#宝马#行业综述——自动驾驶地图与定位技术产业( 五 )


Momenta高精地图主要通过提取众包车辆拍摄的2D图像语义点(车道标线、标牌等地标点) , 鉴于多张图像存在视差 , Momenta利用点的对应关系 , 融合来自GPS和IMU的数据 , 可创建更高精度的地图 , 即可重建道路、交通标志及周围环境的3D位置 。 其成本据说可到使用激光雷达方案的1/10甚至1/100 。
7)宽凳科技
宽凳(北京)科技有限公司成立于2016年03月 , 致力于通过智能众包高精度地图商业模式推动自动驾驶的广泛应用 。 核心技术包括深度学习、图像识别、三维视觉、智能机器人、地图构建以及基于此的大数据云服务 。
在地图采集上 , 传统地图企业多采用激光雷达的方案 , 宽凳科技则更重视视觉方案 , 其地图采集设备并没有装备激光雷达 。
随着自动驾驶技术和高精地图产业的发展 , 市场空间加大 , 势必会有更多的企业争取获得甲级测绘资质并进入自动驾驶用高精地图产业 。
8)DeepMotion
DeepMotion目前未获得甲级测绘资质 , 成立于2017年7月 , 为无人驾驶汽车提供基于多传感器融合的3D环境感知、高精定位、以及高精地图构建的解决方案 。 以高精地图为核心 , 强调三维视觉与深度学习的结合、以及解决方案的可部署与可量产化 。 产品将包括硬件设备、软件算法以及相关的数据服务 , 并且注重针对中国交通道路环境特点的适配与优化 。 目前DeepMotion已经能达到前后30-40cm、左右10-20cm的定位精度 。
3、面临的挑战
近几年 , 国内外科研机构和企业等开始了对高精度地图进行了大量研究 , 并准备商业化应用 。 国内外已经对高精度地图的使用方法进行了框架性的设计 。
但现阶段高精地图还存在以下问题:
1)绝大多数高精度地图数据采集更新慢、采集成本较高等问题 。
2)高精度地图中不仅仅需要传感器采集的精确数据 , 还需要标准的数据地图格式 。 目前 , 针对高精度地图主流的地图数据格式有OpenDRIVE和Navigation Data Standard(简称 , NDS)等 。 OpenDRIVE主要面向交通与驾驶仿真 , 将车道、道路、信号灯以及路面属性均标准化;NDS则由汽车制造商和供应商共同开发 , 旨在面向无人驾驶导航应用 , 采用模块化的分层结构 , 目前已经有超过60家企业、供应商和高校机构加入该标准 , 包括百度、高德、Here、TomTom等 。 但是上述主流的地图标准中的数据存储格式均是基于欧洲道路设计 , 难以完全覆盖国内复杂多变的交通环境以及道路特征及交通规制 。
3)目前国内研究高精度地图的企业、机构很多 , 陆续发布高精度地图相关调研报告 , 但并未形成统一的标准 。
三、智能网联汽车定位技术发展现状
1、国际主流卫星导航系统
全球导航卫星系统(GNSS)是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统 。 目前全球GNSS市场基本形成“1+3”格局 , 即美国的GPS、俄罗斯的格洛纳斯卫星导航系统(GLONASS)、欧洲的伽利略系统(GALILEO)和中国的北斗系统(BDS) 。
GNSS定位过程中 , 其广播讯号受到许多因素的影响 , 如大气层折射、卫星轨道位置偏差及时钟误差等等 , 而会使其定位精确度受到影响 。 目前使用GPS广播的P码(PPS:Precise Positioning Service) , 由于精确度较高 , 因此受到严格限制 , 只有美国军方及特殊授权者才能使用 。 C/A码的使用则没有限制(SPS:Standard
Positioning Service) , 但其精确度较低 , 若 SA(Selective Availability)也被开启后 , 则误差会更加剧 , 因此对需要较高精确度的实时定位而言 , 便需要一套使用C/A码 , 但却可以大幅提高精确度的系统 。
除了上述4大全球系统外 , 还包括区域系统和增强系统 , 其中区域系统有日本的QZSS和印度的IRNSS , 增强系统有美国的WAAS、日本的MSAS、欧盟的EGNOS、印度的GAGAN以及尼日尼亚的NIG-GOMSAT-1等 。


推荐阅读