劉建平,鄭陽,鄭望曉
(廣州汽車集團股份有限公司汽車工程研究院,廣東 廣州 511400)
在人類駕駛活動中,地圖常被用于路徑規(guī)劃和計算、地理位置定位查詢以及動態(tài)交通信息提醒等,具有較強的導(dǎo)航功能,能極大地提升出行效率。隨著汽車產(chǎn)業(yè)智能化、網(wǎng)聯(lián)化技術(shù)的不斷發(fā)展,自動駕駛需要更高精度的定位、更豐富的道路環(huán)境信息、以及更及時的地圖更新頻次,傳統(tǒng)的導(dǎo)航地圖已無法滿足技術(shù)需求。為滿足自動駕駛的需求,因此發(fā)展出新的形式——高精度地圖,即高分辨率地圖(High Defini-tion Map),一方面指地圖的絕對精度更高,另一方面指地圖能夠格式化存儲交通場景中各種交通要素[1]。
由于高精度地圖數(shù)據(jù)中豐富且準(zhǔn)確的先驗知識能夠彌補車輛車載傳感器的性能邊界,實現(xiàn)協(xié)同感知和精密定位,因此高精度地圖被視為是自動駕駛系統(tǒng)實現(xiàn)的核心基礎(chǔ)模塊[2]。本文從高精度地圖的制作、功能以及在汽車自動駕駛中的定位技術(shù)進行分析,討論了高精度地圖在高速公路自動駕駛中具體的應(yīng)用方案;其次根據(jù)高速公路自動駕駛對于地圖更新的需求,進一步探討高精度地圖更新如何實施;最后對于高精度地圖未來發(fā)展的一些展望。
高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù),這些信息可以分為兩類。第一類是道路數(shù)據(jù),比如車道線的位置、類型、寬度、坡度和曲率等車道信息。道路網(wǎng)主要由道路基準(zhǔn)線網(wǎng)絡(luò)構(gòu)成,以描述道路幾何、表達與交通設(shè)施間的關(guān)系,包括道路基準(zhǔn)線、道路基準(zhǔn)線連接點、路口等[3]。第二類是車道周邊的固定對象信息,比如交通標(biāo)志、交通信號燈、路邊地標(biāo)等基礎(chǔ)設(shè)施信息。
根據(jù)高精度地圖的數(shù)據(jù)格式以及所包含的信息,業(yè)內(nèi)對于高精度地圖的生產(chǎn)流程主要分為四大部分:(1)數(shù)據(jù)采集,范圍包括車道線、道路屬性等道路數(shù)據(jù)及停車場數(shù)據(jù),采集數(shù)據(jù)包括圖片、點云、GPS、IMU(慣導(dǎo)數(shù)據(jù))。(2)數(shù)據(jù)預(yù)處理,主要是通過深度學(xué)習(xí)識別全景圖像中的車道線及標(biāo)志牌,將點云數(shù)據(jù)進行分類。深度學(xué)習(xí)技術(shù)能依靠GPU(graphics processing unit)強大的并行處理能力自動地從大量人工標(biāo)注訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)特征[4],訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型能夠?qū)D像數(shù)據(jù)等進行實時高效的自動化處理[5],將非結(jié)構(gòu)化的原始數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),包括目標(biāo)位置、姿態(tài)、種類、語義信息等,為地圖要素矢量化提供數(shù)據(jù)支撐。(3)人工確認(rèn),通過人工對環(huán)境、道路、車道、物體和停車場數(shù)據(jù)進行確認(rèn),確保數(shù)據(jù)的準(zhǔn)確性。(4)數(shù)據(jù)發(fā)布,即將包含道路、標(biāo)志牌等屬性的完整高精數(shù)據(jù)發(fā)布。
在自動駕駛系統(tǒng)的功能系統(tǒng)架構(gòu)中,高精地圖與定位功能緊密相關(guān),與感知模塊交互,并最終支持規(guī)劃和控制模塊。高精度定位包含道路級定位、車道級定位、高精度縱向定位和航跡推算,基于此并結(jié)合高精度地圖信息,實現(xiàn)地理圍欄判定功能。
(1)道路級定位是指準(zhǔn)確判定車輛所在道路,包含但不僅限于下面場景,高速公路和封閉城市快速路旁有其他高速或城市快速路或省道等普通道路,匝道進入高速公路和封閉城市快速路的主路,高速公路和封閉城市快速路的主路進入匝道或高速公路轉(zhuǎn)換路段等。
(2)車道級定位是指在實現(xiàn)正確道路級定位基礎(chǔ)上準(zhǔn)確判定車輛所在車道,包括緊急車道以及換道過程中車輛位置。
(3)高精度縱向定位是指實現(xiàn)車輛的精準(zhǔn)縱向定位。
(4)航跡推算基于六軸IMU、輪速、方向盤轉(zhuǎn)角等信息進行車輛行駛軌跡的推算,短距離內(nèi)相對位置的計算精度高。
依靠單一的傳感器和算法很難滿足實際應(yīng)用的定位需求,多傳感器與算法融合的方案是一種有效的解決辦法[6]。協(xié)同感知技術(shù)能有效保證環(huán)境感知的準(zhǔn)確性,通過將感知結(jié)果與智能高精地圖相匹配,實現(xiàn)協(xié)同精確定位。
基于高精度地圖的具備高精定位的特性,可通過高精度地圖定位模塊與自動駕駛車輛傳感器的有效結(jié)合,實現(xiàn)精確的設(shè)計運行地理圍欄定義,從而能確保在一定區(qū)域的自動駕駛功能實現(xiàn)。如圖1的高精度地圖應(yīng)用方案,基于車載傳感器(如前向攝像頭)、RTK高精度絕對位置信息、IMU、輪速和方向盤轉(zhuǎn)角等車身信息實現(xiàn)自車的高精度定位,可實時確定車輛所在道路和車道,進一步判斷車輛是否在地理圍欄內(nèi)。
圖1 高精度地圖應(yīng)用方案
(1)智能前視攝像頭,可識別前方車道線的類型和顏色、限速交通標(biāo)識、路沿、導(dǎo)流區(qū)等,并且探測車道線數(shù)量和相對本車的距離信息等。通過將檢測到的特征地物與高精度地圖數(shù)據(jù)進行匹配,不斷修正全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System,GNSS)衛(wèi)星定位的不確定性和航跡推算的累積誤差,實現(xiàn)車輛自身位置和姿態(tài)的精確感知[7]。
(2)TBOX,可為高精度地圖定位模塊輸入高精度的絕對位置信息。高精定位系統(tǒng)根據(jù)RTK輸入的位置融合IMU相關(guān)信息在高精度地圖中取相應(yīng)范圍內(nèi)的數(shù)據(jù)和感知結(jié)果進行匹配。同時會根據(jù)RTK輸入的絕對位置信息判斷車輛的縱向位置。
(3)高精度地圖定位模塊,高精定位是基于高精度地圖數(shù)據(jù)、融合Camera、GPS/IMU等感知輸入,加上車身CAN(如輪速計)等信息,綜合產(chǎn)出車輛相對位置、地理圍欄等信息的服務(wù)。同時多傳感器融合的方案可以在某一傳感器失效的情況下,利用其它傳感器短時間內(nèi)輸出正確的定位結(jié)果。如Camera失效,可以通過RTK和IMU信息,短時間內(nèi)確定車輛的相對位移,確定車輛位置,同時高精度地圖定位模塊集成高精度偏轉(zhuǎn)插件。
在基于環(huán)境匹配的定位中,如果道路環(huán)境變化,就可能會影響到匹配算法的準(zhǔn)確度,進而出現(xiàn)定位偏移,影響自動駕駛汽車對于周圍環(huán)境的判斷,最終影響到駕駛的安全性。高精度地圖發(fā)布后如果無法保證持續(xù)更新,信息滯后帶來的安全風(fēng)險將持續(xù)增加,為更好地匹配車輛行駛環(huán)境,需要提供高精地圖的更新功能。
對于高精度地圖的更新策略,可根據(jù)中國市級行政區(qū)(地級市)來設(shè)置更新區(qū)域。一版新的高精地圖數(shù)據(jù)生產(chǎn)流程中包含采圖、制作、有關(guān)部門審核、加密申請、發(fā)布等過程。 其中國家相關(guān)部門的審核批示是無法跳過的環(huán)節(jié)。因此一般按照一年發(fā)布4版高精地圖,按季度進行更新的頻率進行。更新的具體規(guī)則如下:①部分更新:如果車端地圖版本小于云端最新版本,并且地圖版本相差大于或等于1年,則用云端的全量包來進行更新;②增量更新:如果車端地圖版本小于云端最新版本,并且地圖版本相差小于1年,則用云端的增量包來進行更新。
地圖更新需要確保數(shù)據(jù)的安全性和可靠性,考慮更新過程中存在各種異常情況的可能,在需更新的高精度地圖制作完成后需要開展一系列場景的路測,如:測試基礎(chǔ)功能可用性的常規(guī)場景,測試網(wǎng)絡(luò)無法連接和無GPS信號時的網(wǎng)絡(luò)/定位信號異常場景,行政區(qū)新增、刪除、合并等變化的場景,更新過程中系統(tǒng)斷電、斷點場景等。通過一系列場景的測試,以覆蓋用戶更新高精度地圖過程中可能存在的場景,實現(xiàn)更新的安全性和可靠性。
隨著5G、V2X(Vehicle to X)等現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)的發(fā)展,未來高精度地圖的應(yīng)用場景將會是協(xié)同感知與協(xié)同精密定位技術(shù)支撐下的車路協(xié)同一體化。同時,高精度地圖為了保持周期性數(shù)據(jù)更新,需要大范圍內(nèi)足量且實時的有效道路數(shù)據(jù)作為支撐。僅依靠專業(yè)測繪難以實現(xiàn)對道路的全時空實時覆蓋?;谟脩舯姲谴_保高精度地圖實時性的必要來源,也是業(yè)內(nèi)公認(rèn)的高精地圖未來形態(tài)。眾包作為群智感知的一種分布式任務(wù)分配與執(zhí)行機制,能把過去需要分配給特定個人完成的任務(wù)以自由自愿的形式外包給非特定的大眾完成,充分利用群體智能以較低的成本完成計算機難以完成的任務(wù)[8]。