智能网联汽车的高精地图数据交互模式

随着自动驾驶技术的发展,传统的地图服务已经不能满足以机器为主体的自动驾驶车辆的需要。具有更高精度、更多要素、更快更新频率的高精地图成为自动驾驶车辆的关键。不同来源数据之间的交互是高精地图用于自动驾驶导航决策的保证。针对智能网联汽车系统中高精地图的数据交互问题,本文首先对相关的研究进行了分析,依据高精地图的数据内容和数据来源对智能网联汽车中的高精地图数据进行再组织;然后详细阐述了基于车-路-云三方的高精地图数据交互的内容和交互机制,形成一个适用于智能网联汽车的高精地图数据交互模式;最后在仿真环境下对设计的数据交互模式进行了验证。     

面向自动驾驶的高精地图模型及关键技术

高精地图作为自动驾驶中不可或缺的环节,其发展将在很大程度上影响自动驾驶水平。现有高精地图模型多样,面向机器思维不足,缺乏面向“人-车-路-图”的系统思维。基于分层更明确、要素更全面和用户特征更突出三方面的考量,细化和充实四层一体化高精地图模型,详细阐述了静态数据层、道路实时信息层、车辆动态信息层和用户模型层的内容和功能;指出了高精地图云边端协同更新机制、路口安全信息框架、交通事件驱动的导航决策3个关键技术如何支撑自动驾驶全局和局部路径导航决策以及车辆控制;从感知、定位、决策、控制4个层面解释了高精地图平台对自动驾驶的支持。     

深空探测车环境感知与导航定位技术进展与展望

环境感知与导航定位是深空探测车自动驾驶的核心技术,由于深空环境的特殊性,深空探测车的环境感知与导航定位与地球上汽车自动驾驶的相应技术相比面临独特的挑战.本文从实际工程应用和科研进展两个角度总结了深空探测车环境感知、视觉定位、路径规划等关键技术的进展,并对未来深空探测车智能感知与长距离导航定位等发展方向进行了探讨与展望.     

5G时代的高精地图助力自动驾驶安全之路

<正>作为汽车"新四化"的重要方向之一,自动驾驶不仅被认为是实现汽车零事故的终极解决方案,也被认为是汽车从工具向出行服务平台转变过程中的重要一环。随着L3级别自动驾驶已进入商业化的关键阶段,高精地图作为自动驾驶不可或缺的基础设施,其必要性得到汽车行业的共识。通过高精地图提供的高精定位、超视距感知、车道级路径规划等服务,不仅提升了自动驾驶汽车的安全性,同时也让车辆有更加智能的驾驶表现,为乘员带来更加舒适的乘坐体验。     

智能高精地图数据逻辑结构与关键技术

以车辆自动驾驶、无人驾驶为研究对象，讨论定义了智能高精地图，认为智能高精地图作为未来出行的关键一环，是交通资源全时空实时感知的载体和交通工具全过程运行管控的依据。智能高精地图作为一种全新的地图形式，与传统导航电子地图相比，在地图学理论和应用需求等方面有其鲜明特点。为推动智能高精地图研究与应用进展，需要对其关键特征与问题展开分析讨论。本文从地图学理论上提出智能高精地图信息传输模型；从实际应用上结合轮式机器人自主智能控制流程，提出智能高精地图数据逻辑结构，并分析其在自动驾驶中的应用；从计算模式上总结"众包+边云协同计算"计算模式，并针对如何提高众包数据质量的问题，开展关键技术分析；从应用场景上分析未来智能高精地图的有效应用场景；最后提出对本领域未来发展的一些思考与建议。     

多智能体协同高精地图构建关键技术研究

自动驾驶车辆的自动化驾驶程度越高,对高精地图的要求越高.智能化的高精地图能够为L5级别自动驾驶车辆提供所需地图数据,是未来高精地图发展的重要方向.基于目前高精地图的构建方法,本文首先提出多智能体协同高精地图构建的定义,分析其构建框架.然后,对多智能体数据采集路径规划、多源异构一体化数据融合与表达、道路场景认知、智能高精地图融合、智能高精地图更新等关键技术进行了研究,提出了可行的技术方案.最后,分析了其未来构建过程中存在的挑战.     

高精地图的知识图谱表达

高精地图是自动驾驶的“传感器”,为自动驾驶提供必要的先验数据以及相应的超视距感知、校验定位、动态规划和决策控制。然而,高精地图数据供给与自动驾驶知识需求仍存在鸿沟,包括数据量大导致查询困难、数据关联弱导致语义理解和智能决策困难。知识图谱是将知识以图的结构表达出来,以描述实体及其关系,涉及实体抽取和关系抽取。为此,在高精地图数据基础上,引入知识图谱,提出高精地图知识图谱的构建方法,以架起地图数据供给与驾驶知识需求之间的桥梁,支撑高精地图数据到自动驾驶知识的转化。构建的知识图谱实例,一方面将高精地图海量数据采用图进行了二次表达,建立了类似于索引的结构;另一方面显式表达了面向自动驾驶需求的语义关系。实验结果表明,知识图谱能为高精地图的语义查询、知识推理和局部决策规划提供基础。所提出的方法能实现高精地图先验数据的语义结构化,推进高精地图由数据到信息到知识的跨越,为自动驾驶的落地贡献先验知识。     

高精道路地图制作方法及关键技术

本文提出一种基于车载移动测量、倾斜摄影等多源数据成果的高精道路地图互补采集方法,并对其关键技术进行了深入研究。首先以国内第一条基于自动驾驶的智能网联高速公路测试路段——淄博智能网联测试基地为例,开展了激光点云、全景照片、倾斜影像等多源数据获取及高精道路地图要素采集。然后以道路三维矢量要素自动提取为基础,辅以人工采编,并在数据差分解算中测试了我国北斗数据。实例表明,本文方法切实可行、精度可靠,有效改善了高精道路地图采集模式,降低了劳动强度,保障了人身安全,提高了作业效率,对于高精道路地图制作具有借鉴价值。     

地理信息产业发展现状及思考

地理信息产业是采用地理信息系统,遥感、卫星导航定位．测量等地理信息技术．对地理信息资源进行采集．加工、开发、应用、服务和经营的企业集合体,涉及测绘装备制造和地理信息相关软件开发、地理信息工程服务、卫星遥感及航空摄影、位置及导航服务．网络地图服务、地图出版．工程和房产测绘服务等内容。     

智能驾驶高精地图发展与展望

高精地图的发展在智能交通的推进中发挥着关键作用,是打造智能汽车与智慧城市“数据大脑”的基石,同时可推动智慧物流网络与交通安全风险监测网络的发展。从地图信息传输模型的角度出发,对已有的高精地图模型进行了分析,提出基于地图认知机理构建高精地图的思路,并对国内外高精地图格式标准进行了对比,提出了中国智能驾驶高精地图在标准编制时应遵循的原则。同时,从地图采集、处理与审核等维度展开,分析了当前高精地图生产与更新的关键技术,并通过车辆的规划与感知等应用实例,对高精地图的应用现状进行了分析。中国高精地图发展面临着模型复杂、生产更新能力难以满足发展需要、地理信息安全风险以及应用深度不足等挑战。针对以上挑战,所提出的基于认知模型建立高精地图闭环架构的思路,强调了保障数据安全、推动智能审图的重要性,指出了高精地图的广泛应用前景。     

面向无人驾驶的高精地图公开应用趋势研究

高精地图不仅支撑自动驾驶汽车的精准定位和精细路径规划,辅助提高车端感知能力,还可以有效弥补传感器的性能边界,应对多种长尾场景。因此,高精地图成为现阶段实现L4/L5无人驾驶的必备要素。但高精地图作为国家基础性战略信息资源,涉及军事安全和国防安全,因此中国要求高精地图在公开应用前应进行地理信息保密处理,且履行地图审核程序。这导致高精地图在要素和属性的表达上有诸多限制,且缺乏动态更新能力,难以精准反映车辆行驶环境信息,严重影响自动驾驶的安全性与稳定性,无人驾驶的“最后一千米”难以突破。聚焦面向L4/L5无人驾驶的高精地图在应用中的地理信息安全和时效性问题,论述高精地图应用现状、实际需求与面临的挑战,在此基础上,从政策、技术、标准、试点探索等方面,研究分析高精地图在中国无人驾驶商业化落地进程中的公开应用趋势,并对高精地图助推中国无人驾驶落地过程中亟需的地图管理创新、众源更新模式安全合规应用,以及跨部门、跨学科、跨行业合作提供展望。     

智能驾驶场景中高精地图动静态数据关联方法

在智能驾驶场景中,对高精地图的实时动态信息和静态数据的协同调用可以支持智能驾驶系统准确地重构道路行驶场景,并针对复杂的道路环境和突发事件做出安全高效的决策。因此,动态数据与静态数据之间的关联和实时重构是实现智能驾驶车辆路径规划及决策的关键技术。针对目前高精地图模型中动静态数据关联原则共识不够造成耦合实时性弱的问题,提出并论述了动静态数据的关联原则,依此原则,且基于关系数据理论和高精地图的属性属地区块更新机制,进一步提出了高精地图动静态数据的关联和重构的强、弱两种关联方法。通过自动驾驶宏观、中观、微观3种场景决策支持应用分析了动静态数据关联方法对智能驾驶的影响,说明高精地图动静态数据关联关系的建立能够支持智能驾驶系统的规划决策和控制,为车辆实现安全、高效、舒适的智能驾驶奠定了基础。     

基于双目视觉的车道级高精地图制作

自动驾驶汽车工业对促进国际经济、社会、科技、安全发展,带动制造业转型升级及产业发展具有重要意义。高精地图作为实现汽车自动驾驶的关键基础设施,是交通资源全时空实时感知的载体和交通工具全过程运行管控的基础。项目利用配备双目视觉设备的移动测量车采集数据,通过基于神经网络的自动识别算法提取要素,使用DMI平台处理和检查数据,实现了低成本的车道级高精地图制作。文章重点说明了基于双目视觉的高精地图制作的技术流程以及各环节的技术要求,提供了在车联网示范项目应用实例,并指出面向大规模商业应用需要进一步研究的方向。     

基于多源数据的高精地图生产技术及三维可视化表达

随着自动驾驶汽车的量产及逐步普及,对高精地图的需求也越来越高,汽车通过高精地图实现驾驶环境的精确感知,从而提升驾驶的安全性和可靠性。本文提出了综合利用倾斜模型和车载移动扫描点云等多源异构数据提取高精地图道路要素矢量线划的方法,分析不同源数据对数据提取精度的影响因素,探讨高精地图数据模型的空间表达、属性分层及关联规则,研究构建高精地图三维可视化的实现方式,并提出了可行的技术方法,为高精地图的生产提供可借鉴的参考价值。     

业界动态

基础地理信息标准数据基本规定实施,测绘行业安全生产标准出台,加强涉密测绘成果管理,测绘标准化工作管理办法发布,加强互联网地图和地理信息服务网站监管,山西省测绘成果管理办法发布,上海实现GPS金融导航,厦门公交车辆自动报站,武汉实现公路智能养护,上海编制保护建筑地图,沈阳地图定位报警位置     

从地球测绘到地外天体测绘

随着人类空间探测技术的不断发展,月球与深空探测已成为测绘遥感科学与技术的前沿和新战场。在多类型深空探测任务的驱动下,测绘遥感技术也得到了新的发展。本文结合国内外深空探测的各类任务,对地外天体环绕遥感测图、着陆导航遥感避障、巡视环境感知与视觉导航定位方面的研究现状和成果进行了系统总结;结合未来月球与深空探测任务需求,对深空遥感测绘技术的发展,包括地外天体海量全球遥感数据智能处理、全球控制网精化、月球南极精细三维形貌测绘、多传感器融合的着陆导航避障和巡视环境感知与定位等进行了探讨。     

增强现实地图研究与应用

随着数字地图技术的不断革新,产生了将虚拟信息与真实世界融合的新型地图技术,即增强现实(augmented reality,AR)地图。从可视化、定位、测绘、分析几个方面阐述了AR地图的关键技术,介绍了AR地图的空间映射原理和可视化效果,提出了结合视觉定位和惯导定位的cm级室内定位方法,实现了基于AR地图的AR导航、AR测量、AR目标采集、AR地理围栏等关键技术并将其应用于AR智慧园区与AR室内场馆。     

自主导航地图的昨天、今天和明天EI北大核心CSCD

本文以无人驾驶技术的演化背景为出发点,总结自主导航地图,即高精地图的概念、与普通导航地图的区别、内容组成及数据来源。在此基础上,论述了高精制图流程的主要模块,包括先验图层的数据采集和更新、动态图层的实时构建、边缘计算、数据标准化和压缩服务。本文重点介绍了高精制图技术面临的4个研究难题及发展现状:①复杂驾驶环境的自动建模;②边角案例的数据采集;③伦理困境中的导航决策;④无人驾驶技术的安全性能评估。这些难题从不同的侧面挑战着高精地图自主导航能力的极限,需要政府立法机构、相关企业、研究机构和公众在全球范围内协同攻关。并指出,随着无人驾驶技术的不断完善,安全第一的研究重点将逐渐扩展成兼顾安全可信、环保节能和身心愉悦的移动体验,高精地图的结构化数码将衍生出多样化的适合人眼阅读的高清地图。如何充分提高导航数据的成本效益,实时生成高精地图和高清地图,同时为机器和人类提供最优服务,将成为新的研究热点。     

智能汽车基础地图安全防控相关问题浅析

智能汽车作为当前汽车产业发展的战略方向,加之自动驾驶技术日趋成熟,车端搭载的基础地图顺势成为地图行业的新兴产品。基础地图的大发展伴随而来的实时测绘、动态更新、信息交互、数据众源等行为对地理信息安全提出严峻挑战,是国家地理信息安全不容忽视的问题。本文全面梳理了智能汽车基础地图的概念、特点及不同自动驾驶等级下的应用情况;系统分析了当前国内外基础地图相关标准的研究现状和未来的发展重点方向;总结提出了基础地图在应用中的信息技术风险点和当前的防控难点,并提出应对建议。     

自动驾驶高精地图的信息传输模型

高精地图的“非视觉”和面向机器特性,使其与传统面向人的时空产品有明显不同,相应的描述地图主、客体及其与产品之间关系的传输模型也面临巨大变革。已有的传输模型重构了上述关系,包括新增用户个性信息及其传输,但也存在信息传递工具仍采用面向人而非机器的地图语言等不足。为此,结合自动驾驶中地图信息的传输特点,构建面向机器认知的高精地图信息传输模型,通过对已有的传输模型进行扩展：GIS语言代替地图语言,将用户个性信息整合到高精地图的用户图层中,将行动指导扩展为行动实践。研究结果表明,构建的全机器认知的高精地图信息传输模型实现了地图信息认知的主体由人到机器的扩展,适应了高精地图在感知、定位、规划、控制等传输过程中全人工智能的特性。所提出的模型一方面有助于准确把握高精地图的本质及内容结构,提升认知效果;另一方面,对驾驶服务具有重要的指导作用,包括内容选取、表达方法、系统功能框架设计等,提高传输效率。