高精地图、车路协同与自动驾驶是什么关系?

简介: 如何看待当前的纯视觉的、不依赖于高精度地图的自动驾驶解决方案?

自动驾驶的核心是解决如何在没有司机参与的情况下自动驱动车辆从A点安全高效的到达B点的问题,那么一套完整的自动驾驶解决方案应该包含路径规划(Route Planing),路线规划(Path Planing),动作决策(Maneuver decision),轨迹规划(Trajectory)四个不同层级的组成部分。

路径规划(Route Planing)主要解决从出发点到目的地的道路连线问题,通常会用到Dijkstra算法、Floyd算法及A*算法等计算一条融合最短时间、最短距离的最优路径,早期主要是用静态规划算法,但是随着交通状况越来越复杂多变,融合实时路况、道路负载、信号灯等数据的动态路径规划算法应用越来越广泛。

image.png

路线规划(Path Planing)也就是车道级线路规划,包含了多车道选择,匝道、路口、左转\右转车道、特种专用车道等信息的路径规划。

image.png

动作决策(Maneuver decision)包含了车辆行驶过程中的加减速决策、变道、超车决策等动作。核心就是自动驾驶里面的跟驰算法和变道决策算法。

image.png

轨迹规划(Trajectory)主要是解决车辆加减速和变道超车过程中的行驶曲线规划,和动作规划的区别是轨迹规划主要考虑车内人员的安全和舒适性,所以在动作规划和执行过程中加入了时间约束。核心算法就是通过各种差值算法构建一个平滑舒适的轨迹曲线。

image.png

由以上可知,依靠单车的纯视觉只是部分解决了单车场景下动作决策、轨迹规划以及部分微观场景下的线路规划问题,离开车道级高精地图、车道级导航和车路协同技术,在潮汐车道、可变车道、信号灯联网联控逐渐普及的当下,想单靠纯视觉实现L4级自动驾驶是没有可能的。

但是特斯拉走了一条自建高精地图的方案,依靠其最新的视觉融合感知技术,借助每辆特斯拉全车8个摄像头以及强悍的系统算力,车辆可在行驶的同时生成高精度地图。相当于道路上行驶的特斯拉车辆,都是地图测绘车,完全摆脱了第三方高精地图。

对于很多销量不及特斯拉的主机厂来讲,想走特斯拉这条路基本是不可行的。


目录
打赏
0
0
0
0
3
分享
相关文章
如何构建基于数字孪生的智慧全息路口
全息路口是基于数字孪生技术,将城市道路上的全要素进行数字化还原,进而为交通治理提供一体化解决措施,是为交通精细化治理而生的一款产品。
1638 0
如何构建基于数字孪生的智慧全息路口
突破自动驾驶"交规困境":高德&西交发布交规+高精地图基准MapDR,车道级交通规则在线理解,让AI更懂交规!
作为专业领先的出行和位置服务提供商,高德地图以数据准确率高、鲜度高著称。当前自动驾驶技术总是关注到矢量地图的构建,往往忽略了车道级驾驶规则的制作。对应图商而言,车道级的领航不仅需要有正确的车道级矢量表达,还要明确每条路的驾驶规则,保证引导的准确率。
43 2
智能停车解决方案之停车场室内导航系统(二):核心技术与系统架构构建
随着城市化进程的加速,停车难问题日益凸显。本文深入剖析智能停车系统的关键技术,包括停车场电子地图编辑绘制、物联网与传感器技术、大数据与云计算的应用、定位技术及车辆导航路径规划,为读者提供全面的技术解决方案。系统架构分为应用层、业务层、数据层和运行环境,涵盖停车场室内导航、车位占用检测、动态更新、精准导航和路径规划等方面。
331 4
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
基于轨迹优化的自动驾驶汽车跟随自行车模型动力学控制(Matlab代码实现)
基于轨迹优化的自动驾驶汽车跟随自行车模型动力学控制(Matlab代码实现)
146 0
自动驾驶高精地图技术的现状和未来
高德技术开放日已经顺利落幕,我们准备了精彩的视频回放。这次放出的是由高德高精地图业务中心 向哲 为大家带来的《自动驾驶高精地图技术的现状和未来》。
324 0
自动驾驶高精地图技术的现状和未来
面向自动驾驶的高精地图及数据采集生产体系
又到春招季!作为国民级出行服务平台,高德业务快速发展,大量校招/社招名额开放,欢迎大家投递简历,详情见文末。为帮助大家更了解高德技术,我们策划了#春招专栏#的系列文章,组织各业务团队的高年级同学以业务科普+技术应用实践为主要内容为大家做相关介绍。
656 0
面向自动驾驶的高精地图及数据采集生产体系
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等