自动驾驶方案供应商如何使用高精地图？

上图为高速公路场景下高精舆图的根基泛起。如图所示，禾多行使的更多是矢量信息和语义信息，包罗车道线、龙门架、路牌、路杆等舆图要素。同样地，禾多也首要是操作这些要向来举办定位、感知、节制决定等等操纵。

这是一个停车场高精度舆图的泛起。除常见车道信息外，关于停车位的几许描写、许多大型周边构筑物的几许描写、关于路口的信息等等也呈此刻舆图上。操作这些信息，禾多可以实现点到点的定位和导航。

自动驾驶是一个多模块融合的体系。舆图在体系中需与其余模块发生交换碰撞。自动驾驶体系中的其余模块包罗定位、筹划、节制、感知等等。每个模块都有其奇异的需求，而舆图模块也必要为各个模块提供定制化处事，转达所需数据，辅佐各个模块更安详地完本钱身的事变。

高速公路场景下的高精度舆图导航

高精度舆图在高速公路自动驾驶体系中的导航有三个首要事变，路径筹划、舆图匹配、导航指令。这与传统车载舆图导航的内容根基同等，可是从详细的实现上会有一些延长，由于在自动驾驶体系中，舆图导航的受众从人酿成了计较机，以是每个模块的内容、体量也城市有变革。

团结与传统导航的较量，来先容禾多高速公路自动驾驶体系怎样举办路径筹划、舆图匹配等操纵。

舆图匹配：舆图匹配模块的成果在于给出定位点，然后将定位点对应到高精度舆图中，并计较出地址车道的编号以及车辆在当前车道中的相对位置。

从自动驾驶的角度看，高精度舆图提供的导航信息必要做到从街道级别进级到车道级别。自动驾驶体系必需拥有在各类场景下实现车道定位的手段。这些场景详细包罗在车道中心行驶、车辆变道等。

路径筹划：路径筹划模块也必要做到车道级别。人们一般行使的导航中有一些较量尺度、通用的计策，好比最快路径、最短路径、大路优先等原则。但作为自动驾驶体系中车道级此外导航可能路径筹划，今朝并未有最优路径此类通用界说。

换句话讲，没有所谓的最优路径，只有最切合各自办理方案的路径。假如某个路径可以或许应用于你的方案，乐成地将车辆从A点导航到B点，这就是最得当你的路径。这必要团结每家的自动驾驶方案举办拟定。譬喻，一些自动驾驶车辆配速并不高，时速仅可到达80公里，在这种环境下，最左侧的车道显然不能常常呈此刻路径筹划中，不然将会延缓交通流的顺畅。

导航指令：导航指令的意义在于通过给车辆发送及时执行的指令，让车辆可以或许在既定路径上行驶。实现这一成果的条件是，体系必要对前线路口范例举办准确描写。好比前线是主路或匝道分岔、是否在封路、是否有合流处或分流处等等。通过场景描写，再判定举措点应该怎样回响。

导航指令首要分两类：

第一类是指示型指令，清楚简朴，相同于常用导航。好比向左变道、向右变道等等。当节制器收到指令时，体系会团结其时路况，选择合当令机执行举措。这和传统导航很是相似。

第二类指令是引导型指令。这是传统导航中没有的部门。引导型指令更多呈此刻路口交汇处、匝道等伟大地区。这些地区的车道线较量伟大，会对感知发生很大的挑衅。以是在这种环境之下，舆图可以发生轨迹引导线，让车辆沿着引导线通过伟大路口，达到指定地区。

高精度舆图怎样应用于自动驾驶体系

通过定位、感知跟节制决定三个模块，声名高精度舆图如那里事自动驾驶体系。

帮助定位：起首先容高精舆图怎样帮助自动驾驶定位模块。禾多科技的定位模块行使多传感器融合方案，摒弃了昂贵而不切合车规的高线束激光雷达，而是行使了视觉、毫米波雷达等切合量产尺度的传感器，通过传感器功效和高精度舆图的匹配来实现横向、纵向的高精度定位。

在横向定位层面，禾多可获取到车身坐标系里关于车道线的几许描写，同时也可在高精度舆图中提取关于车道的先验信息。两个信息举办匹配即可实现横向纠偏。这与人类驾驶风俗相同，司机也通过眼睛探求车道线，并让车辆保持在车道中心。

在纵向定位层面，禾多首要是通过对路牌的辨认来实现定位。基于语义支解、2D/3D转换、边沿检测等技能，禾多可以或许分期将3D路牌从图像中提取出来，然后将边沿信息可能角点信息与高精度舆图预留的先验信息举办较量，从而更正纵向上定位的毛病。

帮助节制决定：节制决定是自动驾驶体系很是焦点的模块，必要整合各模块资源，个中也少不了高精度舆图，好比舆图的曲率、坡度、侧倾角度等等。这些要素都是节制决定模块必要思量的。举一个简朴例子来表达高精度舆图对付节制模块的浸染，当车辆位于主路，顿时要进入匝道时，车道会从一道直接分成两道，呈现一条新的车道线，对付车道线感知的挑衅很是大。而当车辆达到匝道分流地区之前，高精度舆图会发出一条引导线，车辆会沿着引导线一向通过这个地区，直到进入车道线清楚的位置为止。

帮助感知：高精度舆图对付感知模块也有许多辅佐。感知是自动驾驶体系上钩较劲最大的一个模块，因其必要处理赏罚大量周边静态动态障碍物的信息。在高速公路场景下，得益于布局化的阶梯计划，可以或许真正对行驶发生安详影响的都是同偏向车道上的车辆，以是体系可以操作舆图以及当前的位置对前线可行驶的地区做猜测。好比在行驶时，体系可以基于车辆当前位置，对前线一二百米感知范畴内会呈现的车辆举办齐集排查，而无需过多存眷该范畴之外的车辆，云云将很洪流平上低落计较资源的耗损。

同时，高精度舆图中包括诸多先验信息，其可对感知的支解、辨认提供重要帮助，好比常见的引流带或断绝带等突兀的路况变革，以及匝道、高架桥、地道等。而舆图的先验信息也可以很好地帮助感知模块举办判定。

众包舆图更新：和传统导航对比，自动驾驶对付高精度舆图的应用的另一个区别是，传统导航更多是简简朴单的舆图行使，而自动驾驶还要包袱舆图信息反馈的脚色。

禾多可以或许操作视觉传感器，对车道线、路牌等阶梯信息举办感知，然后与已有高精度舆图举办比拟，将差别化信息凭证既命名目上传给图商。图商对海量数据举办深度进修，从而举办高精舆图更新。

智能代客泊车自动驾驶体系中的高精度舆图应用

禾多智能代客泊车体系HoloParking回收了车端、停车场端和高精舆图端“三端合一”的技能方案：一方面，禾多将激光雷达和大部门算力转移到了场端，办理过车规题目；另一方面，通过三端协作，实现多传感器、多角度的冗余，进步停车周围情形的感知手段，可以或许支持全天候、全场景下的真实运营。无论在光泽严峻不敷的情形中，或在人车混流、突发状况较多的伟大停车场，或雨雪、大风等恶劣气候下，HoloParking都能正常运行，为用户提供安详、不变的代客泊车处事。

在高精舆图端，禾多首要是操作车道之间的拓扑相关举办点到点、多路径的路径计较，以此担保实现多车调治的算法。同时车辆也可以操作车道的宽度信息，在车道内举办公道避障。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!