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。     

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。     

农用自动耕作系统

AutoFarm Rightrac公司推出一种先进的GPS农用驾驶耕作系统。该系统可对重复性农业耕作提供3英寸的精度。重复性操作对生产者是非常重要的，因为它可使操作人员每次按相同的路线反复地进行田间作业。这种系统很容易就能安装在新的或旧的拖拉机、喷药车和收割机上，也可方便地用于各种不同厂家的设备，可视化显示设计可与任何电缆匹配，顶部组件只需要简单的工具，15分钟就可以从这一车辆拆卸，再安装到另一车辆上。     

利用双灭点估计的车道线检测

车道线检测是自动驾驶汽车或高级驾驶辅助系统的重要组成部分，利用安装在车辆前方的单目相机以实时成像的方式获取车辆在当前车道的横向偏移，从而为车辆的车道保持、超车换道等横向控制策略提供参考。本文提出了一种基于双灭点估计的实时、稳健的车道检测方法。首先利用尺度自适应的局部对称算子对车道线点特征进行提取；其次对左右车道线分别估计灭点，以灭点为导向，构建特征点的统计直方图；然后选择穿过大多数特征点的直线且通过特征点和所选线之间的重叠度对灭点进行估计更新，重复上一步骤以获得稳定的灭点；最后基于稳定的灭点验证并选择最佳的车道线。本文在公共数据集对提出的方法进行了测试，试验结果表明，本文方法在满足实时性的前提下，能有效提高算法整体的稳健性。     

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。     

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。     

展望6G时代需求,推动时空信息普适应用——访北京六分科技有限公司副总经理王平

<正>“登录手机应用,选择出发站点和目的地,不到一会儿,一辆无人驾驶车辆驶来,主驾位置的方向盘自动转动,接上乘客缓缓驶离。”这是发生在北京市高级别自动驾驶示范区的真实图景。今年3月,北京启动“车内无人”载人示范应用,上述场景已有不少人“尝鲜”。数据显示,截至今年6月,北京无人化测试车辆共计116台,测试总里程近200万千米。自动驾驶出行服务商业化试点累计订单量超150万人次,用户好评率达95%以上。     

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.     

测绘遥感能为智能驾驶做什么?

从自动驾驶汽车到智能汽车,再到智能网联汽车,智能驾驶汽车技术及产业的快速发展,测绘与遥感技术起到了重要的支撑作用.本文首先介绍了国内外智能驾驶汽车的进展及其与常规汽车的区别,基于科学技术发展3次重要浪潮的视角,对比分析和归纳了自动驾驶与测绘遥感的发展历程及其核心技术驱动力.然后从顶层规划与政策环境、环境感知与计算决策车辆关键技术、高精地图与导航定位基础支撑关键技术、车路协同信息交互关键技术4个方面,对智能驾驶汽车的关键技术进行了介绍.以星基导航增强、高精度位置和姿态测量、多源融合感知等多项导航定位先进技术成果为实例,论证了测绘导航赋能单车智能驾驶;通过介绍移动测量与众包高精地图制作技术,阐述了测绘遥感对智能驾驶的关键支撑作用;以天基信息实时服务系统(PNTRC)建设为例,描述了测绘遥感未来将服务智能网联汽车"人-车-路-云"的发展趋势.最后总结分析了智能驾驶发展尚需解决的问题以及测绘遥感近期需要应对的挑战.     

基于车道驾驶态势的拓扑构建与路径规划

首先分析了国内外高精度地图车道模型的研究现状,针对车道模型在自动驾驶中的融合应用,提出了一种基于车道驾驶态势的拓扑构建和路径规划方法。车道驾驶态势是指在遵循正确交通规则的前提下驾驶车辆通过车道后将达到的空间方位和通行状态。利用车道驾驶态势可生成车道级可通行区间集合,并构建可通行区间之间的拓扑关系,再利用Dijkstra算法可进行最优路径规划。可通行区间内部通过驶入和驶出接口点列表达可任意变道的拓扑关系,快速完成车道级路径规划,为自动驾驶多源数据融合与二次规划提供基础参考。     

廊坊启用卫星定位消防指挥系统

廊坊消防支队调度指挥中心正式启用GPS卫星定位指挥系统，为市区五个中队23辆执勤车辆安装了卫星定位系统终端机，实现了资源共享。在接到报警后，系统将根据报警电话号码、失火单位名称和地址，自动搜索出以灾害点为中心，方圆300m范围内的消防水源方位图，通过语音、数据传输、中文短消息、GPS信息向消防大队、中队下达火警、社会救援命令，向消防支队指挥旯发出预警信息。该系统还能够计算出消防中队出警的最佳路径，并通过实时监控，引导车辆行驶到交通便利的道路；指挥中心下发出动命令后，可以在出警途中将火灾现场的情况采用语音或数据的方式及时传递给中队指挥民，为其到达火场后迅速展开工作提供依据。     

车辆导航系统

车辆导航系统Ｈ．ＣｌａｕｓｓｅｎａｎｄＤ．Ｍ．Ｍａｒｋ引言车辆导航系统（ＶＮＳ）是引导车辆从起点到达目的地的系统。导航中的重要方面包括记录车辆所在位置和规划行车路线。人类很早就开始利用导航技术，近年来由于计算机和通讯技术的迅猛发展，也极大地推动了导航...     

SC-V2XSim:车路协同环境下的高速公路混合交通流联合仿真方法

基于开源微观交通仿真软件SUMO构建车路协同环境下的车辆驾驶行为模型,包括驾驶控制、驾驶建议与智慧导航3个模块及6个典型车路协同场景。结合车辆仿真软件CARLA具备高精度物理与传感器模型的优势,提出了一种面向高速公路混合交通流的协同联合仿真框架,命名为SC-V2XSim。该框架弥补了微观交通仿真不具备车路协同仿真功能、无法接入自动驾驶算法与车辆仿真不具备真实交通流模型的缺陷。选择中国浙江省沪杭甬高速公路进行了测试与验证,并模拟不同渗透率情况下的混合交通流特征。提出了一种考虑车路协同等新一代信息化技术的智慧高速服务水平评价体系,以期为智慧高速的建设与发展提供一种分析评价方法。实验结果表明,对于智慧高速而言,全息感知、数字孪生和车路协同是3个重要的影响因素。随着具备车路协同功能车辆的增加,道路平均车速也逐渐提高,在具备100%网联车辆渗透率的情况下平均车速提高达到15%。网联车辆相对于人类驾驶车辆具有更加合理的驾驶行为,所提出的考虑车路协同等新一代信息技术的智能公路服务水平评价体系能够为智慧公路的建设和发展提供一种可行的分析评价方法。     

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。     

自动驾驶量产的难点分析及展望

随着自动驾驶技术的快速发展,自动驾驶汽车的量产即将到来。自动驾驶行业的关键技术对自动驾驶汽车量产及相关领域的研究有着重要的推动作用。首先,围绕自动驾驶汽车量产过程中的关键技术问题展开分析,并着重从汽车线控技术、能源动力技术和驾驶认知技术3个方面分析了当前自动驾驶中的技术难点。然后,针对驾驶认知技术,认为具有驾驶认知能力、记忆能力、决策能力和行为能力的驾驶脑是实现驾驶认知形式化的有效方式。最后,总结了面向特定落地场景实现的自动驾驶汽车量产策略,希望为自动驾驶量产中的实际问题提供参考。     

车辆跟踪系统

GPS管理系统P2000模块是用于每天从中心站对调度的车辆进行定位、监测和管理的系统。这种模块可安装在车辆上,通过使用Axiom芯片,能够接收和存储GPS位置数据、速度和停车信息。一个小型接收机接收总部信息处理机控制器(PC)运行记录的数据,当车辆处在直径4英里范围内时,它可自动地直接向总     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一，它可以提供关于道路更丰富的信息，对于建立高精度地图和实时规划都具有重要作用。其中，语义分割可以为图像每个像素赋予类别信息，是自动驾驶场景理解中最常用的方法。但是，目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在MobileNetV2的基础上，提出了一种多层次特征融合的方法，使得网络可以在实时运行的同时保证精度满足实际应用的需求，并在Cityscapes数据集上进行了试验验证和分析。     

车辆自动定位导航系统的基本模式与技术问题

本文简述了车辆自动定位导航系统的基本模式，着重探讨了对系统的要求和技术问题，并介绍了提高车辆定位精度和完善ＧＰＳ定位连续性的辅助措施。     

加快构建地理信息数据治理和安全保障体系——访自然资源部测绘发展研究中心副研究员薛超、贾宗仁

<正>“好消息!北京真无人驾驶网约车上路了。”今年7月,北京开放了智能网联乘用车“车内无人”商业化试点,消息传开,许多网友纷纷约车试乘。亦庄自动驾驶示范区里,不仅可见无人驾驶出租车,还有无人零售车、无人快递车、无人小巴士等多种自动驾驶车辆。如今,这种没有驾驶员的出行方式正在被人们所接受,其改变的不仅是生活方式,也给城市交通带来了极大改善。     

长江下游水道引航实现可视化

中国首个省级海事暨水上搜救中心在南京宣布正式建成启用。其由闭路电视系统、船舶交通管理系统、长江江苏段地理信息系统、船舶自动识别系统和全球定位系统组成。当江面遇风遭雾或发生搁浅、火灾、重大碰撞事故,即能迅速查询到距离事故现场最近的执法人员、车辆、船艇的精确位置,使得重点水域中搜救人员能在三十分钟之内到达现场。