一文詳解高精地圖:自動駕駛的必由之路丨曼孚科技
依據SAE International對自動駕駛發展階段的劃分,目前自動駕駛基本處於L2與L3階段之間,典型的應用場景包括高階巡航、自動跟車、自動轉向、自動剎車、緊急剎停等。
隨著未來一段時間內,自動駕駛級別的不斷提升,自動駕駛系統需要面對與處理的路況資訊將越來越複雜,這不僅需要“感知、決策與執行”這套核心技術體系愈發堅實與強大,同時也需要其他技術體系的有力支撐,比如高精地圖。
作為自動駕駛系統的重要組成部分,高精地圖可以有效提升自動駕駛汽車的行駛安全度,強化自動駕駛系統的整體感知能力和決策能力,是實現自動駕駛的重要拼圖。
按照高德汽車總裁韋東的說法,高精度地圖就像自動駕駛汽車的記憶,“離開了記憶,無論眼睛和思考(攝像頭及雷達+控制系統)速度有多麼發達,還是無法對事件有全域性把控”。
本文將詳細為大家介紹高精地圖的概念、構建、應用以及市場主要發展概況等內容。
一.高精地圖的概念
高精地圖,簡單來說就是精度更高、資料維度更多的電子地圖。
精度更高主要體現在高精地圖的絕對座標精度更高(絕對座標精度指的是地圖上某個目標和真實的外部世界事物之間的精度),可以精確到釐米級別;資料維度更多主要體現在高精地圖包含了除道路資訊之外的,幾乎所有與交通相關的周圍靜態資訊。
之所以要求精度更高,是因為在自動駕駛汽車行駛的過程中,需要對自身位置進行實時精確定位。此外,由於路況資訊的複雜性,比如某些時刻自身車輛與旁邊車道只有幾十釐米距離的情況下,也需要有高精度的地圖做參考。
高精地圖會將大量行車輔助資訊儲存為結構化資料,以供自動駕駛車輛在行駛的過程中做參考。這些資訊可以分為兩類:
第一類是道路資料,比如車道線的位置、型別、寬度、坡度和曲率等車道資訊。第二類是車道周邊的固定物件資訊,比如交通標誌、交通訊號燈等資訊、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、道路邊緣型別、路邊地標等基礎設施資訊。
二.高精地圖與傳統地圖的區別
高精度地圖與傳統導航電子地圖最大區別在於精度。
普通車載電子導航地圖的精度一般在10米左右,而高精地圖的精度需要達到20釐米。這樣的精度基本上是一個車道邊線的寬度,在20釐米精度情況下才能保證不會發生側面碰撞。
除了精度以外,高精地圖與傳統導航電子地圖的區別還體現在以下幾個方面:
首先,二者的使用物件不同。傳統導航電子地圖的使用者主要為駕駛員,而高精地圖的主要使用者為汽車自動駕駛系統;
其次,二者的資料維度不同。傳統導航電子地圖只記錄道路級別的資料,比如道路形狀、坡度、曲率、鋪設、方向等。而高精地圖不僅包括以上這些內容,同時還增加了車道屬性相關(車道線型別、車道寬度等)的資料,諸如高架物體、防護欄、樹、道路邊緣型別、路邊地標等大量目標資料;
最後,二者的資料實時性不同。傳統導航電子地圖的更新頻率為永久靜態資料(更新頻率約為1個月),半永久靜態資料(頻率為1小時)。而高精度地圖對資料的實時性要求較高,更新頻率通常為半動態資料(頻率為1分鐘),動態資料(頻率為1秒)。
三.高精地圖發展歷史
高精地圖的發展歷史大致可以分為三個階段,分別為車載導航地圖階段、ADAS地圖階段以及高精地圖階段。
Ξ 1.車載導航地圖
上世紀80年代,伴隨著汽車的普及,最初階段的電子車載導航地圖應運而生。1983年,美國總統羅納德·里根簽署行政命令,允許平民使用GPS技術,車載導航地圖迎來快速發展。
彼時的車載導航地圖主要功能是向車主提供位置及路網資訊,為車主出行提供道路導航服務。其路網資訊在地圖資料庫中是線條的連結,沒有道路的寬度、彎道曲率、斜率等詳細資訊。
Ξ 2.ADAS地圖
進入新世紀以來,隨著自動駕駛技術的發展,高階駕駛輔助系統(ADAS)對於地圖資訊提出了更高的要求。
ADAS地圖作為自動駕駛輔助地圖,在標準導航地圖基礎上,以高精度、高鮮度ADAS資料更為詳盡地表達現實世界複雜場景,內容資料包含道路形狀、拓撲和其他高階屬性,如道路坡度、彎道曲率、車道數或限速數值。
自動駕駛系統透過將車輛當前位置與地圖中車輛即將駛入的路段進行匹配,進而分析前方路況,提供資訊預警,有效提升車輛的安全性與便利性。
Ξ 3.高精地圖
2012年以來,自動駕駛汽車進入產品落地階段,對車載導航地圖的精確度提出了更高的要求,推動車載導航地圖進入高精地圖階段。
目前,L3級別以上的自動駕駛系統中,高精地圖已成為必不可少的組成部分。其不僅包含了更加豐富、精確的車道級資訊,同時實現了路況內容的實時更新,並且能夠根據道路狀態以及車主的駕駛習慣提供個性化駕駛解決方案。
四.高精地圖的構建
與傳統地圖不同,高精地圖對於精度要求極高,因此採集製作方式也有很大不同。
通常情況下,高精地圖需要透過高線束的鐳射雷達掃描得到,且還需要具有國家頒發的製圖資質方可製作和商業執行。
我們以百度Apollo高精地圖為例,來展示如何構建出一份自動駕駛汽車使用的高精度地圖。
百度Apollo高精地圖的構建由以下幾個過程組成:資料採集、資料處理、物件檢測、手動驗證和地圖釋出。
Ξ 1.資料採集
資料採集主要依賴於幾百輛專門的資料採集車。資料採集車輛使用了多種感測器,如 GPS、慣性測量單元、鐳射雷達和攝像機,透過不間斷地對地圖資訊進行採集,從而保證地圖資料始終處於最新狀態。
主要感測器如下:
Ξ 2.資料處理
由調查車採集到的地圖資料為原始資料,需要對這些資料進行整理、分類與清洗,從而獲得沒有任何語義資訊或註釋的初始地圖模版,經過處理後的資料通常為點雲資料。
此階段還會涉及到基於深度學習的元素識別以及基於深度學習的點雲分類。
Ξ 3.物件檢測及手動驗證
地圖資料資源經過自動化處理之後,會由Apollo 團隊手動檢測靜態物件,並對其進行分類,其中包括車道線、交通標誌甚至是電線杆。
手動驗證可有效檢測出自動化處理過程中所出現的錯誤,有效彌補資料的缺陷,提高精準度。
Ξ 4.地圖釋出
檢查無誤後的高精地圖即可進行釋出。
五.高精地圖的主要作用
高精地圖主要服務於自動駕駛行業,如果說自動駕駛汽車的感測器相當於汽車的“感覺器官”,那麼高精度地圖則相當於汽車的“長週期記憶”,經過感測器實時採集的資料與高精度地圖融合後重建的三維場景像是汽車的“工作記憶”,汽車利用融合後的資料進行決策。
高精地圖對於自動駕駛汽車的輔助作用主要體現在以下幾個方面:
Ξ 1.定位
由於高精地圖包含了豐富的物件資料,自動駕駛汽車可以透過感測器對道路周邊情況進行感知,提取出相應要素並與高精地圖中的物件進行匹配。高精地圖中的物件擁有精確的位置和形狀資訊,透過車輛與要素間的距離修正車輛GPS定位的位置。
Ξ 2.輔助感知
自動駕駛感知系統的核心是各種車載感測器,可以實時為車輛提供周邊環境資訊。在實際的應用中,由於特性所限,車載感測器在探測距離與使用環境方面存在一定的侷限,而高精地圖可以起到有益補充。
首先,高精地圖可以提供超視距感知能力,當車輛道路環境超出了車載感測器感知範圍時,高精地圖可以幫助車輛對行進方向的環境進行感知。
此外,在一些特殊的天氣裡,比如雨天,車載感測器受天氣因素影響較大,車載高精地圖也可以起到很好的輔助環境感知能力。
Ξ 3.路徑規劃
提前規劃好的最優路徑,會由於突發的交通狀況,導致車輛無法通行。高精地圖在雲端計算的輔助下,可以有效為自動駕駛車輛提供最新的路況資訊,幫助無人車重新制定最優路徑。
六.高精地圖市場概況
伴隨著近些年自動駕駛行業的爆發式增長,高精地圖產業也迎來了發展的黃金期。
Ξ 1.市場潛力巨大
高精地圖除了用於自動駕駛領域以外,還可以用於智慧城市、智慧旅遊、公安、房地產、交通運輸、新零售等眾多領域,市場潛力巨大。
根據中信證券研究部預測顯示,2020年全球高精地圖市場規模將達到20億美元,2040年將超過250億美元。
Ξ 2.行業參與者較少
與快速增長的市場規模相比,高精地圖的生產廠家較為稀缺。
相較於傳統地圖,高精度地圖壁壘較高,企業申請甲級電子導航地圖必須滿足硬體與人才兩方面要求,而製作高精地圖對硬體及人才要求更高。
一輛高精度地圖測繪採集車的造價通常在數百萬元到一千萬元左右,若要覆蓋主要道路,並能做到高頻率更新,則至少需要10輛測繪車。目前國內擁有甲級電子導航地圖資質的企業可謂屈指可數,這些企業中也僅有少數具備高精地圖生產的能力:
Ξ 3.影響高精地圖量產的關鍵因素
作為自動駕駛應用重要組成部分的高精地圖,其在量產化應用的過程中面臨諸多問題:
1)生產效率問題
與傳統車載電子地圖相比,高精地圖精細程度更高,動態要素更為豐富,傳統地圖的生產方式難以滿足其量產應用的需求。
目前,釐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。較高的成本也在一定程度上,限制了高精地圖的生產效率。
2)實時更新問題
傳統導航電子地圖的更新頻率為永久靜態資料(更新頻率約為1個月),半永久靜態資料(頻率為1小時)。而高精度地圖對資料的實時性要求較高,更新頻率通常為半動態資料(頻率為1分鐘),動態資料(頻率為1秒)。
如何在自動駕駛車輛行駛中完成高頻率的地圖線上更新,也是高精地圖量產應用的一個關鍵問題。
3)地圖儲存問題
車載地圖的體積受到嵌入式系統的儲存容量限制。目前,自動駕駛用高精地圖(釐米級),儲存密度預計可達每公里1GB。GB級別的儲存需求,已遠遠超出目前主流控制器方案的儲存容量,需要雲儲存技術實現突破。
Ξ 4.高精地圖行業未來發展趨勢
自動駕駛領域是高精地圖未來最大的應用領域,自動駕駛行業未來幾年的發展態勢將直接決定高精地圖產業的主流發展趨勢。
目前,自動駕駛技術處於L2與L3階段之間,根據國內主流廠商規劃,2020年將是L3級別自動駕駛汽車大規模商業化應用的開啟之年,作為自動駕駛技術體系的重要拼圖,高精地圖有望藉此迎來發展的黃金期。
總而言之,儘管目前高精地圖在量產的過程中還面臨一些亟需解決的問題,但在強勢市場需求的影響下,高精地圖行業的未來仍將令人萬分期待。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69956378/viewspace-2731967/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 標註案例分享:自動駕駛影像語義分割丨曼孚科技自動駕駛
- 資料標註,自動駕駛汽車的新“引擎”丨曼孚科技自動駕駛
- 3D點雲——自動駕駛前行的推進器丨曼孚科技3D自動駕駛
- 2022年,為何港口自動駕駛能“獨善其身”?丨曼孚科技自動駕駛
- 一文詳解面向自動駕駛的高精地圖資料採集標註體系自動駕駛地圖
- 特斯拉2年內實現全自動駕駛,無人駕駛時代還遠嗎?丨曼孚科技自動駕駛
- 資料標註在自動駕駛領域中的具體應用丨曼孚科技自動駕駛
- 幹線物流:自動駕駛商業化場景的新風口丨曼孚科技自動駕駛
- 高精地圖廠商攪局自動駕駛地圖自動駕駛
- 曼孚科技榮登自動駕駛百強企業榜單自動駕駛
- 自動駕駛行業的未來由資料標註來撐起丨曼孚科技自動駕駛行業
- 自動駕駛資料閉環:實現高階自動駕駛的必由之路自動駕駛
- 又一次致人死亡,自動駕駛到底該不該問責?丨曼孚科技自動駕駛
- 一文讀懂自動泊車的自動化等級丨曼孚科技
- 破局自動駕駛落地難,資料標註行業變革是關鍵丨曼孚科技自動駕駛行業
- 自動駕駛汽車如何識別紅綠燈?三個角度告訴你答案丨曼孚科技自動駕駛
- 曼孚科技:時勢造英雄丨疫情之下,無人駕駛將要“出圈”?
- 2025年自動駕駛收割時,車企該如何應對資料標註問題?丨曼孚科技自動駕駛
- 【Apollo自動駕駛原始碼解讀】車道線的感知和高精地圖融合自動駕駛原始碼地圖
- 寬凳科技搶位自動駕駛,大規模全自動高精地圖技術正式釋出自動駕駛地圖
- 曼孚技術分享:資料標註都在自動駕駛哪些場景落地?自動駕駛
- 曼孚科技完成數千萬元A+輪融資,加速自動駕駛資料標註量產程式自動駕駛
- 一文詳解自動駕駛的執行設計域(ODD)自動駕駛
- 戰“疫”背後的AI身影丨曼孚科技AI
- 一文詳解自動駕駛BEV感知,景聯文科技提供資料標註支援自動駕駛
- 國內首個L3級自動駕駛之城誕生,高精定位和高精地圖成為關鍵支撐自動駕駛地圖
- 自動駕駛中高精地圖的大規模生產:視覺慣導技術在高德的應用自動駕駛地圖視覺
- 人工智慧落地難,難在哪裡?丨曼孚科技人工智慧
- 2020雲棲大會智慧出行專場:聚焦高精地圖/演算法、智慧模型、自動駕駛、AR導航地圖演算法模型自動駕駛
- 自動駕駛哪國強?各國和地區自動駕駛成熟度指數自動駕駛
- 一文讀懂車載監控系統中的資料標註型別丨曼孚科技型別
- 如何提高資料標註質量,提供精細化標註資料集?丨曼孚科技
- 資料採集,AI產業落地的“助推器”丨曼孚科技AI產業
- 億級融資事件佔比超30%,超自動化的下一站是何處?丨曼孚科技事件
- 【自動駕駛】運動控制自行車模型運動規律圖解自動駕駛模型圖解
- 資料標註在AI教育領域中的具體應用丨曼孚科技AI
- AI輔助,資料標註行業發展的新引擎丨曼孚科技AI行業
- 資料標註員:人工智慧行業的“築夢師”丨曼孚科技人工智慧行業