清华大学江昆:预计未来自动驾驶的路线会偏向于强地图模式

2019-08-15来源: 盖世直播关键字:清华大学  自动驾驶  强地图模式

自动驾驶,2019自动驾驶地图与定位大会,自动驾驶,自动驾驶地图


清华大学智能网联汽车与交通研究中心办公室副主任 江昆博士


首先非常感谢周总的介绍,今天非常荣幸能参加这么好的交流平台,我来自清华大学车辆学院。清华大学车辆学院是国内研究智能网联汽车的前沿阵地之一,智能网联汽车是多学科交叉的领域,我们学校为了应对前沿的技术开发挑战,由车辆学院牵头,联合计算机系、软件学院、电子系、自动化系等十个院系一起构建智能网联汽车与交通研究中心,进行多学科融合的研究。


而自动驾驶的多学科交叉过程中,自动驾驶地图就是其中非常重要的一个研究领域。在清华大学杨殿阁教授的带领下,以及中国汽车工程学会和中国汽车工业协会的支持下,行业内的各大图商和车企形成统一的力量,成立了自动驾驶地图与定位工作组。工作组的定位后面也会详细介绍,主要就是为了把地图行业的企业聚集起来,共同解决相关的技术问题和标准问题。


刚才听了前面两位专家的介绍收获很多,我也想分享一下我们清华大学在自动驾驶地图方面的研究思路以及成果。我分享的题目是自动驾驶地图的结构设计以及感知增强技术探讨。


大概分三个部分,第一个分析一下自动驾驶为什么跟地图关系这么紧密;第二个是我们在自动驾驶地图关键技术上的研究情况;第三个是自动驾驶地图标准体系的构建情况。


首先,我们简单对电子地图的发展历程进行梳理,我个人认为电子地图大概经历过三个阶段的发展,第一个阶段是传统的导航地图,大家可能有印象,传统的导航地图一开始只是在高端的豪华车上才有,今天车载导航地图是大规模的普及化,这一阶段主要关注的是离线地图的导航算法。第二个阶段是,车联网导航地图,这一阶段是地图与网联技术的紧密结合,以电子地图为基础提供车联网服务,包括车队的服务、共享单车,这也算是一种基于地图的车联网的服务。一个重要的车联网地图服务应用,我们跟陕汽进行合作,为大货车物流行业提供网联式的中心服务,对车队进行集中的调度以及人车路综合性服务系统。第三个阶段是自动驾驶地图的阶段,是地图与车更加紧密结合的阶段。此时地图已经不仅仅只是导航的作用,已经成了自动驾驶汽车核心的关键技术。


自动驾驶的路线逐渐在发生一些改变,一开始的时候采用的弱地图模式,也就是环境的理解、驾驶决策的计算,包括实施轨迹的规划,都是 通过车载传感器、车载操作平台进行实时计算而完成。地图的作用是相对来说不太重要,主要是提供梗概的路径规划,大部分的计算任务还是依赖于车的计算实时完成。


这样造成的问题在于计算的压力太大,问题的复杂维度太高。我们不去否认,仅靠激光雷达或者视觉就能够实现自动驾驶功能,但问题是这种方式难度太高,而且危险性比较高。我们预测自动驾驶的路线会偏向于强地图模式,这种模式下地图在自动驾驶过程中的角色将发生转变。强地图是指,地图将不仅是一个提供静态路线的信息,还将作为超级感知容器,作为信息融合的平台,一方面可以提供大家比较熟悉的高精度静态信息,提供相应的静态信息。另一方面静态信息可以作为容器,将动态的传感器信息输入进去,进行整体融合。在这个基础上,地图可以作为传感器的辅助感知技术,同时也可以作为平台对接车道级规划的需求,最终实现感知和决策的增强。


地图工作组和国内主要厂商进行了沟通,我们会发现一个非常有意思的现象,主要图商都跟我们表态说高精度地图数据的采集不是非常难的问题。地图可以达到十厘米精度,虽然成本会比较高,但不是不可能,而且在大规模量产化之后,成本还有可能会下降,所以高精度地图数据的精度性,各家厂商觉得是一个可以解决的问题。这跟我们普遍的认知不太相同,自动驾驶地图的关键难点不是高精度数据。但是我们也认识到一个现状,高精度地图的应用没有那么广泛,为什么?这也是今天想接下来进行分析的一个话题。


现在分享一下我们清华大学正在研究的自动驾驶地图关键技术。自动驾驶地图有四个研究特性,第一是数据内容更加丰富,包含不仅只是道路信息,还包含用于感知的信息,包括特征地图的信息,还有用于驾驶决策的信息。第二个数据的精度,原来只是梗概的信息,现在需要进行三维重建的高精度数据。第三个特性是数据的实效性,有厂商说是数据的鲜度,不仅需要静态的地图,还需要包含动态信息,例如天气、交通状况、路面障碍物的实时动态信息。第四个特性是需要与自动驾驶进行结合。


这是我们分析的自动驾驶地图数据的完整流程图,一方面需要地图厂商提供静态数据的基础数据。同样还需要有态数据的提供商,二者融合起来就形成既包含静态信息,也包含动态信息的数据库。地图数据在应用的过程中,需要建立静态数据的协议,需要将信息以传感器的形式发送给车辆信息决策的过程。另外一方面也需要将动态数据的信息通过协议发给车辆,让车辆对动态环境进行实时决策。


上面一条线路是指集中式的地图采集,并将数据传输给车辆,下面一条数据链路则是指车辆的数据回传给地图中心。自动驾驶车辆配备非常多的传感器,这些传感器的信息需要通过一定数据的处理之后,按照统一的传输协议,再返回给地图后端的数据端,进行地图的更新。这样自动驾驶地图越跑越多,越跑越精准,这样一种架构更适合于未来自动驾驶的需求。


面向L3、L4、L5自动驾驶地图采集方式,刚才盖世的同事也分析过,我们认为大概包含三种方式,第一种集中采集技术路线,以图商提供专业的采集车进行集中采集,优点是数据比较完整,格式标准化、统一化,容易进行融合。第二种采用众包,众包感知更新的技术路线。渗透率比较高的时候,传感器获取原始信息进行感知处理,再加入到原始的高精度地图的原始库里。这条路线的优点是数据来源非常多,速度比集中式采集更快,缺点是每一个数据、每一个车辆的传感器都是不同的规格,格式、清晰度都是不一样的,数据处理的过程更为复杂。面向未来自动驾驶地图数据的采集方式,更多还是将两者结合。主干的数据还是需要用采集车进行时间较长的模式进行更新,同时辅助众包更新模式,将变化比较快速的元素更新到地图上去。


现在分享一下我们在自动驾驶地图结构设计方面的工作,这是我们做的调研,自动驾驶地图的结构设计为什么很重要?刚才提到过一点,我们跟图商沟通时会发现一点,包括各位专家也会有体会,高精度地图数据并不是很难获取,但为解决的问题是怎么将地图跟自动驾驶进行结合,而结合的过程就是对地图结构的设计。首先第一个介绍NDS数据结构,这是目前已经标准化的数据结构,他们对自动驾驶的认知就是,自动驾驶地图并不是一个全新的地图类型,而在原有的地图数据基础上,会加更多的数据属性,将所有用于定位、辅助感知的信息作为新的属性,放到自动驾驶结构里面去。


另外一个国外的主流地图数据结构是Local Dynamic Map结构,是DMP公司主推的数据结构,将地图进行分层,按照地图数据的动态属性进行分层,最底层是纯静态的数据,这个数据已经包含了高精度的数据。第二层辅助的静态数,再往上是相对动态数据和高度静态数据。这种结构组织自动驾驶数据的时候是按照数据的特性进行分层,调用的时候会按照动态的属性特性进行调用。


第三种数据结构是Here HD Live Map结构,按照数据的分辨率进行分层,最底层是传统的道路数据,第二层是车道级的,第三层是路。这些数据结构根据地图数据结构本身特性进行分层,这种分层方式的好处是对图商来说,对制作数据的人来说,很方便。这个数据怎么取应用,需要开发企业自己去琢磨,增加了自动驾驶地图应用的难度。我个人认为地图数据结构的不清晰,是自动驾驶地图没有大规模应用的关键原因。而高精度的数据采集不是核心的瓶颈问题。


为了解决这个问题,我们提出来一种自动驾驶地图的分层模型,这种模型是我们原创提出来的7层地图数据结构,我们按照自动驾驶机理进行分层,考虑了地图数据怎么跟车辆自动驾驶的算法进行结合进行分层。第一层是最传统的道路数据层,支持自动驾驶算法就是路径规划,它的输出是比较粗糙的路线选择。第二层是动态交通信息层,包括拥堵、潮汐路以及道路维修的情况,第一层、第二层数据结合起来就是手机上已经实现过的融合动态交通信息的路径规划问题。第三层是高精度的车道线拓朴结构数据层,能提供的功能就是支持车道级路径规划。第四层是车道线的坐标信息层,有了这四层信息,可以实现自动驾驶轨迹的规划。这个轨迹我们称之为任务轨迹,假设路面上是没有障碍物的情况下,根据四层可以生成一条自动驾驶车可以

[1] [2]

关键字:清华大学  自动驾驶  强地图模式

编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic471309.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:雷诺三星与KT合作 打造SUV AI信息娱乐系统
下一篇:苹果AR导航 提升汽车导航系统能力

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

清华大学电池安全实验室:短路是电池失控的主要触发条件,占比超90%

2019年8月18日,中国新能源汽车评价规程(简称CEVE)正式发布,在CEVE发布同时,清华大学电池安全实验室同步发布《2019年动力电池安全性研究报告》。报告提及,进入2019年以来,电动汽车自燃起火事故频发,据不完全统计,根据国内外媒体所报道和动力电池相关的电动汽车安全事故目前统计已达40余起。这一数据在新能源汽车国家大数据平台显示更多,根据《新能源汽车国家监管平台大数据安全监管成果报告》显示,自2019年5月起,新能源汽车国家监管平台共发现79起安全事故,涉及车辆96辆。其中,47辆事故车辆接入国家监管平台,28起事故在发生前10天内国家监管平台已进行预警提醒。报告显示,伴随三元锂电芯、方壳电池装机比例提高,事故原因拥有
发表于 2019-08-21
清华大学电池安全实验室:短路是电池失控的主要触发条件,占比超90%

天津大学合作清华大学研发蜡-PEO涂层 可制成防水/空气稳定的锂金属阳极

据外媒报道,天津大学杨全红教授与清华大学吕伟教授领导的一支研发团队通过简单的浸涂法,在锂金属表面制备了一种蜡-PEO(等离子体电解氧化)涂层,从而制成了一种空气稳定且防水的锂金属阳极。蜡作为一种常用的惰性密封材料,很容易就可涂覆在锂金属表面。(图片来源:中国科学)锂金属阳极具高比容量、低电位以及轻质量等特性,可有效提高电池的能量密度,即改用锂金属阳极将显著提升电动汽车的续航里程,以及降低用于电网能量存储的电池成本。但是,由于锂具有高化学活性,容易导致枝晶生长和空气不稳定,从而引发安全问题,因此限制其作为电极材料,得到大规模应用。锂金属对空气中的水分和氧化成分非常敏感,会导致其表面产生氢氧化锂等绝缘性物质,即导致其电化学性能恶化
发表于 2019-08-12
天津大学合作清华大学研发蜡-PEO涂层 可制成防水/空气稳定的锂金属阳极

新思科技清华大学人工智能再次合作,项目正式启动

6月19日,在新思科技开发者大会上,新思科技总裁陈志宽博士宣布,新思科技清华大学人工智能合作项目正式启动。      清华大学电子工程系教授周祖成表示,中国现在很需要尖端的技术和在科技上的创新,在人才培养上也要重视国外技术在国内的发展,清华大学与新思科技第二次握手,希望大家在人工智能领域为所有的开发者提供一个优秀的平台。      据了解,清华大学与新思科技的第一次“握手”是在1995年,新思科技在清华大学成立了“清华大学——新思科技高层次电子设计中心”,该设计中心很快成为了北京地区乃至全国最好的EDA实验室。
发表于 2019-06-19

清华大学退休教授周祖成先生追忆:清华与新思二三事

近日,我们有幸采访到已经退休的清华大学周祖成教授,请他讲述25年前中国EDA行业的峥嵘岁月及清华与新思的珍贵往事。 周祖成教授曾任清华大学教授、博导,微波与数字通信国家重点实验室EDA室主任,深圳清华大学硏究院EDA实验室常务主任,深圳市软件协会集成电路专业委员会会长,中国通信协会通信专用集成电路专业委员会主任,《中国集成电路大全》丛书编委会成员,中国研究生EDA竞赛发起人兼秘书长。 以下是根据周祖成教授口述整理的回忆录。 新思的一份心意 90年代,中国在半导体领域走了一段弯路,当时太强调制造的重要性,但实际上半导体是一个很长的产业链,龙头是设计,而EDA工具则处于设计前端。当时,周祖成教
发表于 2019-06-03
清华大学退休教授周祖成先生追忆:清华与新思二三事

清华大学智能机器人研究中心成立,已有灵巧手设备

清华大学举行了人工智能研究院智能机器人研究中心(以下简称智能机器人中心)成立仪式。  据介绍,该智能机器人研究中心将密切结合人工智能、认知科学、生物材料、仿生学等领域的最新进展,与人工智能研究院其他中心通力合作,在机器人主动感知、认知学习、柔性操控等方向开展前膽性、基础性的理论与技术创新研究。在扩大产业合作与转化方面,中心将在产业界与国内外知名企业开展广泛合作,促进智能机器人技术转化,推动国防、工业、航天、医疗等领域发展。在建设人才团队方面,中心将于国外知名机器人研究单位进行高水平国际合作,增进学术交流,汇聚高端国际化人才。  此外,清华大学智能机器人研究中心主任孙富春教授还在报告中指
发表于 2019-05-30
清华大学智能机器人研究中心成立,已有灵巧手设备

每辆车中将配备数个网关路由,你知道他们的作用吗?

本文作者:Molex公司Harsh Patel预测2020年将有2.5亿辆联网汽车和1000万辆自动驾驶汽车,2025年则将达到4.7亿辆连接/自动驾驶汽车。车辆使用数据量将大增Statistica的分析师根据麦肯锡估计的数据制作了这些图表,联网汽车每小时可创建25千兆字节的数据,这相当于近30个小时的高清视频播放或者超过一个月连续播放音乐流媒体。随着联网汽车数量的增加,它们产生,传输和接收数据也在增加。麦肯锡表示,通过互联车辆(包括和云互联数据)的传输数据量大约为25 GB/小时,而一旦车辆实现真正自主,这个数字将上升到接近500 GB的数据/小时。车辆网络传输协议面临的挑战今天的车载网络实际上使用了几种不同数据网络协议组合
发表于 2019-08-21
每辆车中将配备数个网关路由,你知道他们的作用吗?

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved