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!

刘骏:高精地图的量产化与可靠性突破

发布日期:2020-09-19

GRCC hdmap 今天 

手机阅读

点击上方蓝色字体,关注我们

出品|搜狐汽车·E电园

9月16日-9月17日,中国电动汽车百人会在南京国际博览中心举办2020全球新能源汽车供应链创新大会。来自国家新能源汽车创新工程项目专家组、相关政府部门、整车厂、零部件企业的众多大咖与会并抛出了与产业发展相关的关键意见。

在全球经济下行、汽车产业进入存量市场、汽车新四化转型的关键节点,汽车供应链企业们面临着盈利能力下滑、增长乏力、价值链条转移、新玩家入局等等挑战。而克服这些挑战,创新变革、提升抗风险能力、重新体现自身价值,就成了当下汽车供应链企业们所面临的关键命题。

本次大会就上述命题进行了着重讨论,对于供应链目前所面临的问题、需要达成的目标以及实现目标的路径进行了具体规划。

宽凳科技创始人兼CEO刘骏与会并发表演讲,以下为演讲实录:

非常高兴有机会来跟大家分享!刚才听了学术界和主机厂的介绍,学到很多东西。我是站在另一个角度,站在怎么样服务好车厂,供应链的角度,也来跟大家一起分享一下。

宽凳科技是做高精度地图的公司,公司成立快三年了。我今天不讲怎么制作高精地图以及高精地图多么重要,今天讲高精地图怎么量产化,怎么突破瓶颈可靠化,这可能是现在面临更大的一个问题。

有些行业做预测要小心一点,我们可以回顾一下五年之前这个行业是怎么预测今天自动驾驶应该达到什么样的程度。不约而同的,五年前国际上各个大咖都会觉得现在应该已经满街都是自动驾驶的车辆,当然他们没有预测到今年的疫情。但即使没有疫情,我认为还是差得很远。奥迪、尼桑、宝马,都是很厉害的车厂,都预测错了。

其实业界各方面的研究也是相差甚远。按照他们的预测,现在至少应该有千万辆承载自动驾驶功能的车子开在路上,设想跟现实还是相差非常远。

既然差这么远,人家是大咖,也是很有水平的人,为什么会差这么远?我们回想一下,现实中,现在我们发展的程度是什么样的?国际上有各种各样的方法,比如说从0—5级,还有0—4级的各种分法。其实我认为我们现在*多还在L2—L3之间挣扎,还没有真正到达L3。

这就出来一个问题,其实很多人认为L2—L3是非常简单的,因为毕竟人是可以接手的,不是完全自动化的铁疙瘩。

为什么这么难呢?我分析可能L2—L3的飞跃可能比L3—L4难度更大。为什么?因为车厂要更负责任。在这个之前,如果车出了问题,撞死人或者翻到沟里面去了,车厂可以说我从来没有说过可以完全自动驾驶。到了L3这个阶段,如果只是说在规定时间内可以接手,但是如果不是因为接手的原因,用户就可以说为什么会出现这样的事故。

再看看这个难度在哪里?你要做到**的可靠,以前做各种各样的demo,车厂要做到高度可靠是非常非常困难的事情。大家知道这两部分做到可靠都很难,一部分是感知,一部分是高精地图和定位。

特别是高精地图和定位,因为大家还觉得感知是一个高度人工智能的问题,觉得这个好像是一个难点。其实真正的难点是在这儿,现在还没有一个真正完全可靠的高精地图和定位。我跟很多主机厂谈,谈的第一件事情不是说你的感知算法怎么运用,或者说人工智能什么时候能够实现避让超车。有难度我同意,定位都不知道,现在在哪里都没能解决。如果完全依靠GPS定位的话,我可以告诉你GPS*多*多成功率只有70%左右,另外30%怎么办?上10个人,3个人出问题,那是不可以的。

高精地图要做到**可靠很困难,这是一个产业的难点。所以没有一个高精地图,大家说我能过车规级,一听到车规级都害怕,说要做到6个9,谁能保证现在高精地图能做到6个9?全世界范围内没有一个人能保证。

没有这个东西的后果是什么?就看到特斯拉*近在101高速上发生了交通事故,就是地图出了问题,就是发生前一天路沿变化,所以它的训练模型、地图都没有预测到这样的变化,所以导致了这个死亡事故。

当然,特斯拉从来没声称他是真正的L3,你注意他的讲话,所以在法律上还可以有余地,我从来没有说你可以睡觉。但是如果一旦声称L3了,刚才席总说广汽的车达到了L3,可能要稍微小心一点儿。一旦到了L3,这个责任就在所难免。高精地图在这个事故当中会起到非常重要的作用。

地图有很多地方会出错,这个是我们现在碰到一些简单的情况,我随便举一些例子,可能有些地方测量会有误差,也有可能有些地方有遗漏,也有可能原来没有,现在多出来,甚至今天和明天都不一样。

我经常讲一个笑话,北京有一个现象,每天晚上都在刷、补地上的线,刷完了刷得不好再重新刷,每天晚上去补线。换句话说什么意思?整个北京天天都在变,这个变化是非常大。

巨大的数量和地域的覆盖,是评估高精地图到底是不是可信的一个*大的难点,行业预测,大概三分之二的钱投在不是制作高精地图,而是在验证上。

汇报一下高精地图现在是怎样验证的,大家想过没有?这个问题,可能想的人并不是那么多。

宽凳开发了一个HDES的系统,在规模化上面,有几个*主要的功能,一个就是规模化评估,规模化完整度的评估,这个路牌是不是损失,这个线是不是损失,或者精度,不能精度很差,把车开到沟里去了。

还有一个很重要的就是自动化,因为量实在太大了,如果完全靠人工校验来不及。

可视化也很关键,如果机器里的一串数字都不知道什么意思,但是一旦可视化,原来是这个问题,是非常关键的。

*后是多格式支持和互检,各种各样的格式走通顺也很重要。

高精地图评估的核心技术难点,大家想过高精地图是什么技术?如果拿张地图,这个地图差在1米、2米,肉眼是无法看出来的,我给你一个2万公里、20万里的路,要从哪里看?*基本的一点就是要拿高精地图三维的图跟照片对比,因为照片毕竟是二维的,地图是三维的,少掉一维,如果能对得上,地图也不一定是对的;但是对不上肯定是错的,因为这个照片是这样。

但是如果你少掉一维连续的都对上,也就是说每一张都对得上的话,这样的高精地图应该说基本上是没有问题的,数学理论上也是没有问题的。

这个事情说起来容易,要做起来是非常困难的一件事情,因为这不是一张照片,这是几十亿张照片。几十亿张照片,每张照片不光是有照片,还有照片的位置和姿态非常正确,照片的朝向也都是非常正确的。

还有照片相机的失真度不能太大。大家知道大多数的镜头看上去是一个精确的圆,其实不是一个精确的圆,要完全对得上是一件非常困难的事情,要修正这个误差要非常精确且正确的姿态。光用人看一下,10亿张照片也不能用人来看,还得要机器来看。这是技术难点之一。

光有这个对比,有时候心里还有点虚,怎么办呢?一般行业的传统做法,还是要装一些控制点,只能去采采样。采样的目的主要是在校准你对准的基数对不对。但是如果采样几十万个点、几百万个点,工作量也是巨大的,所以我们现在要研发专门的设备能够快速在一些甚至很危险的地方,比如高速公路上也要打点,这是两个很重要的点。

这两个核心技术加起来以后,就可以做一个系统,可以构造一个完整的利用全景,比如说所有的控制点,所有的照片放在一个体系里面进行评估,这个就是我们说的HDES。

这里面有一些仔细的功能,比如说照片对比的时候,可以看到高精地图这个点,这是高精地图标出来的点,蓝色的、绿色的。只要跟实际距离相差几厘米,照片上就可以反映出来,非常快地找出精度上的误差,这一点是非常非常重要的。

当然,这个里面还要做各种各样缺失、各种标识,这个都是靠人工智能从另外一个角度,这次测量通过另外一组照片反过来核对这个事情,如果能够对得上,就可以把所有的结果可信度会大幅度提高。

这个系统是提供OEM厂用的,但是中国其实有些法律的限制,因为这么高精度的对策,我们是有**电子导航资质的公司,也是少数几个公司有的。我们这种测试一般都在国外测试,这样的话法律风险稍微低一下。这个是我们对国外测试一下我们自己高精地图产品的规模化测试,可以看到我们在业界**精度是非常高的标准。这也是在国外做的完整度的标识。

做完以后还要做大规模的编译,因为地图规模数字化,每次调整完以后,以前提供的都是一个比较非标准的格式,现在是标准格式,哪怕是SHP、NDS、OpenDRIVE,有时候把全国地图都要编一下,有时候单机都要编好几个月,这个是我们都要进行规模化编译,在规模化编译的时候用格式互相校准,这也是一个非常大的校准工作。

形成三维可视化,这个可以在全国范围内浏览三维可视化,这样的话,同时可以为现在的仿真各方面的系统都提供很多的帮助。如果在这个上面可视化感觉还可以的话,基本上这个地图问题不会大,至少拓扑关系是不会错。

再讲讲HDES的应用,除了评估高精地图产品之外,也可以支持仿真系统,就是告诉你这个仿真到底精确到什么程度。更重要的,是一个所有众包的一个基础。众包就是发现错误、改正错误的过程,如果没有一个很重要的评估体系,就不知道你的众包到底是怎么样。

感知系统,做出来的决策是不是要撞到墙上去?如果有一个非常精确的评估,也是可以帮助在感知系统上做评估,这是HDES几方面的应用,也是和车厂联合做起来的应用。

今天的内容就讲这些,谢谢!


相关文章

杨殿阁:高精度地图是实现L4自动驾驶的重要技术
百度刘海深:要与国家一起推动自动驾驶
古惠南:高精地图应用让智能汽车迈向车路协同
互联网巨头这样玩转智能地图




SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-22306692
  • 15021948198
None