没有合适的资源?快使用搜索试试~ 我知道了~
首页面向无人驾驶的边缘高精地图服务.pdf
面向无人驾驶的边缘高精地图服务.pdf
需积分: 50 30 下载量 75 浏览量
更新于2023-03-03
评论
收藏 2.69MB PDF 举报
摘要:高精度地图作为无人驾驶应用中辅助驾驶的重要手段,在高精度定位、辅助环境感知、控制决策等方面发挥着重要作用。边缘计算将计算、存储、共享能力从云端延伸到网络边缘,使用“业务应用在边缘,综合管理在云端”的模式,非常适合于部署更新频率高、实时服务延迟低、覆盖面积广的高精地图服务。结合众包的边缘地图服务已经成为高精地图更新的主要方式,有着重要的应用前景。
资源详情
资源评论
资源推荐
无
人驾驶作为目前人工智能行
业 最 受 关 注 的 应 用 场 景 之
一,担当着革新汽车行业甚至是交
通运输业未来的重要使命。无人驾
驶能够真正地解放人类双手,提高
行车安全,通过更普及的运力共享,
在缓解交通拥堵的同时可大大地减
少对环境的污染。随着无人车的普
及,无人驾驶将成为未来智慧公共
出行的主要方式,是未来智慧城市
的重要联结之一
[1]
。
在无人驾驶应用中,高精地图
是其必不可少的实现基础。高精地
图是对物理世界路况的精准还原,
通过道路信息的高精度承载,利用
超视距信息,和其他车载传感器形
成互补,打破车身传感的局限性,实
现感知的无限延伸。以底层的高精
度地图数据为基础,在此之上叠加
动态交通数据,通过高速通信完成
交通信息的实时更新以及驾驶预警
推送,为无人驾驶行车决策提供强
有力的指导
[2-3]
。
相比于传统的电子地图,高精
地图具有数据高精度、信息高维度
以及高实时性的特点。随着感知范
围的延伸和传感精度的提高,高精
度地图有能力构建更精确的定位、
更广范围的环境感知、更完备的交
通信息,从而为无人驾驶提供感知、
定位、决策等多种支持
[4-5]
。高精度
地图不仅仅包含对道路静态元素
10~20 cm 厘米精度的三维表示,
如车道线、曲率、坡度和路侧物体
等,还包括了驾驶环境中各种动态
信息,如车道限速、车道关闭、道路
DOI:10.12142/ZTETJ.201903009
网络出版地址:http://kns.cnki.net/kcms/detail/
34.1228.TN.20190605.1604.004.html
网络出版日期:2019-06-05
收稿日期:2018-12-15
摘 要 :高精 度地 图 作 为 无人 驾驶 应用 中 辅 助 驾驶 的重 要手 段,在 高 精度 定位 、辅助 环 境 感
知、控制决策等方面发挥着重要作用。边缘计算将计算、存储、共享能力从云端延伸到网络
边缘,使用“业务应用在边缘,综合管理在云端”的模 式 ,非常适合于部署更新 频 率 高 、实时
服务延迟低、覆盖面积广的高精地图服务。结合众包的边缘地图服务已经成为高精地图更
新的主要方式,有着重要的应用前景。
关键 词 :高精地图;无人驾驶;边缘计算;众包
Abstract: High-precision map plays an important role in autonomous driving, and it is the
important foundation for high-precision positioning, environmental perception and control
decision. Edge computing extends computing, storage and data sharing from cloud to
network edge thus it is very suitable for deploying high-precision map services. With the
mode of "deployment in edge, management in cloud", edge high-precision map service can
provide high update frequency, low real-time service delay and wide coverage area.
Combined with crowdsourcing, edge high-precision map has become the applicable and
promising solution for low-cost and high-precision map updating.
Key words: high-precision map; autonomous driving; edge computing; crowdsourcing
面向无人驾驶的边缘
高精地图服务
Edge HighEdge High-Precise Map Services for-Precise Map Services for
AutonomoAutonomous Drivingus Driving
唐洁/TANG Jie
1
,刘少山/L IU Shaoshan
2
(1. 华南理工大学,广东 广州 510006;
2. 深圳普思英察科技有限公司,广东 深圳 518000)
(1. South China University of Technology, Guangzhou 510006, China;
2. Shenzhen PerceptIn Technology Co., Ltd., Shenzhen 518000, China)
中兴通讯技术
2019 年 6 月 第 25 卷第 3 期 Jun. 2019 Vol. 25 No. 3
58
坑洼、交通事故等。此外,高精地图
还发展出个性化驾驶支持,包括各
种驾驶行为建议,如最佳加速点及
刹车点、最佳过弯速度等,以提高无
人驾驶的舒适度。
目前,全球图商以及无人驾驶
车商,如百度、Google、高德、HERE、
TomTom 等已经组建了自有专业地
图采集车队,通过配置有摄像头和
激光雷达等设备的高精度地图采集
车扫描获得街景图像数据和 3D 激
光点云数据,经过后台的自动化建
图流程,结合人工纠错与标注,最终
形成多层次地图数据叠加的高精度
地图,并进行发布。然而,自建专业
采集车队极其昂贵、维护成本开销
大且覆盖与更新面积有限,难以实
现高精度地图生产的实时更新或修
复自愈。地图众包是高精度地图生
产与服务提供的新方向。利用(半)
社会车辆在行驶过程中完成传感数
据采集,通过边缘计算节点的数据
清理、聚合和压缩等优化手段,可以
将抽取过的关键感知数据推送至云
端,在利用云端的强大算力使用多
源数据完成对地图数据的更新,最
后再把增量更新与动态实时交通存
储在边缘缓存,根据车辆的驾驶场
景,完成对高精地图数据的推送与
预取。由此可见,边缘高精地图服
务是自动驾驶在边缘计算场景下的
一大典型应用,在减少成本开销的
同时,实现覆盖更为广泛的、更高频
的、更实时的地图数据服务。
通过众包机制,利用多车传感
在边缘计算端与云端进行协同,实
现高精度地图的构建与实时更新;
并通过边缘缓存向车辆实时发布高
精度地图的动态层数据与静态更
新,以辅助车辆的无人驾驶。这一
未来无人驾驶典型应用需要解决 3
大方面的问题:(1)如何以边缘节点
为中心,根据边缘智能感知的车辆
动态分布进行感知任务分配,并对
汇集的群智信息的时空有效性与数
据质量进行评估和控制;(2)多车辆
传感数据如何在边缘节点自动化地
进行过滤、聚合、协商,以得出对交
通态势的动态描述,抽取出对静态
更新的一致性感知结果,其中包括
如何通过有序协作对感知数据进行
动态融合,从而提高感知准确性、全
面性,减少信息冗余度;(3)根据感
知数据的时空特征和车辆的分布规
律,如何利用边缘环境中具有时空
约束的服务数据缓存与分发,把确
认后的地图更新与实时交通状况传
播到其他相关车辆中,为无人驾驶
服务提供细粒度、准确、高时效的数
据基础。
1 高精 地图
高精地图是高精度、高维度、高
实时的地图数据综合。在数据精度
上,相比电子地图米级的数据误差,
高精地图的相对精度误差不超过
20 cm。相比电子地图中简单的道
路模型,高精地图包含了道路标志、
车道边界、车道坡度、弯道曲率等多
维度的丰富信息。同时,通过与车
联网以及车到万物(V2X)等技术的
结合,高精地图还将更新实时交通
信息以及天气状况等。所有这些路
况信息是高精地图辅助实现 L3~
L5 级无人驾驶的基础。如图 1 所
示,高精度地图在无人驾驶中发挥
着重要作用。通过比对车载传感环
境信息与高精地图信息,可以得到
GPS:全球定位系统 HD:高清晰 IMU:陀螺仪
◀图 1
高精度地图在无人驾驶
中的作用
激光雷达 雷达 地图云服务
摄像头 GPS IMU 惯导
深度学习
辅助感知和超视距感知 确定车辆在地图中的位置 车道级路径规划 方向盘控制、加减速、刹车
HD 地图&环境模式 人工
感知
无人驾驶
高精定位 决策 控制
中兴通讯技术
2019 年 6 月 第 25 卷第 3 期 Jun. 2019 Vol. 25 No. 3
59
面向无人驾驶的边缘高精地图服务
专题
唐洁 等
ZTE TECHNOLOGY JOURNAL
车辆在地图中的厘米级精确位置,
实现车辆的高精度定位
[6]
。利用先
验知识,高精地图信息可以辅助环
境感知,从而降低车载环境感知的
难度
[7]
。高精度地图现已精确到车
道模型,可以预知前方多种道路信
息,实现提前减速和避让,完成更有
效的局部驾驶规划。通过 5G 等通
信手段,结合 V2X 交互支持,可以
实现超距离路况感知与预警,完成
更智能、更实时的全局驾驶规划。
1.1 高精地图数据组织
高精度地图作为自动驾驶的必
要支撑,在维持底层车道数据精确
性的同时,必须具备进行动态路况
信息实时更新的能力,并发展出基
于车主不同驾驶习惯的个性化驾驶
支撑能力。因此,高精地图需分为
2 个层级:最底层是静态高精地图
层,需提前进行装载;上层是动态高
精地图层,在行车过程中不断更新。
为了提升存储效率和可读性,
静态高精地图在存储时又继续划分
为矢量层和特征层。特征地图是对
路面信息的准确刻画,主要驱动于
高精度定位的需求,能够很好地完
成地图道路匹配与定位。矢量地图
是在特征地图基础之上进一步的抽
象、处理和标注。它的容量更小,并
能够通过其中的路网信息完成点到
点的精确路径规划,这是高精度地
图使能的一大途径。如图 2 所示,
矢量层包含车道模型、道路部件、道
路属性数据。这些语义元素被简化
和抽取出来,补充到几何构建的道
路 结构 中,形 成新 的矢 量地 图数
据。其中,车道模型中包含了车道
线、车道中心线、车道属性变化等信
息,可以辅助车辆完成横向定位,并
且执行交通规则,比如指导车辆在
虚线区域内进行并线,在车道分离
点前完成变道。通过对比车载传感
数据与交通标志牌等道路部件信
息 ,可 以修 正 车 辆 纵 向 定 位 和航
向。即便在没有检测到任何道路特
征的情况下,也可以通过高精地图
的航位推算进行短时间的位置推
算。车道模型中曲率、坡度、航向、
横坡等数学参数,可以决策车辆准
确的转向、制动、爬坡等行为。这部
分数据因为道路翻新和维护出现频
繁变化,需要有效地利用边缘群智
感知进行更新。
动态高精地图层构建在静态层
之上,增加了道路拥堵情况、施工情
况、交通事故、交通管制情况、天气
情况等动态交通信息。这些动态要
素通过 5G 等通信手段在车车之间、
车与边缘节点之间、多边缘节点之
间进行收集、处理与发布,将及时地
反映在高精地图上以辅助决策确保
无人车行驶安全。
1.2 高精地图传感器类型
高精地图的生产依赖于多个传
感器数据的融合。高精地图数据采
集时使用的传感器种类不一定与无
人驾驶时使用的传感器相同。为保
证 L4 或者 L5 无人驾驶的要求,高
精地图生产需要的传感器主要包括
图 3中的几种类型。
• 光学摄像头。通过车载摄像
头,可以捕捉车身周围交通环境的
静态信息,通过对图片中关键交通
标志、路面关键信息的提取,来完成
对地图的初步绘制。目前,基于图
像的深度学习技术发展远超过基于
3D 点云的深度学习,对于各种地物
的提取具有较高的精确率和较低的
召回率,可以非常清晰地提取道路
边线和交通标识等信息。这些都是
摄像头作为高精地图感知手段的重
要优势。然而,摄像头传感要求外
部环境光线充足,因此采集工作只
能在白天进行
[8]
。
• 陀螺仪(IMU)。IMU 配备有
6 轴运动处理组件,包含了 3 轴加速
度和 3 轴陀螺仪,分别检测在上下、
左右、前后这 3 个方向上的加速度
和角速度信息,以此解算出物体的
姿 态,提 供 短 时内 较为 准确 的定
位。但是,从加速度推算出运动距
离需要经过 2 次积分,随着时间漂
移所产生的误差将不断增大。因
此,仅依赖 IMU 无法完成长时间的
图 2▶
高精地图静态层次
内容
车道模型
GPS:全球定位系统
•车道线
•车道中心线
•车道连接
•车道属性变化
•曲率/坡度/
横坡/航向
道路部件
•交通标志牌
•路面标志
•收费站
•斑马线
•障碍物
•防护栏
道路属性
•特殊点标注
•如:GPS 信号
消失区域
•道路施工状态
面向无人驾驶的边缘高精地图服务
ZTE TECHNOLOGY JOURNAL
唐洁 等
专题
中兴通讯技术
2019 年 6 月 第 25 卷第 3 期 Jun. 2019 Vol. 25 No. 3
60
剩余10页未读,继续阅读
changfeng88888
- 粉丝: 3
- 资源: 19
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 27页智慧街道信息化建设综合解决方案.pptx
- 计算机二级Ms-Office选择题汇总.doc
- 单链表的插入和删除实验报告 (2).docx
- 单链表的插入和删除实验报告.pdf
- 物联网智能终端项目设备管理方案.pdf
- 如何打造品牌的模式.doc
- 样式控制与页面布局.pdf
- 武汉理工Java实验报告(二).docx
- 2021线上新品消费趋势报告.pdf
- 第3章 Matlab中的矩阵及其运算.docx
- 基于Web的人力资源管理系统的必要性和可行性.doc
- 基于一阶倒立摆的matlab仿真实验.doc
- 速运公司物流管理模式研究教材
- 大数据与管理.pptx
- 单片机课程设计之步进电机.doc
- 大数据与数据挖掘.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0