高精地圖,自動駕駛,無人駕駛

從三方面解析高精地圖量產難題

高精度地圖是自動駕駛汽車不可或缺的重要基礎。國家發展改革委于2018年發布的《智能汽車創新發展戰略》中提出“建設覆蓋全國的車用基礎地圖系統。

高精度地圖是自動駕駛汽車不可或缺的重要基礎。國家發展改革委于2018年發布的《智能汽車創新發展戰略》中提出“建設覆蓋全國的車用基礎地圖系統。開發標準的、統一的車用基礎地圖,建立并完善三維地理信息系統,提供實時動態地圖數據服務”。
 
從頂層設計層面,確定了高精度地圖對智能汽車發展的基礎性意義和戰略要求。高精度地圖正在通過自動駕駛應用釋放出越來越大的能量。
 
一、高精度地圖應用現狀
 
相較傳統導航電子地圖,高精度地圖精細程度更高,數據種類更豐富。導航地圖的道路、POI等數據一般具備米級地理位置精度,而高精度地圖數據則具備分米級、甚至厘米級地理位置精度,相應被稱為分米級、厘米級高精度地圖。
 
從數據種類上來說,高精度地圖既包括傳統地圖的靜態要素,如路網、路形、車道、POI、建筑、路標等,還有對自動駕駛非常重要的動態要素,如交通流量、實時環境、交通燈信息等。
 
2005年,歐洲的車企、零部件商、地圖商就發起成立了ADASIS聯盟,致力于建立基于高精度地圖的ADAS標準規范,目前已經發展到可用于自動駕駛汽車的ADASIS v3規范。
 
2015年起,歐洲車企開始量產應用分米級高精度地圖,驗證了通過地圖對道路坡度、曲率等路形要素的預測,有助于提升汽車經濟性、安全性、舒適性。
 
例如,Scania開發的主動預測系統(Active Prediction),利用分米級高精度地圖預測車輛前方的坡度,對動力策略進行優化,自動提前調整車速、擋位,降低整車油耗,可獲得山區道路4%,平原道路1.5%的節油率。
 
同時,安全性也是基于地圖的ADAS系統的重要著力點。如大眾、保時捷、奧迪等廠商應用預測式大燈(Predictive Front Lighting)技術,可預測彎道曲率,調整大燈光照角度,提高有效照射區域。奧迪在Q7、A7等車型上,集成了基于地圖的預測式自適應巡航(Predictive ACC)等達到L2級的自動駕駛技術,在提升安全性的同時,也降低了司機駕駛強度。
 
分米級地圖已進入L2級自動駕駛量產應用階段,而厘米級高精度地圖則成為高度自動駕駛系統的標配。
 
2016年,谷歌Waymo團隊打造的無人駕駛汽車引發了全球自動駕駛投資浪潮。Waymo無人車采用了所謂“重地圖”技術模式,昂貴的激光雷達背后,還包括經年累月、大量投入堆積起來的厘米級高精度地圖系統。
 
高精度地圖在高度自動駕駛中的作用可分為:自車定位(Location)、路徑規劃(Routing)及車路協同(V2X)三個方面。
 
感知系統通過SLAM計算相對定位,需要與高精度地圖匹配確定自車的絕對定位;決策系統需要高精度地圖規劃車輛通行路徑;高精度地圖也為車路協同系統提供了信息交互的地理標簽。一般認為,L4級以上的自動駕駛汽車必須配備厘米級高精度地圖。
 
目前,中國的高精度地圖產業正在從技術研發向規模投入邁進。近兩年,國內主要圖商紛紛加大測繪投入,開始對外提供分米級、厘米級地圖,多家自動駕駛企業加入地圖賽道。
 
同時,中國汽車工程學會牽頭的中國智能網聯汽車產業創新聯盟,也組織了由高校、圖商、主機廠等發起的高精度地圖工作組,中國標準的地圖格式、應用接口規范呼之欲出。
 
高精度地圖既事關國家信息安全,又具有高度分工的產業鏈條,為確保核心技術不受制于國外,形成各個環節的國產供應能力,需要國內廠商腳踏實地、年復一年的投入。
 
二、高精度地圖量產的關鍵問題
 
高精度地圖正在成為自動駕駛行業的焦點,然而筆者認為,其量產化應用中必然會遇到三個關鍵問題。
 
第一,地圖生產效率問題。
 
高精度地圖精細程度高,動態要素豐富,傳統地圖生產方式難以滿足其量產應用的需要。
 
根據筆者了解,采用傳統測繪車方式,分米級地圖的測繪效率約為每天每車500公里道路,成本為每公里10元左右,而厘米級地圖的測繪效率約為每天每車100公里道路,成本可達每公里千元。在成本約束下,測繪效率很難大幅度提高。
 
眾包地圖是提高生產效率的一個思路,但必須保證地圖采集質量的可靠性、一致性,同時在海量眾包數據中,快速提煉生產符合規范的地圖,以滿足實時性要求,仍是一個難題。
 
事實上,Mobileye的REM模式,正是試圖以其高質量、標準化的感知系統,解決L3級以下高精度地圖采集問題,但更高級別的地圖,仍需要與專業圖商合作。
 
第二,實時更新問題。
 
自動駕駛應用要求車載高精度地圖具備實時更新能力。清華大學提出的TSINGHUA-AUTOMAP模型,根據自動駕駛的要求,將地圖數據劃分為3類、7個圖層。
 
其中,駕駛員層、動態障礙物層、虛擬定位層、宏觀動態層應具備實時特性,車道級細節層、中間層、道路路網層等相對靜態要素,在高級別的自動駕駛中,其實時性也有很高要求。
 
因此,實時更新是車載高精度地圖的必備特性。對于ADAS級別應用,要求車輛控制系統不停機完成地圖的在線更新;對于高度自動駕駛應用,則要求地圖完全實時化。如何在車輛行駛中完成高頻率的地圖在線更新,也將是量產應用的一個關鍵問題。
 
第三,地圖存儲問題。
 
車載地圖的體積受到嵌入式系統的存儲容量限制。一般來說,車載導航用地圖(米級精度)的存儲密度約為每公里道路0.01MB,ADAS用地圖(分米級)則提高到每公里10MB,無人駕駛用地圖(厘米級)在量產后,存儲密度預計可達每公里1GB。GB級別的存儲需求,已遠遠超出目前主流控制器方案的存儲容量,這意味著必須考慮云存儲方案。
 
從以上問題可以看出,高精度地圖在自動駕駛汽車中的量產化應用,必須基于車聯網的架構,以實現地圖的云存儲、實時更新和眾包采集。
 
這套架構實際上構建了一套實時地圖應用與生產的閉環,通過提高云服務端自動化程度,提升車聯網通訊效率(如5G應用),完善傳感器融合識別算法,可不斷提高MCU向總線提供地圖的實時性、豐富性,最終實現可滿足L5級別的完全實時化高精度地圖。
 
三、高精度地圖發展趨勢
 
結合車聯網實現高精度地圖的車載應用,可以解決地圖生產、實時更新及地圖存儲等三個量產關鍵問題,而其建設是一個長期的過程。同時,厘米級地圖制作成本、自動駕駛場景落地等問題,也讓越來越多的廠商認可循序漸進的量產思路。
 
從歐洲廠商基于分米級地圖的自動駕駛量產經驗可以看出,具備路形預測能力的智能巡航、轉向燈等產品,可以有效提高汽車的經濟性及安全性。尤其對于耗油大、駕駛習慣不良的國內商用車而言,可以有效降低運營成本、減少公路事故,具有較高的經濟價值和社會效益。
 
當前國內廠商正在提高產品的智能化程度。研發基于分米級地圖的ADAS系統,可以在實現更安全的L2級自動駕駛的同時,降低油耗,讓自動駕駛技術更好服務于運營效益。技術路線方面,采用結合車聯網的MCU架構,可以通過模塊升級的方式,實現向L5的功能演進。
 
同時,在國內建設公共的地圖云服務平臺,為自動駕駛汽車搭載的MCU提供高精度地圖支持,不僅可以節省量產應用的成本,也便于采取信息防護措施,保證國家戰略信息的安全。可以說,這是一條符合中國國情、通達L5級無人駕駛的高效路徑。

好文章,需要你的分享

文章來源:小迷糊 / 文章作者:高工智能
聲明:本文來源“小迷糊”作者“高工智能”,版權歸作者所有,不代表自動駕駛之家官方立場。轉載請注明出處、作者和文章鏈接,如果有侵權,請聯系刪除。
收藏
甘肃快3开奖直播