黃志，向煜

(1.重慶數(shù)字城市科技有限公司，重慶 401121； 2.重慶市移動測量工程技術(shù)研究中心，重慶 401121)

1 引 言

自動駕駛技術(shù)是在人工智能、視覺計算、模式識別等技術(shù)的基礎(chǔ)上快速發(fā)展起來的一項前沿技術(shù)，受到社會廣泛關(guān)注。目前自動駕駛主流的技術(shù)路線是在車上安裝激光雷達(dá)、相機、慣導(dǎo)等傳感器，通過實時感知外部環(huán)境，規(guī)劃決策并控制和執(zhí)行車輛自動化操作[1]。隨著自動駕駛層級逐漸演進(jìn)，車輛上的傳感器會越來越多，Lv5級別的自動駕駛傳感器甚至?xí)_(dá)到32個[2]。與此同時，隨著傳感器的數(shù)量增加，AI電腦需要實時處理的數(shù)據(jù)將會越來越多，這將對電腦的處理能力、算法的優(yōu)劣提出挑戰(zhàn)。同時外部環(huán)境瞬息萬變，只依賴于傳感器進(jìn)行環(huán)境感知，自動駕駛感知識別可靠性不高[3]。

國際自動機工程師學(xué)會(SAE)的J3016標(biāo)準(zhǔn)將自動駕駛級別劃分為6級，其中要實現(xiàn)Lv3(有條件自動化)及以上級別，高精度導(dǎo)航地圖必不可少[4，5]。相比于傳統(tǒng)地圖，高精度導(dǎo)航地圖精度要求優(yōu)于 1 m，相對精度達(dá)到 10 cm～20 cm，地圖內(nèi)容將達(dá)到車道級別[6]，同時高精度導(dǎo)航地圖也會采集道路標(biāo)識標(biāo)牌，建立道路和車道拓?fù)潢P(guān)聯(lián)，能表達(dá)更加詳盡的交通要素信息[7，8]。目前高精度導(dǎo)航地圖運用于自動駕駛方面的研究有很多，其中文獻(xiàn)[9]提出使用路徑跟蹤算法來保持車輛沿規(guī)劃的路徑行駛，該方法的實現(xiàn)基于已規(guī)劃的線路，但預(yù)先規(guī)劃路徑只適用于測試場地，在環(huán)境不斷變化的開發(fā)道路該方法有局限性，同時該方法未考慮車輛在車道級別的精確控制。文獻(xiàn)[10]提出使用邊緣計算技術(shù)采用眾包方式實時構(gòu)建高精度地圖并進(jìn)行車輛定位，該方法依賴于AI芯片的研發(fā)，實現(xiàn)大量矢量數(shù)據(jù)的自動融合和要素的拓?fù)渥詣咏?gòu)難度較大。

針對以上問題，本文提出了使用移動測量系統(tǒng)預(yù)先構(gòu)建高精度導(dǎo)航地圖，基于車輛上的慣導(dǎo)及實時差分定位數(shù)據(jù)計算車輛范圍。使用空間查詢，按照一定頻率實時查詢車輛范圍內(nèi)的地圖要素。根據(jù)查詢到的標(biāo)識標(biāo)牌信息輔助車輛傳感器決策，根據(jù)查詢到的車道標(biāo)線精確控制車輛的行駛線路，以此來提高自動駕駛可靠性。

2 高精度導(dǎo)航地圖的構(gòu)建

高精度導(dǎo)航地圖包含車道級別的道路網(wǎng)，交通標(biāo)識標(biāo)牌，信號燈，橋梁隧道等眾多交通要素，車道與車道之間，道路與道路之間構(gòu)建了拓?fù)潢P(guān)系，要素眾多且要素之間關(guān)系復(fù)雜。移動測量系統(tǒng)集成了激光雷達(dá)、全景相機、慣性測量單元、GNSS等傳感器，能夠快速采集道路上及周邊詳盡的高精度點云及影像數(shù)據(jù)，對高精度導(dǎo)航地圖的數(shù)據(jù)來源提供了高效的解決方案[11]。其生產(chǎn)流程如圖1所示。

圖1 高精度導(dǎo)航地圖生產(chǎn)流程

3 輔助決策方法

3.1 車輛范圍計算

車輛上安裝的GNSS用于采集車輛位置數(shù)據(jù)，慣性測量單元用于測量車輛的姿態(tài)(航向角、俯仰角、側(cè)滾角)，設(shè)任意時刻實時差分位置為P(x，y，z)，車輛的航向角為θ，GNSS相對車輛前后左右四邊界標(biāo)定距離分別為a、b、c、d。則四角的坐標(biāo)為：

(1)

其中(xi，yi)|i∈{1，2，3，}分別為左前角，右前角，左后角，右后角坐標(biāo)，θ∈[0，2π]。通過計算車輛四角點坐標(biāo)，即求得了車輛在高精度導(dǎo)航地圖中的絕對位置范圍，如圖2所示。

圖2 車輛四角坐標(biāo)示意圖

3.2 要素空間查詢

高精度導(dǎo)航地圖數(shù)據(jù)精度高，其表達(dá)的與交通相關(guān)的要素多，數(shù)據(jù)量大；同時因自動駕駛實時性要求，因此必須提高要素查詢效率。本文采用改進(jìn)的四叉樹查詢方法，查詢流程如圖3所示。

圖3 要素查詢流程圖

首先獲取車輛實時位置，通過查詢客戶端查詢緩沖區(qū)范圍內(nèi)的交通要素，然后將查詢結(jié)果返回給客戶端，最后客戶端將返回結(jié)果進(jìn)行分類，包括交通標(biāo)線、交通標(biāo)識標(biāo)牌等交通要素。

3.3 空間分析輔助決策

道路外部環(huán)境錯綜復(fù)雜，使用高精度導(dǎo)航地圖輔助查詢能有效減小計算機計算壓力，將更多計算資源用于除道路情況外的動態(tài)環(huán)境感知，如車輛、行人、障礙物等，提高傳感器識別準(zhǔn)確率和增加決策可靠度。輔助決策流程如圖4所示。

圖4 輔助決策流程

車輛范圍與交通標(biāo)線進(jìn)行碰撞檢測，將檢測結(jié)果返回給決策系統(tǒng)，決策系統(tǒng)根據(jù)標(biāo)線類型(虛線、實線等)、車輛動態(tài)環(huán)境感知結(jié)果綜合分析決策，決定車輛是進(jìn)行變道還是糾正方向。其偽代碼如圖5所示。

圖5 線路糾偏偽代碼

圖6 標(biāo)識標(biāo)牌輔助識別偽代碼

根據(jù)查詢到的標(biāo)志標(biāo)牌等要素位置，使用傳感器有目的地進(jìn)行識別分析提取，進(jìn)而進(jìn)行決策。其偽代碼如圖6所示。

4 實驗與結(jié)果分析

本實驗在中國汽車工程研究院有限公司(重慶禮嘉)測試場地進(jìn)行，實驗場高精度導(dǎo)航地圖數(shù)據(jù)采用重慶數(shù)字城市科技有限公司與重慶市勘測院聯(lián)合研制的吉信移動測量系統(tǒng)(DCQ-MMS-X3)采集制作而成，部分?jǐn)?shù)據(jù)如圖7所示。數(shù)據(jù)查詢頻率 100 Hz。

圖7 高精度導(dǎo)航地圖數(shù)據(jù)

車輛在左側(cè)道路開始行駛，實驗過程中，在實驗場地中人工設(shè)置障礙物模擬真實道路環(huán)境，通過對比無高精度導(dǎo)航地圖的環(huán)境下與有高精度導(dǎo)航地圖環(huán)境下自動駕駛車的行為來說明可靠性。結(jié)果如表1所示。

由表1可知，使用高精度導(dǎo)航地圖輔助決策能夠提高動態(tài)環(huán)境下自動駕駛車的適應(yīng)性、可靠度。

車輛在不同的車道上行駛，使用同一套訓(xùn)練集，對車道上標(biāo)識、標(biāo)牌的識別速度和準(zhǔn)確率(包括類型和語義)進(jìn)行統(tǒng)計，如表2所示：

由表2可看出，使用高精度導(dǎo)航地圖能精確提供標(biāo)識標(biāo)牌位置，減少檢索范圍，對標(biāo)識、標(biāo)牌的識別效率和準(zhǔn)確率更高。

5 結(jié) 語

本文提出一種基于高精度導(dǎo)航地圖的自動駕駛輔助決策方法。利用移動測量系統(tǒng)采集道路網(wǎng)數(shù)據(jù)，制作高精度導(dǎo)航地圖；使用測試車慣導(dǎo)和實時差分定位數(shù)據(jù)計算車輛范圍；使用空間查詢，實時查詢車輛緩沖區(qū)范圍內(nèi)的地圖要素；利用碰撞檢測及時糾正車輛行駛方向以及提供輔助分析決策信息。實驗結(jié)果表明該方法能夠有效減小計算機計算壓力，提高傳感器識別準(zhǔn)確率和效率以及增加決策可靠度。