百年专业地图制作 引领实时信息时代 米其林首推互动式道路地图

随着互动式道路地图的发明,米其林将印刷版的地图带入了实时信息的时代。在新近推出的实时法国交通信息地图中,米其林结合了纸媒体和数字媒体的优势,推出一个集成式移动解决方案。     

米其林首次推出iPad版2011法国地图

继成功推出iPad版米其林交通信息网站（viaMichelin Tramc）之后，米其林公司日前宣布推出iPad版《2D11法国地图》，用户可通过iTunesAppStore下载使用。     

基于地图API技术的道路拥堵点交通运行状态分析

以东阳市老城区为例,提出应用地图API技术进行道路拥堵点交通运行状态分析的一般流程。首先,按照一定时间间隔分别截取研究范围的实时路况地图,根据路况颜色和持续时间识别道路拥堵点;其次,将研究范围划分成一定数量的网格,利用地图API技术批量获取各网格中心至拥堵点的预估通行时间,评估当前时刻下拥堵点的可达性;最后,获取堵点周边道路各时段的平均行程速度,评估道路运行状态的时间变化特征。通过地图API进行道路堵点识别和运行状态分析,能够大大减少研究者的前期工作量,为后续研究分析提供相对准确的基础数据。     

智能网联背景下驾驶人信息认知地图构建方法

为提升网联环境下车载信息的传递效率，提出了一种驾驶人信息认知地图构建方法。在驾驶人交通场景信息认知中引入认知地图概念，通过对20名驾驶人进行面对面访谈，获取视距内、外(超空间距离)交通场景语义描述，采用要素频率统计法确定驾驶人信息认知地图要素，设计概念图形完成可视化映射。构建轻量化深度学习MobileNet V2模型，实现驾驶人信息认知地图认知要素标签自动生成，并分别基于SE(Squeeze-and-Excitation Module)、CBAM(Convolutional Block Attention Module)、CA(Coordinate Attention Module)注意力模块对模型进行改进，通过Opencv算法实现可视化认知地图的自动生成。开展20名驾驶人的实车试验，获取12 000组交通场景认知集作为测试数据，通过人工标注的方法获取认知要素标签。结果表明：驾驶人信息认知地图具有道路类型、车道数、自身车道、目标类型、方向、距离、危险程度7个认知要素；MobileNet V2、MobileNet V2-SE、MobileNet V2-CBAM和MobileNet V2-...     

基于图优化的室外无人车多图层地图构建

地图构建是实现无人驾驶的重要前提,针对传统单一地图无法准确实现无人车自主导航的问题,本文中提出一种低成本的室外多图层地图,分轨迹层-静态层-动态层.轨迹层为GNSS拓扑地图,静态层为基于图优化构建的点云-栅格地图,动态层为实时激光点云信息.首先轨迹层的绝对位置信息用于实现无人车的全局路径规划,然后基于动态层实时信息与静...     

基于高精地图的车辆节能巡航控制方法研究

传统的定速巡航模式可在一定程度上缓解驾驶疲劳,并在平坦道路上使车辆行驶保持较好的燃油经济性,但在具有坡度的道路上,定速巡航往往会导致燃油消耗增多,不利于节能减排。随着车用导航高精地图的不断发展与普及,智能网联车辆可依靠实时地图信息提前获取前方道路坡度及交通流信息,这使得车辆节能巡航成为可能。基于车用导航高精地图,以旅途耗时和总燃油消耗作为代价函数,利用正向动态规划求解节能巡航车速;采用Matlab 软件的 Simulink 工具,构建车辆行驶计算模型,并输入溧宁高速约 10 km 的道路信息进行仿真验证。结果表明：相较于普通定速巡航,基于车用导航高精地图的车辆节能巡航可在通行时间延误不超过 1.24% 的前提下降低 5.95% 的燃油消耗。     

高精度地图在智能交通上的应用

随着交通强国战略以及数字交通发展的深入推进，以先进信息技术赋能交通运输发展、强化交通数字治理已成为我国推动交通智能化的关键。高精度地图通过底层数据汇聚以及统一平台整合，逐渐成为打通信息孤岛的有力手段，是交通行业数字底座的重要支撑。针对高精度地图的定义、建设思路、内容构成以及技术内涵进行详细介绍，从感知、决策、执行等3个维度分析高精度地图对于智能交通的支撑作用，并分析了在智能交管、智慧公路、智慧网联等3个业务场景、10个业务小项中高精度地图的具体支撑作用。     

车载导航地图服务发展探讨

从车载导航地图的存储介质、服务载体和服务内容等多方面探讨了车载导航地图服务的发展.物理存储技术的进步促进了导航地图数据存储的发展,为导航地图服务打下基础,手持导航设备及消费电子的出现极大扩展了车用导航电子地图的应用范围,实时动态数据的丰富提升了导航地图服务质量.      

拓扑地图的路口局部路径生成策略

交叉路口是自动驾驶开发过程中面临的复杂交通场景,采用高精度地图方案成本高昂,而仅通过车载传感器难以有效识别路口形状,因此,提出了一种基于开源拓扑地图与视觉可行驶区域检测技术的路口局部路径规划算法。首先,基于开源拓扑地图采用A*算法规划全局导航路径作为引导线,然后通过语义分割技术识别当前可行驶区域,并结合车辆实时定位信息,在路口确定局部路径的起点、终点与一组备选控制点,最后采用贝塞尔曲线插值方法,得到备选路径的曲线簇,根据多维度加权代价函数结果选取最优局部路径,进而实现车辆在路口转弯过程的自动驾驶。实验结果表明,该策略能够在不依赖高精地图的情况下,在路口处有效规划出局部路径,提高自动驾驶车辆在路口处的通过能力,路口通过率可达99%。该策略不依赖高精地图和激光雷达,对于自动驾驶量产降本具有重大意义。     

基于手机基站定位数据的地图匹配研究

研究如何利用手机基站定位数据信息进行地图匹配,其基本原理是通过采集车载手机通过道路的基站切换序列,在剔除冗余数据后,利用初始蜂窝小区定位算法实现每一个切换点在电子地图上的匹配,再利用路网的连通性实现路径的匹配。选取广州市到中山古镇路段作为实验路网进行实地实验,对所获得的基站信息进行数据处理和地图匹配的结果进行分析,证明通过手机基站定位数据来进行地图匹配的可行性和有效性。     

基于概率决策的车辆导航系统地图匹配算法

针对城市道路网日益复杂的实际特点,提出基于P ign istic概率方法的地图匹配算法。采用D-S证据理论的多规则数据融合技术,建立了车辆位置信息和方向信息判决规则。引入P ign istic概率理论,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性。对实际行车数据仿真处理结果表明,应用该算法可以较好地解决城市复杂路网地图匹配问题。     

基于改进D-S证据理论的车辆导航地图匹配

对传统D-S证据理论算法进行了改进,解决了证据的可信度和决策规则问题,使新的组合推理规则能够有效地处理证据中的冲突信息.并结合当前城市道路网日益复杂的实际特点,采用Pignistic概率的决策理论和基于权值D-S证据推理的地图匹配新算法,建立车辆位置信息和方向信息判决规则,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性.通过仿真和试验表明,该算法可以较好地解决城市复杂路网地图匹配问题.     

面向智能车定位的道路环境视觉地图构建

为实现智能车视觉定位,提出了一种基于多视角、多维度道路环境表征的高精度视觉地图构建方法,该方法明确了视觉地图的表征模型,包括视觉特征、场景结构信息以及轨迹信息等。在视觉特征中,运用前视场景全局特征描述道路环境,视觉特征不局限于某一种特征描述子;在场景结构信息中,运用俯视路面的2D结构信息进行描述,该特征与前视视觉特征构成多视角;轨迹信息则通过视觉维度以及地理维度的多维度方式完成计算,在视觉维度中,通过平面单应性计算节点间的轨迹;地理维度中,通过高精度经纬度信息消除累积误差问题。试验选取武汉理工大学内长约700 m的半开放式环形路段进行试验。试验结果表明：制图的单节点平均误差为3.1 cm,标准差为2.3 cm,最大节点误差为9.3 cm,累积误差率为0.5%。运用所制地图进行定位检测,平均定位误差约为11.8 cm,因此,研究所提出的方法可应用于半开放式路段或固定场景的视觉地图构建,为实现智能车在上述场景的定位打下基础。同时,研究提出的制图方法不需使用双目摄像机,在降低数据存储量以及制图成本的前提下,实现了对道路环境的充分表征;此外,运用路面2D特征结构信息计算轨迹,解决了视觉3D重建精度不稳定的问题,为视觉地图构建提供了新的构建思路。     

基于道路节点自适应缓冲区的矢量地图校正算法

针对传统矢量地图制作中存在的道路位置误差及当前矢量地图校正算法中存在的不足,提出了一种新的矢量地图校正算法.利用大量浮动车GPS数据的地理空间分布特征,构建了道路节点的自适应缓冲区,并对缓冲区内的有效GPS数据进行了筛选,然后通过对筛选后的GPS数据进行层次聚类分析处理,获得了更准确道路节点位置.通过对道路节点校正完成道路校正,运用该算法对重庆市某区域原始矢量地图中的道路进行了校正试验.结果表明:算法能够对存在位置误差的路段进行有效校正,且对于误差较大路段的校正效果更加明显,校正后矢量地图的平均位置误差显著降低.     

《米其林红色指南》中文版在中国正式上市

米其林集团于6月23日正式推出不了《米其林红色指南》的中文版,这是该系列丛书在中国的首次发行,标志着具有百年历史的红色指南迈开了进入中国市场的第一步。在率先推出的"欧洲"版中,总共介绍了20个欧洲国家的3000家酒店和餐厅,覆盖了巴黎、伦敦、法兰克福、斯德哥尔摩、雅典、布达佩斯等34个城市。同时,指南中还提供了150幅详尽的城市旅游地图,地图上标出了酒店和餐厅的位置;除了酒店和餐     

基于3D点云语义地图表征的智能车定位

为提高智能车节点定位准确率, 研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分: ①基于三维激光点云的语义分割, 包括地面分割, 交通标志牌分割和杆状语义目标分割; ②面向智能车的点云语义地图表征, 利用分割的语义目标投影, 生成带权有向图, 语义路, 语义编码, 再以语义编码和高精度GPS的全局位置组成语义地图表征模型; ③基于语义表征模型的智能车定位, 包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行, 节点定位准确率分别为98.5%, 97.6%和97.8%, 结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。      

基于高精度地图的车道推荐开发

为满足当前高阶智能化车辆对车道推荐引导的需求,文章基于车机导航地图（SD-Map）和高精度地图（HD-Map）进行关联匹配,完成道路和车道的映射关系表达,提出了可行域空间的路网模型和车道综合推荐系数的计算规则。基于行车道路剩余距离、车道限速和车道拥堵信息,建立车辆运动学模型,使用动态窗口法（DWA）优化算法定义速度空间,建立以车道路剩余距离、车道限速和车道拥堵信息为因子的综合成本函数,通过迭代优化获得最优车道推荐列表。最后通过实车测试验证优化结果,与基于静态地图数据推荐的车道相比,能够更加有效灵活地基于距离目的地剩余距离、车道限速情况和车道拥堵状态进行车道推荐,保证车辆当前行车速度最优。     

基于2阶HMM的智能车视觉地图定位方法

本文中针对视觉地图匹配问题，将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题，并提出基于2阶隐马尔科夫模型（hidden Markov model,HMM）的视觉地图匹配方法。在该模型中，状态变量被定义为高精度视觉地图节点，查询图像被定义为观测数据。在状态转移模型中，引入2阶模型对短时间车辆运动进行匀速运动建模，与传统的1阶HMM相比，可以提高模型的适用性与准确性。提出利用全局图像特征建立查询图像与地图节点之间的匹配关系，并从匹配的汉明距离建立发射概率模型，可有效提高地图匹配的效率。最后，通过前向算法来求解最优匹配的地图节点。为了验证算法的性能，分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证。实验结果表明：2阶HMM模型能够有效融合车辆运动信息和图像信息，提高匹配的稳定性和精确度，算法性能明显优于传统的基于单帧匹配和序列匹配算法。     

米其林读者俱乐部 卡客车全新服务理念的先行者——米其林推出“无忧行”卡客车会员俱乐部项目

2008年6月,世界轮胎科技领导者米其林公司在中国推出米其林"无忧行"卡客车会员俱乐部业务。米其林"无忧行"卡客车会员俱乐部包括6项增值服务,分别是积分兑换,道路救援,信息速递,上门服务,会员网站和会员活动。这一服务品牌的推出开创了中国卡客车轮胎领域的全新服务理念,同时使米其林成为中国市场上首家提供专业24小时卡客车轮胎救援的轮胎企业。     

你不知道的米其林米其林指南Le Guide Michelin

为何会有米其林指南 提起米其林，相信不少人会立即想到轮胎。如对米其林了解较深入，大概还能想到驰加。但你是否知道，米其林除了生产轮胎和经营汽车服务中心外，还一直关注着美食和旅游。其推出的《米其林指南（Le Guide Michelin）》，便是这家法国知名轮胎制造商米其林公司所出版的美食及旅游指南书籍的总称。其中绿色封面的《米其林指南》内容为旅游指南，内容包括地图、行程规划、景点推荐和道路导引等；而红色封面的《米其林指南》，内容为各种餐厅的星级评鉴。