您现在的位置是:首页 > 汽车

百度L3事业部利用高精度地图打造自动驾驶汽车

2021-11-11 02:04:09

定位、感知、规划决策、控制是自动驾驶汽车的四个核心部分,百度L3事业部向主机厂提供的自动驾驶方案,也想逐级渗透到这四个部分。

 

百度L3事业部利用高精度地图打造自动驾驶汽车_车联网,百度智能汽车,智能控制

  
百度L3事业部利用高精度地图打造自动驾驶汽车

  2016年9月百度世界大会上,L3智能汽车事业部宣布成立。与百度ADU不同,新部门走的是渐进式发展路线,瞄准的是现阶段更具商业化可行性的L3自动驾驶。三个月后,在2016年百度云智峰会上,再次遇到了L3事业部,有关L3的产品进展和业务规划,我们又有一些新认识。

  
  地图、地图、地图
  
  根据百度L3智能汽车事业部总经理顾维灏的介绍,L3事业部产品架构是“1 3”模式。面向L3自动驾驶(定位、感知、决策、控制)、车联网(CarLife、MapAuto、CoDriver、MyCar)、汽车大数据服务(用户分析、CRM)三个方向,地图是整个产品架构的基础支撑。
  
  在L3的产品架构设计思路中,地图充当了两种角色,一种被用作自动驾驶汽车的感知工具,是自动驾驶汽车看的地图;一种被用作自动驾驶汽车与人交互的界面,是人类驾驶员看的地图。
  
  在自动驾驶汽车中,完善的高精度地图可以与传感器配合,共同完成车辆对外界的感知。高精度地图中会写入车道线、信号灯、标志牌等不会频繁变化的信息,如果在行车时与其他传感器做融合,就能相应地减少传感器实时运算的负担。比如“路右侧有一个限速60的标志牌”,行驶到附近时,因为高精度地图中已经有了标牌的准确位置,车载摄像头可以有针对性地分析图片中有标志标牌的区域,确认限速信息,免去全画幅的分析从而减少运算量。
  
  另一方面,可以利用摄像头等量产传感器配合高精度地图做精准定位。同样是“路右侧有一个限速60的标志牌”,摄像头捕捉到限速牌后可以和地图中的限速牌位置做匹配,确定车辆所处车道或与离紧急停车道的距离。据顾维灏介绍,已经有部分车企和L3事业部存在这方面的合作。
  
  目前百度高精度地图的覆盖率大于1万公里,包含中国的高速公路和城市快速路。相对精度达到10-20厘米,绝对精度60厘米,生产过程中高达90%的自动化率,都是百度佐证高精度地图能力给出的信息。关于高精度地图的合作,正处在百度提供样本数据并协助车企测试,双方联合开发的阶段。百度的高精度地图真正应用到智能车取决于主机厂产品规划,时间可能会在2018年。
  
  自动驾驶汽车也需要与人沟通,需要给人看的地图。百度L3事业部HMI&生态总经理张辉把乘坐自动驾驶汽车的体验比作乘坐专车——输入起点终点,上车后可以睡觉休息,中途袭来可以知道到了哪里。作为车内高频使用的功能,他认为,地图会变成一个人机界面。我们和车的交互会由地图来承载,语音会是主要的交互方式。百度车联网产品便是想通过手机车机互联方案CarLife,将百度地图汽车版放入车内,通过车内语音CoDriver来与车辆交互。
  
  由车联网延伸出的全新地图生产模式
  
  将车联网产品与自动驾驶打包,其中一个原因是为了铺垫Learning Map。在顾维灏在介绍软件服务架构时,我们可以看到车联网产品和LearningMap在云端存在数据互换。
  
  LearningMap不是一个新概念,就是我们常说的“众包地图”。通过行驶中汽车的车载传感器采集道路信息,回传云端后补充、更新地图数据。之所以采取这种方法,一方面是因为测绘车成本高昂。目前百度250辆测绘车中,可用于高精度地图数据采集的车只有10辆,最主要的原因就是高价设备。另一方面,高精度地图在精细度之外,还要强调数据“鲜度”,让路上原本就在跑的车来贡献地图数据更新,性价比是最高的。