0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

頭部企業(yè)紛紛切換路線,自動駕駛真的不需要高精地圖?

Hobby觀察 ? 來源:電子發(fā)燒友網(wǎng) ? 作者:梁浩斌 ? 2023-04-23 00:01 ? 次閱讀
電子發(fā)燒友網(wǎng)報道(文/梁浩斌)自動駕駛該不該用高精地圖?今年以來多家自動駕駛公司以及車企陸續(xù)給出了他們的答案:毫末智行、地平線、元戎啟行、小鵬、理想、華為等都已經(jīng)推出或?qū)⑼瞥霾灰蕾嚫呔貓D的自動駕駛方案。

在此之前,國內(nèi)多家車企包括自動駕駛公司都已經(jīng)推出了基于高精地圖的城市NOA系統(tǒng),可以實現(xiàn)點到點的智能駕駛輔助,并已經(jīng)在不少城市開放使用。但為什么在短短的半年間,曾經(jīng)被視為自動駕駛必需品的高精地圖突然被拋棄?

高精地圖百般好,時間和金錢成本毀一切

高精地圖在一定程度上,是大幅降低自動駕駛系統(tǒng)感知要求的方案,當(dāng)周圍環(huán)境的數(shù)據(jù)是已知的,比如車道數(shù)量、岔道口的位置、路標(biāo)/紅綠燈/斑馬線等的具體位置,車輛僅通過簡單的感知系統(tǒng),通過衛(wèi)星定位以及視覺等感知就可以確認自身位置以及規(guī)劃行進路徑。因此從研發(fā)的角度來看,高精地圖大幅降低了自動駕駛實現(xiàn)的難度,因為前進的路線環(huán)境都是確定的,車輛只需要關(guān)心前后左右的路面車輛來進行決策,而無需再對道路設(shè)施情況進行感知和判斷。

既然高精地圖主要是降低自動駕駛研發(fā)難度,降低感知需求,那么如果用高精地圖再加上強感知豈不是無敵?確實,目前小鵬XNGP、華為的ADS都已經(jīng)做到了很強的城市NOA功能,甚至在一些極其復(fù)雜的城市街道中,都能夠做到基本不需要接管的點到點自動駕駛。

但業(yè)內(nèi)一直以來也對高精地圖有所詬病,首先是更新速度慢,在國內(nèi)城市更新節(jié)奏較快的情況下,高精地圖目前主要是以季度為單位更新,但很多時候一個季度期間道路都會發(fā)生很多變化。當(dāng)然華為也曾披露稱其高精地圖更新頻率是高速公路一周一次、城區(qū)道路一月一次,但這是建立在華為自己有高精地圖測繪資質(zhì)的前提下。

第二是成本問題,根據(jù)《智能網(wǎng)聯(lián)汽車高精地圖白皮書》,采用傳統(tǒng)測繪車方式,分米級地圖的測繪效率約為每天每車500公里道路,成本達每公里10元左右,而厘米級地圖的測繪效率約為每天每車100公里道路,成本達每公里千元左右。問題在于,高精地圖的測繪并不是一次性投入,而是需要周期性更新,這樣隨著覆蓋范圍的不斷擴大,加上昂貴的測繪車輛需求量激增,成本也會隨之暴漲。

第三是監(jiān)管問題,因為高精地圖測繪獲取的數(shù)據(jù)較為敏感,一旦泄露有一定可能對國家和社會安全造成風(fēng)險,所以近年來國內(nèi)對于高精地圖的監(jiān)管也在逐步收緊。2022年自然資源部公布了最新的導(dǎo)航電子地圖制作甲級測繪資質(zhì)復(fù)審換證結(jié)果,共有31家單位參與復(fù)審,但最終通過的僅有19家。作為車企或是自動駕駛公司,顯然不希望技術(shù)落地會受到外部因素影響,放棄高精地圖也是情理之中。

總而言之,對于當(dāng)前迭代速度極快的自動駕駛領(lǐng)域而言,高精地圖無論是從時間還是金錢的成本上,都無法跟上自動駕駛的發(fā)展。放棄高精地圖,是自動駕駛行業(yè)的自然選擇。

不依賴高精地圖的自動駕駛,需要解決哪些問題?

傳統(tǒng)的導(dǎo)航地圖更新頻率其實要遠低于高精地圖,但自動駕駛本質(zhì)上的要求還是交通工具在開放道路上點對點的行駛功能,因此無論如何自動駕駛都是離不開地圖的信息的。

但使用傳統(tǒng)地圖就會存在很多問題,比如車輛需要足夠精準(zhǔn)的定位能力,才能按照導(dǎo)航路徑行駛,否則比如定位有較大偏差,系統(tǒng)獲取的環(huán)境數(shù)據(jù)與地圖不一致,就很有可能隨時退出自動駕駛。

在使用高精地圖時,因為路面的模型是靜態(tài)的,車輛自我感知與高精地圖數(shù)據(jù)匹配,即可知道自己所在的位置。

所以,不依賴高精地圖的自動駕駛就意味著需要擁有更強的定位能力,包括對GNSS、IMU、輪速計等傳感器的利用,實現(xiàn)組合導(dǎo)航。

當(dāng)然,感知能力也是很重要的一環(huán),在沒有高精地圖提供的環(huán)境數(shù)據(jù)后,由于路面的障礙物遮擋、車道線模糊等影響,車輛需要在數(shù)據(jù)缺失的情況下通過強感知能力來“猜”出當(dāng)前的環(huán)境,并根據(jù)簡單的導(dǎo)航信息來判斷該如何選擇車道。目前主要的方案是基于Transformer的BEV大模型,來對自動駕駛系統(tǒng)進行訓(xùn)練,系統(tǒng)需要通過足夠多的樣本去判斷感知結(jié)果是否可信以及可信度的高低以進行最終決策。

另外,在不確定感知信息的情況下,自動駕駛?cè)绾芜M行決策也是一大難題。比如當(dāng)遇到非常規(guī)的車輛或路面障礙物時,或是當(dāng)路面沒有車道線時,系統(tǒng)應(yīng)該如何進行決策,這些能力會是在不依賴高精地圖的自動駕駛系統(tǒng)中較為重要的。

寫在最后

拋棄高精地圖,主要還是成本和商業(yè)上的考量,但自動駕駛行業(yè)會不會徹底放棄高精地圖?這可能還沒有一個準(zhǔn)確的結(jié)論。在一些比如干線物流、固定路線robotaxi應(yīng)用上,采用高精地圖可能又可以通過降低系統(tǒng)算力、傳感器硬件成本的形式來降低系統(tǒng)成本,只能說從技術(shù)的角度上看并沒有對與錯之分,針對合適的應(yīng)用使用合適的技術(shù)才是最現(xiàn)實的。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13812

    瀏覽量

    166448
收藏 人收藏

    評論

    相關(guān)推薦

    自動駕駛中常提的SLAM到底是個啥?

    ?這兩個問題。目前,自動駕駛技術(shù)主要依賴高地圖和RTK(實時動態(tài)定位)系統(tǒng)完成高精度定位。然而,這種方法的實現(xiàn)成本高昂,需要依賴于完善的基礎(chǔ)設(shè)施,且在動態(tài)環(huán)境中適應(yīng)性不足。為此
    的頭像 發(fā)表于 11-21 15:17 ?916次閱讀
    <b class='flag-5'>自動駕駛</b>中常提的SLAM到底是個啥?

    基于 “不需要點表的工業(yè)網(wǎng)關(guān)” 的工業(yè)自動化設(shè)備遠程監(jiān)控解決方案

    基于 “不需要點表的工業(yè)網(wǎng)關(guān)” 的工業(yè)自動化設(shè)備遠程監(jiān)控解決方案具有顯著的優(yōu)勢,能夠為工業(yè)企業(yè)提供高效、便捷、安全的設(shè)備遠程監(jiān)控服務(wù),助力企業(yè)提升生產(chǎn)效率和競爭力。
    的頭像 發(fā)表于 10-28 15:20 ?200次閱讀
    基于 “<b class='flag-5'>不需要</b>點表的工業(yè)網(wǎng)關(guān)” 的工業(yè)<b class='flag-5'>自動</b>化設(shè)備遠程監(jiān)控解決方案

    自動駕駛競賽升溫:全球頭部企業(yè)爭相出牌

    Apollo自動駕駛開放平臺10.0,該平臺將搭載全新的自動駕駛大模型ADFM,進一步推動自動駕駛技術(shù)的安全性、智能化和易用性。此外,谷歌旗下的自動駕駛子公司W(wǎng)aymo與現(xiàn)代汽車達成戰(zhàn)
    的頭像 發(fā)表于 10-11 15:28 ?825次閱讀

    自動駕駛無圖方案真的可行嗎?

    隨著自動駕駛技術(shù)的迅猛發(fā)展,傳統(tǒng)的高精度地圖依賴逐漸受到挑戰(zhàn)。近年來,越來越多的汽車制造商和技術(shù)公司開始探索輕地圖甚至無圖的自動駕駛解決方案。隨著華為宣布全國開啟不依賴高
    的頭像 發(fā)表于 08-13 09:20 ?248次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    通過標(biāo)準(zhǔn)接口與其他硬件組件進行集成,如傳感器、處理器和通信模塊等。這種易于集成的特性使得FPGA能夠方便地融入自動駕駛系統(tǒng)的整體架構(gòu)中。同時,F(xiàn)PGA還支持模塊化設(shè)計,可以根據(jù)需要擴展功能或升級性能
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    是FPGA在自動駕駛領(lǐng)域的主要應(yīng)用: 一、感知算法加速 圖像處理:自動駕駛需要通過攝像頭獲取并識別道路信息和行駛環(huán)境,這涉及到大量的圖像處理任務(wù)。FPGA在處理圖像上的運算速度快,可并行性強,且功耗
    發(fā)表于 07-29 17:09

    自動駕駛雷達15W高導(dǎo)熱絕緣片

    歷史不成熟的經(jīng)驗表明:技術(shù)路線的收斂,往往是新技術(shù)大規(guī)模落地的標(biāo)志。按照這種經(jīng)驗審視自動駕駛技術(shù),會遺憾地得出自動駕駛落地還遙遙無期的悲觀結(jié)論,畢竟自動駕駛一是不缺自信、二不缺技術(shù)
    的頭像 發(fā)表于 07-21 08:11 ?361次閱讀
    <b class='flag-5'>自動駕駛</b>雷達15W高導(dǎo)熱絕緣片

    自動駕駛仿真測試實踐:高地圖仿真

    引言隨著自動駕駛技術(shù)的快速發(fā)展,基于高地圖自動駕駛功能已初步落地應(yīng)用,并持續(xù)迭代升級。在研發(fā)測試階段,多方面因素導(dǎo)致測試人員可能無法拿到控制器內(nèi)部高
    的頭像 發(fā)表于 06-13 08:25 ?1059次閱讀
    <b class='flag-5'>自動駕駛</b>仿真測試實踐:高<b class='flag-5'>精</b><b class='flag-5'>地圖</b>仿真

    小馬智行首批開啟北京南站自動駕駛測試

    小馬智行宣布開啟北京南站自動駕駛路線測試,成為首批在北京開啟經(jīng)開區(qū)往返北京南站自動駕駛測試的企業(yè)。
    發(fā)表于 05-20 09:32 ?2415次閱讀
    小馬智行首批開啟北京南站<b class='flag-5'>自動駕駛</b>測試

    特斯拉與百度合作掃清自動駕駛關(guān)鍵障礙

    知情者透露,特斯拉有望在此基礎(chǔ)上推進自動駕駛服務(wù)。特斯拉于2020年起在華轉(zhuǎn)向使用百度地圖及導(dǎo)航服務(wù),新的合作旨在解決更先進的自動駕駛地圖需求。
    的頭像 發(fā)表于 04-29 14:40 ?548次閱讀

    自動駕駛激光雷達及非硅15W高導(dǎo)熱絕緣氮化硼材料介紹

    來源|十一號組織歷史不成熟的經(jīng)驗表明:技術(shù)路線的收斂,往往是新技術(shù)大規(guī)模落地的標(biāo)志。按照這種經(jīng)驗審視自動駕駛技術(shù),會遺憾地得出自動駕駛落地還遙遙無期的悲觀結(jié)論,畢竟自動駕駛一是不缺自信
    的頭像 發(fā)表于 04-24 10:00 ?567次閱讀
    <b class='flag-5'>自動駕駛</b>激光雷達及非硅15W高導(dǎo)熱絕緣氮化硼材料介紹

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    /L4級自動駕駛賽跑的元年。 馬斯克評論FSD 12.3版本的左轉(zhuǎn)彎操作就像人類司機一樣。如果FSD 12.3版本成功,將基本顛覆目前市場上的智能駕駛技術(shù)路線?;凇皵?shù)據(jù)/算法/算力”的無人
    發(fā)表于 04-11 10:26

    發(fā)展新質(zhì)生產(chǎn)力,百度蘿卜快跑開啟大興機場的自動駕駛接駁路線

    在高級別自動駕駛領(lǐng)域,百度蘿卜快跑積極響應(yīng)政府號召,率先在北京亦莊實現(xiàn)了車內(nèi)無人自動駕駛商業(yè)化示范運營,并開啟了大興機場的自動駕駛接駁路線。
    的頭像 發(fā)表于 03-20 09:27 ?634次閱讀
    發(fā)展新質(zhì)生產(chǎn)力,百度蘿卜快跑開啟大興機場的<b class='flag-5'>自動駕駛</b>接駁<b class='flag-5'>路線</b>

    地圖自動駕駛的重要性分析

    城市NOA(Navigate on Autopilo,導(dǎo)航輔助駕駛)即針對城市交通環(huán)境開發(fā)的駕駛輔助系統(tǒng),主要功能是在高地圖、激光雷達、毫米波雷達等感知層的支持下,實現(xiàn)點到點的智能
    發(fā)表于 01-18 09:53 ?632次閱讀

    自動駕駛地圖研究:SD pro MAP快速上車,助力城市NOA輕地圖智駕方案

    自動駕駛的發(fā)展進程看,一段時間內(nèi)將持續(xù)處于人機共駕階段,這個階段對地圖的需求并不一定是要高精度地圖,針對不同地圖互補特性整合的多源
    的頭像 發(fā)表于 01-04 16:09 ?1434次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>地圖</b>研究:SD pro MAP快速上車,助力城市NOA輕<b class='flag-5'>地圖</b>智駕方案