无人驾驶高精地图 自动驾驶的必由之路

aibbtcom

贡献于2018-04-26

字数:0 关键词:

谷小丰 2017.6.20 高精地图 自动驾驶的必由之路 5rjs.cn 专注无人驾驶• 01 什么是高精地图 • 02 高精地图与自动驾驶 • 03 高精地图是如何打造的 • 04 高精地图开发的挑战 • 05 持续赋能自动驾驶,构建自动驾驶 的高精度地图数据生态 Contents 5rjs.cn 专注无人驾驶01 • 什么是高精地图 5rjs.cn 专注无人驾驶4 SAE 自动驾驶级 别 1 2 3 4 50 辅助驾驶 (部分/全部)自动驾驶 前车碰撞预警(FCW)、车道偏离预警(LDW) 行人检测预警(PCW)、自动泊车、节能驾驶… • 高速公路自动巡航 • 通过高速路之间的连接车道 • 切换车道 • 普通路自动巡航 • 通过十字路口 • 避障(车、人、自行车、其他) 功能差异 互联网公司 OEM国内 (2018--2020) OEM国外 (2016--2030) Tesla 百度L3 Google Google Uber Tesla Volvo Drive me 1.0 Volvo Drive me 2.0 GM Daimler Audi Bosch Delphi+Mobileye Volkswagen PSA 长安 吉利 一汽 长城 东风 奇瑞 泛亚 BMW GM NuTonomy Nissan Ford Toyota 百度 L4 不需要高精地图 需要高精地图 比亚迪 自动驾驶业界时间表 5rjs.cn 专注无人驾驶5 什么是高精地图 • HD map = High definition map 高分辨率地图 • HAD map = Highly automated driving map = 高度自动驾驶地 图 • Hoch genaue Karte = 高可信度地图 • 高精地图 = 自动驾驶专题图 视频:高精地图演示 5rjs.cn 专注无人驾驶6 Person and Vehicle location, speed, direction Facility location, traffic signal control and status Traffic flow, events, weather, road status 高精地图内容自动驾驶 环境 什么是高精地图——自动驾驶环境 5rjs.cn 专注无人驾驶7 收费站 交通区域 龙门架 交通标志(动态) 桥梁 杆 隧道 公交车道 障碍物 交通灯 斑马线 停止线 车道数 失锁区域 道路施工状态 … 车道线 车道线曲率/坡度 车道中心线 车道连接 车道属性变化 车道分组 … 收费站 符号 交通灯 交通标志 斑马线 停止线 隧道 路缘石 防护栏 障碍物 龙门架 桥梁 交通区域 杆 … 道路属性 车道模型 交通设施模型 路面标识 什么是高精地图——内容 5rjs.cn 专注无人驾驶8 Lane Marking Attribute Point- Type变化 Lane1 Lane10 Lane9 Lane4 Lane8 Lane2 Lane3 Lane5 Lane6 Lane7 Lane11 Lane12 Lane13 Lane14 Lane15 0m 200m100m 400m 500m Section 1 Section 2 Section 3 Section 4 Section 5车道变化属性 道路分离点和车道分离点分组 中心线 车道线 什么是高精地图——基本车道模型 5rjs.cn 专注无人驾驶9 Dash Line at Intersection Center Line L1 L2 L3 L4 L5 L6 L7 L8 Lane Connectivity: L1 L5 L2 L6 L3 L7 L4 L8 Lane Connectivity: L6 L7 L8 L1 L4 L5 L1 L2 L3 L6 L9 L10 L2 L5 L7 L9 L1L6 L3 L4 L8 L10 什么是高精地图——车道连接关系 5rjs.cn 专注无人驾驶10 Lane Attribute - Curvature, Heading, Slope & Super Elevation 푪풖풓풗풂풕풖풓풆 = ퟏ 풓 푪풖풓풗풂풕풖풓풆 = lim∆푠→0 ∆훼 ∆푠 푴 → 푴ퟎ Side Top 푴 → 푴ퟎ → 푴ퟏ Super elevation =( h 퐿)×100% L h푴 푴ퟎ h L 푴ퟏh Lh L 푴 푴ퟎ 푴ퟏ 푴 → 푴ퟎ → 푴ퟏ Slope =( h 퐿)×100% Direction of vehicle 曲率 Curvature 航向 Heading 坡度 Slope 横坡 Super elevation 什么是高精地图——数学属性 5rjs.cn 专注无人驾驶11 Traffic Light Lane No. Traffic Light 1 L7,L8 Traffic Light 2 L5,L6 Traffic Light 3 L1,L2 Traffic Light 4 L9,L10 Relationship of Lane and Object Cross Walk Lane No. Cross Walk 1 L1,L2,L7,L8,L10,L5 Cross Walk 2 L9,L10,L5,L6,L1,L8 Cross Walk 3 L7,L8,L1,L2,L6,L9 Cross Walk 4 L5,L6,L9,L10,L7,L2 Stop Line Lane No. Stop Line 1 L1,L2 Stop Line 2 L9,L10 Stop Line 3 L7,L8 Stop Line 4 L5,L6 Relationship of Different Objects Traffic Light Stop Line Traffic Light 1 Stop Line 3 Traffic Light 2 Stop Line 4 Traffic Light Stop Line Traffic Light 3 Stop Line 1 Traffic Light 4 Stop Line 2 L1 L2 L3 L4 L5 L6 L7L8 L9 L10 L11 L12 L13 L14 L15L16 Stop Line Traffic Light Traffic Light 2 Cross Walk 2 Stop Line 2 Traffic Light 1 Cross Walk 1 Stop Line 1 Traffic Light 3 Cross Walk 3 Stop Line 3 Traffic Light 4 Cross Walk 4 Stop Line 4 什么是高精地图——Object 5rjs.cn 专注无人驾驶12 R2 R3 R4 R1 N2 N1 Lane1 Lane10Lane9 Lane4 Lane8 Lane2 Lane3 Lane5 Lane6 Lane7 导航道路 高精地图车道线 R1 Lane1, Lane2, Lane3 R2 Lane4, Lane5, Lane6, Lane7 R3 Lane8, Lane9 R4 Lane10 关联关系导航地图 高精地图 什么是高精地图——与导航地图的关联 5rjs.cn 专注无人驾驶13 Google 传感器:多线激光镭达、摄像头 数据:车道模型 矢量HD Map HD Map形态、部件和业界进度 5rjs.cn 专注无人驾驶14 Google 传感器:多线激光镭达、摄像头 数据:车道模型 Google 传感器:多线激光镭达、摄像头 数据:车道模型+Object模型 矢量HD Map HD Map形态、部件和业界进度 5rjs.cn 专注无人驾驶15 Google 传感器:多线激光镭达、摄像头 数据:车道模型 Google 传感器:多线激光镭达、摄像头 数据:车道模型+Object模型 NDS成员 传感器:摄像头+激光镭达 数据:车道模型+object模型 Mobileye REM 传感器:摄像头+激光镭达 数据:车道模型+object模型 矢量HD Map HD Map形态、部件和业界进度 5rjs.cn 专注无人驾驶16 Google 传感器:多线激光镭达、摄像头 数据:车道模型 Google 传感器:多线激光镭达、摄像头 数据:车道模型+Object模型 NDS成员 传感器:摄像头+激光镭达 数据:车道模型+object模型 矢量HD Map HD Map形态、部件和业界进度 5rjs.cn 专注无人驾驶17 Google 传感器:多线激光镭达 数据:反射率图、DEM、占位图 HD Map形态、部件和业界进度 格网化定位图 5rjs.cn 专注无人驾驶18 Google 传感器:多线激光镭达 数据:反射率图、DEM、占位图 HD Map形态、部件和业界进度 格网化定位图 Tomtom 传感器:多线激光镭达 数据:RoadDNA 5rjs.cn 专注无人驾驶19 Google 传感器:多线激光镭达 数据:反射率图、DEM、占位图 HD Map形态、部件和业界进度 格网化定位图 Tomtom 传感器:多线激光镭达 数据:RoadDNA 高德 传感器:摄像头 数据:道路指纹 5rjs.cn 专注无人驾驶20 导航地图 智能驾驶地图 要素和属性 使用者 现势性要求 道路 POI——涉密POI禁止表达、重点POI必须表达 背景——国界、省界等等行政区划边界必须准确表达 详细车道模型——曲率、坡度、横坡、航向、高程?限高、限 重、限宽 定位地物和Feature图层 人,有显示 计算机,无显示 相对低,人可以良好应对 高,机器较难良好应对 用途 导航、搜索、目视 辅助环境感知、定位、车道级路径规划、车辆控制 审图关注的敏感内容比较——导航图和智能驾驶地图 所属系统 信息娱乐系统 车载安全系统 高精地图是自动驾驶专题图 5rjs.cn 专注无人驾驶21 常见高精地图问题 • 容量很大? • 厘米级精度? 5rjs.cn 专注无人驾驶02 • 高精地图与自动驾驶 5rjs.cn 专注无人驾驶23 Cloud Service GPS/INSCamera RadarLiDAR HAD Map + Environment Models Deep Learning Artificial Intelligence Automatic Control HAD Map 辅助感知和超视距感知 确定车辆在地图中的位置 车道级路径规划 方向盘控制、加减速、刹车 人类驾驶员 自动驾驶 感知 高精定位 决策 控制 观察、听 对比记忆 思考判断 操控 高精地图的作用 5rjs.cn 专注无人驾驶24 高精度定位环境感知辅助 规划与决策 HD Map 云服务 高精地图的作用 5rjs.cn 专注无人驾驶25 车辆位置 使用矢量Object做地图匹配高精定位 匹配 环境感知后形成矢量数 据 HD Map数据 HD Map 矢量数据 高精定位结果:车辆在HD Map中的位置 HD Map数据 车辆位置 自动驾驶需要HD Map解决的问题 5rjs.cn 专注无人驾驶26 高精定位——高德道路指纹方案 5rjs.cn 专注无人驾驶27 高精定位——基于矢量Object 5rjs.cn 专注无人驾驶28 高精定位——基于千寻RTK级绝对定位 5rjs.cn 专注无人驾驶29 HD Map—车道级路径规划 自动驾驶系统—避障导航地图—道路级路径规划 终点 起点 当前位置 R1 R2 R3 L10 L11 L1 2 L13 L14 L 4 L 5 L 6 L 7 L 1 L 2 L 3 自动驾驶需要HD Map解决的问题——车道级路径规划 EHP:ADASIS V35rjs.cn 专注无人驾驶30 Speed limit Slope,Curv ature Lane-level Routing Positioning message Lane info Traffic Light EHP 5rjs.cn 专注无人驾驶31 戴姆勒—高德高精地图道路安全应用测试 5rjs.cn 专注无人驾驶03 • 高精地图是如何打造的 5rjs.cn 专注无人驾驶33 LiDAR IMU GNSS Camera Professional More Accurate More Reliable More Complete More 高精地图采集 5rjs.cn 专注无人驾驶34 Vehicle Re - Equipment 5rjs.cn 专注无人驾驶35  RIEGL VQ 450 VQ 450 Description Minimum Range 1.5M Accuracy 8mm Max Effective Measurement Rate 1,100,000 meas./sec Line Scan Speed Up to 400 lines/sec 激光镭达工作原理 5rjs.cn 专注无人驾驶36 Lane Marking Road Marking Traffic Sign Pole Curb IMU LiDAR Camera Auto-RecognitionField Collection Cloud Point RGB Image Cloud Point HD 3D Trajectory CNN Validation Guardrail Lane marking Road marking Pole Traffic sign curb Image Recognition 高精地图生产流程 On-field Validation In-house validation by tools & human 5rjs.cn 专注无人驾驶37 交互式自动识别 5rjs.cn 专注无人驾驶38 Lane Markings Road Markings Traffic Signs Poles 基于深度学习的高精地图图像识别 视频 5rjs.cn 专注无人驾驶39 280,000km * 800 photos/km=224,000,00 photos 280,000 km point cloud data 深度神经网络的关键——训练数据 5rjs.cn 专注无人驾驶04 • 高精地图发展的挑战 5rjs.cn 专注无人驾驶43 挑战:高精地图到底长什么样? • 定义高精度地图需要车企和图商的共同努力 5rjs.cn 专注无人驾驶44 挑战:高精地图到底应该更新多快? 5rjs.cn 专注无人驾驶45 多级发现采集 数据处理 资源支撑-技术支撑-数据支撑 智能云调度 资料库 成果库 数 据 服 务 行业采集生态 社会采集生态自有专业采集体系 物流车 租车/专车 出租车 社会化车辆 众包队伍 ADGC GGC UGC高精专业采集车 全景ADAS采集车 自行车和步采 高精地图生 产服务平台 挑战:更新手段 5rjs.cn 专注无人驾驶46 Database HD Map Smart car/Autonomous Driving Car • Camera: Detect and Recognize Dynamic/Static objects; • GPS/IMU: Provide Absolute Position Data; • Radar: Detect Obstacles; • LiDAR: Detect Static, Dynamic objects • More sensors … … AMap Intelligent Cloud Production Platform OEM Cloud 挑战:更新手段——高精地图更新终极方案:UGC 5rjs.cn 专注无人驾驶47 挑战:测绘政策调整 • 政策法规推进的框架 – 地图偏转的影响 – 偏转插件的影响 – 审图政策 – 数据回传:全民测绘? 5rjs.cn 专注无人驾驶48 关于加强自动驾驶地图测试和应用管理的通知 挑战:测绘政策调整 5rjs.cn 专注无人驾驶49 挑战:测绘政策调整——行业状况 • 测试环境 – 车辆设施:GNSS+差分服务+IMU+激光镭达+毫米波雷达+单目/双目摄像头 – 数据:车辆高精度轨迹+激光点云+毫米波雷达点云+摄像头特征点点云+各类矢量目标 • 对自动驾驶开发的必要性 – 安全性要求,必须经过大量模拟测试,例如某车厂测试车辆每天采集数据可达到1T,基于采集到的数 据反复对软硬件系统调优 • 车厂测试需求 – 验证车采集的数据 – 自动驾驶地图数据 – 从单车使用到联机使用 5rjs.cn 专注无人驾驶50 偏转加密影响 对智能驾驶功能的影响? 待评估 5rjs.cn 专注无人驾驶05 • 持续赋能自动驾驶,构建自动驾驶 的高精度地图数据生态 5rjs.cn 专注无人驾驶52 高德高精地图发展历程 2017.042014.08 2015.02 2015.10 2016.122016.092015.082014.11 • 获得第一个商业订单 • 测绘局首次许可测试真 实坐标高精地图 • 完成OpenDrive格式高 精地图编译 • 量产生产线建立 • 开始使用深度学习技术 • 高德道路指纹定位方案 • 首次编译完成高精 地图NDS格式 • 完成280,000km高速公路采集 • 基于深度学习的图像识别技术 • 高精地图生产线通过 TS16949认证 • 深度学习识别激光点云 • 测试首个自动驾驶用偏 转插件 2017.02 • 与博世和英伟达 建立合作关系 5rjs.cn 专注无人驾驶53 商业订单1st 高德高精地图发展历程 280,000km 高速公路 2.5 年量产经验 DNN City Highway Expressway Legend 5rjs.cn 专注无人驾驶54 矢量地图 多类型定位图层 发现能力 高精定位 车道级路径规划/EHP 生产 服务 应用 从生产到服务——持续赋能自动驾驶 5rjs.cn 专注无人驾驶55 全面产业合作成就自动驾驶 复杂的技术 新商业模式不确定性 新法律法规 5rjs.cn 专注无人驾驶谢谢参与! 5rjs.cn 专注无人驾驶

下载文档,方便阅读与编辑

文档的实际排版效果,会与网站的显示效果略有不同!!

需要 10 金币 [ 分享文档获得金币 ] 3 人已下载

下载文档

相关文档