自动驾驶已经进入L3时代。为什么大家都需要高精度?

不久前我们的一篇文章指出,目前自主厂商推出的L3量产车都配备了高精地图。到底什么是高精地图?为什么自动驾驶需要它?今天我们就来详细说说。

在说高精地图本身之前,我们先来回顾一下自动驾驶的基本逻辑。

简单来说,实现自动驾驶主要有三个步骤:感知、决策规划和驾驶控制。这类似于走路上班/上学的逻辑:你的眼睛看到画面,告诉你的大脑,然后你知道你在哪里,你要去哪个方向,命令你的腿迈出一步。

在自动驾驶系统中,感知主要解决两个问题:汽车周围是什么,汽车在哪里。汽车没有眼睛,我们要给它“眼睛”。这是它的环境感知系统,一般由视觉传感器(摄像头)、雷达(毫米波、超声波、激光)等传感器组成。

在这些传感器的配合下,感知系统可以知道车辆周围有什么东西,比如车、人、路、树、墙、路标等等。将这些数据提供给决策系统后,决策系统就会知道车辆是否能行驶,最大速度可以是多少,是否需要控制前轮转弯,并传输给交管系统。

在一定条件下,传感系统还会直接将数据传输给交通控制系统,主要应用于AEB,即紧急主动安全系统,以保证在最短的时间内对突发事件做出反应。

但是这里有一个问题。你知道怎么走是因为你熟悉这条路线,脑子里有地图,知道下一步怎么走。但是,车辆仅靠感知系统是无法知道接下来如何行使的,就像你在一个陌生的城市。

这时候你就需要定位和地图了。

在自动驾驶系统中,车辆定位是关键。它影响了几乎所有的环节。通过GPS(卫星定位)、IMU(惯性测量单元)、车轮日志,车辆可以清楚的知道自己的位置、当前的运动状态(速度、加速度)等等。

这时候,感知系统不仅知道车周围有什么,还知道车在哪条路上,往哪个方向开。决策系统也知道整个区域的道路信息,会根据目的地规划合理的路线,给出交通管制的指令。

这是一个完整的自动驾驶过程。在理想状态下,这些足以让车辆载着你安全到达任何地方。

但遗憾的是,以目前的技术水平,这种“理想状态”很难达到,因为车辆感知定位系统还不能像人一样识别出外出途中的所有信息并判断其准确位置,而且不受环境影响。

比如在高楼众多的市中心,GPS信号可能会被遮挡,然后车辆会丢失位置信息,从而中断自动驾驶行程。

或者,在雨雪天气,道路上的车道线被积雪或积水覆盖,车辆仅靠环境感知系统难以分辨车道,可能导致事故症状。

或者说,目前的感知系统还难以识别坑洼、减速带、低肩等。如果在高速行驶过程中遗漏了这些东西,也会导致比较严重的后果。

或者,在高速上下匝道时,有时会出现左右分车道的情况。此时,如果只使用导航地图和环境感知,车辆可能会快速变道,骑行体验较差。

在这种技术条件下,要想实现L3级别以上的自动驾驶,需要高精度的地图。

高精地图顾名思义就是精度非常高的地图。一般来说,高精地图的精度是分米级,但它不仅精度高,而且数据维度比普通地图更丰富。

高精地图以结构化数据的形式存储了大量的驾驶辅助信息,其中之一就是道路数据,比如车道线的位置、类型、宽度、坡度、曲率等车道信息。另一类是车道周围的固定物体信息,如交通标志、红绿灯等信息,车道限高、下水道、障碍物等道路细节,以及高架物、围栏、编号、道路边缘类型、路侧地标等基础设施信息。

图片来源:未来汽车讲堂-网易云课堂高精地图,自动驾驶必经之路

简单来说,在高精地图的帮助下,车辆已经可以知道道路方向、曲率、详细车道、限速、道路边线离路肩有多远、有多少棵树、消防栓、电线杆、哪里有限速标志、哪里有显著地标等等。

而这些信息让自动驾驶系统直接开启了“上帝模式”。

在高精度地图的帮助下,可以使车辆的定位更加准确,即使在路况复杂的地区,定位系统也可以向决策系统反馈更加准确的车道信息,决策系统可以规划车道/路线。

同时,由于高精度地图包含大量静态参照物,定位系统可以将环境感知系统获得的环境信息与地图信息进行比对,从而计算出车辆在GPS信号较差情况下的实际位置,提高了整个系统的鲁棒性。

对于感知系统来说,高精地图可以划定需要识别的区域,向感知系统显示这个区域是你图像分析的重点,减少对其他区域的识别,这就是感兴趣区域(ROI)。使用ROI可以减轻感知系统的负荷,解放计算能力,增加关键区域的识别准确率。

比如一般情况下,前置摄像头只需要对焦画面的下半部分,因为画面的上方是天空,车辆和人不会从天空出现。但是红绿灯是个例外,它经常高挂,所以如果你要识别实际上的红绿灯,就要从整个画面中不停地搜索,对计算能力的压力很大。但如果开启ROI,在高精地图的某一点,屏幕的某一区域会出现信号灯,那么系统只要重点识别标记区域,就可以搜索信号灯,完成识别。

对于决策系统来说,在高精度地图的帮助下,可以降低决策算法的复杂度,只要车辆能够尽可能平稳地行驶到目的地而不发生撞车。因为高精地图里有车道和固定障碍物的详细信息,只要按照规划好的路线走,肯定不会撞坑,不会骑在路肩上,甚至不会撞到电线杆。

同时,详细的车道信息也可以让系统规划出更合理稳定的行驶路径。比如上面提到的匝道问题,如果系统已经提前知道了岔路口的存在,那么它就会在看到路之前提前换到相应的车道上,提高驾驶舒适性。

而且,由于在高精地图中详细标注了车道划分、车道宽度和每条车道的限速,因此系统可以规划出更高效的路线,决策系统可以在行驶过程中更专注于行车安全。

一般来说,没有高精地图的车辆在自动驾驶时会有“条件反射”的反应:看到红绿灯只知道减速;认了才知道自己打不到杆子。在高精地图的帮助下,车辆在行驶到红绿灯前做好减速准备;在碰到电线杆之前就提前规划好了躲避路线。

可以说,高精地图让自动驾驶汽车“有备而来”。

但目前高精地图也存在一些不足。首先,由于其信息量大,收集起来会更困难,收集周期也会相应拉长。所以目前的高精地图并不能覆盖所有道路,基本上只覆盖高速公路和城市主要道路。

同时,在城市的不断建设中,高精地图标注的要素可能会发生变化,这对高精地图的实时更新提出了很高的要求,这也是高精地图在城市路况应用中的一大难点。

看到这里,你会发现,高精地图其实是一个“可有可无”的东西:如果自动驾驶系统的识别成功率足够高,你只需要人类常用的平面导航地图,也可以实现全自动驾驶。

比如特斯拉,一直坚称不需要高精度地图,因为他们认为自己的识别和决策算法已经足够强大。在不久的将来,他们只需要依靠实时识别和处理(条件反射),就可以在普通地图的基础上完成全自动驾驶。

可惜目前大部分厂商,包括这些即将推出L3量产车的自主厂商,在自动驾驶算法的积累上都不如特斯拉。为了弥补感知的不足,我们需要高精度地图提供的超视距感知和大量的先验信息补充。

在高精地图的帮助下,实现国标下的L3自动驾驶没有问题。这也解释了为什么自动驾驶进入L3时代以来,高精地图被广泛使用。

既宣传了自己的技术实力,又可以作为卖点和噱头。为什么不呢,你觉得呢?

本文来自车家作者汽车之家,不代表汽车之家立场。