【汽車自動駕駛技術(shù)】用于智能網(wǎng)聯(lián)汽車的場景地圖實(shí)時(shí)構(gòu)建技術(shù)---李必軍

武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室 李必軍

　　1.車用電子地圖發(fā)展
　　地圖是一個(gè)重要的基礎(chǔ)設(shè)施，前些年在做無人駕駛，特別是中國做無人駕駛的時(shí)候，一開始是不讓使用地圖的，現(xiàn)在我們非常依賴地圖，在地圖里面有很多很多的技術(shù)問題需要解決。
　　我們現(xiàn)在主要在L2-L3階段之間，很多人已經(jīng)提出了地圖已經(jīng)成為無人駕駛最核心的部分，關(guān)于這個(gè)國內(nèi)外已經(jīng)達(dá)成了共識。其實(shí)，地圖發(fā)展具有很長的歷史。從地圖在汽車的應(yīng)用方面可以分為三個(gè)階段，第一個(gè)階段是導(dǎo)航，從2000年左右開始，中國已經(jīng)有了導(dǎo)航電子地圖，導(dǎo)航電子地圖基本的內(nèi)容是三要素，可以輔助駕駛員進(jìn)行導(dǎo)航。第二階段是安全，我們現(xiàn)在提出無人自動駕駛，對地圖提出了很大很新的要求，很多要求厘米級的定位，包括很多相關(guān)參數(shù)。

圖1 車用電子地圖的發(fā)展階段

　　目前國家車載級的高精度定位跟環(huán)境感知還是比較弱，全世界都是這樣，還有很大的問題需要解決。我們主要用地圖解決傳感器實(shí)效性情況下的感知問題，比如說超世界范圍的，超物理極限的問題，必須要用地圖作為支撐，要實(shí)現(xiàn)車道級的定位、規(guī)劃跟導(dǎo)引，這是目前提出的新要求。
　　這個(gè)新的要求和我們目前車位發(fā)展階段、車位發(fā)展水平還是有比較大的差異，也對我們的技術(shù)提出了很多挑戰(zhàn)。從未來發(fā)展來看，智能化、網(wǎng)絡(luò)化、信息化是行業(yè)發(fā)展的重要趨勢，人機(jī)共駕是目前的一個(gè)重要的階段，而且也是不可突破的，從人機(jī)共駕到自主駕駛中大家都認(rèn)可的厘米級的高精度地圖，是一個(gè)核心。國內(nèi)有很多地圖生產(chǎn)商在進(jìn)行地圖的開發(fā)包括研制，其中還有跨界的，包括汽車廠、傳感器相關(guān)產(chǎn)商，以及汽車商都在進(jìn)行地圖相關(guān)的研發(fā)和投資并購，這樣也促進(jìn)了地圖產(chǎn)業(yè)的快速發(fā)展。
　　2.實(shí)時(shí)測繪技術(shù)介紹
　　典型的采集車數(shù)據(jù)處理做深度學(xué)習(xí)、機(jī)器視覺，在基礎(chǔ)識別、目標(biāo)識別上能夠提高數(shù)據(jù)的處理能力。遺憾的是這樣的采集車基本上要達(dá)到200萬左右的量級才能達(dá)到10公分厘米級的精度，這是國內(nèi)外的基本情況，以目前的水平要達(dá)到10公分的精度，應(yīng)該以200萬左右的采集裝備，如果把這個(gè)裝備放到汽車上進(jìn)行銷售，基本沒有消費(fèi)者會買這樣的車，這就帶來了一個(gè)問題，我們怎么樣來進(jìn)行這樣的高精度地圖的制作和采集？從目前來看要完成這樣的傳感器設(shè)備，目前國內(nèi)的平均水平大概每人每天能夠處理不到20公里，如果按照國內(nèi)現(xiàn)在的400多萬公里公路來預(yù)估，需要1萬人耗時(shí)20年才能夠把中國的地圖高精度覆蓋。
　　四維圖形做也需要200年才能把中國的高精度地圖做完，在當(dāng)下這種基礎(chǔ)水平下，提利用高精度地圖進(jìn)行無人駕駛，好像不可能。這種情況下怎么辦？我們要等高精度地圖覆蓋了才能進(jìn)行這樣的處理？所以這里面有很多的挑戰(zhàn)需要我們行業(yè)之間共同協(xié)調(diào)進(jìn)行協(xié)同發(fā)展，其中高精度地圖的一些基本特征，除了幾何信息之外，還有動態(tài)信息、紅綠燈、些障礙物等信息，都是需要處理的，在這個(gè)基礎(chǔ)上，結(jié)合我們團(tuán)隊(duì)的一些研究，我們提出一個(gè)新的問題，我們是不是需要這樣高精度的地圖才能進(jìn)行無人駕駛？這是今年7月份負(fù)責(zé)做的實(shí)驗(yàn)，是由像素引發(fā)的問題，其核心是在測試過程中有一個(gè)大概10公分左右的像素出現(xiàn)了問題，所有的車在這個(gè)地方都有一個(gè)同樣的規(guī)避行為，一個(gè)像素出問題，在我們測試中是很容易發(fā)生的事情，這種錯誤是難免的。在采集過程中有很多臨時(shí)的坑洼，人工智能的識別問題會導(dǎo)致地圖跟實(shí)際的情況有些差異，進(jìn)而導(dǎo)致一些這樣的偏離。
　　地圖用在千家萬戶，用在很多車上，所以會出現(xiàn)共同的特征，那么我們怎么解決？我們無人駕駛應(yīng)該什么樣的地圖？是不是需要這樣的無縫高精度地圖，可以提出一個(gè)場景地圖，把駕駛過程看成是一個(gè)場景接一個(gè)場景的過程，人類駕駛、人類認(rèn)知主要是三要素，參照點(diǎn)距離跟方向，所以我們結(jié)合人人之間的位置的交換，主要是基于這種模式進(jìn)行，那么場景地圖核心是什么？是一種精細(xì)化的地圖，包含了在道路上所有的人、車等等的動靜態(tài)障礙物，是對真實(shí)事件全面的反映，而地圖是一種抽象的表示，在不斷地提升，從綜合來看，不斷的提升是一種抽象。要對這個(gè)事件進(jìn)行精細(xì)化的表示，是一個(gè)非常大的工作量。
　　我們目前做的都是這樣的工作，從左邊到右邊，中間進(jìn)行了大量的計(jì)算跟轉(zhuǎn)接，實(shí)際上是為人的駕駛進(jìn)行的輔導(dǎo)，我們怎么樣讓計(jì)算機(jī)自動識別從場景到場景的切換而不需要這樣的計(jì)算過程，這是場景地圖學(xué)未來重要的研究內(nèi)容，怎么樣為計(jì)算機(jī)做自動過程。大家都知道這里面的識別，場景中的目標(biāo)識別還是非常困難，而且效率也是非常低，基于這種場景地圖，我們很多觀念就會發(fā)生變化，場景地圖是一個(gè)局部視覺，它沒有絕對的經(jīng)緯度，在這里我不知道自己的經(jīng)緯度是多少，但是我跟大家的相互關(guān)系是很明確的，這是它的內(nèi)容。內(nèi)容非常豐富，目標(biāo)是動態(tài)變化的。里面幾何關(guān)系復(fù)雜，沒有連續(xù)的概念，相對關(guān)系是比較明確。
　　基于這種場景的引導(dǎo)是我們?nèi)祟愸{駛的一個(gè)基本特征，人類駕駛的時(shí)候主要是引導(dǎo)，看著前車怎么樣走，看實(shí)際情況進(jìn)行引導(dǎo)。在這種情況下，我們怎么樣來建立這樣的地圖，既能滿足無人駕駛的需要，又能滿足現(xiàn)在的水平，是我們重要的內(nèi)容。這是我們做的實(shí)驗(yàn)，是一幅道路場景，現(xiàn)在無人駕駛最大的問題是場景過多，場景完全靠人工智能與機(jī)器學(xué)習(xí)來做，工作量非常大。這里面有幾個(gè)問題，第一個(gè)是定位問題，也是目前最關(guān)鍵、最核心的問題，怎么樣實(shí)現(xiàn)這樣的定位，我們提出一個(gè)概念，能不能在普通的導(dǎo)航地圖的基礎(chǔ)上進(jìn)行這樣的比較高精度的相對到位。導(dǎo)航地圖是一個(gè)絕對定位，我們通過GPS，5米左右的精度問題不太大，但是如果要在在隧道、高架等情況下，連續(xù)實(shí)現(xiàn)這樣高精度，目前是做不到的，我們能不能做運(yùn)動型的？像手機(jī)的計(jì)步、軌道計(jì)算一樣，我們在這個(gè)基礎(chǔ)上，把相對定位做好，通過我們的場景里面目標(biāo)的相對關(guān)系做好，這是目前的方向。

圖2 定位技術(shù)

　　我們將定位分成兩個(gè)部分，一個(gè)是橫向的，另一個(gè)是縱向的，橫向的精度可以通過車道線，通過相對關(guān)系保證比較高精度的定位，而縱向的差一兩米或者差更多的問題不大，主要是保證不跟前面的車輛及其他物體發(fā)生碰撞，到路口還有幾米等等這樣的關(guān)系，這種高精度定位橫向應(yīng)該達(dá)到什么精度，縱向應(yīng)該達(dá)到什么精度，這樣可以把成本大大降低，技術(shù)手段上可以實(shí)現(xiàn)比較大的跨越。
　　這里包括基于車道實(shí)現(xiàn)的橫向高精度相對定位，而不是絕對定位，通過道路線的約束，通過里面視覺標(biāo)簽形成絕對定位，通過相互關(guān)系實(shí)現(xiàn)相對定位，包括通過場景特殊的地理視覺標(biāo)簽來實(shí)現(xiàn)絕對定位，這樣就可以把傳感器的成本進(jìn)行大幅降低。

圖3 攝影測量與機(jī)器視覺技術(shù)

　　網(wǎng)聯(lián)車每一輛車都是一個(gè)平臺，通過感知可以實(shí)現(xiàn)車道級的實(shí)時(shí)交通計(jì)算，在這方面也與四維圖形和一些汽車廠合作做過一些方案與研究，通過機(jī)器視覺速度，可以計(jì)算交通信息，通過大量的網(wǎng)聯(lián)車輛，在后臺可以實(shí)現(xiàn)比較高精度的實(shí)時(shí)的交通信息，也可以通過網(wǎng)聯(lián)平臺實(shí)現(xiàn)快速的地圖生產(chǎn)，這樣就可以把一家生產(chǎn)企業(yè)做的工作，通過大量的聯(lián)網(wǎng)感知車輛實(shí)現(xiàn)地圖的快速生產(chǎn)，避免專業(yè)化的精度要求，同時(shí)提高生產(chǎn)效率。

圖4 激光點(diǎn)云處理技術(shù)（語義理解）

　　我們通過機(jī)器視覺進(jìn)行目標(biāo)的識別，在地圖里會有標(biāo)簽，通過標(biāo)簽反算車輛的位置?；邳c(diǎn)云，從語義上，我們要知道每個(gè)點(diǎn)云代表的特征是什么，到底是汽車還是行人等等，這也是地圖的重要研究內(nèi)容，問題是怎么樣提高包括共享在內(nèi)的實(shí)時(shí)性。這是我們基于網(wǎng)聯(lián)車的群體感知，我們以出租車的定位數(shù)據(jù)進(jìn)行研究，相關(guān)內(nèi)容也發(fā)表在國內(nèi)頂級期刊雜志上，其中的核心是什么？現(xiàn)在出租車的定位精度很差，數(shù)據(jù)也很稀疏，我們在這個(gè)基礎(chǔ)上，能夠?qū)崿F(xiàn)比較精細(xì)化的高度變化檢測，包括精細(xì)化的道路級的生產(chǎn)，這個(gè)生產(chǎn)是可以為無人駕駛服務(wù)的。這個(gè)車道級幾何的提取，主要是基本的特征。這個(gè)精度比較低，傳統(tǒng)的普通GPS定位水平就能夠做到這樣，但關(guān)鍵是要基于大量的車輛來做，這也是一個(gè)網(wǎng)聯(lián)車重要的后臺研究內(nèi)容。
　　要實(shí)現(xiàn)與現(xiàn)有地圖包括增加實(shí)時(shí)感知信息，建立動態(tài)反饋等方面的一些兼容，以快速生成道路信息。場景地圖未來的網(wǎng)絡(luò)平臺，未來眾智的服務(wù)，也是現(xiàn)在地圖引領(lǐng)未來發(fā)展方向，而不是僅靠現(xiàn)有的幾家地圖生產(chǎn)廠，僅靠每家后面幾百人的隊(duì)伍，顯然做不到無人駕駛的地圖快速生產(chǎn)。自動駕駛不一定是先采后用，可以邊采邊用，這樣就不需要我們等200年才能覆蓋中國的高精度地圖，當(dāng)然未來這方面還會有很多內(nèi)容，我們也做了分時(shí)租賃最后一公里的問題，現(xiàn)在的共享單車共享經(jīng)濟(jì)發(fā)展態(tài)勢良好，我們共享單車走到哪可以停到哪，但是汽車不能這樣，特別是電動汽車，應(yīng)該停在固定的停車位，我們召之即來、用完就回到它的車位去，自動來自動取，這個(gè)應(yīng)該是未來的工作方向。我們自己做了一個(gè)APP，針對無人駕駛、電動車也做了大量的實(shí)驗(yàn)，分時(shí)租賃未來在網(wǎng)聯(lián)上面也是一個(gè)重要的內(nèi)容。
　　3.未來發(fā)展趨勢
　　對于未來的發(fā)展趨勢，高精度、高時(shí)效、低成本是未來發(fā)展的方向也是目前面臨的挑戰(zhàn)，現(xiàn)有的采位技術(shù)是不可能實(shí)現(xiàn)無人駕駛，目前要基于高精度地圖實(shí)現(xiàn)無人駕駛是不可能的。沒有高精度地圖，也不可能先做兩個(gè)城市的高清地圖，只在北京、上海兩個(gè)城市跑，而在武漢就沒有高精度地圖。所以在未來智能化、動態(tài)化、大眾化應(yīng)該是未來的發(fā)展方向，需要跨界的合作、跨界的經(jīng)營，地圖商跟汽車商、人工智能計(jì)算機(jī)相互合作，共同把每個(gè)短板提高，而不是把測繪精度提的很高很高，其他的完全靠著地圖跑軌跡這樣的方式，這個(gè)未來是不現(xiàn)實(shí)的，所以未來也是需要這樣去做。
　　無人駕駛最終是說感知+地圖，通過感知降低地圖精度要求，通過地圖來降低感知的難度，這樣是一個(gè)比較可靠的項(xiàng)目。有了地圖就知道紅綠燈在什么地方，看紅綠燈的顏色就行了，告訴你紅綠燈的精度緯度是多少，感知就可以提前做，而傳感器也可以在地圖的指導(dǎo)下發(fā)揮作用，這樣計(jì)算量也可以降低。所以這是相互的，因?yàn)槲覀冇辛烁兄晕覀儾恍枰敲锤叩木?，我們有包括車道線在內(nèi)的很多約束，我們的精度也可以降下來，這樣整體成本就可以達(dá)到一個(gè)比較合適的位置。 

         友情鏈接：www.51carfi.com