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。     

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。     

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.     

博世推出用于自动驾驶的激光雷达传感器

正博世已成为第一家开发出可量产的用于汽车的远程激光雷达传感器公司。激光雷达系统已经于本周在美国拉斯维加斯举行的消费电子展(CES)上进行了演示。它补充了博世公司现有的雷达和摄像机系统,提供实现自动驾驶所需的额外安全级别。博世认为,基于激光的测距技术(称为激光雷达)对于SAE3至5级别的行驶功能必不可少。     

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。     

驶入激光雷达发展快车道——访北京北科天绘科技有限公司联合创始人、CEO张智武

<正>无论是新型基础建设试点项目,还是实景三维中国建设,从近年来项目进展、成果和已评审通过的技术路线来看,激光雷达系统已经成为两大热点项目中必不可少的采集手段和数据源。而在自动驾驶的赛道,从2021年开始,随着华为、大疆等企业纷纷亮相搭载激光雷达的自动驾驶技术,一时间,激光雷达在汽车上的量产应用再次受到广泛关注。作为国内唯一一家同时专注于无人驾驶导航型激光雷达和测绘类激光雷达两个赛道研究和生产的公司,发展近20年来,北京北科天绘科技有限公司(以下简称“北科天绘”)在逐鹿激光雷达市场上可谓是遇上了最好的时期,不断探索和实践的战略布局颇见成效。     

国内首个自动驾驶领域的地理数据省级标准是如何出炉的?——访浙江省自然资源厅科技处处长楼燕敏

经过多年的发酵,"自动驾驶时代"似乎已经如箭在弦了!从产业链看,政府、车企、图商、技术研发商,乃至顾客,都已经跃跃欲试.当自动驾驶技术真正从一个概念发展成为实用产品的时候,有人预言其将颠覆跟汽车相关的几乎所有产业,并预测这是10年内可见的最具颠覆性的产业变革. 2021年9月,我国正式出台了《汽车驾驶自动化分级》国家推...     

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。     

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.     

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。     

阿里巴巴:让AI看懂地球

<正>在近日举行的首届联合国世界地理信息大会上,阿里巴巴展出了在地理信息上的一系列探索结果,阿里云的城市大脑,高德的自动驾驶,AliOS等均在其中。其中,由阿里巴巴机器智能技术团队研发的AI智能解译遥感影像产品吸引了很多测绘专业人士的目光。展会现场展示了"AI+空间信息技术"产品——"天巡"卫星遥感影像智能解译产品。该产品将阿里巴巴的深度学习技术融合到遥感影像的解译中,实现了遥感影像数据的自动化解译,将传统解     

GPS/GIS技术确保汽车安全

“终级后座驱动装置”诞生了——不久的将来很可能会接管你的汽车。 科学家最近发明了一种可以防止发生车祸的汽车,而且这种汽车可以保证在最危险的地段也能使你轻松地驾驶。这辆在墨尔本开发研制的汽车被命名为“安全汽车”,这种汽车实际上是由一个安装在车子里的电子后座驱动装置所控制的,目前正在墨尔本郊区的公路上试车。     

微处理机控制的半自动化水准测量系统

水准测量半自动化这种新概念的基本思路是,用一种带有可移动觇板的主动式线性测量系统,替代常规水准测量标尺。水准仪操作员通过无线电控制,使觇板定位在水平视准线上。觇板的位置,以高精度进行连续跟踪。测量时,即时位置自动得以补偿和改正,然后再发射到水准仪作进一步处理。这种新概念的主要特点是:数据自动采集和记录;联机处理和监控;一等精度;测量过程迅速。     

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。     

浅析高精度地图在自动驾驶系统中的应用

针对高精度地图在车端的协同应用研究相对较少问题,本文首先详细阐述高精度地图在自动驾驶功能实现的应用架构;其次,结合自动驾驶应用实现对车辆周围道路环境的关注,从分发的路网模型、属性模型及自车位置模型表达对数据分发模型进行分析梳理;并以自动驾驶中导航规划为例,探讨高精度地图数据在应用实现时解析、传输、重构过程、数据分发逻辑结构和基本内容;最后总结展望,高精度地图服务将在车路协同应用支撑中起关键作用。     

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。     

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。     

术业有专攻

正对于新成立的公司来讲,要有一个立足点,不要直接跟大巨头产生竞争关系,主要还是把自己的特点发挥好,在自己专长的领域做到让客户认可,慢慢带动这个行业,这种新的技术一定是将来的发展趋势。例如,自动驾驶、三维扫描等用的是相同类型传感器,可能后续处理方法略有不同。自动驾驶一定会是一个趋势,精确的三维数据是自动驾驶依靠的基本数据,这种采集方法、     

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。