La conducción autónoma ha entrado en la era L3. ¿Por qué todo el mundo necesita alta precisión?

Un artículo que publicamos no hace mucho señalaba que actualmente todos los coches L3 producidos en serie por fabricantes independientes están equipados con mapas de alta precisión. ¿Qué es exactamente un mapa de alta definición? ¿Por qué la necesita la conducción autónoma? Hoy hablaremos de ello en detalle.

Antes de hablar del mapa de alta precisión en sí, repasemos primero la lógica básica de la conducción autónoma.

En pocas palabras, hay tres pasos principales para lograr la conducción autónoma: percepción, planificación de decisiones y control de la conducción. Esto es similar a la lógica de caminar al trabajo o a la escuela: tus ojos ven la imagen, se lo dicen a tu cerebro y luego sabes dónde estás y en qué dirección quieres ir, ordenando a tus piernas que den un paso.

En los sistemas de conducción autónoma, la percepción resuelve principalmente dos problemas: qué hay alrededor del coche y dónde está el coche. El coche no tiene ojos, hay que ponerle "ojos". Se trata de su sistema de percepción del entorno, que generalmente consta de sensores visuales (cámara), radar (ondas milimétricas, ondas ultrasónicas, láseres) y otros sensores.

Con la cooperación de estos sensores, el sistema de percepción puede saber qué hay alrededor del vehículo, como coches, personas, carreteras, árboles, paredes, señales de tráfico, etc. Después de proporcionar estos datos al sistema de toma de decisiones, el sistema de toma de decisiones sabrá si el vehículo puede circular, cuál puede ser la velocidad máxima, si es necesario controlar el giro de la rueda delantera y lo transmitirá al sistema de control de tráfico. .

Bajo determinadas condiciones, el sistema de detección también transmitirá datos directamente al sistema de control de tráfico, que se utiliza principalmente en AEB, el sistema de seguridad activa de emergencia, para garantizar que se pueda responder a las emergencias en el menor tiempo posible. tiempo.

Pero hay un problema. Sabes cómo ir porque estás familiarizado con la ruta, tienes un mapa en mente y sabes qué hacer a continuación. Sin embargo, el vehículo no puede saber cómo conducir a continuación simplemente confiando en el sistema de percepción, como si estuviera en una ciudad extraña.

En este momento necesitas posicionamiento y mapas.

En los sistemas de conducción autónoma, el posicionamiento del vehículo es clave. Afecta a casi todos los aspectos. A través de GPS (posicionamiento satelital), IMU (unidad de medición inercial) y registros de ruedas, el vehículo puede conocer claramente su posición, el estado de movimiento actual (velocidad, aceleración), etc.

En este momento, el sistema de percepción no sólo sabe lo que hay alrededor del coche, sino que también sabe en qué carretera se encuentra y en qué dirección está conduciendo. El sistema de toma de decisiones también conoce la información vial de toda el área, planifica una ruta razonable según el destino y da instrucciones de control de tráfico.

Se trata de un proceso de conducción completamente automático. En un mundo ideal, estos serían suficientes para permitir que el vehículo lo lleve a cualquier lugar de manera segura.

Desafortunadamente, con el nivel técnico actual, este "estado ideal" es difícil de alcanzar, porque el sistema de percepción y posicionamiento del vehículo aún no puede identificar toda la información en la salida y determinar su ubicación exacta como una persona. Puede y no se ve afectado por el medio ambiente.

Por ejemplo, en el centro de una ciudad con muchos edificios de gran altura, la señal GPS puede bloquearse y entonces el vehículo perderá información de ubicación, interrumpiendo así el viaje de conducción autónoma.

O, en tiempo de lluvia y nieve, las líneas de los carriles en la carretera están cubiertas de nieve o agua, y es difícil para el vehículo distinguir los carriles basándose únicamente en el sistema de percepción ambiental, que puede provocar síntomas de accidente.

Es decir, el sistema de percepción actual sigue teniendo dificultades para identificar baches, badenes, arcenes bajos, etc. Si se pasan por alto estas cosas mientras se conduce a alta velocidad, también se producirán graves consecuencias.

O, al subir y bajar la rampa a gran velocidad, los carriles izquierdo y derecho a veces se dividen. En este momento, si solo utiliza el mapa de navegación y la conciencia ambiental, el vehículo puede cambiar de carril rápidamente y la experiencia de conducción será deficiente.

En tales condiciones técnicas, para lograr una conducción autónoma por encima del nivel L3, se requieren mapas de alta precisión.

Los mapas HD, como su nombre indica, son mapas con una precisión muy alta. En términos generales, la precisión de los mapas de alta precisión es decimétrica, pero no solo es muy precisa, sino que también tiene dimensiones de datos más ricas que los mapas ordinarios.

Los mapas HD almacenan una gran cantidad de información de asistencia a la conducción en forma de datos estructurados, uno de los cuales son datos de la carretera, como la ubicación, el tipo, el ancho, la pendiente, la curvatura y otra información sobre las líneas de los carriles. .

El otro tipo es información sobre objetos fijos alrededor del carril, como señales de tráfico, semáforos y otra información, detalles de la carretera como límites de altura del carril, alcantarillas, obstáculos e información de infraestructura como objetos elevados, vallas, números, tipos de bordes de la carretera. , puntos de referencia en la carretera y otra información.

Fuente de la imagen: Future Automobile Lecture Hall-NetEase Cloud Classroom Mapa de alta precisión, la única forma de conducción autónoma

En pocas palabras, con la ayuda de mapas de alta precisión, Los vehículos ya pueden saber la dirección de la carretera, la curvatura, los carriles detallados, los límites de velocidad, qué tan lejos está el borde de la carretera del arcén, cuántos árboles hay, bocas de incendio, postes telefónicos, dónde están las señales de límite de velocidad, dónde hay señales prominentes. puntos de referencia, etc.

Esta información permite al sistema de conducción autónoma activar directamente el “Modo Dios”.

Con la ayuda de mapas de alta precisión, el posicionamiento de los vehículos puede ser más preciso Incluso en áreas con condiciones de carretera complejas, el sistema de posicionamiento puede enviar información de carril más precisa al sistema de toma de decisiones. , y el sistema de toma de decisiones puede planificar carriles/ruta.

Al mismo tiempo, debido a que los mapas de alta precisión contienen una gran cantidad de objetos de referencia estáticos, el sistema de posicionamiento puede comparar la información ambiental obtenida por el sistema de percepción ambiental con la información del mapa para calcular la posición real de ubicación del vehículo cuando la señal GPS es deficiente, mejorando la robustez de todo el sistema.

Para el sistema de percepción, los mapas de alta precisión pueden delinear el área que necesita ser identificada, mostrando esta área al sistema de percepción como el foco de su análisis de imágenes y reduciendo la identificación de otras áreas. es el área de interés (ROI). El uso de ROI puede reducir la carga en el sistema de percepción, liberar potencia informática y aumentar la precisión del reconocimiento de áreas clave.

Por ejemplo, en circunstancias normales, la cámara frontal solo necesita enfocar la mitad inferior de la imagen, porque la parte superior de la imagen es el cielo, y los vehículos y las personas no aparecerán desde el cielo. Pero los semáforos son una excepción. A menudo están colgados en alto, por lo que si desea identificar los semáforos reales, debe buscar continuamente en toda la pantalla, lo que ejerce mucha presión sobre la potencia informática. Pero si el ROI está activado, aparecerá una luz de señal en un área determinada de la pantalla en un punto determinado del mapa de alta precisión. Luego, el sistema podrá buscar la luz de señal y completar la identificación siempre que esté enfocada. en la identificación del área marcada.

Para el sistema de toma de decisiones, con la ayuda de mapas de alta precisión, la complejidad del algoritmo de toma de decisiones se puede reducir, siempre que el vehículo pueda conducir hasta el destino lo más suavemente posible sin chocando. Debido a que el mapa de alta precisión contiene información detallada sobre carriles y obstáculos fijos, siempre que siga la ruta planificada, definitivamente no chocará con un bache, no circulará por el arcén de la carretera ni siquiera chocará contra un poste telefónico.

Al mismo tiempo, la información detallada sobre los carriles también puede permitir que el sistema planifique una ruta de conducción más razonable y estable. Por ejemplo, en el problema de rampa mencionado anteriormente, si el sistema ya conoce de antemano la existencia de la bifurcación en la carretera, cambiará al carril correspondiente con antelación antes de ver la carretera para mejorar la comodidad de conducción.

Además, dado que las divisiones de carriles, el ancho de los carriles y los límites de velocidad de cada carril se detallan en el mapa de alta precisión, el sistema puede planificar rutas más eficientes y el sistema de toma de decisiones puede estar más centrado durante la conducción. Para la seguridad en la conducción.

En general, los vehículos sin mapas de alta precisión tendrán una reacción de "reflejo condicionado" al conducir de forma autónoma: sólo saben que deben reducir la velocidad cuando ven un semáforo; sólo saben que no pueden atropellar; el polo cuando lo reconocen. Con la ayuda de mapas de alta precisión, los vehículos pueden estar preparados para reducir la velocidad antes de llegar a los semáforos; los vehículos pueden planificar sus rutas de evitación con antelación antes de chocar contra los postes telefónicos.

Se puede decir que los mapas de alta precisión permiten "preparar" los coches autónomos.

Sin embargo, también existen algunas deficiencias en los mapas actuales de alta precisión. En primer lugar, debido a la gran cantidad de información, será más difícil recopilarla y el ciclo de recopilación se alargará en consecuencia. Por lo tanto, el mapa actual de alta precisión no cubre todas las carreteras y básicamente solo cubre autopistas y vías urbanas importantes.

Al mismo tiempo, con la construcción continua de ciudades, los elementos marcados en mapas de alta precisión pueden cambiar, lo que plantea altos requisitos para las actualizaciones en tiempo real de mapas de alta precisión. Papel de los mapas de alta precisión en las condiciones de las carreteras urbanas. Una gran dificultad en su aplicación.

Cuando vea esto, descubrirá que los mapas de alta precisión son en realidad algo "prescindible": si la tasa de éxito del reconocimiento del sistema de conducción autónoma es lo suficientemente alta, normalmente solo necesita el mapa de navegación plano. utilizado por humanos, y también puede lograr una conducción totalmente autónoma.

Por ejemplo, Tesla siempre ha insistido en que no son necesarios mapas de alta precisión porque cree que sus algoritmos de reconocimiento y toma de decisiones son lo suficientemente potentes. En un futuro próximo, sólo tendrán que depender del reconocimiento y procesamiento en tiempo real (reflejo condicionado) para completar una conducción totalmente autónoma basada en mapas ordinarios.

Desafortunadamente, la mayoría de los fabricantes actuales, incluidos aquellos independientes que están a punto de lanzar vehículos L3 producidos en masa, no son tan buenos como Tesla en términos de acumulación de algoritmos de conducción autónoma. Para compensar la falta de percepción, necesitamos una percepción más allá del horizonte proporcionada por mapas de alta precisión y una gran cantidad de información previa.

Con la ayuda de mapas de alta precisión, no hay problema en lograr la conducción autónoma L3 según el estándar nacional. Esto también explica por qué los mapas de alta precisión se han utilizado ampliamente desde que la conducción autónoma entró en la era L3.

No sólo promueve su fortaleza técnica, sino que también sirve como punto de venta y truco. ¿Por qué no, no crees?

Este artículo es de Autohome, el autor de Autohome, y no representa la posición de Autohome.