Comment faire en sorte que les voitures autonomes « connaissent la route »

Semblables à la marche humaine, les voitures autonomes doivent également avoir la capacité de penser de manière indépendante et de porter des jugements et des décisions concernant l'environnement de la circulation afin de mener à bien le processus de déplacement. Avec l'amélioration de la technologie avancée des systèmes de conduite assistée, la sécurité des conducteurs conduisant des voitures continue de s'améliorer et le degré de participation du conducteur à la prise de décision en matière de conduite est progressivement réduit. La conduite autonome se rapproche de plus en plus de nous.

Les voitures autonomes, également connues sous le nom de voitures sans conducteur, sont essentiellement des robots hautement intelligents qui peuvent effectuer des comportements de déplacement avec uniquement l'assistance du conducteur ou sans aucune intervention du conducteur. La conduite autonome est principalement réalisée à travers la couche de perception, la couche de prise de décision et la couche d'exécution. En tant que véhicule automatisé, les véhicules autonomes peuvent utiliser des radars supplémentaires (radar à ondes millimétriques, lidar), des caméras de véhicule, des systèmes mondiaux de navigation par satellite (GNSS), des systèmes réels. -time Les dispositifs matériels tels que l'unité de mesure dynamique (PTK) et inertielle (IMU) détectent l'environnement de circulation et évaluent l'environnement de circulation détecté. La voiture autonome peut prendre des décisions comportementales et planifier un trajet en fonction de l'environnement de circulation détecté, puis envoyer. signale à l'unité d'exécution des commandes pour contrôler la conduite des voitures autonomes.

La réalisation de voitures autonomes n'est pas aussi simple que nous l'imaginions Si nous voulons que les voitures autonomes atteignent la capacité de conduite de conducteurs expérimentés, en plus de faire en sorte que les voitures autonomes « voient clairement » ( couche de perception) et « penser » En plus du « deming » (niveau de prise de décision) et du « stepping legs » (niveau d'exécution), nous devons également « connaître la route ». Les cartes de haute précision sont l'arme magique pour l'auto-évaluation. conduire des voitures pour « connaître la route » !

Tout comme la façon dont les gens utilisent des cartes pour naviguer lorsqu'ils arrivent dans une ville étrange, les voitures autonomes doivent également résoudre des problèmes tels que où aller, comment y aller et comment y aller s'ils veulent parvenir à une conduite autonome. Après avoir donné des instructions de déplacement aux voitures autonomes, la première chose à faire est de planifier la route. Les cartes de navigation utilisées par les humains accordent plus d'attention aux informations telles que les noms de rues et les chemins, et enregistrent uniquement des données telles que la forme de la route, la pente, la courbure, le revêtement, la direction, etc. Les êtres humains peuvent comprendre les itinéraires dont ils ont besoin sur la base de ces informations. . Différentes des cartes de navigation utilisées par les humains, les cartes de haute précision destinées aux voitures autonomes couvrent des informations de plus en plus complètes.

La carte de haute précision est une sorte de précision qui peut atteindre le niveau du centimètre (la précision des cartes de navigation utilisées par les humains n'est qu'au niveau du mètre), offrant une haute précision, une grande dimension, une grande richesse et une grande fraîcheur avec plus de richesse. éléments et une fréquence de mise à jour plus rapide. Les cartes électroniques, qui peuvent fournir une perception de l'environnement au-delà de la ligne de vue et une planification optimale des trajectoires au niveau de la voie, peuvent garantir la sécurité des véhicules autonomes pendant la conduite. En plus des informations couvertes par les cartes de navigation humaine, les cartes de haute précision ajoutent également des données liées aux attributs des voies, telles que le type de ligne de voie, la largeur des voies, etc., ainsi que des objets aériens, des garde-corps, des informations sur les bords de route et des obstacles en bordure de route. . Une grande quantité de données telles que des objets (arbres, poubelles, poteaux téléphoniques, etc.) et des repères routiers.

En tant qu'aide nécessaire aux véhicules autonomes pour « reconnaître la route », les cartes de haute précision contiennent une grande quantité d'informations de conduite, dont la plus importante est la représentation tridimensionnelle précise du réseau routier en plus des informations routières. , il contient également de nombreuses informations sémantiques, notamment la couleur des feux de circulation, les informations sur les limitations de vitesse sur route, les positions de virage des véhicules, etc.

L'émergence et le développement de cartes de haute précision favoriseront l'aménagement des transports intelligents, des villes intelligentes et des transports intelligents. Avec le développement de la technologie des réseaux intelligents, l'importance des cartes de haute précision est devenue de plus en plus évidente pour les véhicules autonomes. Niveaux L4 voire L3 Pour conduire une voiture, l’installation de cartes de haute précision est une option nécessaire. Les cartes de haute précision peuvent planifier les itinéraires de conduite des voitures autonomes et fournir une base pour le positionnement, la prise de décision, les informations sur la dynamique du trafic, etc. En outre, les cartes de haute précision peuvent également garantir que les voitures autonomes détectent les pannes matérielles lorsque le matériel de détection des voitures autonomes tombe en panne ou l'environnement environnant est hostile. Elles peuvent conduire en toute sécurité, et des cartes de haute précision peuvent améliorer la perception au-delà de la portée visuelle et améliorer les capacités de planification des véhicules autonomes.

Les cartes de haute précision sont très importantes pour les voitures autonomes et présentent de nombreux avantages. Les cartes de haute précision peuvent fournir des informations routières a priori et des garanties de positionnement redondantes pour les voitures autonomes. Contrairement aux capteurs embarqués, les cartes de haute précision ne sont pas affectées ou limitées par l'environnement météorologique, la distance de détection, etc., et peuvent assurer une redondance de sécurité. pour les voitures autonomes. Étant donné que la carte de haute précision couvre les informations de localisation telles que les lignes de voie, les panneaux routiers, les feux de circulation, etc., les informations pertinentes peuvent être prédites et la précision de détection et la vitesse du matériel de détection peuvent être améliorées. Par exemple, tourner à gauche à une intersection. (selon les règles de circulation, conduite à droite) est une voiture autonome. L'un des problèmes les plus difficiles à résoudre au cours du processus de recherche et développement est que l'aide de cartes de haute précision peut indiquer aux véhicules autonomes quelles intersections peuvent tourner à gauche. virages, zones d'attente pour tourner à gauche, où se trouvent les lignes d'arrêt pour tourner à gauche, etc. De plus, dans le cadre du développement de l'Internet des véhicules, des cartes de haute précision peuvent transmettre des informations sur les véhicules, des informations sur l'état des feux de circulation, des informations sur la circulation routière, etc. vers le cloud, réalisant ainsi la planification et l'aménagement des transports intelligents.

Les cartes de haute précision doivent stocker des données statiques et dynamiques sur l'environnement des véhicules et des données sur l'environnement de la circulation si elles sont placées sur une seule couche, cela ne sera pas propice à la production et à l'utilisation. Par conséquent, des couches standardisées doivent être utilisées, et chaque couche. reflète une caractéristique environnementale ou une caractéristique de transport et superpose toutes les couches pour former une carte utilisable de haute précision. A ce stade, les cartes de haute précision peuvent être divisées en deux couches, à savoir la couche de données statiques et la couche de données dynamiques. La couche de données statiques peut être subdivisée de bas en haut en trois sous-couches vectorielles : modèle de voie, composants routiers, les attributs de la route et une sous-couche de caractéristiques environnementales. La couche de données dynamiques est basée sur une technologie de réseau intelligente et obtient des données d'exploitation du trafic en temps réel. Les données de gestion du trafic collectent des données de mouvement en temps réel des personnes et des véhicules. Par conséquent, elles peuvent être divisées en couche de données d'exploitation du trafic, couche de données de gestion du trafic et couche de données de gestion du trafic. couche de mouvement hautement dynamique de bas en haut.

La production et la collecte de cartes de haute précision sont très différentes des cartes de navigation utilisées par les humains. Le système de collecte de cartes de haute précision est devenu un « système de mesure mobile » par rapport aux cartes de navigation utilisées par les humains. les cartes de précision se concentrent davantage sur la conduite autonome. Les scénarios sont un élément indispensable des solutions de conduite autonome. Étant donné que les cartes de haute précision ont des exigences extrêmement élevées en matière de mise à jour des données en temps réel, il sera laborieux et coûteux d'utiliser entièrement un véhicule de collecte pour collecter des cartes de haute précision. Un véhicule de collecte de cartes de haute précision est principalement équipé d'un véhicule lidar. -caméras montées, gyroscopes, équipements de stockage de données et informatiques, etc., la portée qu'un véhicule de collecte de cartes de haute précision peut collecter est extrêmement faible. Si vous souhaitez présenter entièrement la collection, cela représentera un coût énorme. La compilation de cartes de haute précision prend également beaucoup de temps et demande beaucoup de travail. Le processus de compilation de cartes de haute précision comprend le dessin de cartes, la correction de cartes, la mise à jour des informations de POI, la mise à jour des rapports d'erreur des utilisateurs Internet, etc., ce qui demande beaucoup de temps. des coûts de main d’œuvre.

Pour la collecte de cartes de haute précision dans différents environnements routiers, les coûts de main-d'œuvre et les coûts de temps requis sont également différents. Par exemple, il existe une grande différence entre la collecte de cartes de haute précision pour les autoroutes et les routes urbaines par rapport aux autoroutes et aux routes urbaines. Il est plus ouvert, les scènes sont plus complexes et couvre davantage d'informations sur le trafic. Il met également en avant des exigences et des défis plus élevés en matière de capacités de conduite autonome. À l'heure actuelle, les cartes de haute précision joueront un rôle plus important. Des cartes de haute précision peuvent déconstruire des environnements de circulation complexes, transmettre des règles de déplacement humain d'une manière que les véhicules autonomes peuvent comprendre, diviser des actions de déplacement complexes en plusieurs petites tâches et réduire ou optimiser les exigences du matériel de perception pour la détection du trafic. Étant donné que la carte de haute précision couvre les informations associées à chaque voie, les voitures autonomes peuvent prédire à l'avance le comportement de conduite des véhicules dans d'autres voies ou directions, garantissant ainsi que les voitures autonomes peuvent conduire en toute sécurité conformément aux règles de la circulation.

En plus de fournir une navigation aux voitures autonomes, les cartes de haute précision jouent également un rôle important dans la conduite sûre des voitures autonomes. Par exemple, les cartes de haute précision peuvent aider les voitures autonomes dans les tunnels urbains et surélevés. zones et autres environnements. Dans ces environnements. Dans ce scénario, les véhicules autonomes peuvent utiliser des cartes de haute précision pour obtenir un positionnement autonome en utilisant l'équipement de circulation sur la carte de haute précision comme point de référence et en le combinant avec du matériel de détection, améliorant ainsi considérablement la sécurité. de la conduite autonome. Pour les environnements de circulation où il n'y a pas d'entretien pendant une longue période et où les lignes de voie sont manquantes, des cartes de haute précision peuvent garantir que les véhicules autonomes peuvent circuler dans la voie prévue grâce au positionnement et à l'assistance. Dans des conditions météorologiques extrêmes telles qu'un épais brouillard et des tempêtes de neige, la précision de détection du matériel de détection sera encore réduite, et des cartes de haute précision peuvent fournir davantage d'informations supplémentaires sur le trafic. L'évolution des conditions routières est également l'une des raisons nécessaires pour utiliser des cartes de haute précision. Par exemple, dans de nombreuses villes, pour optimiser l'environnement de circulation, des voies de marée sont mises en place et des limites de vitesse sont fixées sur différentes routes. se faire à l'avance grâce à des cartes de haute précision, permettant aux voitures autonomes de suivre les règles de circulation.

​Il existe encore de nombreux problèmes dans le développement de cartes de haute précision à ce stade. Par exemple, il n'existe pas de plate-forme cartographique unifiée de haute précision à ce stade. Les informations cartographiques de haute précision ne sont pas partagées entre les différents parkings, ce qui augmente. la collecte de cartes de haute précision. Pour réduire les coûts, l'établissement d'un modèle de données unifié et d'un format d'échange pour les cartes de haute précision contribuera à réduire le temps de développement et les coûts inutiles pour les constructeurs automobiles, tout en garantissant que les cartes haute définition utilisées par les véhicules de toutes marques à l'avenir, nous pourrons partager en permanence des données actualisées.

Le coût de collecte de cartes de haute précision est relativement élevé et les mises à jour sont également relativement lentes. À ce stade, il existe deux principales voies techniques pour collecter des données d'arpentage et de cartographie pour des cartes de haute précision. L'une est représentée par la carte de Google. véhicule d'arpentage, et l'autre est représenté par le « Fleet Learning Network » de Tesla, cela équivaut à utiliser des véhicules produits en série pour « crowdsourcer » des tâches d'arpentage et de cartographie, en mobilisant tous les capteurs de l'ensemble de la flotte pour collecter des données et en les téléchargeant sur le gouvernement central grâce à la technologie cloud. En fin de compte, chaque véhicule est un contributeur et un destinataire de données cartographiques.

Les changements dans l'environnement de circulation, tels que la modernisation des routes et la mise à niveau et l'optimisation des équipements routiers, nécessitent que des cartes de haute précision soient mises à jour en temps réel, et cela sera très difficile. Comment garantir une fréquence de mise à jour de haute précision est également le développement. de cartes de haute précision à ce stade.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!