人人书

杂志

保存到桌面 | 繁体人人书 | 手机版
传记回忆文学理论侦探推理惊悚悬疑诗歌戏曲杂文随笔小故事书评杂志
人人书 > 杂志 > 图商“进阶指南”

图商“进阶指南”

时间:2024-11-02 04:11:09

开车从北京去天津旅游,不认识路怎么办?对于车主来说,车载导航或者一部带有地图App的智能手机就足以解决这个难题。但有一个问题,却隐藏在看不见的未来背后——当无人驾驶到来时,要给汽车看什么样的地图?

让一辆车自己跑起来已经不再是问题,在限定的路径中,以限定的速度,按照限定的轨迹,园区、机场等场景的无人车已逐渐投入了使用;但对于理想中的无人驾驶,更复杂的陌生场景、高速行驶的状态,还处于探索之中,而高精度地图正成为探索的关键,也是瓶颈。

自动驾驶的瓶颈

汽车智能业务总监黄亮2015年来到四维图新在他看来四维图新对自动驾驶的研究始于2013年对高精度地图的研发。原因很简单,之前的导航地图已经足够普通人日常的使用,而高精度地图,则是天然应用于自动驾驶的。

2015年时,自动驾驶的概念虽然已经火热,但领域中的人才却不多,学习计算机出身的黄亮一直从事于地图行业,并将解决自动驾驶中地图的应用视为自己的奋斗目标。当时四维图新是国内少数既有资质背景,又有十余年地图行业积累的公司。

按照SAE(美国汽车工程师协会)将自动驾驶从L1~L5的级别划分,业内普遍认为,从L3开始,就需要高精度地图的支持。如何评价高精度地图对自动驾驶的意义?思考这样的场景:一辆无人驾驶的车和一辆司机驾驶的车,在行驶中司机可以通过肉眼观察道路,无人驾驶汽车则是通过激光雷达等设备来感知,但在路线规划、决策和定位上,人类司机可以看导航软件,机器却看不懂,或者说无法理解人类用的导航地图。

黄亮说这也是他们目前专注于在解决的核心问题,让汽车理解电子地图。类似于人类打开地图App第一件事就是定位,无人驾驶应用电子地图首先要解决的也是高精度定位,汽车需要知道,自己在地图的哪个位置上,才能有后续的路线规划。GPS是目前普遍的定位手段,但黄亮说,这只能解决80%的定位,由于目前GPS的算法只能支持1赫兹~2赫兹的频率(0.5秒~1秒/次),而无人驾驶需要达到至少100毫秒(0.1秒)的反应速度,导致时效性不足,另一方面,多路径效应如云层的遮挡、地物的屏蔽和楼宇的反射等,也会让定位不准确,而多套卫星的组合定位虽然能提升准确度和实时性,也会极大提升成本,并不具备经济可行性。

四维图新结合了多种定位手段互相融合冗余进行精准定位。在有GPS信号时使用RTK(Real-timekinematic,实时动态)载波相位差分技术进行定位,获取位置和速度数据;另一方面,利用高精度地图(HADMap)和传感器(Sensor)进行匹配定位。如果说GPS是定位地球上的绝对位置,HADMap+Sensor则是通过获取参照物信息,来得到在高精度地图上的相对定位。传感器包括摄像头、激光雷达和毫米波雷达,分别对应不同的感知特点:摄像头可以识别车道线,以及马路上的指示牌等标志物,指示物会有诸如“此处距离天津50km”等信息,摄像头接收后通过语音识别技术,就可以和高精度地图上的指示牌一一对应,从而获得相对位置,现在目前可以识别的物体已有指示牌、龙门架、灯杆等13种;激光雷达相比摄像头获取的信息量较少,但可以精准测距;毫米波雷达的优势是可以精准测速,而且可以识别移动的车辆并在实时地图中将之剔除。通过三种传感器和四维图新的高精度地图匹配融合,就形成了可以和GPS的初始位置、姿态、速度等数据互补的全语义三维地图方案,满足全场景的定位需求。通过三种传感器和四维图新的高精度地图匹配融合,就形成了可以和GPS的初始位置、姿态、速度等数据互补的全语义三维地图方案,满足全场景的定位需求在目前低速、限定场景的无人驾驶试验中,大多没有应用高精度地图,仅通过感知外界信息规划并遵循设定路线行驶,高精度地图则是能支撑范围更大,信息更丰富,更高级别无人驾驶场景。黄亮告诉记者,高精度地图在无人驾驶上的应用,还需要等待全产业链的成熟,比如传感器、核心计算单元等价格的下降和技术更加成熟,但研发却是时不我待,而目前四维图新在商用车上,已经初步应用于辅助驾驶,提供了限制安全速度、减少油耗等功能。

未来地图生态

车厂一直是四维图新的重要客户,在近几年的转型中,四维图新变得更加专注于汽车,目前四维图新的业务分为导航、车联网、大数据、芯片和智能驾驶五部分,并将“智能汽车的大脑”作为新的业务方向,而这也是与汽车行业的发展分不开的。在过去,汽车行业是以主机厂为核心形成的整个供应链的管理,随着传统汽车逐渐联网,早期的TSP(汽车远程服务提供商)出现了,在终端完成联网后,大数据和人工智能,又催生了汽车的智能网联系统。四维图新副总裁白新平从事于车联网,在他看来,汽车的发展轨迹,就是逐渐将人从开车中解放出来,直至达到自动驾驶。

最初以地图和导航起家的四维图新,对比实时地图和离线地图后发现,联网是大势所趋,而在联网之后,通过终端可以提供更多的服务,并形成闭环的生态,这也是四维图新转向车联网的直接原因。

在传统的汽车导航领域,四维图新开发ADAS地图已有十余年,地图内容包含高精度几何、坡度、横向等的结构信息,并且开发了复杂车道模型,能够将道路相关信息,包括宽度、车辆数量、出入口进行详细表达,可以支撑L1-L2级别的自动驾驶。

应用于自动驾驶的高精地图在更新频率上有着极高的要求,越来越多的车厂意识到,想要做到地图实时更新,仅仅依高精度地图供应商很难做到地图的全面覆盖。因此,四维图新正在积极合作伙伴,建立生态圈。四维图新智能地图研发总监于立志在演讲中谈到,未来动态地图生态的建立,还需要车厂与图商的共同努力。
   

热门书籍

热门文章