资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

极奥科技CTO王雪坤:众包的高精度地图——无人驾驶的破局者 | 2018全球智能驾驶峰会

作者:Dude
2018/10/29 14:42

极奥科技CTO王雪坤:众包的高精度地图——无人驾驶的破局者 |  2018全球智能驾驶峰会雷锋网新智驾按:10月26日至27日,2018 全球智能驾驶峰会在苏州召开,本次峰会由苏州市相城区人民政府主办,苏州高铁新城管理委员会、雷锋网新智驾和数域承办,邀请到来自主机厂、科技公司、资本机构和产业研究机构等领域的多位专家,共同打造了一场智能汽车和自动驾驶领域的顶级峰会。

极奥科技CTO王雪坤发表了《众包的高精度地图,无人驾驶的破局者 》为主题的演讲。以下为演讲全文,雷锋网新智驾在不改变原意的基础上进行编辑。

近年来,自动驾驶赛道非常火热,有关于 “自动驾驶”的关注重点都集中在人工智能和深度学习上;然而,今年 “自动驾驶”的讨论已悄然转移到了“高精度地图”。为什么?在王雪坤看来有两点原因。

第一,如果把传感器比作自动驾驶汽车的眼睛,把汽车控制系统比作大脑,那高精度地图就是大脑里的经验,对大脑的决策起关键性作用。所以,某种意义上,高精度地图被认为是自动驾驶的核心突破点。

第二,只有同时满足“精度”和“鲜度”的地图,才是一张真正的高精度地图。极奥出身于传统图商出来,都知道传统图商把“高精度地图”的精度已经达到了相当高的水准,然而整个地图的鲜度却还停留着十年前的状态。可以说,这就是一张“跛脚”的高精度地图。但在高精度地图实际生产的过程中,有着严格的工艺体系和质量标准,并且需要庞大的实时数据作为支撑。因此,高精度地图会被认为是自动驾驶的稀缺资源。

要满足什么条件能称得上是高精度地图?

首要的一点,在技术方面必然要有“高精性”。传统导航电子地图以道路为单位建立的拓扑模型,在现如今已经无法满足物流、出行服务、智慧城市各个应用场景上的需求,更遑论满足高精度地图在自动驾驶当中的感知、定位、决策方面的需求。因此都提出了基于车道级的拓补。

从“道路”到“车道”,仅仅一词之变,也把对于地图数据精度的要求提高了一个甚至几个数量级,在这里,先不讨论是亚米、分米、还是厘米级别。总之,对于精度的要求是一个刚需。

其次,在鲜度方面要保证“实时性”,此前,极奥做导航地图测试时被OEM问责最多就是数据更新不够快,新开的路,在地图上没有显示,废弃的路段依然可以规划,道路级拓扑到了蓄势待发的时候。

第三,在场景方面需要有“包容性”。自动驾驶一定是高精度地图的第一个完整的落地场景。但是就自动驾驶而言,已经有很多场景需要包容,包括以自主泊车为代表的封闭场景;以港口、码头自动化装卸的半封闭场景;还有就是以Robot Taxi为代表的开放场景。那除了自动驾驶外,还有可见的物流场景,可能于自动驾驶场景有重叠之处,但是:针对精准ETA的需求,针对政策性限行的实时数据需求,针对道路油耗、刹车损耗、轮胎损耗的精准成本预估需求这都是自动驾驶本身不会重点关注,恰恰这又是只有地图才能精准满足的,因此未来的地图必须也是必定要能包容的。 

最后,成本方面需要有“竞争性”。现阶段,已经有很多巨型企业开始逐步的控制地图,。早在2013年Google收购了Waze, 2016年,BBA收购了Here;去年上汽集团收购了中海庭;同年,软银愿景基金投资了MapBox。

极奥科技CTO王雪坤:众包的高精度地图——无人驾驶的破局者 |  2018全球智能驾驶峰会

为什么巨头纷纷参与到这场地图的战斗? 

纵观过往十数年的历史:地图是一个件很烧钱的事。既然给高精度地图提出了这么苛刻的精度上的要求,鲜度上的要求,场景上的要求,那可以想见高精度地图将是一件更烧钱的事。 

国内某家图商在2016年底公布过一次成本,每辆测绘车800万,每公里测绘成本10万,可是单就中国而言,道路总里程500万公里。

虽然已经两年多过去了,成本一定有所降低,但是。这笔账依旧是巨大的。因此,任何一家想在高精度地图上有所作为的企业,如何在保证高质量交付的同时控制成本一定是他们的第一要务。

基于以上四点,极奥可以说只有全部符合以上这四种特性,而并非是在单点上做出改进的,唯有如此,极奥才能担负起未来高精度地图的使命,也才配称的上真正的“高精度地图”。 

三年前,极奥是全国首家提出用数据众包自动生产高精度地图的公司。通过三年的积累,极奥已经建成了全国最大的数据众包平台,覆盖中国300多个城市。如今,极奥每天新增里程轨迹超过2亿公里。再过两个月,众包车辆将突破1000万台。众包车辆类型包括私家车,商用车等等。众包数据也包括了轨迹数据、视频数据、雷达数据以及车内传感器数据。整个地图生产过程我们已经和传统地图完全不一样了,基于众包,极奥形成了一套完整的技术流程。

整个数据的处理过程包括轨迹数据和视觉数据处理两部分: 

有关于轨迹数据的处理过程已经非常成熟了:先把不同的轨迹分到不同的高度层内,然后开始形状构建、之后完成初步的拓扑构建、在拓扑也就是连通性完成后,再进行二次形状构建。最后,根据拓扑和形状完成车道构建。在处理完成后,整个车道级拓扑网络就出来了。

视觉数据的处理,细分为两条技术路径,一条是AI,也就是通过人工智能技术去识别地物,这里给大家举一个实际案例,可以看到的是:极奥识别的不仅仅是车辆,行人车辆组合,地面车道线等等,视频中桥下这个专供物流车队使用的限高标志,如何倾斜、低光照、人眼都无法辨别的情况下,但是极奥的人工智能可以清晰、快速、高效地识别出。

此外其他的识别地物,交通灯、交通护栏、车道线距离、前方行车、后方超车、侧方汇车、行人等等工况,极奥的单帧准确率达到91%,不遗漏任何一个场景标志物,场景识别率达到100%。

还有一条路径是是三维场景重构,这个工序的目的是去重构精确的高度、坡度、曲率、航向和回旋曲线。极奥利用三维场景重构去补充车道级拓扑精度,再用地物与车道挂接,最后我们得到的就是高精度地图。

很多人会对众包方式所采集的数据产生怀疑,这里极奥展示两个重构的三维场景重构图。左边的这个是用极奥数据库的四万张众包图片拼装起来的,右边的这个极奥自主研发的高精度众包采集套件的重构图。

极奥科技CTO王雪坤:众包的高精度地图——无人驾驶的破局者 |  2018全球智能驾驶峰会

 前面说的这些,都是极奥高精度地图的生产过程常态。通过车道级拓扑、地物识别与三维重构的挂钩,三者间相互补充、相互依赖。最后生产出来的高精度地图是包括了覆盖全国300多个城市和30万公里主干路网,包括200多种地图属性和45个地图核心要素,人工智能地图平台自动化率在90%以上,能实现以小时为单位的高频更新。 

关于高精度地图的定义,极奥所认为的高精度地图应该包含什么?经过处理海量的数据,我们有如何定义高精度地图呢?

极奥通过整合“地理信息+交通+人工智能”的技术优势,打造了国内首家人、车、路、交通、自然五维一体的“时空智能数据库”,实现了对高精度路网数据、高精度地物数据进行以小时为单位的更新。我们将高精度地图,将我们的“时空智能数据库”分为四层:

从上面的说明可以看出,众包所生产出的高精度地图与传统测绘方式生产的高精度地图一样,完全可以提供包含地图发布、地图更新、地图查询、高精度定位、车道级路径规划、自动驾驶决策在内的全套地图服务,从而为自动驾驶提供更好的行驶决策和最核心的技术支撑。

从整个技术路径和应用路径来看,在动态数据积累和科学数据分析,以及人工智能数据处理后,所生产出来的高精度地图质量绝不亚于传统工艺,并且在时间和成本上都明显的优势。 

高精度地图正在变得普及化,也将打破自动驾驶稀缺资源的魔咒。但这背后,都离不开“数据众包的模式”,所以说——众包,是高精度地图唯一的生命力!

长按图片保存图片,分享给好友或朋友圈

极奥科技CTO王雪坤:众包的高精度地图——无人驾驶的破局者 | 2018全球智能驾驶峰会

扫码查看文章

正在生成分享图...

取消
相关文章