高精度地图,比你想象更重要

2018-07-24 14:40:23    来源:微信公众号谢春生

摘要:高精度地图,通俗来讲就是精度更高、数据维度更多的电子地图。

  写在前面:自动驾驶是IT领域很重要的一个产业趋势。自动驾驶覆盖的产业链环节较多,涉及到计算机、电子、汽车、通信等多个行业。我们一个比较粗糙的判断是,未来的自动驾驶汽车就是一个IT产品。IT产品很重要的一个特性就是迭代速度快。我们都知道传统汽车的迭代周期是比较长的,少则小几年,多则大几年,甚至更长。而我们认为,未来的自动驾驶汽车的迭代速度会逐步加快,主要体现在底层的芯片、算法以及上层的应用软件系统层面。因此,对于未来的自动驾驶,我们需要更多的以IT产品思维来研究。也基于此,我们推出“车轮上的思考”,对自动驾驶相关的关键环节,从IT的角度来进行研究和分析。这篇是该主题的第一期,聊一聊高精度地图。

  1、基本问题:什么是高精度地图?

  1.1 什么是高精度地图

  高精度地图,通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别,数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。

  高精度地图将大量的行车辅助信息存储为结构化数据,这些信息可以分为两类。第一类是道路数据,比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边的固定对象信息,比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节,还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。

  图表1:高精度地图的主要结构化数据

高精度地图,比你想象更重要_高精地图资讯_勘测联合网

来源:互联网资料整理

  以上这些信息都有地理编码,导航系统可以准确定位地形、物体和道路轮廓,从而引导车辆行驶。其中最重要的是对路网精确的三维表征(厘米级精度),比如路面的几何结构、道路标示线的位置、周边道路环境的点云模型等。有了这些高精度的三维表征,自动驾驶系统可以通过比对车载的GPS、IMU、LiDAR或摄像头的数据精确确认自己当前的位置。另外,高精度地图中包含有丰富的语义信息,比如交通信号灯的位置和类型、道路标示线的类型、以及哪些路面是可以行使等。

  图表2:自动驾驶的车身各传感器分布(以奥迪A8为例)

高精度地图,比你想象更重要_高精地图资讯_勘测联合网

来源:互联网资料整理

  高精度地图与传统地图的区别。与一般电子导航地图相比,高精度地图不同之处在于:

  (1)精度:一般电子地图精度在米级别,商用GPS精度为5米。高精度地图的精度在厘米级别(Google、Here等高精度地图精度在10-20厘米级别)。

  (2)数据维度:传统电子地图数据只记录道路级别的数据:道路形状、坡度、曲率、铺设、方向等。高精度地图(精确度厘米级别):不仅增加了车道属性相关(车道线类型、车道宽度等)数据,更有诸如高架物体、防护栏、树、道路边缘类型、路边地标等大量目标数据。高精度地图能够明确区分车道线类型、路边地标等细节。

  (3)作用&功能:传统地图起的是辅助驾驶的导航功能,本质上与传统经验化的纸质地图是类似的。而高精度地图通过“高精度+高动态+多维度”数据,起的是为自动驾驶提供自变量和目标函数的功能。高精地图相比传统地图有更高的重要性。

  (4)使用对象:普通的导航电子地图是面向驾驶员,供驾驶员使用的地图数据,而高精度地图是面向机器的供自动驾驶汽车使用的地图数据。

  (5)数据的实时性:高精度地图对数据的实时性要求更高。根据博世在2007年提出的定义,无人驾驶时代所需的局部动态地图(Local Dynamic Map)根据更新频率划分可将所有数据划分为四类:永久静态数据(更新频率约为1个月),半永久静态数据(频率为1小时),半动态数据(频率为1分钟),动态数据(频率为1秒)。传统导航地图可能只需要前两者,而高精地图为了应对各类突发状况,保证自动驾驶的安全实现需要更多的半动态数据以及动态数据,这大大提升了对数据实时性的要求。

  高精度地图=高鲜度+高精度+高丰富度。不论是动态化,还是精度和丰富度,最终目的都是为了保证自动驾驶的安全与高效率。动态化保证了自动驾驶能够及时地应对突发状况,选择最优的路径行驶。高精度确保了机器自动行驶的可行性,保证了自动驾驶的顺利实现。高丰富度与机器的更多逻辑规则相结合,进一步提升了自动驾驶的安全性。

  图表3:导航地图与智能驾驶地图的对比

高精度地图,比你想象更重要_高精地图资讯_勘测联合网

来源:互联网资料整理

  1.2 高精度地图作用

  作为无人驾驶的记忆系统,我们认为未来的高精度地图将具备三大功能。(1)地图匹配。由于存在各种定位误差,电子地图坐标上的移动车辆与周围地物并不能保持正确的位置关系。利用高精度地图匹配则可以将车辆位置精准的定位在车道上,从而提高车辆定位的精度。(2)辅助环境感知。对传感器无法探测的部分进行补充,进行实时状况的监测及外部信息的反馈 :传感器作为无人驾驶的眼睛,有其局限所在,如易受恶劣天气的影响,此时可以使用高精度地图来获取当前位置精准的交通状况。(3)路径规划。对于提前规划好的最优路径,由于实时更新的交通信息,最优路径可能也在随时会发生变化。此时高精度地图在云计算的辅助下,能有效地为无人车提供最新的路况,帮助无人车重新制定最优路径。

  功能1:地图匹配。高精度地图在地图匹配上更多的依靠其先验信息。传统地图的匹配依赖于GPS定位,定位准确性取决于GPS的精度、信号强弱以及定位传感器的误差。高精地图相对于传统地图有着更多维度的数据,比如道路形状、坡度、曲率、航向、横坡角等。通过更高维数的数据结合高效率的匹配算法,高精度地图能够实现更高尺度的定位与匹配。

  功能2:辅助环境感知。原理:(1)通过对高精度地图模型的提取,可以将车辆位置周边的道路、交通、基础设施等对象及对象之间的关系提取出来,这可以提高车辆对周围环境的鉴别能力。(2)一般的地图会过滤掉车辆、行人等活动障碍物,如果无人驾驶车载行驶过程中发现了当前高精度地图中没有的物体,这些物体大概率是车辆、行人和障碍物。

  高精度地图可以看做是无人驾驶的传感器,相比传统硬件传感器(雷达、激光雷达或摄像头),在检测静态物体方面,高精度地图具有的优势包括:

  所有方向都可以实现无限广的范围。

  不受环境、障碍或者干扰的影响。

  可以“检测”所有的静态及半静态的物体。

  不占用过多的处理能力。

  已存有检测到的物体的逻辑,包括复杂的关系。

  功能3:路径规划。高精度地图的规划能力下沉到了道路和车道级别。传统的导航地图的路径规划功能往往基于最短路算法,结合路况为驾驶员给出最快捷/短的路径。但高精地图的路径规划是为机器服务的。机器无法完成联想、解读等步骤,给出的路径规划必须是机器能够理解的。在这种意义上,传统的特征地图难以胜任,相对来说高精度矢量地图才能够完成这一点。矢量地图是在特征地图的基础之上进一步抽象、处理和标注,抽出路网信息、道路属性信息、道路几何信息以及标识物等抽象信息的地图。它的容量要小于特征地图,并能够通过路网信息完成点到点的精确路径规划,这是高精度地图使能的一大路径。

声明:中国勘测联合网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。