写帖子

最近搜索

    暂无相关数据

注册 登录

无人驾驶中的高精度地图

说两句

圈子: 2018-11-20 17:34:17

无人驾驶中的高精度地图

高精度电子地图也称为高分辨率地图(HD Map,High Definition Map),是一种专门为无人驾驶服务的地图


在无人驾驶领域中,高精度地图扮演者重要的角色, 可以帮助汽车预先感知路面复杂信息,如坡度、曲率、航向等,结合智能路径规划,让汽车做出正确决策。



我们已经知道,无人驾驶需要感知、高精定位、决策、控制四个步骤,高精地度起到了高精度定位、辅助环境感知、规划与决策等功能。

什么是高精度地图


01

车道级道路信息


首先高精地图要满足车道级的自动驾驶导航,因此需要包含道路细节信息,如车道线、车道中心线、车道属性变化等,比如能让汽车知道哪些区域是虚线能够变道。


高精度道路导航地图的绝对精度要求优于1m,相对精度达到10-20cm,包含了车道、车道边界、车道中心线、车道限制信息等非常丰富的信息。普通导航地图的精度在5m左右,只描绘了道路的位置和形态,没有反映道路的细节信息,无法准确知道车辆所在位置。


02

道路先验信息


道路先验信息包含道路的曲率、坡度、航向、横坡等数学参数,更加真实地反映道路的实际样式,包含更多的图层数量和道路数据,图层描绘也更加细致,好让车辆能够准确的转向、制动、爬坡等。 

03

感兴趣点


感兴趣点是POI(Point of Interest)的直译。在交通场景中能成为POI的东西有很多。包含交通标志牌、路面标志等道路部件,还要标注出特殊的点如 GPS 消失的区域、道路施工状态等。车道之间的车道线情况(虚线、实线、单线和双线)、车道线颜色(白色、黄色)、道路隔离带、隔离带材质、道路箭头、文字内容和所在位置。


计算模式



高精度道路导航地图的数据量是普通地图的10^5倍甚至更多,目前以云计算为核心的集中式大数据处理模式已经满足不了需求。


随着物联网和5G通信技术的快速发展,云端协同的计算方法——边缘计算被提出,同时众包的任务发布模式也被应用于多个行业。因此高精度道路导航地图的大数据处理模式可以采用「众包+边缘计算」的模式。

商业模式



动态地图需要实时更新,这使得图商传统的销售离线的 license 的商业模式开始出现转变。为了满足高精地图的实时更新,需要多级采集体系,采用自由采集体系、行业采集体系、社会采集体系多方融合的方式来完成。


目前主流的高精度地图数据采集主要包括以 mobileye 为代表的众包模式和以高德为代表的集中制图模式


从2016年开始,很多互联网企业通过收购的方式获取地图数据资源,然后结合自身算法、云计算能力生产高精度道路导航地图,如Google、Uber、百度、阿里等。同时,车企也开始依赖第三方地图服务,2017年初,Mobileye与大众、宝马和日产签署协议,前者将为三家汽车巨头提供地图产品,而汽车厂商将负责为Mobileye提供更多的地图数据。


向车厂或者自动驾驶出行服务商提供地理信息数据服务。


地图是用户获取信息的核心入口之一,特别是在自动驾驶这种场景下,乘客通过车载地图搜索周边的商店、酒店、电影院等, 实现流量的多途径变现。


由于高精地图涉及到国家安全等多方面因素,目前拥有导航电子地图甲级资质的企业一共只有 14 家,且短时间内较难开放更多的牌照。 我国有比较严格的地图测绘政策限制。

对无人驾驶的帮助


高精度地图的作用将对无人驾驶有如下帮助:

提升无人车的感知能力



结合车载传感器信息,提升定位精度


显示全部

0个评论

    数据加载中...

欢迎来到汽车学堂!

请及时完善个人信息,增加就业推荐机会

欢迎来到汽车学堂!

请及时完善个人信息,为您提供更好的服务