訂閱
糾錯
加入自媒體

揭秘四維圖新高精度地圖的生產過程

2020-12-02 10:36
智車科技IV
關注

本文來源:智車科技

/ 導讀 /

高精度地圖想要最終真正在自動駕駛場景中得以落地,仍然有很多亟待解決的充分必要條件:比如如何達到還原現實世界的精度?如何更高效的與自動駕駛系統溝通?如何保證更新頻率和響應速度?這些問題越早解決,自動駕駛車輛就越早的走進我們的生活。

本篇內容,就和大家一起探討一下,究竟如何定義高精度地圖的生產模式,以及在線服務模式,才能讓未來的地圖更新做到真正的“行云流水”!

揭秘高精度地圖的生產過程

與傳統地圖不同,高精度地圖對精度及鮮度要求極高,因此采集和制作方式也有很大的不同,為了保證地圖鮮度,整個生產過程中也會不斷地將AI技術應用其中。

究其整個過程可以分為四個階段:1.采集2.處理3.驗證4.發布

采集

高精度地圖的采集目前行業主流兩種方式:專業采集車進行外業采集,以及UGC設備采集。首先,為了保證數據的質量和精度,會提前分配任務給專業的高精度地圖采集車,采集車會預先安裝好多種傳感器,如激光雷達、攝像頭、慣性測量單元和定位設備等,四維圖新目前的方案就是配置32線激光雷達,6向攝像頭以及自研時空同步與電流控制系統,以保證可以采集到厘米級精度的數據。

圖為:四維圖新高精度地圖采集車

但是,由于專業采集設備較為昂貴,在成本有限的情況下無法做到無限制擴張。為了更高效地生產全區域覆蓋的高精度地圖,通常還會通過UGC的方式采集大量數據,從而精準地發現數據變化的范圍,再根據有效信息判斷是否需要采集車進行有針對性的專業測量。

圖為:四維圖新高精度地圖更新驗證部分過程

處理

我們將所有采集到的地圖數據稱為原始數據,這些數據想要成為地圖,還需經過整理、分類與清洗等的專業處理過程。這個環節是十分繁瑣的,需要把不同傳感器的采集數據進行融合疊加,并進行道路標線、路沿、路牌、交通標志等道路元素的識別,對于一些冗余數據在這一環節也會進行自動整合和刪除。如此繁瑣的過程,為了保證處理效率和準確性,我們通常主要依靠程序來自動化完成,這對程序算法能力的要求就非常之高了。

圖為:四維圖新軟件自動化識別噪點、跳變,降噪、提高精度

圖為:四維圖新自研算法,可自動提取超過60種要素

圖為:四維圖新自動化處理地圖部分過程示意

驗證

經過一系列完整的自動化處理過程后,為了確保程序處理的有效性,還會由專業的技術團隊進行人工抽樣檢測,并進行最后一步確認和完善從而發現出自動化處理過程中出現的錯誤,及時彌補數據的缺陷,提高精準度。

圖為:四維圖新從外業到內業的全面檢測過程

圖為:四維圖新自動化結合人工結果驗證示意

發布

驗證無誤的地圖,需要進行轉換編譯,生成矢量母庫,從而完成生產環節。

但由于高精度地圖體量非常大,超過GB級的存儲量已經不是傳統物理存儲可以承載。此外高精度地圖對數據更新的實時性要求非常高,這就決定了高精度地圖需要借助云平臺來實現發布及更新。

影響高精度地圖量產的關鍵因素

其實對于大部分擁有測繪資質的傳統圖商而言,高精度地圖雖然相較傳統地圖難度及成本有所增加,但單純生產出來只是時間問題,然而從采集制作到真正量產,過程中會面臨更多的問題和挑戰:

實時更新問題

傳統導航電子地圖的更新頻率為靜態數據(通常更新頻率為季度更新或月更新),準靜態數據(頻率為日更新)。

而高精度地圖對數據的實時性要求較高,更新頻率通常為準動態數據(頻率為分鐘更新),實時動態數據(頻率為秒或毫秒更新)。

圖為:區域動態地圖分層說明

如何在自動駕駛車輛行駛中完成高頻率的地圖在線更新,也是高精地圖量產應用最關鍵和最難解決的問題。

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,厘米級地圖對測繪效率要求非常高,導致需要布設很多高精度采集設備和車輛,相應的成本也會非常高。較高的成本也在一定程度上,限制了高精地圖的生產效率。

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。目前,自動駕駛用高精度地圖(厘米級),存儲密度非常高,整體容量已遠遠超出目前主流控制器方案的存儲容量,所以需要借助云儲存及云分發的形式才能得以實現。

未來高精度地圖更新生態圈

高精度地圖完成采集生產環節,并不意味著高精度地圖生產完結已經可以量產,這恰恰只是地圖更新閉環的開始。想要高精度地圖真正得以使用并最終服務于自動駕駛,我們也需要一個完整的生態圈閉環。

未來的高精度地圖更新,一定是一個云+端的完整生態圈,在這個生態圈里,包含了高精度地圖的采集、生產、應用、以及更新。

而未來智能網聯汽車,將成為這個生態圈里一個重要的環節,它既是云端地圖數據成果的消費和使用者,同時也會是地圖云中心部分數據的提供者。

一方面,車輛在行駛過程中實時的接收來自云端分發的高鮮度高精度地圖,用于輔助自動駕駛;

而另一方面,車端也會將自己實時位置、車身姿態、駕駛行為、各類傳感器數據等回傳給云端。同時云端還會通過V2X技術,收集到來自路側設備回傳的實時交通數據。云中心對這些實時數據進行深度挖掘分析,從而對高精度地圖進行進一步有效更新,再將更新的內容通過OTA等形式下發到車端。

如此循環反復,一邊不斷對高精度地圖進行實時更新優化,另一邊形成一套智能網聯汽車體系下高精度地圖生產運營一體化的完整生態圈。

面向量產四維圖新的挑戰與思考

通過提早的業務布局和全流程算法的加持,目前四維圖新已經完成了全國范圍超過32萬公里高速公路的高精度地圖覆蓋,以及超過5000公里復雜城市道路的覆蓋,在國內屬于領先水平。

而面向高精度地圖量產及實時更新,四維圖新也正在構建一個云+端的生態體系,在數據生產之外,獨立出一個專門用于自動駕駛的云服務平臺——HDMS(HighDefinition Map Service)。未來借助平臺來支撐地圖的流式分發和UGC實時更新。

此外,當自動駕駛真正走向量產,客戶需要的遠不僅僅是高精度地圖,未來會有更多源的第三方數據關聯到地圖上,從而產生服務。因此我們認為只有借助云平臺不斷實現行云流水的地圖更新過程,高精度地圖才能得以真正服務于自動駕駛相關服務,從而與用戶實現共同獲益,共同成長。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

重庆时时彩app安卓系统 im体育公司在哪里 高频彩单双 福彩3d图谜 球探网即时比分手机 万人炸金花下载手机免费 澳门哪家赌场牌路好 棋牌app 推倒胡麻将技巧口诀 河南省彩票中奖怎么领 老奇二肖中特 山西泳坛夺金走势图1000期 球盘体育比分网 莱特币矿池 推荐 2020年国庆福利彩票停售 131组六前后关系 vr赛车体验描述