台湾资讯门户网

“众人拾柴”的高精度地图

NE时代  

原文链接:

高精度地图补充了自动驾驶仪感知层,释放了人们的眼睛和耳朵,为大脑决策提供了数据来源。然而,由于相关采集硬件的高技术壁垒,高成本,广泛覆盖和频繁更新,高精度地图目前正处于摸索阶段。

从1961年斯坦福汽车的问世开始,自动驾驶汽车的概念开始进入公众的视野。相关结果也需要10到15分钟才能从第一个水表开始移动到特定公园的当前公园。

无论技术如何变化,保持不变的是最终的需求是使用各种技术来解放人们的眼睛,耳朵,大脑和手脚。

耳朵和眼睛用于感知外部世界的变化,从而为大脑做出决策提供有效信息。在大脑做出决定后,它会发出指示指导手脚操作的指令。

自动驾驶技术应实现人的彻底解放,传感层的布局应首当其冲。当铺设大型传感层网络时,需要通过各种传感器收集各种外部信息,然后形成,分类和清理数据。一个动态,高精度的地图来指导车辆。

本文主要从收集方法分析高精度地图的市场现状。

众包模式为主的采集模式

从收集方面来看,目前有两种主要的采集模式,一种是传统图形所代表的“特殊测量绘图”模式和相关硬件的“数据众包自动生成”模式。

目前,基本实现L4自动驾驶的硬件设备一般包括:6-16个摄像头,3-12毫米波雷达,5个内部激光雷达,1-2个GNSS/IMU和1-2个计算平台,总成本。基本上大约500,000甚至更高。

Velodyne亚太区董事翁毅曾在2018年表示,“预计到2020年底,Velodyne可能会开始生产数百万台。到那时,Velodyne Lidar将每年出货数百万台,所有产品可以控制在1000美元以内。“

由于激光雷达的高成本和产业链相关配置的不确定性,另一派坚决反对依靠激光雷达生产高精度地图。特斯拉首当其冲,特斯拉自动驾驶系统主要基于相机。

特斯拉的人工智能和自动驾驶总监Andrej Karpathy曾经说过,世界是为视觉识别而设计的,而且Lidar很难区分塑料袋和轮胎。

从某种意义上说,激光雷达只是简单地提出了技术障碍,并将自动驾驶中最直观的视觉识别需求放在一边。而且,从操作的角度来看,传感器越复杂,算法的数据处理要求越高,并且成本自然会增加。

如果高精度地图采集主要依赖于相机,则单面相机可以首先通过图像匹配来识别目标,然后根据传感器的尺寸通过目标的像素尺寸来估计目标距离。双目相机可以通过使用两个图像的视差来直接测量前方物体的距离。理论上,双目相机的精度可以达到毫米。

然而,尽管相机具有成本优势,但是具有高配置的相机可以满足精度要求。然而,对于高精度地图所需的道路层,定位层和动态层的数据,可能无法完全收集相机。

虽然摄像机可以捕捉基本道路,交叉路口模型,车道等平面的数据信息,以及道路标志和警示灯等三维物体的地理信息,但它无法真正恢复点与点之间的关系。在积分之前,所以必须使用它。辅助雷达等设备。

此外,处理由摄像机形成的平面图像或由视频变换为物体的物体,并且数据相对较大且复杂。

由特斯拉自动驾驶系统配置的毫米波雷达和超声波传感器可以实现近距离和中距离障碍物的自动检测,但是对于高精度地图的生成存在一定的不便。

企业目前采集现状

在采集方法方面,不同的公司有自己独特的方法,但对于高精度地图的完整生产,这是一个共同的目标,其实施程度决定了自动驾驶的实现程度。

国内市场上

n差传感器的影响使24小时全天候采集高精度地图。

宽凳技术首席技术官冯汉平表示,公司已完成100多个城市的数据采集和近百万公里的道路测绘,并完成了铺设中国道路的“主动脉”。

百度智能驾驶业务集团总经理李振宇在2018年8月27日晚表示,百度已经从长城汽车获得了高精度地图和自定位生产订单。

四维图新此前表示,预计将于2019年完成该国第一张高精度地图的制作,并将很快采用其国家统一的高精度地图标准计划。

在国内市场,BAT相关公司已经宣布收到订单,有些公司已经表示已经完成了高精度地图线的生产。

 

国外市场上

NN

Mobileye在2019年初表示已完成日本的高精度地图采集,并与英国地形测量局合作推广精美地图服务。

谷歌的母公司Alphabet所拥有的自动驾驶公司Waymo在2018年初宣布它已经向亚特兰大增加了一个新的城市。

 

在国外市场,高精度地图的绘制仍处于测试阶段,尚未形成完整的高精度地图。

关于公众号转载:本文系NE时代原创作品,未经授权许可,不得转载。如未经授权转载或抄袭,NE时代将保留法律追究的权利。

微信搜索“NE时代”公众号,获取新能源汽车的数据和咨询服务。

您也可以联系查询相关业务。

NN。