您好,欢迎来到中国自动驾驶高精地图产业创新发展论坛2019!

高精地图和数据所有权

发布日期:2020-04-11

GRCChdmap

2020-04-11 17:15:47


手机阅读



高精地图不是一种便利;对于AV,汽车原始设备制造商和高科技公司而言,这一点至关重要。正在为数据所有权而玩的高风险游戏




现在,全世界都知道,特斯拉的埃隆·马斯克(Elon Musk)认为,用于自动驾驶汽车的高精度GPS地图是“一个非常糟糕的主意”。


马斯克曾非常清楚地表明,对高清地图的过度依赖会导致无人驾驶汽车(AV)变成“极其脆弱的系统”,从而使其适应难度更大。


但是,汽车行业的其余部分几乎都相信AV至少可以将HD Maps 用作备份系统。


VSI Labs创始人兼负责人Phil Magney说:“ HD Maps就是要增加智能,以改善自动驾驶汽车的性能和安全性。”


正如HERE产品营销经理Matt Preyss解释的那样,高清地图并不是人类驾驶员所熟悉的GPS助手。Preyss说,所讨论的高清地图(已加载地理编码的元数据)是专门为机器设计的。


根据Magney的说法,AV使用HD Maps 数据的首要目的是“增加系统信心。它减轻了道路解析的计算问题。”他说,高清地图中的图层包括“精确的车道标记,边界,几何形状和用于定位的3D标记”。



机器人地图的分层方法(来源:Lyft)


事实证明,用于AV的HD Maps不仅在传统的导航地图供应商中,而且在技术公司,汽车OEM和初创公司中,都已成为一个竞争非常激烈的市场。无论如何,该领域都在争夺数据所有权,而如今,这些都是高风险游戏。


EE Times从VSI Labs的视音频专家那里获得了一些帮助,以分解HD Maps 的利弊,以应对ADAS和AV的未来发展。







为什么需要高清地图




视音频应使用高清地图的原因有很多。最重要的是,高清地图为自动驾驶系统(ADAS)或AV提供最直接的解决方案,以更好地进行“道路解析” –分析地面和空中图像以进行道路分割。



即使让ADAS汽车执行诸如保持车道之类的基本工作,当车道标志褪色,被大雪覆盖或遮盖其他天气条件时,高清地图也很有效。


来自不同传感器(计算机视觉,雷达,声纳)的数据组合也应该能够解析道路。但是它们有其局限性。


Magney解释说:“传感器限制的一个很好的例子来自特斯拉事故。” “在山景城事故中,可能的原因是路面变化。浅色混凝土表面旁边的深色沥青表面可能导致计算机将其解释为导致轨迹不正确的车道线。”


麦格尼指出:“如果自动驾驶仪具有详细的车道模型(高清地图),则该事故可以避免,因为系统会知道应该在不应该在哪里。”


在山景城事故中,可能的影响因素是路面变化。深色表面是沥青,而浅色表面是混凝土。自动驾驶仪可能将表面的变化误认为是导致不正确轨迹的车道线。如果自动驾驶仪具有车道模型并针对该车道模型进行定位,则可以避免此类事故。这就是为什么自动驾驶仪(以及任何其他L2系统)需要驾驶员不断关注和参与的原因。(来源:VSI Labs)


麦格尼警告说,据推测,相机仍然是**,**成本效益的传感器,但它们在道路解析方面会遇到困难。他说,问题在于它的计算量很大。“高清地图资产减轻了计算量,并增加了对环境模型的信心。”


那激光雷达呢?添加激光雷达是否应该能够改善解析度?


VSI Labs的高级视音频软件工程师Matthew Linder表示,发展速度并不很快。基于VSI在激光雷达方面的丰富经验,他承认激光雷达最适合3D感知和环境建模,并且可以可靠地检测未知物体和自由空间。Linder警告说:“但是,激光雷达在恶劣天气下的性能有限。” “例如,如果激光雷达标记完全被雪覆盖,则激光雷达无法检测到它们。激光雷达仍然非常昂贵。激光雷达(或与此相关的任何传感器)无法通过遮挡物看到,就像其他车辆,卡车,山丘,弯道或建筑物周围一样。”他认为,“地图可以扩展到您需要的任何地方,并且不会出现遮挡问题。”


当被问及HERE的高清实时地图时,Preyss声称:“我们可以支持OEM开发的任何本地化解决方案。我们相信GPS / IMU,高清地图和其他传感器的融合是通过5个系统的SAE L3的理想解决方案。”


没什么,“原始设备制造商将采用不同的策略,采用不同的价格点,部署和技术,”他承认。Preyss指出,汽车行业“在很大程度上正在采用自动化的增量方法,”我们需要确保我们的解决方案不仅可以支持其各种策略,而且不仅可以支持今天,而且可以长期支持。






为什么高清地图可能成为AV敌人




马斯克对高清制图的评估可能并非完全错误。



首先,除非AV可以高精度将自身定位在地图上,否则HD Map 将无用。此外,AV必须始终能够准确地保持其位置。


其次,高清地图需要不断更新。没有更新,AV需要一种策略来应对不准确的地图数据。


第三,高清地图不是免费的。


第四,大概是经过训练有素的网络以及特斯拉的说法,谁需要高清地图?当然,现在,这种轻蔑只是假设。


然而,首要的挑战是车辆在地图上精确定位自身的问题。


VSI Labs的高级合伙人兼顾问Danny Kim表示,一种精确定位的方法是“通过实时运动学(RTK)或精确点定位(PPP)增强GPS。RTK / PPP服务“通常由定位引擎软件公司提供,例如Trimble(称为RTX的服务),GMV(magicPPP),Hexagon / NovAtel(Terrastar)等公司。”他补充说,有时州交通运输部门会通过连续运行参考站(CORS)网络或某些CORS收费私人服务提供公共免费服务。


如果不是这些RTK / PPP服务,则通常的方法是使用传感器。例如,据Kim称,它“将激光雷达的3D点云从传感器扫描到现有3D点云进行比较”。“因此,您可以使用激光雷达创建底图,然后将其与实时激光雷达感应数据进行匹配。”然而,挑战是激光雷达的成本。“由于使用激光雷达创建大区域底图非常昂贵,更不用说在量产车中采用激光雷达了,这主要用于定位算法的开发阶段或现在的某些Robotaxi实现,” Kim指出。


Kim表示,第三种方法是使用激光雷达和/或相机传感器进行“基于地标的定位”。“在这里,这些传感器必须对地标进行检测和分类。基于地标的本地化基本上是将高清地图中的地标/道路家具属性与实时感知进行比较。”


麦格尼(Magney)认为,不断更新高清的需求是一个尚未解决的“巨大挑战”。他解释说,这种解决方案是“ Mobileye REM的前提”,因为Mobileye可以众包安装Mobileye摄像机的数百万辆汽车的数据收集。他解释说:“许多其他公司也在研究汇总,管理和重新分发众包数据的方法。”






Mobileye的REM在行动(来源:Mobileye)


最后,将高清地图插入ADAS汽车或AV将花费多少钱?VSI Labs的Kim告诉我们:“老实说,我们真的不知道答案。”目前,大多数高清地图供应商都没有谈价格。


“大约六个月前,中国地图制造商阿里巴巴的Autonavi于2019年4月开始向OEMS收取每辆车每年100元人民币(15美元)的许可费用,” Kim指出。该公司还表示,计划将这一价格每年至少降低2%。测绘/勘测车辆也非常昂贵。中国媒体报道说,一辆来自AutoNavi Maps的数据收集自动驾驶汽车的成本超过100万美元。


汽车行业的许多人惊讶地听到特斯拉的方法-马斯克根据此方法押注农场以完善他的神经网络。他声称,从高清地图到激光雷达等其他传感器,其他所有东西都是分散注意力和不必要的成本。


那么,马斯克对吗?


VSI Labs的Linder认为,如果出现这样的神经网络,这种假设可能是正确的。“今天不存在。但是,即使确实存在,比如说您的传感器出现故障,这些地图仍然可以提供道路解析冗余,以在这种情况下安全驶过。”他强调说。


但是,特斯拉声称即使在积雪的道路上高清地图也将是多余的呢?


金说:“他们基本上说的是,如果人类注释者可以通过查看这些图像在雪道上合理地画出车道线,那么人工神经网络就可以得到训练并表现得相当好。”但是,他补充说:“这仍然未经证实。特斯拉的安德烈·卡帕蒂(Andrej Karpathy)承认,他们并没有专门使用具有此类情况的真实数据运行数据引擎。这意味着特斯拉车队需要发送大量数据,特斯拉需要使用这些真实数据训练神经网络的迭代过程。”







竞争高清地图市场




即使特斯拉认为不需要高清地图,其余的视音频行业仍在寻找机器人的精确地图。那么,高清地图的主要参与者是谁?



事实证明,他们是“相当区域性的”,据金说,“尤其是在亚洲。”


韩国拥有MnSOFT,中国拥有四维图新,百度和阿里巴巴拥有的Autonavi。


日本的DMP(动态地图平台)是一个由政府,原始设备制造商,一级供应商和地图销售商组成的许多利益相关者(共同投资)的区域联盟。Kim解释说:“在每个地图销售商对数据进行后处理并添加更多更具竞争力的属性(例如本地化资产)之前,他们的移动制图工具会收集大量的HD基本地图数据并以协作的方式创建语义地图。”


同时,欧洲和北美是HERE和TomTom,以及USHR(现已被DMP收购)。



Kim总结道:“所有这些人(DMP除外)都是传统的导航地图制作者,并且至少在区域级别上了解基于地理信息系统的地图生成和维护。”


一方面,目前的参与者已经建立或正在建立基本的道路几何图和高清车道模型(主要用于高速公路)。另一方面,“许多新兴企业仍在收集高清地图中用于基于地标的本地化的本地化属性,”金说。


他强调,这里的关键是“是否可以大规模生成这样的地图属性”。


他认为,“使用更实惠的传感器(如相机)来采集/众包数据几乎是唯一的扩展方式,这就是Mobileye如此占主导地位的原因。”他补充说:“现在,像Deepmap,Civil Maps,Carmera,Mapper,Netradyne,Lvl5和Atlatec这样的初创公司值得关注。”他解释说,将成功的初创公司与the子手区分开的关键是“他们可以使地图生成和维护过程实现自动化的程度”。







数据所有权问题




Mobileye正在使用其自己的相机和紧密耦合的基于AI的感知算法来提供完整的地图和定位堆栈。“感知和本地化是并驾齐驱的,” Kim指出。



相反,“特斯拉不收集基本地图数据。他们收集实词数据来训练他们的感知和预测算法。


Mobileye属于自己的联盟。“ Mobileye不仅要收集数据,而且还要在云中处理数据并出售本地化算法。”


但是,值得注意的是,“ Mobileye不会拥有数据,除非它们像以色列那样制造完整的车辆系统。通常,原始设备制造商拥有数据,因为它们通过Mobilye EyeQ4摄像机随车收集数据。” Kim指出:“此数据所有权模型是主要的辩论领域之一-实际上,Mobileye无法拥有整个地图和本地化计划。”


Kim预测数据所有权模型是“ OEM将与全栈制图和本地化计划进行对抗的地方”。


他解释说:“本地化是OEM的核心IP,他们无法真正将其放弃给第三方平台供应商或仅提供地图数据提供商。”


Kim说,这里面临的挑战是“将车辆与新的高清地图数据中的本地化资产进行本地化需要车载连接,大规模数据覆盖和动态地图数据管理工作流程。”在这一点上,除特斯拉这样的小型OEM之外,没有其他OEM能够实现这一目标。







HERE 的策略




VSI Labs的Kim指出:“ HERE应该将REM数据集成到他们的基础地图中(作为合作伙伴关系的一部分),以便其德国汽车制造商客户的车辆可用于本地化。”



Kim指出,与此同时,HERE在其研发计划中正在使用定制的摄像头来收集本地化资产。他说:“ HERE尚未将这些基于相机的资产出售为地图数据,但目的是展示它们(或其德国客户)如何能够在地图上进行收获/汇总/处理-消费此类基于相机的本地化资产。” 推测。


HERE的Preyss承认,HERE针对各种本地化解决方案(例如基于摄像头的解决方案和基于激光雷达点云的解决方案)测试了其地图数据。他指出,这是为了“确保我们的数据支持所有本地化方法”。


这是HERE提供数据的方式。(来源:HERE)


“数据经过格式化,因此可以在任何本地化解决方案中使用。” 但他明确表示,HERE不提供本地化软件。相反,该公司提供“公正的数据来支持它”。Preyss解释说:“本地化算法/解决方案取决于OEM如何实现(内部或外包)。我们提供的是环境数据以帮助车辆进行本地化,我们不会构建本地化软件。”


Preyss总结道:HERE未来的角色是“根据我们与客户的互动,汇总传感器数据,进行更新并相应地分发这些更新。”






END







点击上方蓝字关注我们




  • 电话咨询
  • 021-22306692
  • 15021948198
None