"自动驾驶的感知定位与高精地图解决方案由DeepMotion深动科技的联合创始人蔡锐提出,该公司致力于为高级别智能驾驶提供安全可靠的环境感知、高精地图构建及高精定位服务。核心技术包括深度学习、SLAM(Simultaneous Localization And Mapping,即时定位与地图构建)、激光雷达和高精度地图。"
在自动驾驶领域,环境感知是关键的一环,它依赖于多种传感器如激光雷达、视觉相机和毫米波雷达。通过这些传感器的数据,系统能够理解周围环境,识别车道线、交通标志、道路标牌等重要信息。深度学习在其中扮演了重要角色,它被用来解析和理解传感器数据,实现语义理解,帮助自动驾驶车辆做出准确决策。
高精度定位是确保车辆安全行驶的另一个核心要素。通常,专业级的全球导航卫星系统(GNSS)与惯性测量单元(INS)结合,并可能辅以实时差分(RTK)技术,提供绝对定位。此外,高精度地图则包含了丰富的道路特征,如车道拓扑、反射率、坡度、曲率等,这些信息能帮助车辆实现更精确的相对定位。
高精度地图不仅提供上下文信息,降低计算负荷,提高目标检测准确性,还在环境感知和定位之间建立了紧密的耦合关系。例如,通过对比地图中的道路元素,车辆可以确定其精确位置,理解如左转待行区内的红绿灯规则等问题。
DeepMotion提出的解决方案之一是众包高精地图构建,它采用成本较低的硬件方案,便于大规模部署,同时仍然满足高级别自动驾驶的精度需求。系统通过图像、GNSS、IMU等传感器数据,进行车辆自运动估计、地图元素识别与分割、矢量化等一系列处理,最终生成高效且详细的地图。通过云端的进一步优化,实现不同轨迹间的地图元素匹配和全局地图几何结构优化,生成的高精地图数据量小但信息丰富。
另一解决方案是基于高精地图的感知与定位,通过融合GPS、摄像头、IMU、激光雷达和毫米波雷达等传感器数据,实现多模态信息融合,提高定位和感知的准确性。这种解决方案旨在确保自动驾驶车辆在各种复杂环境下都能稳定、准确地运行。
DeepMotion的自动驾驶技术涵盖了环境感知、高精度定位和地图构建等多个关键技术领域,利用深度学习和多传感器融合技术,推动自动驾驶向更高水平发展。