当前位置: 首页 > 科技新闻 >

高深智图刘澍泉:高精地图是自动驾驶车辆的经

时间:2019-11-12 18:57来源:网络整理 浏览:
高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

语音播放文章内容

由深声科技提供技术支持

您的浏览器不支持 audio 元素。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

雷锋网新智驾按:10月26日至27日,2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶产业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时代、单车智能和车路协同的共演之路、新型的车内交互探索”三大主题,共同探讨了智能驾驶的未来发展方向。

本次峰会由苏州市相城区人民政府主办,苏州高铁新城管理委员会、雷锋网新智驾承办,江苏省智能网联汽车产业创新联盟、江苏省人工智能学会智能驾驶技术专业委员会、清华大学苏州汽车研究院、中国移动通信集团等单位协办。来自主机厂、国内外一级供应商、自动驾驶解决方案商、自动驾驶核心零部件、出行运营商等智能驾驶上下游企业,车路协同专家学者、代表企业等1500余位业内人士莅临现场。

10月27日,高深智图大中华区总经理刘澍泉的演讲主题是“高精地图助力智能网联的实践探索”,他分享了高深智图在高精地图上的技术优势,以及最新进展。

在峰会现场,刘澍泉通过自动驾驶面临的困难、什么是“高精地图”、AI 技术与高精地图、案例展示等方面深入展开。

基于成本的考量,高深智图采用低成本的激光点云融合技术方案,简单来说就是基于点云融合的算法,其应用场景较广,不仅限于 GPS 场景。这样的好处就是激光点云可以满足 L4、L5 级自动驾驶的需求。

最重要的更新上,高深智图是采用的众包模式,即当车停下来了以后,实时收集到的道路更新信息,会通过云服务上传到服务器端,然后服务器端会进行变化探测,基于探测得到和自动驾驶所需相关的关键特性,再去做某一块的更新。

同时,他也分享了公司三款高精定位主流产品:点云地图 、矢量地图、实时定位。

以下是刘澍泉的演讲全文,雷锋网(公众号:雷锋网)新智驾进行了不改变原意的编辑:

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

上面图片中,后面这幅图就是我们在提交一个城市级高精地图,一个实样的高精地图。

刚才演讲嘉宾中有人用纯视觉解决方案,也有嘉宾做L3级自动驾驶量产方案,我们在做的是解决一些自动驾驶里面的高精定位。

当自动驾驶安全出现问题的时候,例如视觉出现问题、GPS信号缺失,以及我们看到复杂路况情况下,如何通过地图这种行驶经验结合解决自动驾驶安全问题。

高精地图与实时定位

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

大家可以看一下,上图是高精地图和自动驾驶其他环节的一个相互关系。高精地图从传感器接收到数据,然后融合数据,最后使用传感器去做定位服务。结合传感器实时感知、道路规划,以及实现自动驾驶。

高精地图是自动驾驶的基础服务。

业界很多人都在问,高精地图与传统地图到底有什么区别?

简单来说,大家记住以下几点就可以了,高精地图是给车看的,传统导航地图是给人看的。

具体而言,传统导航地图是隶属于车载娱乐的一部分;高精地图是车载安全系统的一部分,是人在道路上的行驶经验,或者说人对道路的经验,把这种经验赋能于车,能够使车更加智能。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

从用途上来说,传统地图多用于导航、搜索以及目视;高精地图用途包括环境感知、定位、路径规划、车辆控制、交通流量精细控制。

换言之,高精地图会有更多的发展空间,通过高精地图可以降低车辆感知的难度。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

如上述视频所示,这是我们在制图过程使用的一辆常规车辆,通过激光雷达和摄像头融合,然后实现一个实际3D环境的重建。

我认为高精地图是3D环境重建,基于这个重建我们再去做色彩还原,把地面上所有交通标志,以及这些行驶线复现出来。基于此我们再去做深度加工,包括行驶中位线、边界线,以及注入交通规则、限速等重要的行驶元素。

上述重要元素在高精地图里体现出来以后,我们会建立另外一个图层,这个图层是矢量地图图层。矢量地图图层包括车道线、道路限速以及红绿灯之间的关系。

我们的高精地图由三个主流产品组成:

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

第一个产品是面向L4+级自动驾驶的点云地图,是无人驾驶定位服务的基础。

第二个产品是矢量地图,主要由可定制化的交通标识信息、道路和路网信息组成,是自动驾驶规划模块的重要底层信息。

第三个产品是实时定位,基于高深智图的3D点云地图产品,可为客户提供99%在15cm以内的相对精度定位。

我们的地图采集过程是依靠采集车上的传感器去采,整个后处理是在云上完成的。此外,地图更重要的是更新,我们认为越往后看,地图更新会越快,甚至会做到实时更新。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

当然,如果客户传感器的配置可以适配,也可以用客户的车载传感器进行地图的实时更新。相应来说,拿到车载所收集到的增量数据后,把增量数据在云端存储,接着会把海量的地图更新下放下来。随着自动驾驶车辆越来越多,这种更新会越来越快。

数据采集方面,我们采用的是低成本的多传感器融合的采集方案,成本非常低廉,相当于传统测绘采集车的十分之一。

多传感器标定校准服务,是针对整车厂,以及其他出行企业所提供的服务。我们可以实现一个人用一个iPad完成传感器标定。

多传感器融合定位方面,假如车辆在开阔平地上有很好的GPS信号,这时使用非GPS信号定位是起到冗余的作用。但当你在一些特殊场景里面,例如城市、园区、地下停车场、夜间、雨天,以及摄像头和GPS失灵的时候,用我们的融合定位服务会是一个更有安全保障的选择。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

上面这个图片演示的是,在雨天的时候,前置摄像头被遮挡以后,使用我们的高精地图,可以在路上进行完全自动驾驶。旁边交通标识和路之间的关系,以及所行驶车道线之间的关系在图上都有展示。

此外,大家可以看到高精地图不仅可以给自动驾驶车辆用,也可以给交通运营部门使用。

高精地图是城市大脑的基础服务

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

上图是城市内的道路,不管交通主管部门,还是今天在车路协同里面,如果有这样一张非常精确的地图,再把路测单元里面的一些感知结果,叠加在这张地图上面,就是一个完整的全局优化、实时交通流的展示。相对于大家使用航拍摄影来说(航拍摄影更多关注的是15米以上的空间),使用高精地图关注的是15米以下的空间,能够去做车路协同的解决方案。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

这也是后面所介绍的基于高精地图的广泛应用场景之一。

如何打造完整智能的车路协同解决方案?我们认为在车路协同环境里面,高精地图是智慧道路的数字孪生,是车和路沟通的桥梁。通过智慧公路,以及路边的路侧单元,提供叠加了动态交通信息的高精地图服务。

交通运营方通过云服务以及WiFi、5G等传输通道,把更新后的高精地图下发到车端(车端有ECU,或有相应设备去下载更新的地图),这样能够做到柔性车流控制。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

这是我们做的一个实验,V2X的车在路上行驶的时候,通过单车视角看到的高精地图。

车在路上行驶的时候,如果收到了更新后的地图,车载决策和控制单元会根据该地图进行重新路径规划以及路由。甚至可以进行车道线级限速和关停。

地图也可以用在仿真领域,下图展示的是合作伙伴使用我们的高精地图生成的一个仿真路口。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

当有越来越多的自动驾驶汽车或者准自动驾驶汽车将要上路行驶,为了保证车辆行驶安全,我们需要更真实的场景库去验证和测量这些车辆。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

简言之,我们的高精地图精度高,相对精度5厘米。效率高,整个地图生成过程通过并行计算在云上完成。采集成本、包括制作成本更低。更重要的是我们具备了动态地图更新能力。

高深智图刘澍泉:高精地图是自动驾驶车辆的经验集合

高深智图不仅服务于中国的客户,也服务于全球的自动驾驶探索者。在一些气候条件恶劣的地方,包括北欧和加拿大的暴风雪极限天气,我们能帮助无人送货车、自动接驳小巴等打造安全的驾驶环境,实现自主导航能力。

我们希望大家不要重复造轮子,使用我们的智能地图引擎,联合自动驾驶伙伴,为主机厂和自动驾驶的探索者们提供定制化的、按需更新的高精地图服务。

推荐内容