电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?( 二 )


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 。

电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?
本文图片

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 。

电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?
本文图片

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” 。

电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?
本文图片

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 。

电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?
本文图片

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 。

电动知士@自动驾驶进入L3时代,为什么大家都需要高精地图?
本文图片

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 。


推荐阅读