梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

简介:

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

雷锋网按:本文是梅赛德斯-奔驰中国研究发展中心驾驶辅助与底盘系统经理王天一在第 6 届湖北武汉国际智能网联汽车发展高峰论坛的分享。本文由雷锋网(公众号:雷锋网)整理与编辑。

从二级自动驾驶到三级所需要克服的挑战

对传统车厂而言,一级或二级自动驾驶,实际上叫做驾驶辅助,能处理单一路况,比如夜视、全景、紧急制动或者车道保持等等。Level 3 则是业内常说的「在有条件的情况下自动驾驶。」

从 Level 2 到 Level 3,实际上是驾驶员在这种条件下不需要在整个驾驶环路中做任何事情。那么,从 Level 2 到 Level 3(从人到机器的转变)的飞跃,有哪些关键挑战?

王天一将这些挑战归纳为以下四种:

  • 安全性,没有人工参与的情况下确保安全;

  • 接管性:确保司机有足够的反应时间;

  • 感知能力:达到完全的环境预知和驾驶算法;

  • 可靠性:实现冗余的要求。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

三级自动化驾驶,传感器的设定需要依靠冗余来确保自车定位、车道预测和对象识别功能的实现。

自车定位包括精确的位置信息、高精地图和摄像头实现车辆的精准定位;车道预测则通过高精地图、摄像头和激光雷达来对车道线扫描,实现对车道的预测;对象识别则通过三个传感器,即摄像头、激光雷达和毫米波雷达。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

在这当中,高精地图是自动驾驶车辆的重要安全部件。王天一表示,精确、实时、可靠的数据是保障自动驾驶的必备要素。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

上图是戴姆勒-奔驰使用单一传感器、摄像头和地图在德国测试的一个仿真数据。其中红色表示基于传感器数据的预测,它可以去验证车道线的距离。绿色代表的是地图提供的信息。

只用单一要摄像头进行车道识别,利用传统视觉处理方法进行车道线预测,它可以去验证车道线的距离,但距离还不够远。

「在目前的情况下,我们想利用高精地图来为自动驾驶提供一个支撑。」王天一表示,高精地图可用于对感知到的远距离传感器信号进行解释。尤其是地图信息,它对车道线的预测非常重要。

地图偏转对自动驾驶安全的影响

众所周知,中国的地理位置信息需要进行加偏。由于中国的位置信息使用的不是 WGS84 坐标系,而是 J02 坐标系,后者需要对整个导航地图进行「地图偏转」。所以这对于 GPS 的接收来说,存在偏转和随机误差。

王天一认为,这种偏转和随机误差,对导航地图、信息娱乐系统这种地图来并不会有任何影响。但对自动驾驶来说,则影响重大,主要包括以下三方面:

  • 地图变形,由于地图变形造成碰撞和非必要的制动;

  • 偏转插件对功能安全的影响,偏转插件造成的安全目标违背和安全完整性等级降低;

  • 地图要素的表达限制,缺少高程信息会给车辆位置识别造成困难。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

地图形变,到底会对自动驾驶产生什么影响?

上图是梅赛德斯-奔驰提出的两个相对比较极限的场景。左图是在高速公路/环路上,有一辆靠边的清扫车,它可能占用部分车道;右图是高速公路的应急车道上有一辆车。

对于地图偏转所带来的潜在安全隐患,包括以下两种情况:

  • 偏转地图可能会引发事故:被车载传感器探测到的蓝色车辆的相对位置从自车(正在执行自动驾驶的车辆)车道变化到了左侧相邻车道;

  • 偏转地图可能会引起不必要的制动:被车载传感器探测到的红色车的相对位置从右侧相邻车道变化到了自车车道。

需要说明的是,上述讨论的问题都是在 Level 3 级别自动驾驶前提下,也就是驾驶员并不需要介入任何感知和控制控制的情况下,完全靠汽车感知。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

其次,偏转插件可能会对汽车行业造成什么影响?

ISO 26262 定义了汽车电子电气「安全相关系统」整个生命周期的功能安全。功能安全实际上是与安全相关的电子物件标准和设计。导航地图、GPS 模块并不涉及安的因素。所以它并不需要考虑功能安全这个问题。

功能安全概念理解示例:

  • 自适应定速巡航(ACC)的功能是保持自车与前车的安全距离;

  • 如果雷达故障,将引起探测功能失效,无法正确判断前车速度与距离;

  • 该故障会使车辆处于高风险展台,会造成事故,危害人身安全,造成财产损失;

  • 功能安全标准提供了降低该风险的方法论和技术解决方案。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

汽车功能安全国家标准也被中国汽车行业广泛应用,对于功能安全来说,汽车厂商会定义安全目标。

根据安全目标,汽车厂商会对应相应的汽车安全等级,即 ASIL,它定义了安全要求和安全措施,以避免不合理的参与风险。D 是最严苛的,在 D 之下的等级,则称之为 QM(Quality management,质量管理)。

在整个 ASIL 的定义当中,安全目标可以划分为:风险、暴露程度、可控性,严重度。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

王天一表示,针对 ASIL 等级分析,假设定位模块在做了分析后,被定义成 ASIL B 等级,加上偏转插件,实际上就是定位模块与偏转插件的集合体,被划分为 ASIL QM 等级。

为什么会进行这样的划分?

「偏转插件投入时间(2006 年)与道路车辆功能安全标准年代(国际:2011 年;中国:2017 年)的差异,偏转插件较难完全满足 ASIL B,对安全相关软件设计的严苛要求。」王天一解释。

他还表示,由于自动驾驶控制系统的复杂性,以及对安全极高的要求,定位模块 ASIL 等级的降低将给车辆行驶安全、可靠性带来隐患。

通过「改善偏移算法,使高精地图的相对精度满足自动驾驶规范」这一解决方案,虽然有可能满足自动驾驶技术规范的要求,但是不符合功能安全技术要求的偏移插件仍存在,使安全的可靠性要求无法满足。

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

最后一点是要素表达限制。地图高程数据的缺少会给车辆在定位上带来困难,从而引起控制决策的错误。

自动驾驶使用地理信息的建议

梅赛德斯-奔驰:地理信息对实现自动驾驶有多重要?

目前主流的厂商和供应商都已经认识到了高精地图对自动驾驶的重要性。上图列出了从中国、日本、欧洲还有美国的一些主要汽车公司、科技公司的合作。实际上他们都在以不同程度,与不同图商进行合作。

在发展自动驾驶时,尤其是针对高速自动驾驶,国家可以开发一到两条示范性高速公路,让汽车行业去进行测试。

「在不影响国家安全的前提下,允许使用非偏转地图以达到自动驾驶的需求,从而实现道路安全。」王天一建议。他还从「确保国家安全」和「系统不对外开放」角度给出说明:

  • 只在自动驾驶特定场景下使用:只获得非敏感区域的信息,只获得告诉及测试道路附近信息,并先从试点开始,只需要自车前方一小段道路的信息。

  • 直供自动驾驶系统使用:只有自动驾驶系统能使用地图;地图信息不以可视化方式展现;地图不可以被复制。

这意味着对用户、非制造厂商或者没有资质的其他应用方角度而言,地图完全不可能被这三者获得甚至复制,通过这种方式从而保证地图不会被其他人碰触。

针对上述分享,王天一总结:从 Level 2 到 Level 3 级以上的自动驾驶,存在技术的飞跃,人类驾驶员已不在控制的环路中;高精地图是实现 Level 3 及以上自动驾驶的一项关键技术;地图偏转和偏转插件对自动驾驶的前车车道判断及功能安全方面有所影响;在保证国家安全的前提下,考虑高精地图只在特定场景下用于自动驾驶系统。



本文作者:易建成

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
JSON 缓存 API
深度分析淘宝API接口,用Python脚本实现
本内容深入解析淘宝开放平台 API 的接口设计与 Python 实现,涵盖接口体系、认证机制、签名规则及限流策略,并提供完整的 Python 调用框架,适用于电商系统对接与自动化运营。
|
11月前
|
缓存 算法 C++
模型推理加速
大模型推理加速关键技术:KV-Cache优化、连续批处理、投机解码、模型并行与vLLM等。涵盖原理、内存计算、优化策略及实战,助力高效部署与面试备战。
|
11月前
|
数据采集 人工智能 监控
2025年数据治理选型指南,值得推荐的数据中台系统
2025年,数据治理成为企业数字化转型核心。本文深度解析瓴羊Dataphin、华为DataArts Studio、字节Dataleap、Informatica与Talend五大主流工具,涵盖其背景、能力、优势及典型应用,助力企业明晰选型路径,实现数据资产化、治理智能化,释放数据要素价值。
|
人工智能 边缘计算 物联网
蜂窝网络未来发展趋势的分析
蜂窝网络未来发展趋势的分析
894 2
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
519 5
|
机器学习/深度学习 Web App开发 编解码
论文精度笔记(四):《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》
Sparse R-CNN是一种端到端的目标检测方法,它通过使用一组可学习的稀疏提议框来避免传统目标检测中的密集候选框设计和多对一标签分配问题,同时省去了NMS后处理步骤,提高了检测效率。
552 0
论文精度笔记(四):《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》
基于springboot的4s店汽车试驾销售服务系统
针对传统4S店运营效率低、服务体验差等问题,研究基于SpringBoot的汽车销售服务系统,融合Java、Vue、MySQL等技术,实现业务自动化、客户个性化服务与数据智能分析,提升管理效率与客户满意度,推动4S店数字化转型与竞争力升级。
|
自然语言处理 前端开发 JavaScript
Playwright系列课(2) | 元素定位四大法宝:CSS/文本/XPath/语义化定位实战指南
本文是Playwright系列第二课,详解元素定位四大核心技术:CSS选择器、文本定位、XPath和语义化定位,结合实战演示各方法应用场景。重点解析Playwright智能定位器(Locator)的独特优势——自动等待与重试机制,通过预检元素可操作性(可见/可点击)有效规避网络延迟导致的脚本失效,显著提升自动化测试稳定性。
|
存储 监控 NoSQL
流量洪峰应对术:Redis持久化策略与内存压测避坑指南
本文深入解析Redis持久化策略与内存优化技巧,涵盖RDB快照机制、AOF重写原理及混合持久化实践。通过实测数据揭示bgsave内存翻倍风险、Hash结构内存节省方案,并提供高并发场景下的主从复制冲突解决策略。结合压测工具链构建与故障恢复演练,总结出生产环境最佳实践清单。
|
存储 人工智能 搜索推荐
《重新定义高效微调:QLoRA 4位量化的颠覆式创新解析》
QLoRA是一种高效的量化微调技术,通过4位NormalFloat量化、双重量化及分页优化器等创新手段,大幅降低大模型微调的内存与计算需求,同时保持甚至超越传统方法的性能。它能在单个48GB GPU上微调65B参数模型,并在多项基准测试中表现优异,如Guanaco模型在Vicuna测试中达到99.3%的ChatGPT水平。QLoRA为资源有限条件下的大模型应用与个性化定制开辟了新路径,推动AI技术在多领域的发展。
995 9

热门文章

最新文章