您的位置:首页 > 科技 > 名人名企 > 四维图新副总裁孟庆昕:自动驾驶时期到来,未来地图要素是什么? | 附问答

四维图新副总裁孟庆昕:自动驾驶时期到来,未来地图要素是什么? | 附问答

2019-11-07 来源:雷锋网  浏览:    关键词:自动驾驶,智能驾驶,无人驾驶

四维图新副总裁孟庆昕:自动驾驶时期到来,未来地图要素是什么? | 附问答_

1.jpg

*四维图新高级副总裁孟庆昕

雷锋网新智驾按:10月26日至27日,2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶产业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时期、单车智能和车路协同的共演之路、新型的车内交互探求”三大主题,共同讨论了智能驾驶的未来展开方向。

本次峰会由苏州市相城区人民政府主办,苏州高铁新城管理委员会、雷锋网新智驾承办,江苏省智能网联汽车产业创新联盟、江苏省人工智能学会智能驾驶技术专业委员会、清华大学苏州汽车研讨院、中国移动通讯集团等单位协办。来自主机厂、国内外一级供给商、自动驾驶处置计划商、自动驾驶中心零部件、出行运营商等智能驾驶上下游企业,车路协同专家学者、代表企业等1500余位业内人士莅临现场。

固然各家计划对高精度地图的态度不一,但进入更高级别自动驾驶后,高精度地图的重要性不容忽视。四维图新作为面向B端的图商,在自动驾驶高精度地图范畴停顿颇为疾速。

近日,四维图新高级副总裁孟庆昕表示,当前地图行业还没有统一规范,各个行业对地图的需求也不尽相同。而且,行业生态未成型,没有构成真正有效的产业链条。基于这些问题,孟庆昕以为,由于高精度地图是基础数据,无论是车厂、车路协同技术效劳商,还是公路树立部门等,都能够依托智能地图中止测试,早日完成面向未来的自动驾驶。

随后,孟庆昕引见了四维图新的制图流程和规范。并表示,智能驾驶对地图的请求是精度高、要素全、协同全和更新快。基于这一特性,四维图新经过车载雷达,对路面要素和点云中止采集,再经过自动化提取的算法将一切要素反映出来,然后中止分类。

据孟庆昕引见,四维图新面向高精度自动驾驶的地图往常曾经能够抵达20厘米精度,成为传统导航电子地图、ADAS地图后的又一重要产品。除了用于应用于车端场景,高精度地图还能够应用于云平台和仿真测试。

以下为孟庆昕的演讲速记整理,雷锋网(公众号:雷锋网)新智驾中止了不改动原意的编辑:

在组建至今的近20年内,四维图新不时在做智能位置出行业务。目前,四维图新的业务规划涵盖了导航、车联网、自动驾驶等范畴,还在芯片、大数据和计算综合才干有所涉足。今年年初,我们拿下了宝马在中国面向L3级自动驾驶地图订单,这也是中国第一张订单,这意味着自动驾驶时期曾经到来了。

未来的地图要素会是什么样?基于不同视角,3G到来后,降生了微信,完成了语音交互的功用,4G到来,降生了抖音,完成了视频交互。面向5G时期,一定是AR与VR交互的地图呈现。面对To B视角,地图将成为基于全面感知重和决策的需求的三维实景和全面感知系统。

智能地图要素库不时更新

随着5G的到来,四维图新基于现有的传统地图开发才干,和对车的了解,开发了真正的自动驾驶地图,以路为基,以车为本。

智能地图是什么样呢?能够对比一下,传统导航电子地图的精度是1:10000。ADAS地图,也就是大家日常用到的智能辅助驾驶地图的精度目前能够做到0.5米。面向高精度自动驾驶的地图四维图新目前曾经做到了20厘米精度。

1.png

我们的智能地图采集曾经掩盖了全国范围内的高速公路和部分城市,智能驾驶的特性是精度高、要素全、协同全和更新快。自动驾驶地图是如何采集呢?首先是经过车载雷达对路面要素、点云中止采集,经过自动化提取算法,把一切的要素反映出来,在这个基础上增加属性,然后中止分类,主要分为道路、车道、以及隶属设备三大类,在这下面还要中止细分,要素抵达100多种,随着自动化对要素增加,我们也在不时更新这个要素库,这些要素构成了智能地图内容。

1.png

在效劳方面,四维图新主要做输入和分发。在网络方面,我们针对管理端和车端中止效劳和开发。高精度地图呈现的无非是点线面,但这些点线面和传统地图的区别在于,它是给车辆看的,并且能够通知车辆在哪一条路、哪一条车道行驶,接下来到哪一个路口,如何辨认红绿灯,如何完成执行和转向等操作。

应用于车端和仿真测试

未来,自动驾驶地图会应用在哪些场景呢?

首先是车端。经过我们的HD、MS,把生成自动驾驶地图传送到车端,车端经过SDK中止解算,然后发送到自动驾驶引擎上,经过车辆传感器,执行有效的决策,到最后发指令,构成一个闭环。

由于车辆传感器看到变化时才会传输感知数据,所以我们引入了车路协同。由于,大量路侧设备的布设节点距离比较短,也极大地处置了数据传输、数据稳定、数据包大小等问题,有效地保证了自动驾驶地图的更新。

四维图新和车厂达成的协议是,打通车厂效劳器,全面感知、实时更新动态数据,然后回传到我们的平台上。这和路侧数据设备一样,都是为了保证自动驾驶的有效更新。

未来要具备实时更新、确保安全的才干,必需求统一地图的规格、效劳接口和坐标基准,这是一个基准前提。

前段时间,国务院提出了交通强国纲要。目前交通部、道路树立部门正在鼎力树立它的交通管控,这里面触及到很多公路要面临的聪慧公路改造工作。

地图是上车、上云、上平台,路侧设备是感知,计算分发一体化则能够全域感知数据回馈。我们以为,智能地图离不开三大应用支撑,首先是基础设备一张图,要打通一切数据车联网的关联,最后经过全域感知中止重构,也就是对一切交通动态数据和场景中止全方位的剖析,给决策提供重要支撑。

自动驾驶地图还会应用在仿真测试范畴。大家知道,自动驾驶L5级自动驾驶汽车想要上路,据专家称一定要经过110亿英里测试这需求要100辆车24小时不间地测试,测试时间需求500年。由此,模仿测试一定是必不可缺的。在仿真测试方面,四维图新主要做的是静态数据支撑。我们把静态数据分为四大品类:高速、快速路、城市道路和部分特殊道路。

面向自动驾驶,往常地图曾经具备量产才干了,但是还面临一些问题。能够看到,目前我们的地图还没有统一规范。各行各业对地图的需求也不尽相同。而且,行业生态未成型,没有构成真正有效的产业链条。希望大家共同努力,快速推进自动驾驶量产落地。

附新智驾与孟庆昕对话实录:

新智驾:目前四维图新的规划主要集中在国内,国外的规划是怎样的?

孟庆昕:在第三方的评测和才干考证上,目前四维图新自动驾驶地图处在全球抢先的水平.主要是指车身传感器必需交互的AI才干,包括基本采集要素如何传送给传感器,大致包括40个构成要素,四维图新能够抵达30个。

新智驾:前段时间四维图新和宝马达成了有关于L3级的地图协作订单,能细致透露下吗?

孟庆昕:跟宝马基于高精度地图的协作在三年前就达成,今年二月份完成落地,是中国首张面向L3级的自动驾驶订单,量产时间是2021年。此前也有企业以为使传感器或纯视觉方式就能够完成自动驾驶,但四维图新的L3订单证明了,高精度地图是自动驾驶一个不可或缺的重要要素,与传感器密不可分。

第二,国内自动驾驶量产的时间表是在2021年,这也标明,无论是自动驾驶的规范还是四维图新采集的数据,一定要在2021年完成L3级高速公路场景、封锁园区的数据掩盖。

新智驾:最初的导航运用主体是驾驶员,而高精度地图是面向自动驾驶。从四维图新的角度来说,高精度地图的研发,需求什么技术条件才算是成熟?

孟庆昕:不时以来,国际国内知名的中高端汽车都是四维图新的客户,因而,在产品上一定要契合国际车厂客户的请求,需求对未来的五年、八年有一个前瞻性的战略规划,在技术的评判上一定要远超目前市面上成熟的技术。 

从2005年开端,我们就开端规划与自动驾驶地图相关的业务部门,从采集到数据编译,到最终的地图呈现,能够看到,是跟传统地图完整不同的产品线。 

这也意味着,四维图新必需了解车厂完好的自动驾驶计划,四维图新的有效数据如何给汽车的硬件、传感器一个决策指令,中止有效地传输。此外,为了考证我们的产品,四维图新也成立了自动驾驶完益处置计划部门,考证我们地图提供的精度、要素、掩盖的场景丰厚度。我们今年也拿到了自动驾驶的T3牌照。

新智驾:目前,部分自动驾驶计划提供商提出,自动驾驶不需求依赖激光雷达、高精度地图的辅助,依赖视觉加毫米波雷达就能完成自动驾驶,你们怎样看待这些计划?

孟庆昕:自动驾驶是分等级的,对L3级自动驾驶来说,高精度地图曾经成为不可或缺的辅助伎俩。当然也有像特斯拉这种企业,用推翻性思想、靠视觉去应战自动驾驶完好计划。但特斯拉全系依赖L2.5级自动驾驶地图,叠加视觉技术基础来完成。假如面向L4城市级的计划会更复杂,由于城市道路更复杂,而且中国的路况跟国外的路况还是有很大的差别。

至于刚刚提到的推翻式思想,究竟能走多远,具备不具备量产才干,需不需求安全冗余?自动驾驶最关键的请求就是安全,出了事故就是人毁车亡。我们以为,从国际重量级的车厂或是像华为这么严谨的企业角度来看,一定会用高精度地图。

新智驾:从本钱来看,高精度地图计划的本钱大约是什么样的量级?

孟庆昕:目前谈自动驾驶的本钱还为时兴早。目前,我们的地图在国际车厂的一台车定价是原来传统地图的3-5倍,假如叠加每年的效劳费,就是五千块钱左右。 

新智驾:如何看待智能网联和自动驾驶这两大趋向? 

孟庆昕:其实智能网联是自动驾驶的一个综合体,未来会把自动驾驶完成万物互联了。V2X的基础就是先打通路侧设备,其中5G开通是一个重要的前提。车身的数据打通之后,任何一台车完成自动驾驶的安全才干会更高。

雷锋网首创文章,未经受权****。详情见**须知。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:service@qeerd.com,投稿邮箱:tougao@qeerd.com