生成高精地圖的過程需要采集大量的數(shù)據(jù),,我們的采集途徑包括:GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng))、IMU(慣性測量單元),、輪速計,、激光雷達(dá)點(diǎn)云以及攝像頭圖像。
1. 什么是高精度地圖
高精度地圖,,通俗來講就是精度更高,、數(shù)據(jù)維度更多的電子地圖。精度更高體現(xiàn)在精確到厘米級別,,數(shù)據(jù)維度更多體現(xiàn)在其包括了除道路信息之外的與交通相關(guān)的周圍靜態(tài)信息,。
高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù),這些信息可以分為兩類,。第一類是道路數(shù)據(jù),,比如車道線的位置、類型,、寬度,、坡度和曲率等車道信息。第二類是車道周邊的固定對象信息,,比如交通標(biāo)志,、交通信號燈等信息、車道限高,、下水道口,、障礙物及其他道路細(xì)節(jié),還包括高架物體,、防護(hù)欄,、數(shù)目、道路邊緣類型,、路邊地標(biāo)等基礎(chǔ)設(shè)施信息。
高精度道路導(dǎo)航地圖應(yīng)用分析
以上這些信息都有地理編碼,,導(dǎo)航系統(tǒng)可以準(zhǔn)確定位地形,、物體和道路輪廓,從而引導(dǎo)車輛行駛,。其中最重要的是對路網(wǎng)精確的三維表征(厘米級精度),,比如路面的幾何結(jié)構(gòu)、道路標(biāo)示線的位置、周邊道路環(huán)境的點(diǎn)云模型等,。有了這些高精度的三維表征,,自動駕駛系統(tǒng)可以通過比對車載的 GPS、IMU,、LiDAR 或攝像頭的數(shù)據(jù)精確確認(rèn)自己當(dāng)前的位置,。另外,高精度地圖中包含有豐富的語義信息,,比如交通信號燈的位置和類型,、道路標(biāo)示線的類型、以及哪些路面是可以行使等,。
2. 高精度地圖的特點(diǎn)
高精度道路導(dǎo)航地圖和普通導(dǎo)航地圖對比示意圖
與一般電子導(dǎo)航地圖相比,,高精度地圖不同之處在于:
(1)精度:一般電子地圖精度在米級別,商用 GPS 精度為 5 米,。高精度地圖的精度在厘米級別(Google,、Here 等高精度地圖精度在 10-20 厘米級別)。
(2)數(shù)據(jù)維度:傳統(tǒng)電子地圖數(shù)據(jù)只記錄道路級別的數(shù)據(jù):道路形狀,、坡度,、曲率、鋪設(shè),、方向等,。高精度地圖(精確度厘米級別):不僅增加了車道屬性相關(guān)(車道線類型、車道寬度等)數(shù)據(jù),,更有諸如高架物體,、防護(hù)欄、樹,、道路邊緣類型,、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù)。高精度地圖能夠明確區(qū)分車道線類型,、路邊地標(biāo)等細(xì)節(jié),。
(3)作用&功能:傳統(tǒng)地圖起的是輔助駕駛的導(dǎo)航功能,本質(zhì)上與傳統(tǒng)經(jīng)驗(yàn)化的紙質(zhì)地圖是類似的,。而高精度地圖通過“高精度+高動態(tài)+多維度”數(shù)據(jù),,起的是為自動駕駛提供自變量和目標(biāo)函數(shù)的功能。高精地圖相比傳統(tǒng)地圖有更高的重要性,。
(4)使用對象:普通的導(dǎo)航電子地圖是面向駕駛員,,供駕駛員使用的地圖數(shù)據(jù),而高精度地圖是面向機(jī)器的供自動駕駛汽車使用的地圖數(shù)據(jù),。
(5)數(shù)據(jù)的實(shí)時性:高精度地圖對數(shù)據(jù)的實(shí)時性要求更高,。根據(jù)博世在 2007 年提出的定義,,無人駕駛時代所需的局部動態(tài)地圖(Local Dynamic Map)根據(jù)更新頻率劃分可將所有數(shù)據(jù)劃分為四類:永久靜態(tài)數(shù)據(jù)(更新頻率約為 1 個月),半永久靜態(tài)數(shù)據(jù)(頻率為 1 小時),,半動態(tài)數(shù)據(jù)(頻率為 1 分鐘),,動態(tài)數(shù)據(jù)(頻率為 1 秒)。傳統(tǒng)導(dǎo)航地圖可能只需要前兩者,,而高精地圖為了應(yīng)對各類突發(fā)狀況,,保證自動駕駛的安全實(shí)現(xiàn)需要更多的半動態(tài)數(shù)據(jù)以及動態(tài)數(shù)據(jù),這大大提升了對數(shù)據(jù)實(shí)時性的要求,。
高精度地圖=高鮮度+高精度+高豐富度,。不論是動態(tài)化,還是精度和豐富度,,最終目的都是為了保證自動駕駛的安全與高效率,。動態(tài)化保證了自動駕駛能夠及時地應(yīng)對突發(fā)狀況,選擇最優(yōu)的路徑行駛,。高精度確保了機(jī)器自動行駛的可行性,,保證了自動駕駛的順利實(shí)現(xiàn)。高豐富度與機(jī)器的更多邏輯規(guī)則相結(jié)合,,進(jìn)一步提升了自動駕駛的安全性,。
3. 高精度地圖的分類
導(dǎo)航地圖&ADAS 地圖&無人駕駛地圖
導(dǎo)航地圖、ADAS 地圖和 AD 所需要的地圖各不相同,。
(1)對于導(dǎo)航地圖而言,,街道名稱是比較重要的信息,但對于 ADAS 和 AD 地圖確并非如此,。
(2)道路曲率對于 ADAS 應(yīng)用至關(guān)重要,,對于自動駕駛也是必需的,但導(dǎo)航地圖并不需要道路曲率數(shù)據(jù),。
(3)道路的幾何特征對于導(dǎo)航,、ADAS 和 AD 地圖都是適用的。
(4)不同地圖級別和地圖精度的背后是不同級別的智能駕駛以及不同級別的精度需求,。
高精地圖與導(dǎo)航地圖的關(guān)聯(lián)關(guān)系
不同級別的高精度地圖,,在精度和信息量上也有差別。例如,,在安全環(huán)境下使用的基礎(chǔ) ADAS 地圖只需要精度達(dá)到米量級,,而 HAD 級別高精度地圖的精度則能達(dá)到厘米量級。在數(shù)據(jù)量方面,,基礎(chǔ) ADAS 地圖只記錄高精道路級別的數(shù)據(jù)(道路形狀,、坡度,、曲率,、鋪設(shè),、方向等),HAD 級別地圖不僅增加了車道屬性相關(guān)(車道線類型,、車道寬度等)數(shù)據(jù),,更有諸如高架物體、防護(hù)欄,、樹,、道路邊緣類型、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù),。
4. 在無人駕駛中的應(yīng)用
作為無人駕駛的記憶系統(tǒng),,未來的高精度地圖將具備三大功能。
(1)地圖匹配,。由于存在各種定位誤差,,電子地圖坐標(biāo)上的移動車輛與周圍地物并不能保持正確的位置關(guān)系。利用高精度地圖匹配則可以將車輛位置精準(zhǔn)的定位在車道上,,從而提高車輛定位的精度,。
高精度地圖在地圖匹配上更多的依靠其先驗(yàn)信息。傳統(tǒng)地圖的匹配依賴于 GPS 定位,,定位準(zhǔn)確性取決于 GPS 的精度,、信號強(qiáng)弱以及定位傳感器的誤差。高精地圖相對于傳統(tǒng)地圖有著更多維度的數(shù)據(jù),,比如道路形狀,、坡度、曲率,、航向,、橫坡角等。通過更高維數(shù)的數(shù)據(jù)結(jié)合高效率的匹配算法,,高精度地圖能夠?qū)崿F(xiàn)更高尺度的定位與匹配,。
(2)輔助環(huán)境感知。對傳感器無法探測的部分進(jìn)行補(bǔ)充,,進(jìn)行實(shí)時狀況的監(jiān)測及外部信息的反饋 :傳感器作為無人駕駛的眼睛,,有其局限所在,如易受惡劣天氣的影響,,此時可以使用高精度地圖來獲取當(dāng)前位置精準(zhǔn)的交通狀況,。
原理:1)通過對高精度地圖模型的提取,可以將車輛位置周邊的道路,、交通,、基礎(chǔ)設(shè)施等對象及對象之間的關(guān)系提取出來,這可以提高車輛對周圍環(huán)境的鑒別能力,。2)一般的地圖會過濾掉車輛,、行人等活動障礙物,,如果無人駕駛車載行駛過程中發(fā)現(xiàn)了當(dāng)前高精度地圖中沒有的物體,這些物體大概率是車輛,、行人和障礙物,。
高精度地圖可以看做是無人駕駛的傳感器,相比傳統(tǒng)硬件傳感器(雷達(dá),、激光雷達(dá)或攝像頭),,在檢測靜態(tài)物體方面,高精度地圖具有的優(yōu)勢包括:
所有方向都可以實(shí)現(xiàn)無限廣的范圍,。
不受環(huán)境,、障礙或者干擾的影響。
可以“檢測”所有的靜態(tài)及半靜態(tài)的物體,。
不占用過多的處理能力,。
已存有檢測到的物體的邏輯,包括復(fù)雜的關(guān)系,。
(3)路徑規(guī)劃,。對于提前規(guī)劃好的最優(yōu)路徑,由于實(shí)時更新的交通信息,,最優(yōu)路徑可能也在隨時會發(fā)生變化,。此時高精度地圖在云計算的輔助下,能有效地為無人車提供最新的路況,,幫助無人車重新制定最優(yōu)路徑,。
高精度地圖的規(guī)劃能力下沉到了道路和車道級別。傳統(tǒng)的導(dǎo)航地圖的路徑規(guī)劃功能往往基于最短路算法,,結(jié)合路況為駕駛員給出最快捷 / 短的路徑,。但高精地圖的路徑規(guī)劃是為機(jī)器服務(wù)的。機(jī)器無法完成聯(lián)想,、解讀等步驟,,給出的路徑規(guī)劃必須是機(jī)器能夠理解的。在這種意義上,,傳統(tǒng)的特征地圖難以勝任,,相對來說高精度矢量地圖才能夠完成這一點(diǎn)。矢量地圖是在特征地圖的基礎(chǔ)之上進(jìn)一步抽象,、處理和標(biāo)注,,抽出路網(wǎng)信息、道路屬性信息,、道路幾何信息以及標(biāo)識物等抽象信息的地圖,。它的容量要小于特征地圖,并能夠通過路網(wǎng)信息完成點(diǎn)到點(diǎn)的精確路徑規(guī)劃,這是高精度地圖使能的一大路徑,。
5. 高精度地圖產(chǎn)業(yè)
由于高精地圖是鏈接人,、車、路等各種交通參與者的紐帶,,車企,、Tier1、地圖廠商,、初創(chuàng)公司、互聯(lián)網(wǎng)企業(yè),、芯片廠商等圍繞高精地圖開展了各種各樣的合作,,共同推進(jìn)高精地圖產(chǎn)業(yè)的發(fā)展。
高精度地圖采集測繪數(shù)據(jù)的方式,,全球主要有兩大技術(shù)路線,。一種以谷歌、HERE 的地圖測繪車為代表,。例如,,HERE 高精度測繪車上的激光雷達(dá)傳感器可以一秒內(nèi)感知約 60 萬個掃描點(diǎn)(包括周邊建筑物、樹木等);在一天內(nèi),,測繪車能夠收集和處理超過 100G 的數(shù)據(jù),。另一種則以特斯拉的“車隊(duì)學(xué)習(xí)網(wǎng)絡(luò)”(Fleet Learning Network)為代表,相當(dāng)于利用量產(chǎn)車,,把測繪任務(wù)“眾包”出去,,調(diào)動整個車隊(duì)的所有傳感器來收集數(shù)據(jù),并通過云技術(shù)上傳到中央數(shù)據(jù)庫,,最終每一輛車都是地圖數(shù)據(jù)貢獻(xiàn)者,,也是獲得者。該方法彌補(bǔ)了由于測繪車數(shù)量不足,,而造成的數(shù)據(jù)實(shí)時更新緩慢的缺點(diǎn),。
2015 年,奧迪,、寶馬,、Daimler 聯(lián)合起來斥資 31 億美元購買諾基亞 Here 地圖,為研發(fā)高精度道路導(dǎo)航地圖做準(zhǔn)備,。2011 年寶馬的 3 系(參數(shù)|圖片) Track Trainer ,,2014 年奧迪的 RS7(參數(shù)|圖片) 都利用高精度道路導(dǎo)航地圖技術(shù)在 Laguna Seca 和 Hockenheim 成功跑完了賽道。從 2016 年開始,,很多互聯(lián)網(wǎng)企業(yè)通過收購的方式獲取地圖數(shù)據(jù)資源,,然后結(jié)合自身算法、云計算能力生產(chǎn)高精度道路導(dǎo)航地圖,,如 Google,、Uber,、百度、阿里等,。同時,,車企也開始依賴第三方地圖服務(wù),2017 年初,,Mobileye 與大眾,、寶馬和日產(chǎn)簽署協(xié)議,前者將為三家汽車巨頭提供地圖產(chǎn)品,,而汽車廠商將負(fù)責(zé)為 Mobileye 提供更多的地圖數(shù)據(jù),。基于位置的新型服務(wù)已經(jīng)是大趨勢,。國家發(fā)展和改革委員會提出的促進(jìn)智能交通發(fā)展的“互聯(lián)網(wǎng)+”便捷交通實(shí)施方案已經(jīng)正式發(fā)布,。地圖的服務(wù)對象不再僅僅是人類,而是慢慢向機(jī)器過渡,,這對地圖的精度,、內(nèi)容結(jié)構(gòu)和計算模式等都提出了新的要求。
國外的高精地圖主要有 Here,、TomTom,、Waymo(原 Google 地圖)等老牌圖商,其中 Waymo 的高精地圖目前僅用于自己的無人車披露信息非常少,。此外因?yàn)槊绹牡貓D測繪政策限制較少,,因此成為高精地圖創(chuàng)業(yè)者的天堂,比較有名的初創(chuàng)公司 DeepMap,、CivilMaps,、lvl5、Carmera,。初創(chuàng)企業(yè)往往有一個自己主打的算法技術(shù),,比如 CivilMaps 能將 1T 的激光雷達(dá)點(diǎn)云數(shù)據(jù)壓縮到 8MB,Carmera 融合攝像頭和激光雷達(dá)的圖像獲得更好的傳感效果等,。但是云端的存儲,、運(yùn)算、通信能力是初創(chuàng)企業(yè)普遍的短板,。另外 Uber,、通用 Cruise 等也都在布局高精地圖。
和美國不同,,國內(nèi)市場因?yàn)橛休^為嚴(yán)格的地圖測繪政策限制,,目前擁有“導(dǎo)航電子地圖資質(zhì)單位名單”的企業(yè)有 22 家。。國內(nèi)的地圖行業(yè)呈現(xiàn)三足鼎立的狀況,,百度地圖,、高德(阿里)、四維圖新(騰訊),,其背后是互聯(lián)網(wǎng)巨頭對地圖入口的爭奪,。