分享
Scan me 分享到微信

清华大学江昆:自动驾驶地图的内涵、外延与标准探讨

地图再次成为整个行业关注的焦点,其本质原因是汽车对地图的需求在不断升级,地图的角色也由传统的车载导航系统转变为车控系统的核心技术。

8 月 25 日,由盖世汽车主办、中国智能网联汽车产业创新联盟自动驾驶地图与定位工作组协办的“2020 第二届自动驾驶地图与定位大会”隆重召开。本次会议主要聚焦高精地图、高精度定位等自动驾驶关键技术,共探产业未来发展之路。下面是清华大学车辆与运载学院青年教师、中国智能网联汽车创新联盟自动驾驶地图与定位工作组秘书长江昆在本次论坛上的发言。

我分享的题目是关于自动驾驶地图的内涵、延长与标准的探讨,在20年前大家都知道电子地图是车载导航数据的基础,随着车联网的普及,我们知道电子地图也是车联网服务系统的关键环节。而现在,地图再次成为我们整个行业关注的焦点,其本质原因是汽车对地图的需求在不断升级,地图的角色也由传统的车载导航系统转变为车控系统的核心技术。

在不同级的自动驾驶方案中,地图都是一个核心的模块,自动驾驶等级越高,地图的重要性就越不可替代。同时,我们也可以发现,自动驾驶级别越高,对地图的要求也越高。对于L4级别以上的自动驾驶来说,一般认为地图是需要达到厘米级精度的。所以自动驾驶地图有一个非常形象的别名—“高精地图”。

高精地图的确很形象的描述他的主要特色,但是这里就引起了一个新的问题,也就是把研究者的注意力过度的聚焦在精度问题上。这里我们要问,高精度的地图是不是就是自动驾驶地图呢?

我个人认为,这个问题的本质是在于理解自动驾驶地图的内涵。自动驾驶地图的内涵暂时没有非常明确的定义。但是我这里提一个新的思路去探讨这个问题,所谓自动驾驶地图的内涵其实是在问自动驾驶地图应该包含哪些有价值的信息。

在车载导航领域,当我们提到自动驾驶地图时,大家会想到高精度的路网地图数据,因为路网是我们实现导航的一个基础数据。高精度路网数据也的确是自动驾驶地图不可缺少的部分,相信所有做自动驾驶地图领域的专家们都认可。但是除了路网这种基础信息之外,还导航的兴趣点POI信息,也是地图里非常有价值的信息。除了兴趣点信息之外,交通限制的信息也非常重要,做过货车导航地图的专家都知道,货车导航地图最有价值的信息是上面所存储的交通限制的信息,包括限高、限行等,可以直接影响到货运的效率。

在卫星测绘领域,提到自动驾驶高精度地图的时候,人们想到的是高精度的卫星照片、地形地貌、高程信息等数据。这些数据在自动驾驶地图中是否需要存储呢?怎么去利用呢,其实也是需要探讨的研究点。

在智能交通领域,他们提到高精地图时,想到的是能否获得更丰富的动态交通信息,例如交通热力图,这样的话有助于整个交通宏观系统优化的。另外就是拓扑连接图,这可以反映出不同线路的逻辑关系,可以为后续自动驾驶路线运营规划提供一个有利的信息。

在三维地图领域,他们心目中的自动驾驶地图应该有哪些信息呢?他们认为应该有高精度的环境三维重构信息。这里又有不同的种类,一种是原始点云地图,包含了非常多的原始数据,但是它的缺点就是数据量过大。为了克服它数据量过大的缺点,有人提出来我们可以提供矢量地图,矢量地图可以提供跟高精度地图元素的矢量数据,像是车道线和灯杆,一定程度可以重构环境。

在环境感知领域,他们会关注特征点地图和语义地图。特征点地图是环境的特征描述。,与之相对应的就是语义地图。随着AI技术在感知领域的应用,我们可以获取到环境语义的分割,将语义的分割结果构成一种语义的地图,是环境感知领域非常迫切的需求。所以地图从感知的角度是需要存储像这种语义分割和特征点的信息。

在决策规划领域,地图也是经常用于存储非常有价值的信息,比如机器人领域做轨迹规划常用的地图--栅格地图,这种地图里面包含了很多的占用网格信息,能够提供车辆所需要的可行驶区域信息。除了这种可行驶区域的信息之外,我们清华大学的王建强教授也提出了行车风险场的理论,这种风险场与地图的结合可以用来进行量化分析驾驶的风险。可见,地图上也可以体现出重要的驾驶决策信息。

在列举了不同领域对自动驾驶地图价值的理解之后,我希望大家能够重新认识一下自动驾驶地图。自动驾驶地图其实包含了四大基本特性。第一个是精确性,这可能是大家的第一反应。自动驾驶地图与传统地图最明显的区别就是在于对精确性的更高要求。除此之外,我们去不断地挖掘自动驾驶地图的内涵,那就是它的第二个特性,丰富性。刚才的介绍里,也不断的在说明这一现实。我们行业里面很多研究单位认为地图主要是一些地理信息的数据,我觉得这个是一个误区,其实我们自动驾驶地图包含的内涵非常广。第三个特性是动态性。传统的地图只是在考虑静态的信息,对于自动驾驶来说我们还需要考虑丰富的动态信息,动态包含两个方面,一个是动态障碍物信息,另外地图本身是一个动态更新的信息。动态性也说明了地图本身不仅是一种地理空间的信息,其实它也是一种时空信息,我们可以将地图作为时空统一的基准。第四点特性就是,自动驾驶地图与车辆的紧密结合。自动驾驶地图应该全程参与自动驾驶感知、决策、控制。

正是出于这样的认识,我们提出了清华大学自动驾驶地图模型,这里再回顾一下,自动驾驶地图具有非常丰富的不同层次的数据,这些数据对应着不同的应用,包括道路级路网层,宏观交通信息层,道路-车道连接层,车道级路网层,地图特征信息层,动态感知容器层,智能决策支持层。

刚才探讨了地图应该包含什么,地图的内涵。现在我们需要向外延伸,探讨一下自动驾驶地图跟车辆如何去结合。在思考如何去结合的时候,我经常会问自己一个问题,那就是自动驾驶地图只能是一种数据还是一种平台?

清华大学杨殿阁课题组在这方面做了很多研究。我们的第一个感想是,自动驾驶地图其实本身是一种定位的平台。对于传统地图来说,地图是一种依赖于卫星定位的,有了卫星定位之后我们才能去使用地图。而对于自动驾驶地图,地图本身是可以主动提供定位信息的。这里介绍一下我们的技术方案,就是用单目相机与适量地图进行匹配。相机可以识别到相应的矢量信息,定位的过程就是不断地去移动相机的位置,使得所检测出来的地图元素,与地图数据进行重叠。因为我们是需要选择相应的特征进行匹配定位的,这里就有一个疑问,什么样的特征是能够有助于我们地图的定位呢?我们分成了三类定位特征,一种是垂向的特征,这种主要就是灯杆等数据,一种是水平线的特征,如车道线等,还有就是路牌这种点状特征。我们对不同的特征进行了分析,可以发现垂向特征主要约束相机横向、前后运动,水平线特征主要约束横向和铅垂运动,点状特征是对各方向均有约束。 然而自动驾驶车辆在真实环境中行驶的时候,环境中没有足够多的特征会导致定位方法的失效。那么如何解决这个问题呢?这我们提出了一个定位优化的技术路线,我们主要有两个优化的方法。一个是使用了多帧约束和帧间约束融合方式来提高我们定位的数量,如果1帧数据里特征数量比较少,但是如果我们有20帧的话,特征的数量就会增加,可以提高我们的定位精度和准确性。另外就是我们使用了视觉本身的特征点约束,也是视觉slam技术。这是我们在北京城区道路进行的实车定位实验,在视频里面我们可以看到,我们能够准确地检测出地面横向的特征以及灯杆这种纵向的特征,这些特征可以跟矢量地图对比匹配。在这个实验里面我们实现了10厘米级别的定位,

除了定位平台以外,我们的第二个观点是,地图其实也是一种协同感知平台,大家知道智能网联车联网自动驾驶有两大技术路线之争,一种是自主式的智能汽车,传感器要求很高,依靠自主的感知能力去实现自动驾驶。这种方式的缺点就是单车成本高。另外一种就是网联式的智能汽车,通过他车和路测传感器多种方式进行协同式感知,从而实现自动驾驶。这种方式下我们需要多车协同,这样就能够减少对单车成本的需求,减少单车的成本。通俗来讲,其实自主式的智能汽车就是需要每个车都是诸葛亮。而对于网联式的智能汽车来说,我们不需要每个车都很强,在车路协同和多车协同之后,我们会实现三个臭皮匠顶三个诸葛亮。实现这样一种场景的意义在于什么呢?在于降低自动驾驶对车辆硬件的需求,可以更快地去推动我们自动驾驶产业化的落地,而自动驾驶地图在这个环节里面就是一个非常重要的平台,它是实现多车协同感知的重要平台。基本的思路如下,我们的地图提供稳定的坐标基准,实现超数据、超基准的融合。虽然每辆车的精度较低,但是以地图为信息融合平台的话,就可以借助地图的先验信息反向去提升我们车辆的感知能力。这里简要介绍一下我们做的几个实验。实验1是超视距盲区消除实验,我们的黄车是自车,这辆车是网联车辆,灰色的车是障碍物,在正常情况下是无法感知到相应信息。通过以地图为感知容器的方式,我们就可以将多车的感知信息通过地图进行融合,消除盲区。实验2是有遮挡的情况,自车是无法观察到前车前方的车辆,但是有了地图感知容器和时空基准之后就可以获取到被遮挡这辆车的信息。实验3是关于感知精度的提升实验,这个实验最有意思,验证了我刚才提到的概念。每辆车自身的感知精度是比较低的,但是因为有了自动驾驶地图感知平台之后,每辆车的感知能力提升,这样就达到了三个臭皮匠顶三个诸葛亮的效果,大大降低了自动驾驶的成本。

最后我再讲一下我的第三个观点,自动驾驶地图是一种软件平台。为了实现上述这些功能,自动驾驶地图的定位平台和感知平台,我们是需要开发一套软件平台。我们需要将它进行一个模块化的设计,它包含我们自动驾驶的底层操作系统,包括中间件,以及功能模块。在我们PC操作系统的时代,我们知道操作系统最大的特色是窗口式管理,在手机端时代,它的特色是触屏交互方式,而在自动驾驶操作系统时代,我个人的观点在车载操作系统将会以地图为核心来构建。这里也简单介绍一下我们目前在车载自动驾驶软件平台上的一些工作。目前我们已经实现了将所有的功能模块进行了划分,模块划分之后必要的工作就是高效、低时延的新通信机制,这里我们也对比了ROS,构建了一种高效的通信机制。

以上就是我关于自动驾驶地图内涵和外延的思考,关于内涵我想强调自动驾驶地图的数据,大家不要只看到高精度,而应该考虑更丰富的内涵。欢迎各个领域的行业专家都能参与进来。关于自动驾驶地图的外延,希望大家能够关注到地图的平台特性,它可以是定位平台,是协同感知平台,同时是我们动驾驶软件平台。这样的话,我们就能将地图与自动驾驶紧密结合起来。

最后,我再简单介绍一下我们自动驾驶地图标准的情况。我们自动驾驶地图与定位工作组是在2018年成立的,有杨殿阁老师作为组长。为了推进我国自动驾驶地图标准的建立,促进我们自动驾驶地图行业更紧密结合。目前我们工作组已经有近百家单位,近期也马上有工作组的再扩大工作会议,有新成员的加入。

目前我们工作组的一个工作主要方向就是将自动驾驶与地图结合相关的技术进行一个规范化的整理,形成一系列的标准,未来也将会跟国际上一些地图的标准组织进行一个交流,实现我们中国的地图数据与国际地图数据的交互与互换。

目前我们自动驾驶地图工作组已经起草了6项标准。

第一个是自动驾驶高精度地图特征定位数据技术规程。

第二个是自动驾驶地图采集要素模型与交换格式。

第三个是自动驾驶地图动调信息数据交换格式。

第四个是自动驾驶路侧传感器数据交换格式。

第五个是基于卫星地基增强的车辆定位技术要求。

第六个是关于自动驾驶路侧感知定位技术条件的。

现在这6项标准正在稳步推进中,希望各位专家都能够多给一些宝贵的意见。

今天我的汇报就到这里,我非常愿意跟大家进行讨论,大家可以通过我的邮箱和微信发送宝贵意见,感谢!

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开