从科技巨头BAT到一批批入局的初创公司，行业内聚集了十余家高精地图供应商。高精度地图是业界公认的L3及以上自动驾驶必备。进入2019年，L3级自动驾驶量产前夕，高精地图正从技术研发阶段走向量产阶段。高精地图上车后，用户必须明白几个大问题：高精地图如何在自动驾驶系统中发挥作用？自动驾驶解决方案供应商如何使用高精地图？近日，和乐多科技地图与模拟器负责人戴震博士在SAEInternational2019新能源与智能网联汽车上分享了《自动驾驶解决方案供应商如何使用高精度导航电子地图》科技大会。雷锋网了解到，戴震博士是博士生。来自德国锡根大学。曾在德国航空航天中心工作，为戴姆勒公司开发了世界上第一个基于NDS地图的汽车导航系统。雷锋网了解到，在分享中，戴震博士着重介绍了合多高速自动驾驶解决方案HoloPilot和智能代客泊车系统HoloParking中高精地图的呈现，如何用高精地图导航在不同的场景中，以及如何使用高精度地图进行导航。如何将其应用于自动驾驶系统等方面进行了技术分析。以下为分享记录，已被雷锋网新智驾删改：高精地图：让自动驾驶“有谱”在和多的定义中，未来出行主要分为三种场景：一是高速公路上的自动驾驶；是城市工况，即市区自动驾驶；三是以停车场景为代表的最后一公里。目前，禾脱主打两大场景：一是高速公路。合多高速自动驾驶解决方案HoloPilot是L3.5级别的解决方案；采用量产配置；主要利用现有的车规级传感器和计算单元以及高精度地图实现高速公路自动驾驶。二是以代客泊车为代表的最后一公里场景。HoloParking的HoloParking智能代客泊车系统是L4级别的解决方案；驾驶员只需在定点交接车辆，车辆即可实现自主寻车位、入库停车、取车等代客泊车功能。虽然高速自动驾驶和代客泊车这两个场景差异很大，但从应用图来看，两者有很多相似之处。首先，车辆需要先有地图数据，然后根据定位、感知、控制决策等各个模块的要求，将地图数据按照具体内容、具体格式和具体方法。以上操作是和多导航引擎包含的主要工作范围。上图是高精地图在高速公路场景下的基本呈现。如图所示，禾多使用了更多的矢量信息和语义信息，包括车道线、龙门架、路牌、路杆等地图元素。同样，Hedo主要是利用这些元素进行定位、感知、控制决策等操作。这是停车场的高分辨率地图的演示文稿。除了常见的车道信息，地图上还会出现停车位的几何描述、周边很多大型建筑物的几何描述、路口的信息等。利用这些信息，Holo-Duo可以实现点对点的定位和导航。自动驾驶是一个多模块融合系统。地图需要与系统中的其他模块进行通信和碰撞。自动驾驶系统中的其他模块包括定位、规划、控制、感知等。每个模块都有自己独特的需求，地图模块也需要为每个模块提供定制服务，传递所需的数据，帮助每个模块更安全地完成工作。高速公路场景下的高精度地图导航高速公路自动驾驶系统中的高精度地图导航主要有3个任务，路径规划、地图匹配、导航指示。这与传统车载地图导航的内容基本相同，但在具体实现上会有一些扩展，因为在自动驾驶系统中，地图导航的受众从人变成了计算机，所以内容和体量每个模块也不同。会有变化。结合与传统导航的对比，我们将介绍河都高速公路自动驾驶系统如何进行路径规划、地图匹配等操作。地图匹配：地图匹配模块的作用是给出定位点，然后将定位点映射到高精度地图上，计算其所在车道的编号和车辆在车道中的相对位置当前车道。从自动驾驶的角度来看，高精度地图提供的导航信息需要从街道级升级到车道级。自动驾驶系统必须具备在各种场景下实现车道定位的能力。这些场景具体包括车道中央行驶、变道等。路径规划：路径规划模块也需要在车道级别。人们日常使用的导航中有一些比较标准和通用的策略，比如最快路径原则、最短路径原则、道路优先原则。然而，作为自动驾驶系统中的车道级导航或路径规划，目前还没有最优路径的通用定义。也就是说，没有所谓的最优路径，只有最适合各自解的路径。如果某个路径可以应用于您的解决方案以成功地将车辆从A点导航到B点，那么这就是最适合您的路径。这需要结合各公司的自动驾驶规划来制定。例如，一些自动驾驶汽车的速度并不高，时速只能达到80公里。在这种情况下，最左边的车道显然不能经常出现在路径规划中，否则会延误交通的畅通。导航指令：导航指令的意义在于通过向车辆发送实时执行指令，使车辆按预定路径行驶。实现该功能的前提是系统需要准确描述前方路口的类型。比如前方是主路还是匝道分岔，是否封闭道路，是否有合流或分流等。通过场景的描述，判断动作点应该如何反应。导航说明主要分为两类：一类是指示性说明，简洁明了，类似于普通导航。例如向左变道、向右变道等。当控制器收到指令后，系统会结合当前路况，选择合适的时机执行动作。这与传统导航非常相似。第二种类型的指令是引导指令。这是传统导航中没有的部分。引导性说明更多出现在十字路口、匝道等复杂区域。这些区域的车道线都比较复杂，会对感知造成很大的挑战。所以在这种情况下，地图可以生成轨迹引导线，让车辆沿着引导线通过复杂的路口，到达指定区域。高精地图如何应用于自动驾驶系统通过定位、感知和控制决策三个模块，阐述高精地图如何服务于自动驾驶系统。辅助定位：首先介绍高精地图如何辅助自动驾驶定位模块。禾多科技的定位模块采用了多传感器融合方案，摒弃了昂贵的不符合车规的远光激光雷达，而是采用了视觉、毫米波雷达等符合量产标准的传感器。通过传感器结果与高精度地图匹配，实现水平和垂直方向的高精度定位。在横向定位层面，Holdo可以获取车身坐标系中车道线的几何描述，也可以在高精度地图中提取车道的先验信息。通过匹配这两条信息可以实现水平偏差校正。这类似于人类的驾驶习惯。司机还用眼睛寻找车道线并将车辆保持在车道中央。在垂直定位方面，Hedo主要通过路标识别实现定位。基于语义分割、2D/3D转换、边缘检测等技术，和多可以分阶段从图像中提取出3D路牌，然后将边缘信息或角点信息与高精度地图预留的先验信息进行比对，进行修正垂直方向偏差。辅助控制决策：控制决策是自动驾驶系统非常核心的一个模块。需要整合各个模块的资源，高精度的地图是必不可少的，比如地图的曲率、坡度、滚动角等。这些要素都是控制决策模块需要考虑的。我举一个简单的例子来表达高精??度地图对控制模块的影响。当车辆在主干道上，即将进入匝道时，车道会被直接分成两条车道，并出现一条新的车道线，这对车道线感知非常具有挑战性。大的。在车辆到达匝道导流区之前，高精地图会发布引导线，车辆将沿着引导线通过该区域，直至进入车道线清晰的位置。辅助感知：高精度地图对感知模块也有很大的帮助。感知是自动驾驶系统中计算量最大的模块，因为它需要处理大量关于周围静态和动态障碍物的信息。在高速公路场景中，得益于结构化的道路设计，真正能影响行车安全的车辆是同向车道上的车辆，因此系统可以根据地图和当前位置来预测可以行驶的区域先。比如在行车时，系统可以根据车辆当前位置，对前方一两百米感应范围内即将出现的车辆进行集中侦查，而不会过多关注范围外的车辆，这将大大减少计算资源。消耗。同时高精度地图包含大量先验信息，可以为感知的分割和识别提供重要辅助，例如常见的路况突变如排水带或隔离带，以及匝道等、高架桥、隧道等。地图的先验信息也可以很好的辅助感知模块进行判断。众包地图更新：与传统导航相比，自动驾驶应用高精地图的另一个不同点在于，传统导航更多的是对地图的简单使用，而自动驾驶也承担了地图信息反馈的角色。和多可以通过视觉传感器感知车道线、路标等道路信息，然后与现有的高精度地图进行比对，将差异化信息以预定格式上传给地图厂商。地图厂商对海量数据进行深度学习，更新高精度地图。高精度地图在智能代客泊车自动驾驶系统中的应用大部分激光雷达和大部分计算能力转移到停车场，解决车辆通行监管问题；另一方面，通过三大终端的协同，实现多传感器、多角度冗余，提升对停车场周边环境的感知，可支持全天候、全场景真实运营.HoloParking无论在光线严重不足的环境，还是在人车混流的复杂停车场，还是雨雪大风等恶劣天气，都能正常运行，为用户提供安全稳定的代客泊车服务停车服务。在高精度地图侧，禾多主要利用车道间的拓扑关系，进行点对点、多路径的路径计算，保障多车调度算法的实现。同时，车辆还可以利用车道的宽度信息，在车道内进行合理的避障。
