先锋网络 > 科技 > 正文
2019-11-27 09:40 来源:钛媒体

为什么自动驾驶汽车不能使用普通地图导航?

图片来源@unsplash

文|汽车之心

可能有人会有疑问:自动驾驶汽车使用的地图,与我们日常接触的高德地图、百度地图等公司的地图有什么不同?

高德和百度做的是人类的地图,而高精地图公司做的是机器人使用的地图。这两种地图都是帮助用户基于地理位置做决定的工具,但它们的终端用户差别很大。也正是由于终端用户的不同,其类型与信息量就千差万别。

1、人与机器使用的地图:到底有什么实质不同?

我们先回答一个问题:什么是人类使用的地图?

智能手机中地图 APP 已经可以囊括一切。打开地图应用,蓝色的点会告诉你身在何方。而设定好目的地后,你的路线就会浮现在屏幕上。

手机上的地图确实非常好用,只需要一个简单的 GPS 芯片,手机就能在地图上定到你的位置,误差只在几米之间。

除此之外,它还有追踪通勤习惯,推荐行车路线,提供打折信息等数百万种应用场景。

这些地图上有用的语义学数据包括兴趣点(POIs)、街名和地址等。

在车上,地图则会给出路径指示,比如告诉你「在某某大街右转」。

像谷歌地图这样成熟的产品甚至还会包含更加细化的信息,比如车道数量,这也是你会在开车时听到「保持左侧两车道行驶」之类提示的原因。

人类使用的地图是非常好的资源,但想把它编进代码却并不容易。毕竟它是人类数百万年进化的产物,是人类大脑对周边无数信息进行消化吸收的结晶。

简言之,人类的常识比计算机的模式匹配能力要强大多了。

常识的力量强大了,人类的地图就无需那么精确,即使 GPS 无法识别其中不同,一个蓝色的小点也能保证你在驾驶时不会驶向转盘上的花坛。

在隧道里或高层建筑间,GPS 信号可能会偶尔消失,但你还是能靠着常识继续驾驶,直到蓝色小点重新出现。

即使没有常识,机器的地图,加上超强算力也能输出正确决策。机器人的地图里「信息」更多,它能为计算机提供更多补充资源。

与人脑一样,自动驾驶汽车搭载的超级计算机也能在驾驶时进行实时决策,不过由于缺乏常识,它理解起周边环境来要困难不少。

因此,机器的地图必须非常精确,其精度甚至要达到 10 厘米级别。

除了更加精准,它提供的信息还要非常直观,指令更是能多细就多细。

比如:

车辆当前处在哪个车道,该车道需要注意哪些交通标识和信号灯。

车辆与道路的高度也非常重要,这是自动驾驶汽车在城市高架行驶时的必备数据(车辆要知道自己是不是在高架桥上)。

机器的地图还必须永远在线,并在 GPS 信号不稳定甚至彻底消失时持续为车辆提供精确信息。

说到这里,什么是机器地图,大家就很清楚了。

与人类不同,机器不需要精美的界面,也无需夜间模式和精挑细选的字体。

简言之,机器地图就是一个信息仓库,足够机器导航使用。

周边环境的 3D 模型加上 3D 数据上的语义信息层就是自动驾驶汽车的「常识」

2、3D 点云图

关注自动驾驶汽车的人,对 3D 点云图并不陌生。

点云属于空间数据,本质上来说是 3D 高程点的集合。

一个精准的实时 3D 点云地图是自动驾驶汽车执行多种基本任务的必要条件:

首先,它让车辆能找到自己的位置。

任何使用激光雷达的自动驾驶汽车都会实时生成点云图,将点云图叠加到现有地图上后,车辆就能找到自己的精确位置(即使当时 GPS 不可靠)。

激光雷达会实时工作,帮助车辆进行物体探测和躲避,而一个精确的点云图可充当环境的基线视图。

点云信息越丰富,车载计算机就越轻松,它也能分出更多算力专注于移动物体。

3、简单的语义信息:每条车道的行车路线

点云图上要叠加一层语义信息,它能告诉自动驾驶汽车应该遵守什么样的规则。

除此之外,语义信息还能为车辆 AI 提供周边环境情况并充当这个世界的蓝图。

总得来说,语义信息的层次越多,车载计算机导起航来就越轻松,毕竟前路上会出现越来越多规划好的环境。

这些语义信息包括:

1. 车道标线

2. 行驶方向

3. 交通信号灯与标识

4. 人行横道

5. 马路牙子标记与泊车规则

6.「高可信路径」(最容易行驶的道路)

7. 建筑工地和任何临时规则

如果能将这一层层信息都融合进去,我们就能得到一套强大的点云图。

当然,到底哪些语义信息对自动驾驶行业最有用,现在依然充满变数,但未来几年这些语义信息肯定还会受到持续关注。

同时,这也意味着,图商得抓紧在自己的地图中添加语义信息层。