自动驾驶高精度地图众源更新技术现状与挑战

针对自动驾驶高精度地图实时动态更新在高精度、高可靠、高安全等方面所面临的挑战，总结当前高精度地图更新面临的困难与挑战，加快自动驾驶高精度地图的大规模商业化落地，从而提升智能汽车的安全性和稳定性，为高级别自动驾驶提供重要支撑。首先描述了自动驾驶地图的定义与内涵，指出自动驾驶地图的数据特性和功能应用；其次梳理了高精度地图更新的发展现状与趋势，综述了地图集中式更新与众源式更新的优劣，指出众源更新已成为地图更新发展的新趋势；再次，总结了目前众源更新的基本架构与关键核心模块，并针对关键核心技术展开分析，归纳了众源更新所涉及关键技术的现状及趋势。结果表明：当前技术仍然面临着7个主要方面的挑战，涉及地图模型、高精定位、三维重建、融合更新、数据安全、快速审查、标准法律法规。针对这些挑战，指出自动驾驶高精度地图众源更新技术难题需要政产学研多部门从技术、政策、法律多维度共同推进解决，从而加速自动驾驶地图众源更新技术的发展与应用。     

高精度地图定位在高速公路自动驾驶系统中的应用

自动驾驶已经成为全球汽车产业的战略发展方向,其中L3级高速公路自动驾驶是最有可能率先落地的自动驾驶系统,高精度地图和定位系统是自动驾驶系统的关键一部分,近年来发展迅速,已经达到可量产状态。文章首先分析了自动驾驶和高精度地图定位的发展现状,然后,对高精度地图和定位系统在自动驾驶系统的地理围栏判定和感知冗余方面的应用进行了研究,最后初步提出了高精度地图定位测试方案。     

自动驾驶汽车测绘管理政策法规问题及优化建议

正自动驾驶汽车通过"环境感知+高精度定位+高精度地图"技术耦合实现路径规划的行为涉及测绘,需要符合我国测绘领域相关政策法规的要求。我国对测绘行为采取严格的管理模式,部分规定会限制测绘技术在自动驾驶汽车上的应用。本文梳理了自动驾驶汽车测绘领域的政策法规现状、存在的问题,并结合产业发展实际,提出了相应的优化建议。     

四维图新携手嬴彻科技，高精度地图落地自动驾驶干线物流

正近日,四维图新和国内自动驾驶商用车技术与运营公司嬴彻科技达成前装量产定点合作协议,四维图新将为嬴彻科技2021年底量产的自动驾驶商用车项目,提供L3级自动驾驶的高精度地图"数据+引擎"产品服务,这是国内首个面向商用车L3级自动驾驶干线物流的高精度地图商业订单。     

高精度地图应用于自动驾驶汽车的政策法规问题

<正>我国测绘及地图管理相关政策制定较早,随着产业发展和科技进步,现行测绘及地图相关法律法规对自动驾驶汽车发展所需的高精度地图形成一定束缚。为促进自动驾驶汽车产业健康顺利发展,本文通过理清行业现状,分析企业需求,找出产业发展中遇到的一些突出的政策法规问题,提出相关建议。未来,如要实现L3及以上级别的自动驾驶,则需要使用高精度地图。高精度地图能够帮助自动驾驶汽车更精准地了解真实世界,是实现自动驾驶商业化不可或缺的一项新型"基础设施"。     

基于激光雷达的自动驾驶同步定位与建图方法综述

同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术可使自动驾驶车辆在未知环境中根据车载传感器采集到的数据估计自身位姿,建立环境地图,为车辆的规划、决策提供定位信息,是近年来自动驾驶技术研究的热点之一。基于车载激光雷达的点云数据,聚焦SLAM技术在自动驾驶领域的应用,围绕前端里程计、后端优化和回环检测技术,对国内外相关研究进行综述。考虑到单一传感器的局限性,结合目前多传感器融合研究的热点与难点,展望了自动驾驶多传感器融合SLAM技术在自动驾驶领域的机遇与挑战。     

新能源汽车自动驾驶高精度视觉检测技术的研究及应用

近年来新能源汽车得到广泛推广应用,新能源汽车自动驾驶技术作为汽车领域的重要创新,依赖高精度视觉检测技术实现对环境的准确感知。本论文深入研究了新能源汽车自动驾驶中的高精度视觉检测技术及其应用策略。在机器视觉与视觉检测技术的发展阐述后,重点探讨了汽车自动驾驶中高精度视觉检测技术在城市道路和高速公路等场景中的实际应用策略。通过分析特斯拉和谷歌自动驾驶项目等典型汽车厂商的实践经验,以及高精度视觉检测在事故预防和安全性方面的实际效果,为深入理解该技术的价值和潜力提供了实质性的支持。     

自动驾驶仿真技术研究现状

作为测试自动驾驶车辆的关键技术之一,计算机仿真与真实的物理环境下的自动驾驶汽车测试相辅相成,在未来的自动驾驶行业领域,计算机仿真也必将为自动驾驶车辆的开发与相关技术标准的制定提供重要的依据。本文主要从自动驾驶仿真测试的意义、测试方法和作用、搭建技术、软件现状等部分为切入点,介绍自动驾驶仿真技术的现状,为自动驾驶仿真技术的研究和发展提供参考依据。     

汽车自动驾驶技术研究

自动驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车,它的行驶模式可以更加节能高效,可以为国家节省数千亿人民币的交通事故成本、交通拥堵成本以及运输过程中以人力提高生产力的成本。然而由于传感器的可靠性,系统漏洞等原因,现在使用的自动驾驶技术并不那么安全。针对上述内容从提高自动驾驶的可靠性方面,重点对汽车自动驾驶技术的网络化、人工智能、高精度地图、关键传感器、交通基础设施等方面进行研究。     

博世与百度、高德合作打造高精度自动驾驶地图

正德国汽车技术供应商博世集团(Bosch)4月19日宣布,已与百度、高德和四维图新签署基于高精地图的自动驾驶战略合作协议,旨在为中国市场开发用于自动驾驶的高精度地图。根据合作协议,百度、高德和四维图新将使用博世的雷达和视频传感器,来帮助生成和更新地图,这对自动驾驶汽车上路至关重要。博世集团移动解决方案部门董     

TomTom:高精定位技术推进自动驾驶研发

正精准的定位是确保自动驾驶安全的关键要素。为实现精准定位,需要高精地图以及车载传感器的配合。TomTom与博世、英伟达、高通等公司在高精地图领域展开合作,可实现"厘米"等级的精确度。在2018年12月举办的Telematics@China车联网大会上,TomTom展示了高精度地图定位技术,以及面向智能网联车辆的软硬件导航解决方案。随着互联技术的快速发展,有着近30年历史的TomTom近年来正加速软件业务开发,从一家以导航仪为主     

激光雷达技术研究现状及其应用

激光雷达是一种各领域广泛应用的环境感知传感器,随着自动驾驶技术发展,更是成为自动驾驶车辆核心的建图定位设备。本文主要概述了国内外激光雷达的研究现状,分析并对比了三角测距和TOF两种激光雷达实现原理,讨论了目前主流厂商的测试标准,介绍了激光雷达技术的在气象观测、城市建设、交通运输的主要应用,为激光雷达的技术研究和产业化发展提供参考依据。     

发展自动驾驶汽车的挑战和前景展望

自动驾驶汽车不仅是对道路交通具有革命性影响的工具,更是新时代人类进步的一大表现。不过,自动驾驶汽车的独特性、复杂性也意味着其在完善过程中会遇到各种挑战和问题。对此,本文通过对国内外自动驾驶汽车发展现状的分析,探寻其发展中面临的挑战,展望其未来,希望能推动该领域的研究发展,为推动自动驾驶汽车发展提供参考。     

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。     

BMW I INSIDE FUTURE遇见未来

正在2017年的CES(国际消费类电子产品展览会)上,宝马将近些年数字化带来的巨大改变视作一次绝佳契机,通过其发布的全新‘I Inside Future’研究项目来推动自动驾驶、云端互联、内饰研究、数字终端等领域的发展,使用户、车辆与生活三者之间实现无缝对接,由此塑造出未来更加便捷、多样化的出行方式。在今年的C E S上,一辆基于宝马5系打造并被命名为"Personal Co Pilot"的改装车带来了宝马最新的自动驾驶技术。这款车型能够根据车身所在的具体位置及周边环境,实时与高精度地图进行对比,从而实现车辆自动保持车道行驶,加速、制动以及泊车等全部被系统自动     

自动驾驶安全第一

自动驾驶集人工智能(AI)、大数据、5G、车路协同、高精度地图与定位等高新技术于一体,顺应汽车工业革命的电动化,智能化、网联化、共享化发展趋势,近年来得到高速发展。具备自动巡航、紧急自动刹车、车道偏离预警等先进辅助驾驶系统(ADAS)功能的低等级自动驾驶汽车实现车辆前装,得到大规模量产应用。具备有条件自动驾驶、高度自动驾驶、完全自动驾驶功能的高等级自动驾驶汽车已经开展道路测试验证,量产商用可期。     

基于强化学习的自动驾驶决策研究综述

强化学习的发展推动了自动驾驶决策技术的进步，智能决策技术已成为自动驾驶领域高度关注的要点问题。本文以强化学习算法发展为主线，综述该算法在单车自动驾驶决策领域的深入应用。对强化学习传统算法、经典算法和前沿算法从基本原理和理论建模等方面进行归纳总结与对比分析。针对不同场景的自动驾驶决策方法分类，分析环境状态可观测性对建模的影响，重点阐述了不同层次强化学习典型算法的应用技术路线，并对自动驾驶决策方法提出研究展望，以期为自动驾驶决策方案研究提供有益参考。     

“自动+人工”混合驾驶环境下交通管理研究综述

为了解混合驾驶环境下交通管理的研究现状和发展趋势，以“自动驾驶汽车”发展现状为基础，分析自动驾驶汽车在混合驾驶环境下存在的问题，基于Citespace文献计量工具，CNKI核心数据库近24年（1997—2020年）有关自动驾驶研究的文献为研究数据源，从发文年代、期刊来源、研究机构、关键词等进行文献计量和可视化分析，并生成各研究机构间的关系网络图谱及关键词共现网络图谱。结果表明:国内近5年自动驾驶发文量呈上升趋势；《中国公路学报》为发文量最高的期刊；自动驾驶汽车研究的方向主要包括:①目标检测及场景感知研究；②决策与控制；③交通事故责任划定研究。在未来混合驾驶环境下交通管理应结合车路协同、高精度地图技术，从标志标线设计、信号配时优化、路权归属、交通事故责任划定等方面进行研究，使道路运输更安全、高效、便捷。      

访罗伯特·博世有限公司底盘控制系统事业部总裁Mr．Gerhard Steiger

Q：根据材料介绍，自动驾驶技术才能真正的成熟。为什么不能尽快地把这个系统研发出来。Gerhard Steiger：自动驾驶的发展是一个过程，真正达到自动驾驶是终极目标。现在有很多主机厂和一些供应商部在做这方面的研究，实现过程是一步一步的。目前自动驾驶的实现还存在很多问题，比如传感技术、数据融合、人工智能、地图等。所以我们在介绍自动驾驶的同时也要介绍现阶段的技术，我们在一步一步达到自动驾驶。     

信息快报

正Tom Tom公司强化核心业务欲与车企合作Tom Tom公司收购了Autonomos公司,旨在强化旗下核心业务,其高清地图成为自动驾驶领域内增速最快的业务。Autonomos公司位于德国柏林,提供自动驾驶车辆辅助系统的研发服务,公司打造了整套演示级(full demonstration-level)自动驾驶软件堆