快捷搜索:

绘制高精地图如何面对无人驾驶的到来

高精舆图的绘制并不难,问题在于资源。难的是若何理解情况发生的变更,并做出快速精准的判断,并与车辆进行及时通讯。当然,短期内若何商业化,也是一大年夜问题。

在绝大年夜多半人眼里,高精度舆图是高档自动驾驶的核心使能技巧之一。开拓这类舆图是一项浩大年夜的工程,必要在资金和人才方面进行伟大年夜的投资。

在传统舆图中,盘山公路上的黄色标志表示前方有蛇形弯道,这很难如实地反应具体蹊径状况,但却可以向驾驶员通报一个简单的旌旗灯号:筹备应对弯道。

几个世纪以来,舆图最本色的感化从未改变:指示人类从A地到达B地。不难想象,无意偶尔过于详尽的舆图也会碍事。加州始创公司Deepmaps首席运营官罗伟(音)表示:“你不必要过多细节,细节过多反而可能让人迷惑。”罗老师此前曾在谷歌舆图担负产品经理。

然而,在为用户供给信息的同时,舆图公司也同时指望用户能够帮自己弥补许多缺掉的部分,并时候对变更做出反映。终究,舆图的用户是人类,舆图和说话一样,是连接人类思维的桥梁符号。

自动驾驶期间的舆图绘制

然而,这种环境正在改变。作为舆图学中的最新领域,专为自动驾驶汽车绘制的舆图面对的则是一类完全不合的用户:软件法度榜样。与人类驾驶员不合,导航系统必要的是细节,每一条曲线、每一个突出的路沿、每一条车道,每个细节都至关紧张,而且必须达到厘米级精度。除此之外,更具寻衅性的是,自动导航系统必须有能力判断各类未知环境,并作出响应改变。

比如,要是有棵树倒在路上,导航系统则该若何继承供给指引?对付人类驾驶员,这根本不是问题,不过是诉苦几句,然后换条路而已。但大年夜多半软件在面临类似的环境时都必要异常具体的指示,否则根本不知道作何反映。

如今,新型舆图已经成为自动驾驶行业中的根基技巧之一,舆图行业也由此开始崛起。终究,车辆最本色的功能是将人或货物输送至目的地,而舆图可以帮自动驾驶车辆确定自身位置以及若何到达目的地,与现实天下建立联系。

新型舆图必要对城市中的每一条小街小道都进行正确的三维记录,这本身没有什么难度。但更紧张的是,我们还必要人工智能(AI)技巧,帮忙车辆判断行驶路线上可能呈现的各类环境,并作出适当的反映,而且平日必要在几分之一秒内完成。

如今,在自动驾驶汽车成长汹涌澎拜之时,新一代舆图的绘制已然成为了一项宏大年夜奇迹。此中的介入者不仅包括舆图行业巨子谷歌Waymo,还有很多始创公司,比如拿到风投的美国公司DeepMind和Carmera,以及由戴姆勒(Daimler)、大年夜众(Volkswagen)和其他多家汽车制造商投资的欧洲领先舆图供应商Here Technologies。终极,在竞争中胜出的公司将有时机运行一个举世地舆平台,追踪并指示地球上大年夜部分车辆的行驶。卡内基梅隆大年夜学机械人系教授John Dolan表示:“这是一个异常热门的钻研领域。”

若何应对变更

对付针对自动驾驶汽车的舆图绘制而言,最大年夜的寻衅在于若何应对变更。“事实上,(自动驾驶舆图)必须是4D的。”Deepmap公司的罗伟Wei Luo 表示:“也便是传统三维外加光阴维度。”为了在舆图中融入光阴维度,所有系统都必须经由过程某种措施来网络最新数据,而且必须包管这些数据的实效性和靠得住性。Waymo等公司选择使用自己自动驾驶车队上的传感器,其他公司则倾向于采纳「众包」的思路,也便是使用其他车辆上装载的激光雷达和各类传感器。

一旦传感器就位,并开始传回申报流,数据网络部分的事情就很简单了。“你可以从一张信息富厚的根基舆图开始。”纽约始创公司Carmera开创人兼首席履行官Ro Gupta表示:“这并不简单,但从某种程度上来说已经不是问题了。”

事实上,真正构成伟大年夜寻衅的恰是大年夜量数据本身。罗老师表示,每辆自动驾驶汽车每小时大年夜约可以孕育发生1PB的导航数据,这异常宏大年夜,相称于2的50次方字节。软件必须对这些海量数据进行筛选,并从中找出故意义的片段,然后「抉择」是否采取行动及采取何种行动。这将带来异常宏大年夜的认知事情,必要人工智能技巧的深入介入。

在最初阶段,单单识别变更就已经是一个寻衅了。跟着海量数据的赓续涌入,根基舆图将持续确认各类信息匹配无误。泊车标志?没问题。左转车道?也没问题。

然而,天下常会有新的变更,比如街角处的一棵松树没有了,呈现了一片旷地。系统可以发明这些变更,但这个变更是否比落叶或水洼的呈现更紧张?人类驾驶员想都不用想,就会立即认出某片旷地上停了一辆卡车。但软件系统却短缺人类的这种履历和直觉,是以必须经由过程更多线索才能进行判断。察当作果有更多的数据支持吗?类似大年夜树这样的目标曾有若干次消掉不见呢?这种环境是否会造成任何变乱或其他麻烦?会影响交通的通行吗?

在应对变更时,光阴至关紧张。一种相符逻辑的做法是经由过程对传感器车辆进行编程,使其仅在检测到与根基舆图呈现不符的环境时才进行申报,从而大年夜幅削减数据通信量及相关延迟。假如Broad Street大年夜街上的三条车道统统如故,那又何必再申报一些没用的信息,给系统增添噪声呢?Carmera的Gupta表示,不过,问题在于我们可能会漠视掉落一些未被察觉的变更。他说:“因而可能会损掉一些假阴性指标。”

是否连“云端”?

此外,新型舆图的更新还牵涉各类各样的数据治理问题。例如,哪些舆图数据应交由车辆自己解读,又有哪些应该上传至基于云的人工智能系统进行判断?

从一方面,云可以同时从多个滥觞接管信息,将其与历史模式进行匹配,并供给更多的智能功能。然而,只管超高速5G蜂窝收集估计将在三年内获得遍及,但数据的传输依然无法避免延迟问题。更紧张的是,因为收集连接很难获得100%的包管,是以自动驾驶汽车也必须配备车载系统,从而具备在不联网的环境下对变更进行判断,并做出适当反映的能力。

在早期阶段,大年夜多半舆图公司都邑选择将部分区域算作样本,进行新型舆图开拓。很自然,很多公司都把精力集中在正在进行自动驾驶测试或已经开始供给相关办事的区域。比如,Waymo和Deepmap均在亚利桑那州和加利福尼亚州的部分地区投入了很大年夜精力。

Carmera则已经与一些货运公司签订了相助协议,今朝正在与纽约、旧金山和佛罗里达州的老年村子进行舆图建模,而这些地区都是其相助伙伴正在供给自动驾驶穿梭巴士办事的区域。Here Technologies公司则是一个例外,这家公司凭借与多家主流欧洲汽车制造商的关系,可以经由过程这些制造商出售的数十万辆汽车上的传感器,网络欧洲和北美地区的匿名数据。

现阶段的营利也很紧张

对付一些得到风投的创业公司而言,营业成长的机会也异常紧张。只管这些公司现在已经开始大年夜量砸钱,但全自动驾驶汽车(也便是SAE 4级和SAE 5级自动驾驶汽车)的广泛遍及可能要到十几年今后,以致更久。是以,这些创业公司也在为他们的下一代舆图探求过渡期的市场。HereTechnologies产品营销经理Mattew Preyss提问到:“在过渡期中,我们该若何使用这些数据来赞助驾驶员?”

Preyss表示,下一代舆图将为Waze、谷歌舆图及TomTom等当下主流导航办事供给有力弥补,不时为驾驶员供给最新路况和路线修正信息。更紧张的是,这些舆图还可以供给如增强现实或探求车位等一系列全新办事,以音频和画面的形式为驾驶员供给具体的路线信息。与以往一样,只要同时扳连人类驾驶员和舆图,我们就必须面临一个永恒寻衅——若何让舆图为驾驶员供给更多有用信息,但同时剔除可能分散驾驶员留意力的细节。

现阶段,让人类驾驶员继承介入新型舆图绘制还有一个紧张感化——舆图本身可以进修人类驾驶员是若何对数据做出反映的,进而将更多人工智能处置惩罚能力分配在行车路线的中必要车辆急速做出反映的重大年夜变更上。在未来十年中,我们人类驾驶员也将“教育”导航系统,使其真正做好取代我们的筹备。

您可能还会对下面的文章感兴趣: