余姚信息网:无人驾驶场景下的高精舆图应用拭魅战 【图】

新2备用网址/2020-04-20/ 分类:科技/阅读:

01 高精度舆图之拓扑舆图的应用

传统拓扑舆图


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

我们先相识下传统拓扑舆图,这是从舆图app里截出来的图,从这张图我们可以获得许多信息:

◆ 拓扑信息:我们可以从舆图里识别出北清路的骨干道,以及相识到北清路能延长向哪些其他阶梯等,这些都是人们可识别的拓扑信息。

◆ 种种 POI(信息点):我们能看到很多 POI 信息,包罗中关村壹号-A1座,拉卡拉大厦等。

◆ 舆图的用户是人。

◆ 米级精度:舆图精度是米级此外,对付人类行使这已经充足了,由于人会自发鉴别四周的环境,做出本身的变革。

可是这些信息对付主动驾驶的车辆来说,是不是须要的、准确的可能充足的呢?

一个主动驾驶典范场景


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

上图展示了一个典范的驾驶场景——假设我们正在驾驶的车辆是后头的白车,可以看到我们前线有辆自行车,那么对付白车而言,可以有两个决定:跟车可能变道。

对付主动驾驶车辆来说, 它作出变道决定必要知道许多详细的信息:

◆ 在哪条车道上以及当前车道的详细位置。

◆ 是否有隔邻车道,假如没有车道你是变不外去的。

◆ 是否应承变道,车道的范例,车道线是虚线照旧实线,变道间隔是否充足长,变道后是否可以或许到达尽头。

主动驾驶车辆不可像人一样做出各类伟大的动作,这时就必要有一些先验的束缚前提,那么这些先验信息都可以从舆图中来。

HD Road Graph怎样应用于主动驾驶


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

HD Road Graph (高精阶梯图)也是高精舆图的一部门,又叫做拓扑舆图。HD Road Graph 以厘米级精度来描写阶梯细节,首要包括:车道范例、车道连通性、交通标注/交通灯、人行横道、阶梯几许特性、其他语义信息。

各人可以看一下上图左侧,每一条路都已风雅到车道,包罗直行或左转的车道,虽然也包罗周边的一些几许信息。总体上你会发明高精舆图上的信息要比传统舆图大许多。

感知体系+高精舆图

高精舆图在主动驾驶里有许多应用,起首是与感知体系相团结。譬喻,高精舆图里会描写红绿灯地址位置,当主动驾驶车辆达到路口后,可以按照当前的位置,越发准确地辨认前线的红绿灯。


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

上图左边是一个平凡的阶梯场景,而右边则是安装有几十盏红绿灯的非凡场景(着实实际情形根基不存在),在这种极度情形下,人类都很难判别在哪个路口对应哪盏红绿灯。但假如前期在离线舆图上就能把这个对应信息验证准确,无疑将对主动驾驶的平安性、靠得住性起到很大辅佐。

决定筹划+高精舆图

我们再来看下高精舆图在决定筹划方面的应用。前面我提到了一个典范驾驶场景,以及在此情形下,主动驾驶车辆的行驶必要获得一个全局的路径信息以及变道所必要的信息。


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

上图右侧的舆图夸大了绿化带,这着实为主动驾驶提供了语义信息。而舆图里包括的语义信息将辅佐主动驾驶做出更好的行驶决定。

照旧以绿化带为例,当主动驾驶车辆可以或许提前知道旁边是绿化带,它便可以做一些先验的决定,譬喻可以提前判定在行驶中是否有行人、车辆直接从对向车道穿过来。这不只晋升了决定的准确性,也使得体系机能获得晋升,由于主动驾驶车辆此时不必要过多体谅扑面车道的物体,计较劲也因此镌汰。通过上面的例子,你会发明先验信息对主动驾驶决定来说必不能少,而且很是要害。

高精舆图天生与宣布

当前高精舆图天生宣布用到的流程(Pipeline)一样平常分为以下几个环节:


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

◆ 数据网络,舆图信息的采集。

◆ 数据洗濯/聚合。

◆ 主动化辨认,把舆图里的须要信息处理赏罚出来,包罗车道线、红绿灯、十字路口等等各类信息。

◆ 人工搜查/标注,现有的算法还做不到100%的主动抽取,以是仍会插手人工搜查和标注的环节。

◆ 后处理赏罚和验证,整个数据出来之后,还必要举办后处理赏罚和验证。处理赏罚的终极目标是担保提供的舆图信息是准确的,假设一个红绿灯位置标错了可能主动辨认错了,那也许会导致路测进程中会呈现平安隐患,以是验证环节是很紧张的部门。

◆ Release(宣布),验证通事后,将会举办数据的宣布(Data Release),全部数据会纳入同一的打点中,每一版本Release的舆图的质量已获得严酷验证。

这是一个通例的宣布流程。实际中整个路网布局是不绝往外扩张的,且四周环境会有变革,以是也会有增量的更新。

本钱与挑衅

前面简朴先容了整个HD Road Graph的天生宣布流程,我们来看下HD Road Graph也许会碰着的题目与挑衅。

本钱


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

◆ 厘米级此外精度:必要种种传感器(LiDAR、Cameras、GNSS/IMU),上图右边是苹果的舆图车,各人可以看到上面装了许多传感器,显然制造如许一辆高精舆图车辆的本钱不低。

◆ 数据量:海量存储资本和计较资本。

◆ 包围范畴:本舆图从局部地区慢慢向外扩张,譬喻从中关村壹号四面地域,扩张到海淀区,再到北京市,乃至是半此中国,这个中涉及的硬件本钱和人力本钱等,城市响应增进。

伟大性挑衅

第二个是高精舆图的伟大性带来的挑衅。伟大性表此刻舆图Data Model(数据模子)必要包括三部门信息:


余姚信息网:无人驾驶场景下的高精地图应用实战 【图】

◆ 语义信息,从上图里的符号牌示例图可以看出,今朝阶梯存在各式百般的交通标志。因此,高精舆图需进步语义信息的准确性,而且尽也许进步包围度。

广告 330*360
广告 330*360

热门文章

HOT NEWS
  • 周榜
  • 月榜
阳光在线官网
微信二维码扫一扫
关注微信公众号
新闻自媒体 Copyright © 2002-2019 阳光在线官网 版权所有
二维码
意见反馈 二维码