当前位置: 主页 > www.13669.com >

2021 自动驾驶地图与定位大会圆满落幕

发布日期:2021-09-19 11:20   来源:未知   阅读:

  由盖世汽车主办的 2021 第三届自动驾驶地图与定位大会 已于 2021 年 9 月 13 日在上海汽车城瑞立酒店隆重召开。本次会议持续一天,围绕了高精地图、高精定位、自动驾驶、车规级高精度导航芯片、车载 AI 芯片等行业焦点话题展开讨论与交流。

  大会主席、盖世汽车总裁周晓莺女士为大会作开场致辞。2021 年中国汽车市场还是一枝独秀,在全球经济萎靡和经济下滑大的背景下,中国市场跑出了漂亮的曲线 月份销量整体上有些震荡,但是大的市场表现已经远超预期,尤其提到新能源的发展,8 月份数据显示,新能源在市场终端渗透率已经超过 17.1%,增幅同比已经远超预期。不只是新能源本身,新能源汽车更多是代表智能电动大的赛道,所以赛道发展与高清地图本身应用也有非常强的相关,市场发展非常迅猛。

  武汉大学教授、博士生导师李必军的演讲题目是《高精地图与感知融合定位》。高精度地图应该说是一个重要方向,在目前定位和其他可靠性不足的情况下,用高精度地图是自动驾驶比较好的方向。另外,在感知过程当中要充分把地图用好,基于地图进行传感器,决策,调配,降低感知难度。地图作为基础设施,因为它有很多信息是已知的,不需要通过复杂的计算和传感器来判断,它相当于有上帝之眼来判断,另外还有很多决策信息,比如说红绿灯位置,转弯半径可以提前告诉、提前减速等判断,把成本降下来,可靠性提高。所以地图和定位应该双向赋能,地图和定位其实是密不可分。

  六分科技产品总经理陈志平在《高精定位在自动驾驶中的作用以及解决方案》演讲中指出,六分产品蓝图底层是基础设施,包含基准站网,云计算,传输网络,往上是核心算法,比如说 RTK,PPP-RTK,GNSS 和 INS 的开发,需要和合作伙伴一起来进行。基于这些站,基于这些算法,再基于支撑体系,比如说完好性监控,信息安全,功能安全,质量体系,运维保障等方面的能力构成了我们产品的图谱。左侧是从毫米级服务,亚米级服务到厘米级服务,当然车载还是更多关注厘米级服务,中间有加速定位服务,位置数据服务,右侧是终端产品,包括六分随行,比如说定位引擎,相应监控的软件等,最上面是应用领域,有智能驾驶,共享出行,车联网,测量测绘,IOT 终端等行业应用。

  导远电子 CTO 司徒春辉在《自动驾驶卫惯紧耦合定位》中表明相对定位用到的技术,包括主要定位的算法和多传感器融合,包括摄像头或者激光雷达相对定位的算法,前面那段是比较通用的 GPS,IMU,轮速得到一个位置,这个精维度信息放在地图里面就会变成相对的位置,相对车道线,相对路边的位置,这个相对位置再跟摄像头,跟 ADAS,激光雷达做一个匹配,最终得到一个更精确的相对位置给到域控做一个局部的导航,局部的定位。

  武汉中海庭 CTO 罗跃军博士发表《高精度地图数据上云合规性探讨》的演讲:近几年来自动驾驶有着飞速的发展,L2,L3 自动驾驶在新车上市的比重会越来越大,到 2025 年可以接近 40%,再看一下新造车势力,包括 Tesla,蔚小理整个自动驾驶占比是非常高的,可以看到未来使用地理信息数据的需求会越来越紧迫。市场上自动驾驶越来越紧迫,尤其今年明年上市都非常多,而且自动驾驶会出现各种问题,未来更多是在长尾问题上要解决,那么这些都需要大量数据去收集。很多厂商都在相应的收集路侧的数据,各种环境的数据,这些数据每天可以达到 10Pb 的数据量,这些数据都需要在云端进行大数据的训练,包括 AI 驾驶自动算法更加符合各种各样的场景,把长尾问题解决掉,这就要求合规收集各种各样的数据上云存储。

  千寻位置网络有限公司交付中心技术总监孙海鹏在《智能汽车高精度定位量产最佳实践》中指出高精度定位在智能驾驶中应用分别由自动驾驶,V2X 车路协同,智能座舱。随着自动化和智能化程度越来越高,高精度定位和融合定位因为全天候绝对定位的特性扮演了必不可少的作用。V2X 场景很好应用的方向就是解决交通的运行效率,提升交通的安全,而且它是基于全局视角的方式,可以依赖于高精度定位,用于后续决策判断的信息。针对点对点的导航也是私家车在智能座舱里面非常重要的功能,而定位的准确性,连续性,可靠性也直接决定了用户定位的体验。随着智能驾驶从 L2,L2+ 发展到 L3 及更高级以上,驾驶行为更多交由机器进行接管,机器承担职责越大对各方面的能力提出更高要求,随之而来对高精度定位也提出了精准、可靠、安全,但是机器需要比较量化、精准被它理解的指标,总结下来,对于可靠性和安全性也要有对应的完好性指标和可用率,尤其是复杂场景下,希望能够让惯导融合精度保持一定的精度,并且在经过短遮挡情况下位置保持连续性,这些标准被证明可以满足高级别自动驾驶的要求。

  百度智驾地图业务部技术经理吕旭光的演讲主题是《自动驾驶地图与定位的趋势与解决方案》。现在汽车智能化趋势加速比较明显,自动驾驶作为汽车自动化最关键的组成部分,它的市场化在逐渐加快,从今年 1 月份到 5 月份数据可以看到,具备 L2 级别以上市场市场渗透率在快速的增长,去年 10 月份国家也发布了智能网联汽车路线 以上市场销售占有率将会达到 50%,L4 级自动驾驶也将会逐步推向市场,预计 2030 年具备智能驾驶能力汽车的销售会超过 90%。从如上信息可以看到,无论是市场和终端客户的反馈也好,还是国家对整个行业的顶层规划也好,智能驾驶实际上已经成为整个汽车行业决胜的关键。

  北云科技 CEO 向为博士带来了《车规级高精度组合导航芯片与深耦合算法》的分享。高精度组合导航是智能汽车未来必备的传感器,可以作为地图,激光雷达,摄像头等定位方式有效的补充,特别是在这些场景下,激光雷达需要很丰富的环境特征和大量的点云数据或者特征数据,所以对测绘要求比较高,但是很多二线城市可能没有这些地图。在封闭场景可能有些地图,但是在公共道路上缺少这些数据。而视觉定位对环境要求也比较高,在逆光条件下定位精度会大幅度下降,包括下雪浓雾等,所以高精度组合导航就可以弥补这部分。高精度组合导航还可以降低对点云地图的实时性要求。高精度定位和高精度地图相结合,还可以有效提高驾驶体验,包括提前预判闸道,拐弯,危险道路,识别红绿灯所在位置,能够降低对于视觉算力的要求。因为 RTK 定位可以反向校准 IMU 参数,可以让 IMU 要求降低。组合导航,卫星导航,惯性导航结合,是所有传感器失效时的最后屏障,无论是视觉、激光、其他导航都需要接受外部导航,而惯性导航是全自主导航,所以以前经常用在潜艇和导弹上面,现在我们用在汽车上面可以作为自动驾驶最后一道安全屏障,在所有传感器都失效情况下还能保持精度。

  沈阳美行科技有限公司深圳分公司总经理康健的演讲题目是《基于位置服务的模块化定制》。3G 普及之前,被称之为传统 IVI,软件框架基本固定,各应用相互独立,同一类 APP 在功能上没有明显区别,定制方向主要是增加一些新的 APP 或者优化 HMI 或者对部分 APP 的 UI/UE 进行调整。现在在智能驾舱主要给驾驶员感知的,在通信技术进入 4G 之前的状态。这个是当时比较普遍的界面,归根到底总结来说就是三大刚需:导航、音乐、电台,其他只是锦上添花。3G-4G 过渡提到了车联网概念,那个时候其实谈的特别多,大部分本地应用转为在线,这个时候 APP 是从移动互联转移过来的,并没有实际针对车载去做深度的开发。此时定制方向是语音、内容和更好的视觉效果,这块比之前多了一个刚需 语音 ,就是对车主操控的帮助,当然语音不能完全算是功能型的刚需,功能型刚需还只是三个:导航、音乐、电台。那是不是停留在上一个阶段就可以了?不是,至少从我们角度来分析还可以做的更好一些:

  1、相同的 APP 移动互联的黏性远大于车载互联;2、充分考虑车内场景,根据车内本身场景结合开发应用;

  6、和车密切相关的才可以做到真正的运营,所以在提高车主满意度的同时不是加载多少东西给他,还要做好主机厂能做到的运营。

  Trimble 天宝公司中国区自动驾驶总监尹飞涛带来的分享是《自动驾驶中的高精度组合导航定位技术》。采集完地图之后,再把这个地图放在这辆车上,车开出去的时候扫描回来的点云进行匹配,它可以达到 8-15 公分的精度,这个精度在有些场景里面是足够用了,哪些场景呢?建议客户在相对封闭的场景,相对车速比较低的场景可以达到比较好的效果,比如说港口、矿山、农业机械、工程机械、机场、工厂,特别是频繁有 GPS,又进入 GPS 受遮挡和完全失去 GPS 辅助的情况下面。现在在很多行业,特别是矿山和工厂应用的比较多。

  易图通科技(北京)有限公司副总裁,自动驾驶开发中心总经理羊铖谈到了《高精地图在 V2X 领域的应用》。V2X 也是一个非常热的线X 其实有非常多方面或者非常非常多的线X 通讯方式,比如说 CV2X,也会讨论 V2X 各种应用方式,比如说 V2X,V2R,V2P 等各种各样的应用方式,也会讨论到 V2X 各种技术,包括路端 RCU 感知,车端 OBU 的应用。应该说单车智能是有其局限性的。首先是安全问题,由于单车智能感知的局限性,包括算力方面的局限性等会带来安全的问题。第二,单车只能在 ODD 方面受限比较大。我们在说高等级自动驾驶,对于自动驾驶等级的区分很重要一点就是 ODD,就是自动驾驶功能只能在某些特定场景下开启或者达到一定的等级。第三,经济成本问题,因为如果要把单车智能做的非常好的话,在成本方面会比较大的压力。而车路协同可以说是单车智能的一个弥补,我个人觉得并不是说是一个替代,这并不是完全不同的两条技术路线,而是通过车路协同解决单车智能不能解决的问题,作为单车智能的一个补充。首先在环境感知方面可以协同,使得车辆获取比单车智能感知更多的信息。另外在控制执行环境也可以协同,对车辆行为进行干预和补充。在计算决策环节协同,可以增加车与车,车与路之间的系统性决策。简单来说,车路协同可以给自动驾驶一个全局视角,对某些场景下的决策是有非常大的帮助。人 - 车 - 路 - 云协同车联网新基建体系的建设,促进汽车和交通服务的新模式新业态发展,最终的目的就是安全、高效、低成本、落地更快。

  上汽智己地图导航 & 融合感知产品经理严怡辰的演讲内容是《用户视角下地图感知融合的应用实例探讨》。现在这个节点我们处于第三代电子导航,那未来电子导航会发展成什么样子?导航一开始出现是带着非常强的产品诉求在里面的,用户思想是我在哪里?我需要去哪里?以怎样的方式去?第二代电子导航里面出现了探索的概念,用户可以发现周边的兴趣点,可以做更多探索活动。第三代电子导航是希望最好有一个东西带我去看到这个地方,而不需要我自己再做很多事情。经过这么多年的发展会带有更多的娱乐性,从比较严肃的产品变成了需要有趣的一个方面。大概可以看得到现在导航的需求是在不断升级迭代的过程中,导航也会拥有理性和感性一面。我个人会把它简单粗浅的定义成理性层面还是偏向于软件定义汽车,需要更加偏科技,它是整车智能和车联网服务的关键输入。感性层面是提供生活服务与娱乐属性的信息入口。我们看得见的在下一代做法里面,感性和理性从我个人的角度来说,它需要做一些深度融合的,需要把感性技术科技和生活体验真正的结合起来,导航承载的可能更加炫酷的,从 2D 到 3D 世界转变过程当中,在真实的世界镜像里面看到更多真实的点和更多生活服务的信息。

  地平线生态发展总监车国兴为我们带来的演讲主题为《车载 AI 芯片,助力自动驾驶地图信息安全》。图商也好,自动驾驶也罢,都会做自己的地图定位能力,我们都会把这个能力往外赋能,因为我们有自己的芯片和算力,有自己之前积累的内容。如果按照能力发展来说,高精地图众包成本,就是说这个车构造的成本会越来越低。一个案例是 ADAS+ 前视行车记录仪,高精地图建图,拿出来给到合作伙伴,他们做一个参考设计。左边是定位、建图,前视 ADAS。最下面可以看到芯片加上摄像头,这个摄像头就是跟 ADAS 复用的。为什么高精地图众包成本会越来越便宜?就是因为这个,摄像头 ADAS 已经用了,算力其他能力也都用了,解算出来结果,本来就是给自动驾驶用的,那这个结果出来再给到高精地图众包的时候就是衍生产品,这也是属于跟图商合作最根本的底。