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.     

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。     

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。     

高精地图道路矢量化模型表达规则探讨

随着高精地图伴随自动驾驶技术出现，近些年来其生产技术日趋成熟。外业生产依托于三维激光扫描技术的广泛应用，高精度的基础数据的快速获取已实现。在高精地图内业生产端，其表现形式及表达规则由行业特定需求决定。高精地图的生产原理及应用大同小异，但无统一规则，使得高精地图的使用范围过小，不能一测多用。本文以道路要素的通用化表达为目的，分解出道路要素的道路模型、车道模型、地物模型，讨论各类模型的表达规则，以道路向量及车道向量及其拓扑关系建立表达粒度为车道级的路网关系。通过上述表达讨论使得高精地图的表达层次更加清晰，生产过程中依据性更强，统一规则表达的高精地图应用范围更广。     

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。     

海洋地图可视化方法的知识图谱构建

由于制图知识难以具象化,海洋地图的自动制图技术在寻求突破时屡遭瓶颈.由此提出海洋地图可视化方法知识图谱的构建方法.以海洋地图的数据、数据特征、可视化方法、数据来源为核心要素,自上而下构建本体层,定义概念层次体系;通过数据获取、数据处理、知识抽取和知识储存建立实体联系,完成数据层填充.以《21世纪海上丝绸之路沿线区域航海...     

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。     

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。     

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。     

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。     

自然灾害应急知识图谱构建方法研究

中国自然灾害发生频繁,受自然灾害的威胁极大,防灾减灾、抗灾救灾是人类生存发展的永恒课题。在自然灾害应急领域中,相关数据骤增而应急关键知识明显匮乏,存在"数据-信息-知识"转化能力不足的问题,由此提出了自顶向下和自底向上相结合的自然灾害应急知识图谱构建方法。围绕自然灾害事件、灾害应急任务、灾害数据、模型方法 4个要素,自顶向下构建模式层,通过本体建模形成知识图谱的概念框架;自底向上构建数据层,通过数据获取、知识抽取、融合、存储建立实体间关联关系。以洪涝灾害应急知识图谱为例进行实验验证,结果表明,该方法能够对自然灾害事件、灾害应急任务、灾害数据、模型方法 4要素的概念层次关系及要素属性、要素间语义关联关系进行形式化表达,实现了从多源数据到互联知识的转化。     

面向地震灾害防治的知识图谱构建方法研究

针对现有防震减灾信息服务系统的易用性和可操作性不强,相关信息服务产品难以推广与应用的问题,该文提出一种面向地震灾害防治的知识图谱构建方法.运用知识构建理论,梳理防震减灾策略与地震理论、基础信息、功能服务等地震防治实体间复杂的语义关系,抽取各类地震灾害信息并建立语义网络,构建以防震减灾为核心的地震灾害防治知识图谱,并对知识图谱进行可视化表达.实验结果表明,本文所提出的知识图谱构建方法能够直观的展示地震防治信息间语义关联,实现不同类型信息的综合联动,提高了防震减灾信息服务的智能化水平.     

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。     

一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。     

通用化高精地图数据模型

高精地图逐渐成为自动驾驶不可或缺的组成部分,但是其数据模型和表达方式尚未形成统一标准,特别是在生产制作和数据交换阶段,缺乏具备通用性和大规模应用能力的数据模型.针对这一问题,本文分析了当前主流高精地图数据模型NDS、OpenDRIVE和l anel et的优缺点,提出了一种通用化的高精地图数据模型Whu map model.车道模型方面,采用车道组为数据管理单元,由同一路段上的一个或者多个车道组成.车道由车道的左边界线、右边界线、车道中心线、车道属性构成.通过多种常见车道数变化场景下的车道拓扑构建,验证了该模型在表达上的有效性和稳健性.交通标志物模型方面,定义了地面标志物和交通标志牌,分别表达形状、类型、语义以及与道路、车道的关联关系等内容.通过大规模数据制作、NDS和OpenDRIVE格式编译,以及基于ADASIS V3协议的电子地平线应用试验,验证了Whu map model模型的实用性和有效性.Whu map model可以作为通用的交换规格,也可以应用到高精地图生产制作的各个阶段,同时向下兼容、易于扩展,有助于实现高精地图数据模型标准化,从而推进高精地图的规模化生产和应用.     

基于网络文本迁移学习的旅游知识图谱构建

在线旅游服务模式和海量网络文本的出现为旅游产业规划和用户出游推荐提供了新的信息支撑。然而实时更新的网络文本语义模糊、信噪比低,难以利用,由此,提出了一种基于领域本体和迁移学习的旅游知识图谱构建方法。首先,基于行业规范定义了旅游景点特征体系,建立了以旅游景点为核心的旅游知识图谱,支持景点语义特征的全方位刻画;然后,通过迁移学习方法将预训练语言模型改造为定制化知识抽取器,从网络文本中获取知识三元组,并融合游客足迹、兴趣点语义等信息将分散的相关信息整合为系统性的旅游景点知识图谱。知识抽取实验结果表明,相较于常用的LDA（latent Dirichlet allocation）模型,定制化知识抽取器获取的景点语义知识,其精度与完整性分别提升了50.7%和670%。所构建的旅游景点知识图谱可全面表达现实中的旅游场景,支撑不同尺度下游客行为与市场需求的深入解析,为旅游目的地可持续发展规划提供决策支持。     

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。     

利用地理知识图谱的COVID-19疫情态势交互式可视分析

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情的暴发产生了海量与时空信息相关的数据,当前的地理时空疫情分析难以关联人物关系、事件等数据,由此提出了一种利用地理知识图谱结合交互式可视分析COVID-19疫情态势的方法。首先定义了病患实体和关系类型,提出了事件语义模型和事件关系分类,并根据不同的数据分类设计了知识抽取和知识表示方法,构建了病患时空信息知识图谱;然后分别从宏观和微观层次把控疫情态势的任务出发,设计了知识图谱可视化视图和交互分析方法;最后构建实验分析系统,利用COVID-19确诊患者数据,通过地图分布可视化、图谱可视化和轨迹可视化等多视图协同交互对COVID-19疫情态势进行分析实验。实验结果表明,该方法能够从实时疫情态势监控、病患关联关系、高危人群防控和地区防控态势等方面为疫情态势分析提供一种新的思路与方法。     

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。     

空间关系词汇与地理实体要素类型的语义约束关系构建方法

为克服依赖常识人工归纳总结的局限性,采用定性和定量相结合的方式,自动构建空间关系词汇与地理要素类型的语义约束关系。首先,以《中国大百科全书（地理版）》空间关系标注语料库为基础数据,采用Overlap语义相关度计量方法,挖掘空间关系词汇与地理要素类型约束关系的先验知识;然后以地理要素分类体系提供的概念语义相关性对先验知识进行扩展;最后采用本体工具Protégé建立相关知识库。