|
作为一家创办不久的自动驾驶公司，禾多科技把地图摆在了一个非常重要的位置。10月13日禾多科技宣布获得千万美元级别的天使轮融资，领投方之一是国内图商四维图新。10月20日和四维图新签署战略合作框架协议，双方围绕自动驾驶和地图展开合作。 高精度地图还处在发展初期，自动驾驶系统方案商与图商通过合作试验来逐渐完善彼此。四维图新的目标是在自动驾驶方面把高精度定位解决好。禾多科技的定位是提供L3.5自动驾驶解决方案。合作背后的核心驱动力是数据——四维图新提供地图数据，由禾多科技将其应用在自动驾驶产品之上，同时禾多科技将采用众包采集的方式反哺地图。 在很多文章中，我们从图商角度了解了高精度地图如何助力自动驾驶。听听地图使用者如何看待这项技术，成了车云菌拜访禾多科技地图部门负责人戴震博士的主要原因。戴震的主要研究方向为GPS定位和导航，曾在德国航空航天中心和Garmin导航公司任职，拥有组合导航系统研发和车辆内置地图导航引擎算法的研发经验，2016年底回国加入倪凯团队，负责地图方面的工作。 ▲禾多科技地图部门负责人戴震博士 戴震认为，地图是自动驾驶汽车上最稳定的传感器，也是可视范围最大的传感器，可以成为感知定位上的冗余备份。禾多科技的自动驾驶方案离不开地图，他们把地图相关的技术分为过去时、现在时、未来时，并且希望这三种技术能在L3.5中充分利用起来。在对话过程中，戴震还谈到了他们在具体应用中总结的经验和遇到的挑战。 最后，戴震预告了禾多科技的近期动向。自有自动驾驶平台的研发已经完成，将会包括自研的车辆线控技术模块、底层多传感器模块和自动驾驶核心算法模块，近期会有更多消息披露。 以下为专访速记摘要，车云菌做了不改变原意的删减：
Q：地图在整个自动驾驶系统中，扮演了什么样的角色？ A：地图是自动驾驶汽车上最稳定的传感器，也是可视范围最大的传感器，可以提供给其他传感器很多抽象的信息。地图可以提供冗余，可以分为两方面来理解。 一方面，当某些传感器数据缺失，可以用地图数据推算。另一方面，地图也可以用于相互校验，当同一个数据有多个输入源的时候，可以校验其他传感器数据的可信度，提高整个系统输出的准确度。 基本在业界看来，L3以下自动驾驶可以不用高精度地图，L3自动驾驶最好是有高精度地图，L4以上一定要高精度地图。我们要做的是L3.5解决方案，技术更向L4发展，但是想把它降到L3来使用。从这个角度来看，地图是必须的。 Q：禾多科技的L3.5自动驾驶中，会用到哪些地图相关的技术？ A：我们可以把地图相关的技术分为三种： 一种是传统地图导航技术，可以把它称为过去时，包括地图匹配，路径规划以及导航指令系统。称它为过去时，是因为这些技术诞生时间更早，并不是说这种技术在自动驾驶中就不用了，而是要在自动驾驶中获得新生、得到传承。 一种是现在时的技术，包括高精度地图如何辅助定位、感知和控制规划。 还有一种未来时的技术，就是众包地图采集。以前地图是一个给予者，车是使用者，未来车会成为地图的修改者、采集者。 我们希望过去时、现在时、未来时这些技术，都能在L3.5中得到充分应用。同时，我们还有一个基于地图的模拟器，用来验证各种地图算法、车辆在各类场景中的行驶状态和可视化展示。 Q：在实际应用中，有哪些要借助地图的具体场景？ A：我们在实际测试中遇到的一个问题：下匝道时，一般会用摄像机观察车道线的变化，来保证车辆在车道内行驶。当车道弯曲比较大的时候，摄像机反馈的结果不太理想，这时就需要用到地图的先验数据，根据车辆的姿态拟算两侧车道线的数据。 如果有了地图数据，我们还可以有效提高感知算法的效率和准确率。比如，过滤掉地图中固有的标识物信息，可以让有限的计算资源集中在道路上可能对车辆造成影响的物体上。 Q：目前自动驾驶在使用高精度地图时，面临的最大难点是什么？ A：现在最大的难点在于，高精度地图现在摆在面前，但是却无法很好使用。在我们看来，地图本身成本并非车厂不可接受，难的是如何充分利用地图。要不就是技术不成熟，要不是就是传感器过于昂贵。对于低成本的传感器，传感器采集数据的质量是否达标、是否可以与地图数据进行匹配（目前图商提供的多数是矢量地图数据，有一些提供所谓的特征地图数据）等也是目前面临的问题。特别是现在针对不同场景的自动驾驶的传感器方案还未确定的情况之下更是如此。 Q：现在有很多互联网公司开始用众包采集的方法生产地图，这种地图和图商提供的自动驾驶高精度地图有什么区别？ A：我认为理想的高精度地图应该包括高精度矢量地图和一部分特征地图。 简单来说，把传感器采集到的地图源数据经过提取后可以得到特征值，形成特征地图；在此基础上再做抽象、处理和标注，就能得到矢量地图，主要包含路网信息、道路属性信息、道路几何信息，以及路上主要标识物的抽象信息。特征地图是地图源数据的高信息量和矢量地图的小体量之间的中和, 它的产生主要受高精度定位所驱动。 目前几个大图商都能提供的就是高精度矢量地图。部分图商在矢量地图的基础上，加了定位用的特征地图。 在利用特征匹配做定位时，特征地图匹配度更好，使用起来也更方便。相比之下，矢量地图体量更小，普适性更好一些。但缺点在于，经过那么多层抽丝剥茧之后，一部分几何特征信息会丢失掉。在应用矢量地图进行高精定位时，其预处理的难度要大于特征地图。 单纯利用传统意义上的特征地图恐怕还不能满足自动驾驶的需求。比如矢量地图可以做点到点的路径规划，因为它包含了路网信息，而这些信息很难体现在特征地图中。 想满足L3.5，矢量地图和特征地图都是需要的。 Q：和传统高精度地图采集车相比，众包车只能算是低配版采集车。未来自动驾驶汽车众包采集高精度地图时，禾多科技如何做到用低配版采集车获得的低精度数据生产出高精度地图？ A：地图供应商还是地图的主体提供商，众包车只是做一些修修补补的工作，在某一些信息上提供实时更新。更新质量如何，还是要地图供应商最后来统计确定，并做好质量检测。 我们要和图商确定回传哪些信息，什么样的质量可以回传，用什么数据传输格式，用什么样的回传链路等。我认为未来也会根据车辆配置的不同，来确定需要回传哪些内容，而不是所有众包车都规定相同的回传量。 Q：特征地图的存储量会比较大，实际应用中要如何解决这个问题？ A：高精度矢量地图和普通导航地图的体量类似，但特征地图体量比较大。我个人认为比较合理的方法是在关键点上做特征地图。比如在匝道附近或者交叉路口的位置就需要配合丰富的地理信息。 至于存储在本地还是云端，我认为短期内高精度地图还是会做到本地。放在云端还涉及网络协议的问题，关系到自动驾驶的信息安全。
|
|
|
来自： cheyunwang > 《待分类》
