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     

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。     

车载定位系统的应用及关键技术

随着车联网及自动驾驶相关应用的推广与普及,车载定位系统的重要性与日俱增。文章立足于车载定位系统的原理与架构,着重介绍了车载高精定位关键技术的原理和应用,包括传统卫星定位、差分定位、关系导航及组合导航及其组合方案,并在最后对车载定位系统的发展进行总结与展望。为满足自动驾驶相关场景带来的需求和挑战,车载定位系统已在原有的单一全球导航卫星系统（GNSS）定位的基础上,逐步加入差分定位、惯导系统及对前两者进行融合的组合导航,在不断提高定位精度的同时,也进一步增强了车载定位的抗干扰能力及带遮蔽环境下的动态适应能力。     

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。     

一种智能驾驶汽车的航迹推演方法

随着人工智能技术的发展,汽车智能驾驶技术日渐成熟和完善,高精定位、前视摄像头、毫米波雷达和高精地图可以高效地保障车辆安全可靠地行驶。但是在遇到高楼林立的城市路段、峡谷、隧道等路况,定位信号会变得薄弱甚至丢失;又如在迎着太阳行驶的路上,强光会导致前视摄像头过曝光而功能降低,导致无法分辨车道线、道路边界及障碍物等,智驾感知能力降低、安全风险增大。汽车自身多种冗余感知模块的应用可以较好解决上述这类问题,通过采集三轴六向加速度和航向角信息,融合离散系统方式和欧拉公式等算法,嫁接毫米波雷达测距和高精地图的全局坐标系位置,智驾系统可以在一定时间内推演航迹路线,鲁棒性强、安全性高。     

Tom Tom与EB合作为自动驾驶车辆提供高清地图

正据悉,TomTom与Elektrobit(EB)于近日宣布,双方将发布业内首款自动驾驶车载高清地图视野。该款高清地图有助于帮助车辆建立高精度虚拟图片,清楚地呈现道路前方视野,提升驾驶安全性及舒适性。该款产品可利用Elektrobit的EB robinos Predictor车载软件,通过TomTom AutoStream为驾驶员呈现最新的TomTom HD Maps流媒体内容。该款高清地图定位SAE 2级或更高级别的车辆,其符合汽车业内的ADAS接口规格(ADASIS)v3协议。     

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。     

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。     

面向L3级自动驾驶高速公路道路测试场景的构建方法

自动驾驶技术的发展离不开道路测试,科学完善的自动驾驶测试评价体系需要完整的测试场景做支撑。高速公路场景作为L3级自动驾驶的典型应用场景,相关的测试标准、测试方法、测试场景亟需明确。文章通过对L3级自动驾驶高速公路道路测试场景来源、场景分类与要素、场景构建关键技术等分析,结合L3级自动驾驶高速公路应用场景,从自动驾驶车辆应急处置、人工介入能力和综合驾驶能力等方面,提出L3级自动驾驶高速公路道路测试场景及测试项目,为后续道路测试评价方法提供基础。     

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     

搭载北斗卫星导航系统：上汽红岩·智能重卡商业化进程加速

正2020年6月23日,随着北斗三号最后一颗卫星顺利发射,北斗系统完成全球组网。这意味着我国真正完全拥有了自己的全球卫星导航系统。据了解,北斗系统是唯一的全球性、高精度时空基准,可在全球范围内将感知时间和位置的能力赋予道路、环境等系统,为用户提供更精准的导航定位服务。关于北斗导航定位技术的应用,上汽红岩2019年10月9日在上海洋山港开始进行的全球首次"5G+L4级智能驾驶重卡"示范运营,即已采用了北斗导航定位技术。     

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。     

基于IPM和边缘图像过滤的多干扰车道线检测

在基于视觉的自动驾驶环境感知中,路面阴影、雨水、污渍和反光会对车道线识别和车辆导航造成干扰,针对此问题提出了一种基于逆投影映射（IPM）和边缘图像过滤的改进车道线识别方法。通过逆投影方法可以得到原始道路图像的鸟瞰图像,很大程度上增强了车道线的视觉特性并减少了干扰。同时提出迭代聚类分割方法对IPM图像中的灰度值进行分析,并保留与车道线颜色和形态特征最为接近的灰度点作为车道线边缘。随后提出一种搜索统计边缘图像中连续边缘区域的方法,通过分析边缘点并保留最长区域实现过滤道路干扰因素的目的。最后将该算法与其他常用车道线检测算法进行对比。研究结果表明：该方法可以更好地过滤路面各种干扰因素,有效增强干扰环境下识别模糊车道线、实车道线、虚车道线、弯车道线的能力,大幅提高了自动驾驶环境中的车道保持能力,并且由于该方法相比其他方法能够更加有效地去除路面干扰区域,因此识别车道线的速度得到大幅提高,可以满足自动驾驶对于实时性的要求。     

智能车载导航电子地图的集成应用研究

介绍了一种嵌入式车载导航电子地图,可以有效提高自动驾驶系统的效率。该地图根据嵌入式系统的操作速度慢、存储容量小等特点,简化了路网的数据结构和表达方法,并采用分层模型实现地图管理。     

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"。     

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。     

一种基于语义分割结果的车道线检测拟合方法

车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。     

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。     

法雷奥新一代激光雷达技术让自动驾驶成为现实

<正>作为高级驾驶辅助系统(ADAS)的全球领导者,法雷奥近日展示了其第三代扫描激光雷达(LiDAR),该产品将于2024年投放市场。这项技术能够显著提升驾驶辅助系统的性能,使得自动驾驶成为现实,同时极大地提高了道路安全水平。法雷奥第三代激光雷达在探测距离、分辨率、帧率等方面的性能都超乎寻常。     

法雷奥发布第三代激光雷达

正法雷奥作为高级驾驶辅助系统(ADAS)的全球领导者,于11月23日正式发布第三代扫描激光雷达(LiDAR),该产品将于2024年投放市场。这项技术能够显著提高驾驶辅助系统的性能,使得自动驾驶成为现实,同时极大地提高了道路安全水平。法雷奥第三代激光雷达性能全面提升,实现450万点频和每秒25帧的速度重建车辆周围环境,并实时生成3D图像。