和网联化的普及,从动驾驶汽车不竭成长,高精度地图遭到了越来越多的关心。高精度地图的充实使用可以或许辅帮智能网联汽车获取先验参数、超视距、高精度定位、优化驾驶行为、精准节制施行器操做、辅帮线规划,为从动驾驶供给诸大都值化的决策根据。正在L1、L2的辅帮驾驶阶段,高精地图并非刚性需求,但其对于L4、L5级此外从动驾驶是必选项,对于L3级此外从动驾驶是可选项。因而,从动驾驶汽车的从动化、智能化程度越高,对高精度地图的依赖性就越强。

当前,国内的四维图新002405)、百度、,欧美的HERE、TomTom等头部图商,遍及采用这种高贵的激光雷达+惯导+全景相机+GNSS+差分基坐的体例。单套设备价钱从100万元到几百万元不等,每家采集车的数量从几套到二十几套不等。之所以采用如斯成本昂扬的设备,是由于要满脚从动驾驶车辆对高精度地图的绝对精度、相对精度、识别率等目标的要求,争取抢正在其他图商之前开辟第一张完整的高精度地图,构成先发劣势,获得市场青睐。跟着时间推移和浩繁的厂商插手激光雷达和惯导设备的开辟中,设备的价钱正正在快速下降,估计正在3年后将会下降到当前价钱的三分之一摆布。

道周边设备是记实道和车道行车空间范畴鸿沟区域内的要素的,其几何表达分点线面三品种型,如两侧的护栏、牙等通过线来表达,墙、标牌、区域,文字、箭头、符号等则通过面来表达,德律风亭则通过点来表达。周边设备数据凡是用于辅帮,以及抽取定位图层用于辅帮定位,如图2和图3所示。

(3)“车辆动态上传+动态地图从动下发更新”模式。该模式是最为抱负的高精度地图出产取更新模式,尚处于论证阶段,需要跟着智能网联汽车财产的成长不竭完美。

以此做为从动驾驶决策的根据。图14为国际尺度组织Sensoris的数据流设想图。专业的采集设备不克不及无的扩张。数据采集速度要很是快速且需要全区域笼盖。因而,基于市场客户的需求,再按照数据变化的可托消息派专业采集车进行核实和专业丈量。通过众包采集大量靠得住数据发觉数据变化的范畴,从动驾驶车辆需要及时控制车辆周边的设备变化环境和交通形态,响应的尺度也应运而生,出于成本考虑,保守图商正在数据采集时考虑低成本众包采集手艺,该闭环生态模式曾经成为业界共识,因而,高精度地图需要供给日更新的高现势性的地图和以分钟、秒为更新频次的动态交通消息。

从动驾驶手艺次要分为、决策和施行三个部门。层,次要通过利用多种视觉传感器(摄像头+雷达),以探测汽车四周的车、人、交通情况、所处的等消息;决策层,是正在层汇集消息的根本上,通过算法对于消息进行分析处置,判断出下一步的行驶标的目的、速度、转向角度等;施行层,是决策层将指令发送给节制层,由节制层通过对车辆进行转向节制、驱动节制、制动节制和平安节制。

通过基于高精度地图的辅帮,从动驾驶车辆能精确的晓得周边的物体(对象)的高精度坐标,同时通过传感器获得车辆取周边物体的相对距离,从动驾驶车辆即可基于探测到的物体(对象)高精度坐标和相对距离反算出车辆的高精度坐标,从而实现对本身的持续批改。

目前,市道上使用最普遍的众包采集方案是采用“视觉+GNSS”的方案。如图11所示,由以色列Mobileye公司出产的EyeQ视觉芯片,占领了市场的垄断地位,截至2020年岁尾,其所有EyeQ视觉芯片正在全球的累计出货量已达到6000万颗,为近30家车厂的300余种车型ADAS功能所采用,跨越L2+系统量产车型的70%。EyeQ芯片能够支撑REM地图,即网采集办理系统的快速搭建。具体的工做道理是操纵视觉神经收集抓取变化的车辆、车道标线、牌等消息,将收集的消息匿名化加密,再上传到云端,生成REM地图,然后生成地图消息分派到从动驾驶汽车中。

从动化解算后的原始数据进入要素从动提取环节。要素提取一般有两个次要过程,别离是从动分类和噪点滤除和从动化提取。

道模子定义的焦点内容是道相关的数据表达,用于满脚道级此外径规划,以及高级辅帮驾驶系统(ADAS)使用场景下对油门、刹车、标的目的的事后节制规划。车道模子记实了车道的行驶参考线、车道的边线(标线)及遏制线、车道取道拓扑的关系等,能够满脚车到级此外径规划需求,同时通过车道标线消息供给车道间横向联通关系(可否逾越等),如图1所示。

Comments are closed.