8 月 25 日,由蓋世汽車主辦、中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟自動駕駛地圖與定位工作組協(xié)辦的“2020 第二屆自動駕駛地圖與定位大會”隆重召開。本次會議主要聚焦高精地圖、高精度定位等自動駕駛關(guān)鍵技術(shù),共探產(chǎn)業(yè)未來發(fā)展之路。下面是清華大學車輛與運載學院青年教師、中國智能網(wǎng)聯(lián)汽車創(chuàng)新聯(lián)盟自動駕駛地圖與定位工作組秘書長江昆在本次論壇上的發(fā)言。
我分享的題目是關(guān)于自動駕駛地圖的內(nèi)涵、延長與標準的探討,在20年前大家都知道電子地圖是車載導航數(shù)據(jù)的基礎(chǔ),隨著車聯(lián)網(wǎng)的普及,我們知道電子地圖也是車聯(lián)網(wǎng)服務(wù)系統(tǒng)的關(guān)鍵環(huán)節(jié)。而現(xiàn)在,地圖再次成為我們整個行業(yè)關(guān)注的焦點,其本質(zhì)原因是汽車對地圖的需求在不斷升級,地圖的角色也由傳統(tǒng)的車載導航系統(tǒng)轉(zhuǎn)變?yōu)檐嚳叵到y(tǒng)的核心技術(shù)。
在不同級的自動駕駛方案中,地圖都是一個核心的模塊,自動駕駛等級越高,地圖的重要性就越不可替代。同時,我們也可以發(fā)現(xiàn),自動駕駛級別越高,對地圖的要求也越高。對于L4級別以上的自動駕駛來說,一般認為地圖是需要達到厘米級精度的。所以自動駕駛地圖有一個非常形象的別名—“高精地圖”。
高精地圖的確很形象的描述他的主要特色,但是這里就引起了一個新的問題,也就是把研究者的注意力過度的聚焦在精度問題上。這里我們要問,高精度的地圖是不是就是自動駕駛地圖呢?
我個人認為,這個問題的本質(zhì)是在于理解自動駕駛地圖的內(nèi)涵。自動駕駛地圖的內(nèi)涵暫時沒有非常明確的定義。但是我這里提一個新的思路去探討這個問題,所謂自動駕駛地圖的內(nèi)涵其實是在問自動駕駛地圖應該包含哪些有價值的信息。
在車載導航領(lǐng)域,當我們提到自動駕駛地圖時,大家會想到高精度的路網(wǎng)地圖數(shù)據(jù),因為路網(wǎng)是我們實現(xiàn)導航的一個基礎(chǔ)數(shù)據(jù)。高精度路網(wǎng)數(shù)據(jù)也的確是自動駕駛地圖不可缺少的部分,相信所有做自動駕駛地圖領(lǐng)域的專家們都認可。但是除了路網(wǎng)這種基礎(chǔ)信息之外,還導航的興趣點POI信息,也是地圖里非常有價值的信息。除了興趣點信息之外,交通限制的信息也非常重要,做過貨車導航地圖的專家都知道,貨車導航地圖最有價值的信息是上面所存儲的交通限制的信息,包括限高、限行等,可以直接影響到貨運的效率。
在衛(wèi)星測繪領(lǐng)域,提到自動駕駛高精度地圖的時候,人們想到的是高精度的衛(wèi)星照片、地形地貌、高程信息等數(shù)據(jù)。這些數(shù)據(jù)在自動駕駛地圖中是否需要存儲呢?怎么去利用呢,其實也是需要探討的研究點。
在智能交通領(lǐng)域,他們提到高精地圖時,想到的是能否獲得更豐富的動態(tài)交通信息,例如交通熱力圖,這樣的話有助于整個交通宏觀系統(tǒng)優(yōu)化的。另外就是拓撲連接圖,這可以反映出不同線路的邏輯關(guān)系,可以為后續(xù)自動駕駛路線運營規(guī)劃提供一個有利的信息。
在三維地圖領(lǐng)域,他們心目中的自動駕駛地圖應該有哪些信息呢?他們認為應該有高精度的環(huán)境三維重構(gòu)信息。這里又有不同的種類,一種是原始點云地圖,包含了非常多的原始數(shù)據(jù),但是它的缺點就是數(shù)據(jù)量過大。為了克服它數(shù)據(jù)量過大的缺點,有人提出來我們可以提供矢量地圖,矢量地圖可以提供跟高精度地圖元素的矢量數(shù)據(jù),像是車道線和燈桿,一定程度可以重構(gòu)環(huán)境。
在環(huán)境感知領(lǐng)域,他們會關(guān)注特征點地圖和語義地圖。特征點地圖是環(huán)境的特征描述。,與之相對應的就是語義地圖。隨著AI技術(shù)在感知領(lǐng)域的應用,我們可以獲取到環(huán)境語義的分割,將語義的分割結(jié)果構(gòu)成一種語義的地圖,是環(huán)境感知領(lǐng)域非常迫切的需求。所以地圖從感知的角度是需要存儲像這種語義分割和特征點的信息。
在決策規(guī)劃領(lǐng)域,地圖也是經(jīng)常用于存儲非常有價值的信息,比如機器人領(lǐng)域做軌跡規(guī)劃常用的地圖--柵格地圖,這種地圖里面包含了很多的占用網(wǎng)格信息,能夠提供車輛所需要的可行駛區(qū)域信息。除了這種可行駛區(qū)域的信息之外,我們清華大學的王建強教授也提出了行車風險場的理論,這種風險場與地圖的結(jié)合可以用來進行量化分析駕駛的風險??梢姡貓D上也可以體現(xiàn)出重要的駕駛決策信息。
在列舉了不同領(lǐng)域?qū)ψ詣玉{駛地圖價值的理解之后,我希望大家能夠重新認識一下自動駕駛地圖。自動駕駛地圖其實包含了四大基本特性。第一個是精確性,這可能是大家的第一反應。自動駕駛地圖與傳統(tǒng)地圖最明顯的區(qū)別就是在于對精確性的更高要求。除此之外,我們?nèi)ゲ粩嗟赝诰蜃詣玉{駛地圖的的內(nèi)涵,那就是它的第二個特性,豐富性。剛才的介紹里,也不斷的在說明這一現(xiàn)實。我們行業(yè)里面很多研究單位認為地圖主要是一些地理信息的數(shù)據(jù),我覺得這個是一個誤區(qū),其實我們自動駕駛地圖包含的內(nèi)涵非常廣。第三個特性是動態(tài)性。傳統(tǒng)的地圖只是在考慮靜態(tài)的信息,對于自動駕駛來說我們還需要考慮豐富的動態(tài)信息,動態(tài)包含兩個方面,一個是動態(tài)障礙物信息,另外地圖本身是一個動態(tài)更新的信息。動態(tài)性也說明了地圖本身不僅是一種地理空間的信息,其實它也是一種時空信息,我們可以將地圖作為時空統(tǒng)一的基準。第四點特性就是,自動駕駛地圖與車輛的緊密結(jié)合。自動駕駛地圖應該全程參與自動駕駛感知、決策、控制。
正是出于這樣的認識,我們提出了清華大學自動駕駛地圖模型,這里再回顧一下,自動駕駛地圖具有非常豐富的不同層次的數(shù)據(jù),這些數(shù)據(jù)對應著不同的應用,包括道路級路網(wǎng)層,宏觀交通信息層,道路-車道連接層,車道級路網(wǎng)層,地圖特征信息層,動態(tài)感知容器層,智能決策支持層。
剛才探討了地圖應該包含什么,地圖的內(nèi)涵。現(xiàn)在我們需要向外延伸,探討一下自動駕駛地圖跟車輛如何去結(jié)合。在思考如何去結(jié)合的時候,我經(jīng)常會問自己一個問題,那就是自動駕駛地圖只能是一種數(shù)據(jù)還是一種平臺?
清華大學楊殿閣課題組在這方面做了很多研究。我們的第一個感想是,自動駕駛地圖其實本身是一種定位的平臺。對于傳統(tǒng)地圖來說,地圖是一種依賴于衛(wèi)星定位的,有了衛(wèi)星定位之后我們才能去使用地圖。而對于自動駕駛地圖,地圖本身是可以主動提供定位信息的。這里介紹一下我們的技術(shù)方案,就是用單目相機與適量地圖進行匹配。相機可以識別到相應的矢量信息,定位的過程就是不斷地去移動相機的位置,使得所檢測出來的地圖元素,與地圖數(shù)據(jù)進行重疊。因為我們是需要選擇相應的特征進行匹配定位的,這里就有一個疑問,什么樣的特征是能夠有助于我們地圖的定位呢?我們分成了三類定位特征,一種是垂向的特征,這種主要就是燈桿等數(shù)據(jù),一種是水平線的特征,如車道線等,還有就是路牌這種點狀特征。我們對不同的特征進行了分析,可以發(fā)現(xiàn)垂向特征主要約束相機橫向、前后運動,水平線特征主要約束橫向和鉛垂運動,點狀特征是對各方向均有約束。 然而自動駕駛車輛在真實環(huán)境中行駛的時候,環(huán)境中沒有足夠多的特征會導致定位方法的失效。那么如何解決這個問題呢?這我們提出了一個定位優(yōu)化的技術(shù)路線,我們主要有兩個優(yōu)化的方法。一個是使用了多幀約束和幀間約束融合方式來提高我們定位的數(shù)量,如果1幀數(shù)據(jù)里特征數(shù)量比較少,但是如果我們有20幀的話,特征的數(shù)量就會增加,可以提高我們的定位精度和準確性。另外就是我們使用了視覺本身的特征點約束,也是視覺slam技術(shù)。這是我們在北京城區(qū)道路進行的實車定位實驗,在視頻里面我們可以看到,我們能夠準確地檢測出地面橫向的特征以及燈桿這種縱向的特征,這些特征可以跟矢量地圖對比匹配。在這個實驗里面我們實現(xiàn)了10厘米級別的定位,
除了定位平臺以外,我們的第二個觀點是,地圖其實也是一種協(xié)同感知平臺,大家知道智能網(wǎng)聯(lián)車聯(lián)網(wǎng)自動駕駛有兩大技術(shù)路線之爭,一種是自主式的智能汽車,傳感器要求很高,依靠自主的感知能力去實現(xiàn)自動駕駛。這種方式的缺點就是單車成本高。另外一種就是網(wǎng)聯(lián)式的智能汽車,通過他車和路測傳感器多種方式進行協(xié)同式感知,從而實現(xiàn)自動駕駛。這種方式下我們需要多車協(xié)同,這樣就能夠減少對單車成本的需求,減少單車的成本。通俗來講,其實自主式的智能汽車就是需要每個車都是諸葛亮。而對于網(wǎng)聯(lián)式的智能汽車來說,我們不需要每個車都很強,在車路協(xié)同和多車協(xié)同之后,我們會實現(xiàn)三個臭皮匠頂三個諸葛亮。實現(xiàn)這樣一種場景的意義在于什么呢?在于降低自動駕駛對車輛硬件的需求,可以更快地去推動我們自動駕駛產(chǎn)業(yè)化的落地,而自動駕駛地圖在這個環(huán)節(jié)里面就是一個非常重要的平臺,它是實現(xiàn)多車協(xié)同感知的重要平臺。基本的思路如下,我們的地圖提供穩(wěn)定的坐標基準,實現(xiàn)超數(shù)據(jù)、超基準的融合。雖然每輛車的精度較低,但是以地圖為信息融合平臺的話,就可以借助地圖的先驗信息反向去提升我們車輛的感知能力。這里簡要介紹一下我們做的幾個實驗。實驗1是超視距盲區(qū)消除實驗,我們的黃車是自車,這輛車是網(wǎng)聯(lián)車輛,灰色的車是障礙物,在正常情況下是無法感知到相應信息。通過以地圖為感知容器的方式,我們就可以將多車的感知信息通過地圖進行融合,消除盲區(qū)。實驗2是有遮擋的情況,自車是無法觀察到前車前方的車輛,但是有了地圖感知容器和時空基準之后就可以獲取到被遮擋這輛車的信息。實驗3是關(guān)于感知精度的提升實驗,這個實驗最有意思,驗證了我剛才提到的概念。每輛車自身的感知精度是比較低的,但是因為有了自動駕駛地圖感知平臺之后,每輛車的感知能力提升,這樣就達到了三個臭皮匠頂三個諸葛亮的效果,大大降低了自動駕駛的成本。
最后我再講一下我的第三個觀點,自動駕駛地圖是一種軟件平臺。為了實現(xiàn)上述這些功能,自動駕駛地圖的定位平臺和感知平臺,我們是需要開發(fā)一套軟件平臺。我們需要將它進行一個模塊化的設(shè)計,它包含我們自動駕駛的底層操作系統(tǒng),包括中間件,以及功能模塊。在我們PC操作系統(tǒng)的時代,我們知道操作系統(tǒng)最大的特色是窗口式管理,在手機端時代,它的特色是觸屏交互方式,而在自動駕駛操作系統(tǒng)時代,我個人的觀點在車載操作系統(tǒng)將會以地圖為核心來構(gòu)建。這里也簡單介紹一下我們目前在車載自動駕駛軟件平臺上的一些工作。目前我們已經(jīng)實現(xiàn)了將所有的功能模塊進行了劃分,模塊劃分之后必要的工作就是高效、低時延的新通信機制,這里我們也對比了ROS,構(gòu)建了一種高效的通信機制。
以上就是我關(guān)于自動駕駛地圖內(nèi)涵和外延的思考,關(guān)于內(nèi)涵我想強調(diào)自動駕駛地圖的數(shù)據(jù),大家不要只看到高精度,而應該考慮更豐富的內(nèi)涵。歡迎各個領(lǐng)域的行業(yè)專家都能參與進來。關(guān)于自動駕駛地圖的外延,希望大家能夠關(guān)注到地圖的平臺特性,它可以是定位平臺,是協(xié)同感知平臺,同時是我們動駕駛軟件平臺。這樣的話,我們就能將地圖與自動駕駛緊密結(jié)合起來。
最后,我再簡單介紹一下我們自動駕駛地圖標準的情況。我們自動駕駛地圖與定位工作組是在2018年成立的,有楊殿閣老師作為組長。為了推進我國自動駕駛地圖標準的建立,促進我們自動駕駛地圖行業(yè)更緊密結(jié)合。目前我們工作組已經(jīng)有近百家單位,近期也馬上有工作組的再擴大工作會議,有新成員的加入。
目前我們工作組的一個工作主要方向就是將自動駕駛與地圖結(jié)合相關(guān)的技術(shù)進行一個規(guī)范化的整理,形成一系列的標準,未來也將會跟國際上一些地圖的標準組織進行一個交流,實現(xiàn)我們中國的地圖數(shù)據(jù)與國際地圖數(shù)據(jù)的交互與互換。
目前我們自動駕駛地圖工作組已經(jīng)起草了6項標準。
第一個是自動駕駛高精度地圖特征定位數(shù)據(jù)技術(shù)規(guī)程。
第二個是自動駕駛地圖采集要素模型與交換格式。
第三個是自動駕駛地圖動調(diào)信息數(shù)據(jù)交換格式。
第四個是自動駕駛路側(cè)傳感器數(shù)據(jù)交換格式。
第五個是基于衛(wèi)星地基增強的車輛定位技術(shù)要求。
第六個是關(guān)于自動駕駛路側(cè)感知定位技術(shù)條件的。
現(xiàn)在這6項標準正在穩(wěn)步推進中,希望各位專家都能夠多給一些寶貴的意見。
今天我的匯報就到這里,我非常愿意跟大家進行討論,大家可以通過我的郵箱和微信發(fā)送寶貴意見,感謝!
? ? ? 責任編輯:tzh
評論
查看更多