地圖如何幫助自動駕駛汽車實現(xiàn)溝通?

為了讓自動駕駛汽車成為技術的福音，它需要一個能夠智能處理周圍環(huán)境的系統(tǒng)，協(xié)助其應對復雜的交通場景、路障、坑洼、車道、車道標記或路上經(jīng)過的任何車輛。只有當它像人類一樣對外部世界有感覺時，上述功能才能實現(xiàn)。自動駕駛需要與其他車輛、乘客和周圍的交通參與者進行溝通，這樣它就可以確定道路上的確切位置，并決定在當前情況下如何行動。

汽車到汽車和汽車到基礎設施的通信對于實現(xiàn)自動駕駛是必不可少的，并且這種情況只有當其在地圖上對現(xiàn)實世界有精確到厘米級的數(shù)字三維表示時才會實現(xiàn)。地圖上的數(shù)據(jù)是自動駕駛車輛導航的主要來源，它就像一雙給予自動駕駛汽車情景感知的眼睛。

高清晰度地圖作為這個系統(tǒng)的重要組成部分，為自動駕駛車輛帶來高精度定位、環(huán)境感知、規(guī)劃決策以及實時導航云服務等功能。

地圖如何幫助自動駕駛汽車實現(xiàn)溝通？

支持自動駕駛的地圖可以持續(xù)不斷地檢測、驗證和更新世界上發(fā)生的變化。它由四個簡單的步驟構(gòu)建而成，分別是收集、整合、創(chuàng)建和發(fā)布，以此來協(xié)助汽車之間的通信。因此，讓我們?yōu)g覽每個部分，了解整個過程如何幫助自動駕駛汽車完美地在道路上行駛。

1收集

自動駕駛汽車通過安裝在汽車上的各種傳感器收集數(shù)據(jù)，如照相機、激光雷達和雷達。這些數(shù)據(jù)被傳輸回云。這些眾包數(shù)據(jù)可以是從封閉車道和障礙物到路標，再到為自動車輛系統(tǒng)的運行和車輛的決策提供重要信息的路面標線的任何東西。然而，僅憑這些傳感器數(shù)據(jù)是并不能精確、充分地取代駕駛員的地位。

2整合

自動駕駛汽車有不同的形狀和大小，傳感器也放置在不同的地方，跟隨著汽車行駛到不同的地方。在所有這些條件下，它們以自己的方式感知物體，因此獲取的數(shù)據(jù)也是不同的。目前借助于機器學習算法，將不同車輛采集的數(shù)據(jù)融合在一起，以便使其具有準確的特征。

3創(chuàng)建

一旦數(shù)據(jù)被融合并生成了精確的數(shù)據(jù)，就可以借助精確的算法和獨特的特征來創(chuàng)建地圖。在地圖上，所有關于物質(zhì)世界的準確信息都會被表示出來。它確定了任何物體的準確位置。這個過程是使用高級算法完成的，該算法會考慮汽車收集到的各種變量，然后為地圖創(chuàng)建特性。對于某些特定的特征，可能需要10次、20次，甚至100次的觀察。這完全取決于算法何時開始將多個特征轉(zhuǎn)化為一個精確的特征。

4發(fā)布

一旦生成了所有數(shù)據(jù)并創(chuàng)建了地圖，其將會被更新并發(fā)布。為了確保最高效的數(shù)據(jù)傳輸，只有在特定層的特定板塊——道路模型、高清車道模型和高清定位模型中發(fā)生的更新才會被發(fā)送到原始設備制造商的云和車輛上。使用平鋪格式，無線更新可以被進一步壓縮后發(fā)送，以提高效率、優(yōu)化數(shù)據(jù)交換。一旦一個新特性發(fā)布，在道路的特定區(qū)域可能需要增強的傳感器數(shù)據(jù)。例如，汽車可能由于障礙物而無法識別停車標志。在這種情況下，地圖會要求該區(qū)域的下一輛車拍攝一段環(huán)境視頻，這樣系統(tǒng)就可以更好地驗證數(shù)據(jù)。這項功能是通過傳感器數(shù)據(jù)請求接口(SDRI)實現(xiàn)的。

5三層信息系統(tǒng)

被發(fā)布的地圖有三層，每一層都提供了詳細準確的信息，以支持自動駕駛車輛與外部環(huán)境和其他車輛進行連接與通信。第一層是道路模型，它提供全球范圍覆蓋，幫助車輛理解其車載傳感器無法理解的局部情況(如高占有率車道或特定國家的道路分類)。第二層是是高清車道模型，用于提供車道方向、車道類型、車道邊界和車道標記類型等更精確的車道級細節(jié)。這些細節(jié)有助于自動駕駛汽車在駕駛中做出更安全、更令人舒適的決策。第三層是高清定位模型，這一層幫助車輛在周圍環(huán)境中定位自身，并幫助車輛識別護欄、墻壁、標志、桿子等物體，然后利用物體的位置向后測量，準確計算出車輛所處的位置。