b2c信息网

您现在的位置是:首页 > 热门话题 > 正文

热门话题

高精度导航自动驾驶(自动导航汽车)

hacker2022-07-04 02:22:31热门话题106
本文目录一览:1、自动驾驶功能是否需要高精度实时更新的地图导航系统?2、

本文目录一览:

自动驾驶功能是否需要高精度实时更新的地图导航系统?

在说高精地图本身之前,我们先来回顾一下自动驾驶的基本逻辑。简单来说,实现自动驾驶主要有三个步骤:感知、决策规划和驾驶控制。这类似于走路上班/上学的逻辑:你的眼睛看到画面,告诉你的大脑,然后你就知道你在哪里,你要往哪个方向走,指挥你的腿大步前进。在自动驾驶系统中,感知主要解决两个问题:汽车周围是什么,汽车在哪里。如果一辆车没有眼睛,我们应该给它“眼睛”。

这是它的环境感知系统,一般由视觉传感器(摄像头)、雷达(毫米波、超声波、激光)等传感器组成。比如激光传感器,探测效果稳定,但是面对大范围的灰尘却无能为力。我们公司在测试过程中发现,如果一辆渣土车在我们面前飞驰而去,导致尘土飞扬,那么无人车就发现了它面前的所有障碍物。例如,高分辨率相机可以检测图像中的对象,窄视场相机可以检测长距离。

但是面对暴雨/雪等恶劣天气,很难检测出正确的车道线/障碍物/路缘等信息。在这些传感器的配合下,感知系统可以知道车辆周围有什么东西,比如车、人、路、树、墙、路标等等。这些数据提供给决策系统后,决策系统根据算法知道车辆是否能行驶,最大行驶速度是多少,前轮是否需要控制转向,并传输给行驶控制系统。在一定条件下,传感系统还会直接将数据传输到主要应用于AEB的驾驶控制系统,即紧急主动安全系统,以保证在最短的时间内做出紧急响应。

特斯拉的传感器配置和传感器感应范围。扇形角代表传感器的视场角,扇形半径代表传感器的最大探测距离。可以看到最远的探测传感器是前视传感器,视角窄。但是有一个问题。你知道怎么走是因为你熟悉这条路线,脑子里有地图,知道下一步怎么走。但是,车辆仅仅靠感知系统是无法知道接下来如何操作的,就像你在一个陌生的城市。

为什么高精地图被视为“实现自动驾驶的重要拼图”?

被视为“实现自动驾驶重要拼图”的高精地图,凭借巨大的市场潜力,已进入龙头企业纷纷入局、加速跑马圈地的阶段。

8月5日,中信证券按照 3 亿辆汽车保有量及高德地图4月确定的单车百元年服务费预测,国内潜在市场规模约为300亿元。高盛集团估算,到2030年,全球高精地图市场规模会扩大至201亿美元。

与传统地图相比,高精地图的精度从米级至少提高到了厘米级,可在误差不大于10厘米的前提下准确显示周围路况,是实现 L3 及以上级别自动驾驶技术的必备基础。此外,高精地图包含大量底层静态数据和上层动态数据,包括车道和道路物体、道路拥堵情况、交通管制情况等,可以强化自动驾驶的感知能力和决策能力。业内普遍认为,关注自动驾驶的进展就看高精地图的动态,因为它才是加速自动驾驶汽车落地的“幕后推手”。

除了自动驾驶,高精地图还可用于智慧城市、智慧旅游、公安、房地产、交通运输、新零售等众多领域,市场容量巨大。

为准备自动驾驶量产,跨国汽车巨头已开启了在高精地图领域的布局。2015年,德国三大汽车厂商戴姆勒、宝马和奥迪共同斥资32亿美元入股行业龙头企业HERE地图,以获得自主控制的导航服务。

中信证券预计,2020年到2022年是各大科技公司、整车厂集中量产L3及以上级别自动驾驶的时间段,但目前国内高精地图的商业模式尚未完全成型。腾讯高精地图负责人谷小丰也曾在接受新智驾采访时表示:“行业内的共识是,第一批大量的L3级自动驾驶功能的车辆上市时间将集中在2021至2023年左右。高精地图作为必要的零部件和服务必须提前至少1到2年做好准备。”

不过,高精地图行业要求具备政府测绘资质,有较高的准入和技术壁垒,国内科技巨头大多选择与已有资质的图商合作。

自动驾驶汽车离不开高精地图,它到底牛在哪儿?

它的精准度能让人清楚知道路况。

与普通数字地图面向驾驶员不同,高精度数字地图面向的是人工智能。在行驶路上遇到障碍物,人类司机只需进行简单的操作,但是自动驾驶汽车避开障碍物要经过一套十分复杂的程序——汽车需要定位自己,在车周围建立一个模型、了解周围的环境,再基于各种信息去处理即时的情况。

对道路环境进行提前预判是自动驾驶汽车必须具备的能力。当前,自动驾驶汽车对外界环境的感知,主要依赖静态环境识别和动态环境识别。静态环境识别依靠传感器扫描道路中的静态信息,配合高精度地图来确定汽车所处位置。动态环境识别,要求汽车在行驶中能及时发现动态目标。传感器是自动驾驶汽车的耳朵及眼睛,但是在特殊场合其感知是具有局限性。比如:大雨、大雪、大雾等天气行车,传感器探测的范围受限,一旦不及时或没有感应到目标,就可能会造成严重后果。

高精度地图技术可弥补汽车传感器设备的不足。高精度地图中存储了路面坡度、曲率、车道宽度、路面材质、道路标识等信息,车辆可以选择最合理的策略,提高系统运行效率。在传感器受到干扰时,高精度地图也能保证系统的运行安全。

定位精度是高精度地图最重要的参数之一。那么高精度地图的定位精度有何特点?集邦咨询顾问旗下拓墣产业研究院分析师张仙平引用全球高端导航领导品牌TomTom的资料表示:高精度地图的定位精度包含绝对精度和相对精度。其中的绝对精度是指地图上的某个目标和真实的外部世界的事物之间的精度,自动驾驶汽车在行车中需要明确知道自己在道路上的精确位置,因此一般绝对精度的误差值控制在1米范围内。相对精度是指车道和车道,车道和车道线的相对位置精度,相对精度的误差值可控制在15公分左右。对自动驾驶汽车而言,绝对精度和相对精度都十分重要。

所以,高精度地图对自动驾驶汽车安全上路有着十分重要的意义。因此,车企都十分重视高精度地图。

华为自动驾驶曝光,自动驾驶技术的核心技术是什么?

现在越来越多的互联网企业开始进入到传统的制造行业当中,希望能够在其中分一杯羹,主要是因为现在新能源汽车已经逐渐成为了一个能够得到大家认同的社会主流。而此前华为就宣布希望能够制造出属于自己的智能汽车。但是随后他们又回应表示他们并没有造汽车,只不过是被一些汽车提供一些核心技术,特别是在自动驾驶方面。那么今天就跟大家来探讨一下,自动驾驶的核心技术到底是什么。

第一,什么叫做自动驾驶?

其实我们完全可以换另外一个角度来看自动驾驶,那就是把自动驾驶看做是另外一个人在帮助你进行驾驶。在这个时候,你可以解放自己的双手和大脑,甚至可以在车上睡一觉。而说白了,这就是一种非常简单的人车交互形式。但是说起来容易做起来难。自动驾驶吃醋以非常难,就是因为在于很难有机器和程序可以直接代替人脑的运行逻辑。

第二,自动驾驶的核心在哪里?

自动驾驶最难的地方应该就在于它如何分辨它当前所处的环境。特别是在一些复杂的路段进行驾驶的时候,现行的自动驾驶技术完全不能够取代人工。所以一般情况下,自动驾驶技术主要是在高速上或一些车流量比较少的地方使用。这主要是因为自动驾驶没有办法分辨当前环境并做出合理的处理。在这样的情况下,它甚至会因为自身接收到的信号比较的复杂,导致它的程序出错,从而酿成一系列的惨剧。

第三,如何看待自动驾驶?

从一些科技电影来看的话,自动驾驶技术在未来肯定是能够实现的,只不过需要的时间还是比较长的。而华为这一次所推出的自动驾驶技术,已经是比较成熟的。不过目前还没有大量的投入到市场当中,所以还不能够下一个定论。

距离完全自动驾驶又近了一步 体验小鹏P7自动导航辅助驾驶

易车原创 作为小鹏汽车目前的当家旗舰,小鹏P7在各类科技配置部分可谓武装到了牙齿,而作为新能源车最重要的部分之一--自动驾驶辅助系统也是小鹏P7最为擅长的部分,除了我们现在很常见的各类L2级驾驶辅助功能之外,小鹏P7将在不久之后通过OTA推送升级开放NGP(自动导航辅助驾驶)功能。而在正式给用户推送之前,我们抢先体验到了NGP功能,下边就请大家跟我来了解一下这项功能究竟好用不好用。

首先先给大家解释一下何为NGP(自动导航辅助驾驶)功能,这个功能其实就是在高精度地图所覆盖的高速公路,实现从A点到B点的自动驾驶。当前,主流的自动辅助导航驾驶系统覆盖了自动超车、自动限速调节、最优车道选择、自动切换高速公路、自动上下匝道、变道自动紧急避让等基础场景使用。小鹏P7的NGP(自动导航辅助驾驶)功能则在以上基础上,增加交通锥识别与避让、大货车规避、夜间超车提醒、故障车辆避让、拥堵道路超级跟车、高速公路及部分城市主干道等中国道路场景的使用。

为了实现这些功能,小鹏P7在自动驾驶辅助硬件配备部分相当的完备,它全车配备了包括14个摄像头,5个毫米波雷达及12 超声波雷达(感知),厘米级高精定位+分米级高德高精地图 (定位),英伟达Xavier驱动的强大运算单元(运算)及博世iBooster制动助力系统(控制)。

与许多竞争对手不同的是,小鹏P7采用视觉感知系统+毫米波雷达融合,这也是业内唯一的360度双重感知融合系统。此外,小鹏P7还拥有迄今为止量产车型最强大的定位能力:搭载高德高精地图,精度可达分米级;重高精度定位硬件,全局定位精度可达厘米级;采用即时定位与地图构建技术,相对定位精度小于0.3%。

为了保证安全,小鹏P7还设计有互为冗余的双计算平台。小鹏P7是国内首个搭载 Xavier计算平台的自动驾驶量产方案,XPILOT 3.0计算平台和XPILOT 2.0计算平台在硬件上完全独立,互为冗余;XPILOT 3.0计算平台核心模块达到汽车功能安全的最高等级 ASIL D。

说了这么多技术亮点,我们再来聊聊实际体验效果,目前小鹏P7的NGP功能使用了高德地图提供的高精地图,不过目前由于政策等种种原因,这套高精地图只能在局部区域使用。在实际体验时,当车辆进入可以开启NGP功能的区域后,中控屏幕中会出现“已进入NGP可用区域”的提示,你只需要拨动两次换挡杆即可激活该功能,与激活普通的驾驶辅助功能没有任何区别。

在自主变道功能上,小鹏P7是我体验过的所有能够实现自动导航辅助驾驶车型中最果断的,它的处理十分接近有那些驾驶经验丰富的“老司机”。在保证安全的前提下,它会果断择机变道,选择通行速度最快的车道。当然,如果在它将要汇入的车道后方有高速来车的话,它也会及时停止变道,维持原车道行驶来保证车辆的安全。

我们也从小鹏汽车工程师处了解到,NGP系统在自主变道时还会监测汇入车道隔壁车道的车流状况,如果当NGP系统准备自主变道时,汇入车道的隔壁车道有大货车正在驶来,它也会考虑乘客的精神压力和舒适度的考虑延后或者取消变道。

除了能够安全、快速的自主变道,高速行驶的稳定性也是NGP系统的一大亮点,这次我们体验的道路包括了长直线以及不同曲率的弯道,在这些道路上NGP系统可以很好的将车保持在车道中间行驶,当你扶握方向盘时能够明显的感受到系统在不断的调整方向。整个过程相当舒适,并没有车辆在车道中频繁“左右撞线”鬼打墙般的感觉。

最后我们再来说说个人认为难度最高的高速自主上下匝道功能,我们都知道大部分匝道路段的弯道曲率都更大,这就需要系统完成控制车速、保持车道,检测其他车道车辆的动作。在体验过程中小鹏P7的表现相当聪明,无论是从主路驶入匝道,还是从匝道汇入主路车流,NGP系统会提前并入相应的车道,从容完成上下匝道的过程。这个过程并不会出现无法识别车道或者并线过晚的情况。

个人感觉NGP系统绝对是一个遵纪守法的好司机,在面对“加塞”车辆时,NGP更多是提前加速礼让,但是减速和加速的过程都相当轻柔,对于乘客来说这套系统与真实人类驾驶员的操作十分接近了,并不会有明显的不适感。

总结:总的来说,小鹏的NGP功能是我目前体验过的各类自动导航辅助驾驶功能最优秀的之一,它整个功能的执行给人感觉更像是真实的驾驶员,如果你第一次使用该功能,无论作为驾驶员还是乘客都不会有任何的不适感。相比一些品牌,小鹏的NGP功能更加贴近国内的真实用车环境,例如自动变道这个功能,它的判断和执行既不过于保守也不会特别激烈。我们也从官方获悉,该功能将在春节前通过OTA升级推送给小鹏P7的用户,相信那时的NGP将会更加完善。

自动驾驶进入L3时代,为什么大家都需要高精地图?

前不久我们的一篇内容指出,目前自主厂商所推出的L3级量产车上都搭载了高精地图。高精地图究竟是什么?为什么自动驾驶需要它?今天我们就来详细讲一讲。

在讲高精地图本身之前,我们先来回顾一下自动驾驶的基本逻辑。

简单来讲,自动驾驶的实现主要有三个步骤:感知、决策规划、行车控制。这与你走路上班/上学的逻辑是相似的:眼睛看到画面,告诉大脑,然后你就知道了自己在哪里,以及要往哪个方向走,并指挥你的腿迈开步伐。

在自动驾驶系统中,感知主要解决两个问题:车周围有什么,以及车在哪。车没有眼睛,我们就要赋予它“眼睛”。这就是它的环境感知系统,一般由视觉传感器(摄像头)、雷达(毫米波、超声波、激光)等多种传感器融合而成。

在这些传感器的协同工作下,感知系统就可以知道,车辆周围都有哪些东西,比如车、人、路、树、墙、路牌等等。在将这些数据提供给决策系统后,决策系统根据算法,就知道车辆可不可以行驶,可以以最大多少的速度行驶,以及是否需要控制前轮转弯,并传输指定给行车控制系统。

在特定条件下,感知系统也会直接传输数据给行车控制系统,这主要应用在AEB上,也就是紧急主动安全系统,以保证在最短的时间内对紧急情况进行响应。

但这里有个问题,你走路之所以知道要怎么走,是因为你对这条路线很熟悉,脑子里有地图,知道接下来要怎么走。但车辆仅凭感知系统,是无法知道接下来应该如何行使的,就像你到了一个陌生的城市。

这时候,就需要定位和地图了。

自动驾驶系统中,车辆定位是及其关键的。它影响到几乎所有的环节。通过GPS(卫星定位)、IMU(惯性测量单元)以及车轮测程仪等,车辆可以清晰地知道自己所在的位置,当前的运动状态(时速,加速度)等。

这时,感知系统就不仅知道了车周围有什么,还知道了车在哪条道路上,在往哪个方向行进。决策系统也知道了整片地区的道路信息,并会根据目的地规划合理的路线,以对行车控制做出指令。

这就是一套完整的自动驾驶流程,在理想状态下,这些就足以让车辆载着你安全到达任何一个地方。

但遗憾的是,以目前的技术水平,这种“理想状态”很难达到,因为车辆的感知和定位系统依然无法像人一样,可以识别出路上的所有信息,判断自己的准确位置,并且不受环境的影响。

例如,在高楼林立的市中心,GPS信号可能会被阻挡,这时车辆就会丢失自己的位置信息,让自动驾驶行程中断。

又或者,在雨雪天气,路上的车道线被积雪或积水覆盖,车辆仅凭环境感知系统难以实现车道的判别,从而可能导致事故征候。

再或者,目前的感知系统,还难以识别路上的坑洞、减速带、较低矮的路肩等等,在高速行驶过程中如果漏判了这些东西的存在,也会导致相对严重的后果。

更或者,在高速上下匝道时,有时会出现左右分流的车道,这时如果仅凭导航地图和环境感知,可能会让车辆出现快速变道的情况,乘坐体验会很差。

在这种技术条件下,想要实现L3级以上的自动驾驶,就需要高精地图出场了。

高精地图,顾名思义就是精度非常高的地图,一般来讲高精地图的精度都是分米级的,但它不仅仅是精度高,在数据的维度上相较普通的地图也更加丰富。

高精地图将大量的行车辅助信息存储为结构化数据,其中一类是道路数据,比如车道线的位置、类型、宽度、坡度和曲率等车道信息。另一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。

图片出处:未来汽车大讲堂 - 网易云课堂 高精地图,自动驾驶的必由之路

简单来说,在高精地图的帮助下,车辆不需要环境感知就已经知道了道路的走向、曲率、详细的车道、限速,以及道路边线离路肩有多远,路边有几棵树,几个消防栓,几根电线杆,哪里有个限速标志,哪里有显著的地标等等等等。

而这些信息,让自动驾驶系统直接开了“上帝模式”。

有了高精地图的帮助,可以让车辆的定位更加精准,即便在路况复杂区域定位也可以让定位系统向决策系统反馈更精准的车道信息,并让决策系统进行车道/线路规划。

同时,由于高精地图中含有大量的静态参照物,定位系统可以通过环境感知系统获取到的环境信息与地图信息进行比对,以此在GPS信号不佳的情况下,推算出车辆的实际位置,提高了整套系统的鲁棒性。

对于感知系统来说,高精地图可以对需要重点识别的区域进行划定,向感知系统表明这个区域是你的图像分析所关注的重点,并减少对其他区域的识别,这就是感兴趣区域(ROI)。使用ROI,可以降低感知系统的负荷,解放算力,以并增加关键区域的识别精度。

例如,一般情况下,前置摄像头只要重点识别画面的下半部分就可以了,因为画面的上边是天空,车辆和人员都不会从天上出现。但信号灯是个例外,它往往挂得比较高,所以要想事实识别信号灯,就要不停地从整个画面中搜寻,对算力的压力很大。但如果开启了ROI,在高精地图中标注上,在定位的某个点,画面的某个区域会出现信号灯,那么系统只要重点识别标注的这个区域就可以搜寻到信号灯,并完成识别。

对于决策系统来说,有高精地图的帮助,可以降低决策算法的复杂度,只要保证在不撞车的前提下,将车辆尽量平稳地开到目的地就可以。因为在高精地图中已经存有了详细的车道、固定障碍物信息,只要按照规划的路线走,就一定不会压到坑、骑上路肩,甚至撞到电线杆。

同时,详细的车道信息也可以让系统规划出更合理、更平稳的行车路径。例如前文提到的匝道问题,如果系统早已提前知道了岔路的存在,那么就会在还没看到路时早早变到相应道,提高行车舒适性。

而且,由于高精地图中详细标注了每条道路上的车道划分、车道宽度、每条车道的速度限制,这就让系统可以实现计划好更高效率的路线,让决策系统可以在行车过程中更专注于行车安全。

通俗点说,没有高精地图的车辆,在自动驾驶时所做出的的反应都是“条件反射”:看到红绿灯时才知道要减速;识别到电线杆时才知道不能撞上去。而有了高精地图的协助,车辆在行驶到红绿灯之前就已经准备减速了;在碰到电线杆之前就已经提前规划好了规避路线。

可以说,高精地图让自动驾驶汽车“有备而来”。

但从目前讲,高精地图也有一定的不足。首先因为其信息量大,在采集上难度会更高,采集的周期也会相应拉长,所以目前的高精地图,并不能做到大小路的全覆盖,基本上只覆盖了高速公路及主要的城市道路。

同时,在城市的不断建设中,高精地图所标注的要素有可能会出现改变,这就对高精地图的实时更新提出了很高的要求,而这也是高精地图在城市路况中应用的一大难点。

看到这你会发现,其实高精地图是个“可有可无”的东西:如果自动驾驶系统的识别成功率足够高,那么只需要人类常用的平面导航地图,一样可以实现全自动驾驶。

比如特斯拉,一直坚持表示自己不需要高精地图,因为他们认为自己的识别和决策算法足够强大,在不久的将来,只依靠实时识别和处理(条件反射),就可以在普通地图的基础上完成全自动的自动驾驶。

但遗憾的是,目前大部分的厂商包括即将推出L3量产车的这些自主厂商,在自动驾驶算法的积累上是不如特斯拉的,为了弥补感知上的不足,就需要高精地图所提供的超视距的感知能力和大量先验信息的补充。

在高精地图的帮助下,实现国标下的L3级自动驾驶完全没有问题。这也解释了,为什么自动驾驶进入L3时代后,高精地图也开始大范围应用。

既宣传了自己的技术力,又可以当成一个卖点和噱头,何乐而不为呢,你说是不是?

本文来源于汽车之家车家号作者,不代表汽车之家的观点立场。

发表评论

评论列表

  • 双笙辜屿(2022-07-04 13:58:14)回复取消回复

    驶的基本逻辑。简单来讲,自动驾驶的实现主要有三个步骤:感知、决策规划、行车控制。这与你走路上班/上学的逻辑是相似的:眼睛看到画面,告诉大脑,然后你就知道了自己在哪里,以及要往哪个方向走,并指挥你的腿