查看原文
其他

地图在ADAS实现的技术方案以及ADASIS的工作原理

2017-10-16 四维图新 厚势


最近汽车行业有个新闻,就是连苹果都称对自动驾驶做出「重大投资」,可见自动驾驶已经成为汽车未来发展趋势,与之相关的高精度地图也备受关注,那么高精度地图究竟是什么?很想知道对不对?



首先高精度地图不同于普通地图,普通导航地图是给人看的,而高精度地图是面向机器,供自动驾驶汽车使用的地图数据。





普通的导航系统基于普通的导航电子地图提供基础道路导航功能,包括由 A 地到 B 地的路径规划,车辆和道路的定位匹配,用于查询目的地的 POI 检索,在结合地图显示和道路引导的功能等。


而作为驾驶员的人类具有提取信息、关联信息、过滤信息、视觉判断的能力,结合导航系统提供的这些相对粗略的信息就足够完成日常的导航和驾驶需要。


可是作为自动驾驶车辆来说,无法完成诸如联想、解意、信息整合等工作,也许有一天人工智能足以匹敌人脑,但目前还远达不到人脑的高度,所以必须提供精细的地图信息。


因此高精度地图就需要具备辅助完成实现高精度的定位位置功能、道路级和车道级的规划能力、以及车道级的引导能力。




所谓的高精度地图,实际上是和我们现在已经普及的普通导航电子地图做比较来说的



高精度,一方面是说高精度电子地图的绝对坐标精度更高。绝对坐标精度指的是地图上某个目标和真实的外部世界的事物之间的精度。另一方面,高精度地图所含有的道路交通信息元素更丰富和细致。


普通的导航电子地图的绝对坐标精度大约在 10 米左右,由于是辅助驾驶员做导航使用,外加上 GPS 设备的定位精度也在 10 米左右,所以这样的精度够用了。


而应用在自动驾驶领域的高精度地图就不行了,自动驾驶汽车需要精确的知道自己在路上的位置,往往车辆离马路牙子和旁边的车道也就几十厘米左右,所以高精度地图的绝对精度一般都会在亚米级,也就是 1 米以内的精度,而且横向的相对精度(比如,车道和车道,车道和车道线的相对位置精度)往往还要更高。




高精度地图不仅有高精度的坐标,同时还有准确的道路形状,并且每个车道的坡度、曲率、航向、高程,侧倾的数据也都含有


虽然高精度地图如此高大上,但是目前由于相关配套技术和环境等条件还不成熟,各大车厂也都计划在 2020 年以后才逐渐应用高精度地图,所以目前的自动驾驶应用地图中,还有另一种介于普通的导航电子地图和高精度地图之间,也就是本文着重介绍的应用在ADAS(主动安全场景)的地图。



这种地图的的精度一般在 1-5 米左右,它是在普通的导航电子地图的基础上进行了扩充,比如在道路上补充了一些坡度、曲率、航向的一些辅助信息。另外也涵盖了车道数量、车道宽度的信息,并且道路的精度和形状信息更加的准确,只是这些信息的精度都和高精度地图有一个数量级的差别。


这种地图在自动驾驶车辆的感知传感器足够丰富的时候也是能支持自动驾驶而使用的,它的大部分应用场景主要是为了主动安全使用的。



接下来,在 ADAS 和自动驾驶两个层面聊一聊如何来使用高精度地图。

 

这次我们先讲讲 ADAS(主动安全)中如何使用地图。


其实说到 ADAS,我们首先想到的诸如 ACC(自适应巡航),LDW(车道偏离预警),LKA(车道保持),FCW(前车碰撞预警)。而这些技术已经成熟,产品也已经量产,在近几年的高端车辆上装配,并且这些技术都和摄像头,毫米波雷达以及车身控制器有关,貌似和地图并没有多大关系。实际上,如果结合了地图,这些功能会变得更强大。


下面我们来举几个例子。


ACC(自适应巡航)实际上是由驾驶员设置一个最高的巡航速度,车上由前置的传感器,如摄像头或毫米波雷达来确认车辆正前方的可通行区域内是否有车辆,如果有车辆,则在安全制动距离内跟车,如果没有车辆,则加速到设置的循航速度。注意这里要特别强调「车辆正前方」,也就是车头的直线方向。如果是在直线行驶,或者道路曲率几乎可以视为直线的情况下,这种自适应巡航的功能是很棒的。


可是如果在弯道中,如下图,左侧车道中的车辆的传感器会错误的认为右方车道的车辆在自己前方,于是立即减速。可实际上车辆完全可以保持正常速度过弯。



亦或者,如下图中,左侧车道的车辆根本就察觉不到自己车道内前方转弯处有一辆车,也许车辆跟上去的时候,或者前车突然紧急刹车时,已经来不及减速,继而就容易发生事故了。




接着我们来讲讲地图在 ADAS 实现的技术方案以及 ADASIS 的工作原理。



乘着自动驾驶的这股热风,ADAS 概念越来越为人们所熟知,ADAS 产品也越来越普及,车厂与供应商们也都脑洞大开不断研发各种新的 ADAS 产品,提供越来越安全、轻松、环保的驾驶体验。


例如:ACC、FCW、LKA、前车灯跟随等等。



ADAS 的实现离不开车辆上的各种如摄像头和雷达等感知传感器,但无论是多么豪华的传感器都是有其感知的局限性,或者称为感知范围。



如果能够让车辆获取到更远地方的数据,那么 ADAS 的功能必然可以得到增强。




如何得到远方的数据呢?



在目前的技术条件下,获取远方数据的方式有很多,比如 V2X 技术,通过前方车辆或道路两旁的 V2X 设备向车辆发送路况信息;



又或者通过云技术也可以实现,从云端下发车辆收集的道路信息。但是这些方式都存在建设成本相对较高、建设周期长的问题。


还有就是地图。经过导航软件的普及,欧美、日本、中国的电子地图实际上基本比较成熟,而由于 ADAS 对地图的精度要求不是很高,只需要在普通的导航电子地图上追加一些 ADAS 属性,比如曲率、坡度、Heading Angle、更加精确的车道数量等属性即可提供道路先验知识,制作成本相对不高。


于是,地图作为一种特殊的传感器(Map Sensor)融入 ADAS 系统。



ADAS 系统包括感知系统、通信系统、决策系统和控制系统,地图信息如何在车辆的各个子系统中传输。为了消除各图商、ADAS 零部件供应商之间协议的差异,并且更有利于 ADAS 地图的推广,图商、车厂、ADAS 零部件供应商联合起来成立了 ADASIS Forum 制定地图与 ADAS 系统之间的通信协议,也就是 ADASIS。



ADASIS 全称 Advanced Driver Assistance Systems Interface Specifications,即是ADAS 的接口说明。ADASIS 定义了地图在 ADAS 中的数据模型及传输方式,以 CAN 作为传输的通道。现在 DASIS Forum 被划入 ERTICO(ITS Europe,欧洲的智能交通组织)。


目前 ADASIS 已经发布了 v1 和 v2 版本。


在 ADASIS v1 中,系统会根据车辆当前位置以及最终目的地,提取所有的路径规划方案,将其中最为优先的路径称为最可能路径,而其他方案为备份方案。所有的方案都会被提取并进行重构,并最终给出选择哪条路径以及如何驾驶通过的建议,传递到不同的 ADAS 系统中,但是导致系统中传递的数据量过大,所以并没有被车厂量产,越来越多的企业摈弃 v1 而推出了自己的通信方案。



由于 ADASIS v1 的不成熟严重影响了 ADASIS 的推行,最终经过 ADASIS Forum 的讨论,在排除企业内部因素之外,分析出企业不愿意使用 v1 的最主要原因在于标准过于复杂。复杂的通讯协议以及要求传输的数据过多,会让开发者在数据提取单元与重构单元上花费大量的时间与成本,这显然是不被车厂接受的。


因而,ADASIS v2 诞生了,着重改进在降低系统占用的 CAN 总线资源,以及使用最小原则提取并重构数据。目前 ADASIS v2 已经被多家车厂采用。


宏观上 ADASIS v2 结构中包含以下几个部分:

  • ADAS Horizion Provider:地图信息提供者,负责数据组织与发送;

  • ADAS Protocol:ADASIS 协议;

  • ADAS Application(ADAS Horizion Reconstructor):ADAS 应用,负责数据接收与解析及数据的使用;

  • CAN Bus:作为信息传送的通道。


ADASIS v2 System Architecture


在 ADASIS v2 中,传输依照单路径(path)概念。也就是传递数据的时候只选择最有可能行驶的一条路径(实际上是地图上规划出来的路径),对于可能存在的备选路径,则以路径中的交叉路口(stub)来表示。每个交叉路口之间的路径称之为路段,路段被视为构成路径的基本单元,以每一个路段为单位,再进行数据的分析与利用。



ADASIS v2 Data Model


路段上属性则通过 Profile 和 Segment 来描述。Segment 描述路段大部分相同的属性,Profile 则描述剩余的属性,同时对属性数据进行压缩。另外传输数据 42 36143 42 15289 0 0 3476 0 0:00:10 0:00:04 0:00:06 3476时也不是每次发送所有数据,而是查询到数据变更或有新的数据才发送。这种数据组织与发送的方式去掉了大量冗余数据,减轻了通信负荷。


最后还有 Position 用来实时描述当前位置。


ADAS Horizion Provider 遵循 ADASIS 协议将以上信息发送到 CAN 总线上。ADAS Application(ADAS Horizion Reconstructor)选择性的从 CAN 总线上获取自己有用的信息,重构地图,完成自己的应用。这样一来,ADAS 地图数据可以有效的传输到使用端,并且车辆改造最小,对 CAN 总线的影响也最小,最重要的是一切都是符合车规要求。


而未来随着地图数据量的丰富,尤其进入到高精度地图时代,以及今后 ADAS 或自动驾驶的需要,都会对传输的数据量和传输频率提出更高要求,ADASIS v2 也越来越无法满足需求,于是 ADASIS v3 以及基于车身以太网的传输方式也在研究中了。人们对出行体验的需求越来越高,科技也随之飞速发展中,所以对于未来汽车自动驾驶的实现方式,就让我们拭目以待吧。



文章来源:四维图新

责任编辑:Sasa


-END-


厚势往期推送精选









文章精选



企业家

马斯克和贾跃亭 福特CEO下台正道汽车仰融

任正非裁员|电池大牛凯尔提离开特斯拉

智能驾驶

BBC自动驾驶纪录片自动驾驶第一案,谷歌讼Uber

高精地图自动驾驶的灾难英特尔收购Mobileye

苹果公司造车?库克又不傻!iPhone的挣钱效率比造车高多了!

OTA 助车主逃离飓风魔爪,特斯拉的又一次完美表演 

自然杂志:自动驾驶商业化面临哪些心理障碍?

导致大规模失业?恰恰相反,自动驾驶将增加社会整体就业

为什么最早发明无人驾驶汽车是谷歌而不是传统汽车制造商? 

在数据为王的时代,自动驾驶数据共享真的可行?

新能源汽车

全国50个新能源汽车项目大盘点

锂电池发展趋势中国汽车产业电动化进程

苹果收购特斯拉?丰田和特斯拉决裂

全球汽车品牌价值榜德国螃蟹电动车

特斯拉Model Y无线充电大突破

2016市场分析和2017走势

麦肯锡:电动卡车市场为何在此刻集中爆发?(上) 

麦肯锡:电动卡车市场为何在此刻集中爆发?(下)

项目和评论

以色列最强10家自动驾驶创业公司

 37个汽车分时项目盘点百度投资蔚来汽车

马化腾或为共享单车最大赢家汽车产业3大趋势

Momenta获$4000万B轮

百度系自动驾驶初创公司 Pony.ai 的突围之路

这些大神从Google出走,创办了五家(命运各异的)无人车公司

戴世智能带你读懂自动驾驶高精度行车定位技术

无需基础知识,理解自动驾驶高精度行车定位技术

为您对接资本和产业

新能源汽车 自动驾驶 车联网




联系邮箱

bp@ihoushi.com

点击阅读原文查看综述论文「智能网联汽车技术的发展现状及趋势」

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存