汽車在自動(dòng)駕駛領(lǐng)域?qū)⒚媾R前所未有的變革，這一變革不僅與駕駛過(guò)程中要求的功能更新有巨大的聯(lián)系，也包含了對(duì)于整個(gè)駕駛系統(tǒng)開(kāi)發(fā)過(guò)程中的架構(gòu)設(shè)計(jì)方案所將產(chǎn)生的重大變革。其中，高精地圖作為其定位、導(dǎo)航的重要方面，也將發(fā)生重大的設(shè)計(jì)變革。這主要體現(xiàn)在如下幾個(gè)重要的方面：
1）路側(cè)地圖的部署需要具備更多來(lái)自政府基建部門的強(qiáng)力支持，其中包括類似V2I的車聯(lián)網(wǎng)系統(tǒng)，提供V2X場(chǎng)景渲染SDK，支撐自定義渲染風(fēng)格，實(shí)現(xiàn)個(gè)性化車端V2X應(yīng)用。利用路側(cè)信息通路（PC5），可以解決由于蜂窩網(wǎng)絡(luò)覆蓋盲點(diǎn)對(duì)地圖服務(wù)影響的問(wèn)題。
2）對(duì)于地圖的實(shí)時(shí)分發(fā)也從原來(lái)的秒級(jí)升級(jí)為毫秒級(jí)別，高精地圖更新與分發(fā)能力趨向于邊緣部署，實(shí)現(xiàn)實(shí)時(shí)地圖更新與毫秒級(jí)數(shù)據(jù)分發(fā)服務(wù)，意在提高其傳輸數(shù)據(jù)的實(shí)時(shí)性。
3）自動(dòng)駕駛系統(tǒng)中的實(shí)時(shí)高精地圖平臺(tái)也從原來(lái)的分布式系統(tǒng)逐漸向集中式系統(tǒng)進(jìn)行過(guò)度。高精地圖引擎可為自動(dòng)駕駛系統(tǒng)提供實(shí)時(shí)高精地圖應(yīng)用服務(wù)，助力自動(dòng)駕駛車端應(yīng)用。
4）地圖需要建立更多的自學(xué)習(xí)機(jī)制，包含建立影子模式下的自學(xué)習(xí)地圖，不斷地更新地圖對(duì)于環(huán)境的認(rèn)知和學(xué)習(xí)。
5）由優(yōu)化的地圖重新定義自動(dòng)駕駛功能，這個(gè)過(guò)程實(shí)際是基于地圖不斷的對(duì)自動(dòng)駕駛功能進(jìn)行迭代的過(guò)程。
未來(lái)高精地圖將通過(guò)不斷的優(yōu)化更新使其具備相應(yīng)的管理服務(wù)及技術(shù)優(yōu)勢(shì)，包含完善的功能迭代、系統(tǒng)數(shù)據(jù)安全、多類型數(shù)據(jù)支持、多端授權(quán)支持、高質(zhì)量服務(wù)與運(yùn)維體系以及數(shù)據(jù)在線升級(jí)服務(wù)幾方面。
其中功能完善指標(biāo)項(xiàng)包括：數(shù)據(jù)分發(fā)、收集、訂閱、通知功能，動(dòng)態(tài)數(shù)據(jù)在線編譯、可視化在線顯示編輯、Campaign, Map Learning眾包更新、數(shù)據(jù)仿真平臺(tái)等。
多數(shù)據(jù)支持方面包含：版本靜態(tài)圖層、有效動(dòng)態(tài)數(shù)據(jù)支持、流數(shù)據(jù)支持、OSO自定義數(shù)據(jù)支持、增量數(shù)據(jù)發(fā)布更新，Map數(shù)據(jù)完整性保證。
系統(tǒng)數(shù)據(jù)安全包括：完善的網(wǎng)絡(luò)安全配置，防火墻，VPC、多級(jí)系統(tǒng)權(quán)限管理，用戶、角色、權(quán)限、資源、https雙向加密、數(shù)據(jù)簽名，HSM設(shè)備集成。
多終端權(quán)限支持包括：基于OAuth2授權(quán)管理，海量并發(fā)相應(yīng)，Auto Scaling動(dòng)態(tài)擴(kuò)縮、完善的API SDK開(kāi)發(fā)包支持、2V終端開(kāi)發(fā)包與功能集成，OTA更新、VCDN，保證數(shù)據(jù)安全與速度。
7）支持邊緣計(jì)算的V2X高精度地圖服務(wù)
未來(lái)自動(dòng)駕駛的發(fā)展主要走向智能化、網(wǎng)聯(lián)化兩大方向，其重點(diǎn)是從車端智能化逐漸過(guò)渡到路端甚至云端智能化的方向。而針對(duì)高精地圖部署來(lái)說(shuō)，最重要的幾個(gè)點(diǎn)是其云端、路端和車端上所產(chǎn)生的一系列升級(jí)和變革。其中，云端變革主要涉及高精度地圖服務(wù)、分片數(shù)據(jù)聚合、數(shù)據(jù)接邊、數(shù)據(jù)分片幾個(gè)方面。而路側(cè)端主要涉及分片地圖眾包更新、地圖版本管理、地圖分包、路側(cè)動(dòng)態(tài)信息優(yōu)化、地圖消息服務(wù)等幾個(gè)方面。應(yīng)用到車端時(shí)，要求在分包數(shù)據(jù)融合、V2X場(chǎng)景還原、高精地圖引擎也隨之更新。
地圖的如上迭代更新過(guò)程可應(yīng)用于實(shí)現(xiàn)L4/L5級(jí)無(wú)人駕駛功能，生成相關(guān)的機(jī)器人控制模式，也可在商用車的實(shí)現(xiàn)中發(fā)力，最終實(shí)現(xiàn)無(wú)人駕駛甚至遠(yuǎn)程駕駛。
很顯然，高精地圖要實(shí)現(xiàn)精準(zhǔn)定位和不斷向前延展提升其功能性能就必須通過(guò)不斷的優(yōu)化自身的融合定位方案來(lái)獲得。這一過(guò)程包含兩個(gè)主要的軟件算法。其一是通過(guò)全狀態(tài)-擴(kuò)展卡爾曼濾波進(jìn)行車輛位姿的動(dòng)態(tài)最優(yōu)估計(jì)；其二是使用視覺(jué)傳感器獲取道路環(huán)境的語(yǔ)義信息，通過(guò)[敏感詞]地圖匹配算法獲取[敏感詞]位置。此外，需要提高經(jīng)濟(jì)性、適配度及整體性能。通過(guò)選擇配置工業(yè)級(jí)車載終端RTK：采用高性能工業(yè)級(jí)32位處理器，內(nèi)置高精度RTK板卡；通過(guò)3G/4G/5G與千尋平臺(tái)建立通道，把GGA信息發(fā)給差分服務(wù)器，同時(shí)接收差分信息后，再通過(guò) RS232輸出精準(zhǔn)位置信息。
通過(guò)選擇消費(fèi)級(jí)傳感器，即已經(jīng)在車上搭載完成的傳感器（如適用于智能駕駛系統(tǒng)的攝像頭、激光雷達(dá)雷達(dá)等信息）用于定位融合（如視覺(jué)SLAM、激光SLAM）提升定位性能。對(duì)于高適配性方案主要采用了獨(dú)有硬件適配層（如獨(dú)立的域控制器系統(tǒng)）及軟件適配層（如標(biāo)準(zhǔn)的C語(yǔ)言接口）避免對(duì)于平臺(tái)的依賴性。在高性能的需求中主要涉及對(duì)于橫向、縱向兩者定位的需求結(jié)果輸出。一般的，橫向定位誤差要求為20cm，縱向定位誤差要求為1m，航向角定位誤差為0.5°。同時(shí)，對(duì)于GNSS在縱向定位誤差上的信號(hào)丟失率應(yīng)該小于0.3%。此外，還需要支持1000Hz的外置IMU及50Hz頻率的攝像頭輸入方案。
除開(kāi)地圖整體架構(gòu)設(shè)置外，對(duì)于其數(shù)據(jù)發(fā)布模式也要求具備最小流量成本來(lái)完成高精度地圖更新，支持流式增量發(fā)布。這一過(guò)程包括流式發(fā)布適量瓦片、增量更新數(shù)據(jù)，瀏覽豐富數(shù)據(jù)集并區(qū)分目錄、層級(jí)、瓦片，做到能夠分層查詢。最后按需檢索云端歷史數(shù)據(jù)，隨時(shí)追溯到任意版本信息。
高精地圖最重要的過(guò)程是包含地圖眾包的采集與分發(fā)。關(guān)于眾包式地圖數(shù)據(jù)的采集，實(shí)際上可以理解為用戶通過(guò)自動(dòng)駕駛車輛自身的傳感器，或其他低成本的傳感器硬件，收集的道路數(shù)據(jù)傳到云端進(jìn)行數(shù)據(jù)融合，并通過(guò)數(shù)據(jù)聚合的方式提高數(shù)據(jù)精度，來(lái)完成高精地圖的制作。整個(gè)眾包流程實(shí)際是包括物理傳感器報(bào)告、地圖場(chǎng)景匹配、場(chǎng)景聚類、改變檢測(cè)與更新。
基于地圖開(kāi)發(fā)的自動(dòng)駕駛的全新架構(gòu)將面向何方？
當(dāng)前自動(dòng)駕駛系統(tǒng)的高精地圖架構(gòu)仍然面向分布式方式，其重點(diǎn)關(guān)注項(xiàng)包含地圖眾包采集，地圖盒子對(duì)于高精地圖原始信息的解析，地圖如何對(duì)其他傳感器輸入數(shù)據(jù)進(jìn)行融合等方面。這里我們注意一點(diǎn)，未來(lái)的自動(dòng)駕駛系統(tǒng)架構(gòu)中將不斷的從分布式的開(kāi)發(fā)方式進(jìn)化為集中式。集中式的方式可以被看成分三兩步走：
即，將智能行車ADS、智能泊車AVP系統(tǒng)進(jìn)行全集中控制，采用一套中央預(yù)處理裝置將兩大系統(tǒng)中索要處理的信息進(jìn)行融合、預(yù)測(cè)、規(guī)劃等處理方式。而與智能行車和智能泊車相關(guān)的所有傳感及數(shù)據(jù)單元的處理方式（高精地圖、激光雷達(dá)、全分布式攝像頭、毫米波雷達(dá)等）都會(huì)相應(yīng)的被融合進(jìn)入中央域控制單元。
Step2：智能駕駛域與智能座艙域全集中式控制方案
這種方式是實(shí)現(xiàn)全集中式分布方式的第二個(gè)階段，即將智能駕駛域控制器所涵蓋的所有功能開(kāi)發(fā)（如自動(dòng)駕駛、自動(dòng)泊車）與智能座艙域所涵蓋的所有功能開(kāi)發(fā)（包含駕駛員監(jiān)控DMS、影音娛樂(lè)系統(tǒng)iHU、儀表顯示系統(tǒng)IP）進(jìn)行融合覆蓋。
這里是實(shí)現(xiàn)包含智能駕駛、智能座艙與智能底盤域的全融合控制方式。即三大主體功能并入整車中央控制單元，后期對(duì)于該數(shù)據(jù)的處理將對(duì)域控制器產(chǎn)生更多的性能（算力、帶寬、存儲(chǔ)量等）需求。
這里我們所關(guān)注的高精地圖定位開(kāi)發(fā)在未來(lái)將更多的面向集中式的設(shè)計(jì)方式。我們將進(jìn)行詳述。
如上圖表示了針對(duì)高精地圖在未來(lái)自動(dòng)駕駛系統(tǒng)控制中的架構(gòu)發(fā)展趨勢(shì)。未來(lái)自動(dòng)駕駛系統(tǒng)將致力于將感知單元、決策單元及定圖定位單元等全部并入中央域控制單元，意在從底層減少對(duì)于高精地圖盒子的依賴。其域控制器的設(shè)計(jì)中充分考慮對(duì)于AI運(yùn)算芯片SOC、邏輯運(yùn)算芯片MCU、高精地圖盒子的充分融合。
如上圖表示了整個(gè)云端控制邏輯下相應(yīng)的高精地圖傳感數(shù)據(jù)采集、數(shù)據(jù)學(xué)習(xí)、AI訓(xùn)練、高精地圖服務(wù)、仿真等方面的業(yè)務(wù)，同時(shí)在車端的移動(dòng)和驗(yàn)證過(guò)程中會(huì)通過(guò)物理感知、動(dòng)態(tài)數(shù)據(jù)感知、地圖目標(biāo)感知、定位、路徑規(guī)劃等內(nèi)容不斷更新地圖數(shù)據(jù)并進(jìn)行OTA上傳至云端更新整體的眾包數(shù)據(jù)。
前文所述了關(guān)于高精地圖數(shù)據(jù)如何生成可以為自動(dòng)駕駛控制器處理的相關(guān)數(shù)據(jù)方式流程，我們知道高精地圖所處理的原始數(shù)據(jù)為EHP數(shù)據(jù)。該數(shù)據(jù)實(shí)際包含如下主要的數(shù)據(jù)支撐：
3：建立路網(wǎng)拓?fù)湫畔ⅲ?/span>
4：通過(guò)CAN發(fā)送數(shù)據(jù)；
5：融合部分導(dǎo)航數(shù)據(jù)；
該數(shù)據(jù)一般是通過(guò)千兆以太網(wǎng)從HDMap感知端直接處理完成后輸入至高精地圖中央處理單元的，該中央處理單元我們稱之為“高精地圖盒子”。通過(guò)地圖盒子對(duì)數(shù)據(jù)的進(jìn)一步處理（這個(gè)實(shí)際的處理過(guò)程我們將在后續(xù)的文章中進(jìn)行具體說(shuō)明），可以轉(zhuǎn)化為可以滿足自動(dòng)駕駛控制器處理的EHR（實(shí)際為CanFD）數(shù)據(jù)。
對(duì)于下一代自動(dòng)駕駛系統(tǒng)而言，我們致力于將高精地圖的信息綜合接入自動(dòng)駕駛域控制器進(jìn)行整體處理，這一過(guò)程意味著我們自動(dòng)駕駛域控制器需要接續(xù)地圖盒子所要進(jìn)行的所有數(shù)據(jù)解析工作，那么我們需要重點(diǎn)考慮以下幾點(diǎn)：
1）自動(dòng)駕駛域控制器AI芯片能否處理包含高精地圖所需要的所有傳感器數(shù)據(jù)？
2）高精定位地圖的邏輯運(yùn)算單元是否具備足夠的算力執(zhí)行傳感器數(shù)據(jù)信息融合？
3）整個(gè)底層操作系統(tǒng)是否滿足功能安全需求？
4）AI芯片與邏輯芯片采用怎樣的連接方式可以確保數(shù)據(jù)傳輸?shù)目煽啃裕珽thernet 還是 CanFD？
為了回答如上問(wèn)題我們需要分析如下圖所示的控制器處理高精地圖數(shù)據(jù)方式。
SOC作為自動(dòng)駕駛系統(tǒng)的AI芯片，在未來(lái)高精地圖數(shù)據(jù)處理中主要承擔(dān)傳感數(shù)據(jù)的基礎(chǔ)處理，包含攝像頭數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、毫米波數(shù)據(jù)等。在應(yīng)用的處理方法上除開(kāi)基本的數(shù)據(jù)點(diǎn)云融合、聚類外，還包括了常用的深度學(xué)習(xí)算法，且一般采用ARM核進(jìn)行中央運(yùn)算處理。
MCU作為自動(dòng)駕駛域控制器邏輯運(yùn)算單元后續(xù)會(huì)承擔(dān)將原來(lái)高精地圖盒子需要的全部邏輯計(jì)算量。包括前端的矢量聚合、傳感融合定位、建立路網(wǎng)圖，以及最為重要的替代原來(lái)的地圖盒子功能，將EHP信息轉(zhuǎn)化為EHR信號(hào)（對(duì)于中央處理器MCU如何有效的將EHP信息轉(zhuǎn)化為EHR信息將在后面的文章中進(jìn)行詳述），并通過(guò)Can線進(jìn)行有效的信號(hào)傳輸。最終利用AutoBox這一邏輯運(yùn)算單元進(jìn)行路徑規(guī)劃、決策控制等操作。
未來(lái)的自動(dòng)駕駛將傾向于將高精地圖所處理的所有數(shù)據(jù)信息從原始地圖盒子中融入到自動(dòng)駕駛域控制器中，旨在建立真正的以整車域控制器為集成單位的中央處理大融合。這樣的方式不僅能夠節(jié)省更多的計(jì)算資源，也能夠使得AI數(shù)據(jù)處理算法更好的應(yīng)用到高精定位中，確保兩者對(duì)于環(huán)境認(rèn)知的一致性。我們后續(xù)需要更多的關(guān)注高精度傳感數(shù)據(jù)大融合這個(gè)重要的方向，在芯片算力、接口設(shè)計(jì)、帶寬設(shè)計(jì)及功能安全設(shè)計(jì)上多下功夫。
“Kinghelm”商標(biāo)由金航標(biāo)公司原始注冊(cè)，金航標(biāo)是GPS天線北斗天線研發(fā)生產(chǎn)直銷廠家，在北斗GPS導(dǎo)航定位行業(yè)非常高的知名度和美譽(yù)度，研發(fā)生產(chǎn)產(chǎn)品廣泛應(yīng)用于bds衛(wèi)星導(dǎo)航定位無(wú)線通信等領(lǐng)域。主要產(chǎn)品包括：RJ45-RJ45網(wǎng)絡(luò)，網(wǎng)絡(luò)接口連接器、射頻連接器轉(zhuǎn)接線、同軸線纜連接器、type-c連接器、hdmi接口type-c接口、排針排母、SMA、fpc、FFC天線連接器、天線信號(hào)傳輸防水接頭、hdmi接口、usb連接器、端子端子線、端子板接線端子、接線端子排、射頻rfid標(biāo)簽、定位導(dǎo)航天線、通訊天線天線連接線、膠棒天線吸盤天線、433天線4G天線，GPS模塊天線等。廣泛應(yīng)用于航天航空、通信、[敏感詞]、儀器儀表和安防、醫(yī)療等行業(yè)。
該內(nèi)容來(lái)自于網(wǎng)絡(luò)/測(cè)繪學(xué)術(shù)資訊，本網(wǎng)站僅提供轉(zhuǎn)載，該文觀點(diǎn)立場(chǎng)技術(shù)等與本網(wǎng)站無(wú)關(guān)，如有侵權(quán)，請(qǐng)聯(lián)絡(luò)我們刪除！
品通用logo圖 - 副本.jpg)
