인간이 걷는 것과 마찬가지로 자율주행차도 여행 과정을 완료하기 위해 독립적으로 생각하고 교통 환경에 대해 판단하고 결정하는 능력이 필요합니다. 첨단 운전 보조 시스템 기술의 발전으로 자동차를 운전하는 운전자의 안전성은 지속적으로 향상되고 있으며, 운전 의사 결정에 대한 운전자의 참여 정도는 점차 줄어들고 있습니다.
무인 자동차라고도 알려진 자율 주행 자동차는 본질적으로 운전자의 도움만 있거나 운전자의 조작 없이 여행 행동을 완료할 수 있는 고도로 지능적인 로봇입니다. 자율주행은 주로 인지 계층, 의사결정 계층, 실행 계층을 통해 구현된다. PTK(동적 측정 장치), IMU(관성 측정 장치) 등의 하드웨어 장치가 교통 환경을 감지하고 감지된 교통 환경을 판단하여 자율주행차는 감지된 교통 환경을 기반으로 행동 결정 및 경로 계획을 내린 후 데이터를 전송할 수 있습니다. 실행부에 신호를 보내 자율주행차의 운전을 제어하라는 명령을 내린다.
자율주행차의 실현은 우리가 상상하는 것만큼 간단하지 않습니다. 레이어)과 '생각' '데밍'(의사결정 수준), '스텝 다리'(실행 수준) 외에도 '길을 아는 것'도 필요합니다. 고정밀 지도는 자율주행을 위한 마법의 무기입니다. "길을 아는" 자동차!
사람들이 낯선 도시에 도착했을 때 지도를 사용해 길을 찾는 것처럼, 자율주행차도 자율주행을 위해서는 어디로 가야 할지, 어떻게 가야 할지, 어떻게 가야 할지 등의 문제를 해결해야 합니다. 자율주행차에게 주행 지시를 내린 후 가장 먼저 해야 할 일은 도로 계획이다. 인간이 사용하는 내비게이션 지도는 거리명, 경로 등의 정보에 더 주목해 도로 형상, 경사도, 곡률, 포장도, 방향 등의 데이터만 기록한다. 인간은 이 정보를 바탕으로 자신에게 필요한 이동 경로를 이해할 수 있다. . 인간이 사용하는 내비게이션 지도와 달리 자율주행차용 고정밀 지도는 점점 더 완전한 정보를 담고 있다.
고정밀 지도는 센티미터 수준에 도달할 수 있는 일종의 정확도(인간이 사용하는 내비게이션 지도의 정확도는 미터 수준에 불과함)로, 보다 풍부한 정보와 함께 고정밀, 고차원, 고농도, 고신선도를 제공합니다. 시야 밖의 환경 인식과 차선 수준의 최적 경로 계획을 제공할 수 있는 전자 지도는 주행 중 자율주행차의 안전을 보장할 수 있습니다. 휴먼 내비게이션 지도가 다루는 정보 외에도 고정밀 지도에는 차선 유형, 차선 폭 등과 같은 차선 속성과 머리 위 물체, 가드레일, 도로 가장자리 정보, 도로변 장애물과 관련된 데이터도 추가됩니다. . 사물(나무, 쓰레기통, 전신주 등), 길가의 랜드마크 등 대용량 데이터.
자율주행차가 '도로를 인식'하는 데 필요한 보조 장치인 고정밀 지도에는 많은 양의 주행 정보가 포함되어 있으며, 그 중 가장 중요한 것은 도로 정보 외에 도로망을 정확하게 3차원으로 표현하는 것입니다. , 신호등 색상, 도로 제한 속도 정보, 차량 회전 위치 등 많은 의미 정보도 포함되어 있습니다.
고정밀 지도의 출현과 발전은 스마트 교통, 스마트 도시, 스마트 교통의 배치를 촉진할 것입니다. 지능형 네트워크 기술의 발전으로 자율 주행을 위한 고정밀 지도의 중요성이 더욱 분명해졌습니다. L4, 심지어 L3 레벨까지 도달하는 차량. 자동차를 운전하려면 고정밀 지도 설치가 필수 옵션입니다. 고정밀 지도는 자율주행차의 주행 경로를 계획할 수 있고 위치 파악, 의사결정, 교통 역학 정보 등에 대한 기초를 제공할 수 있습니다. 또한 고정밀 지도는 자율주행차가 언제 상황을 감지할 수 있는지 보장할 수도 있습니다. 자율주행차의 감지 하드웨어가 고장나거나 주변 환경이 열악하면 안전하게 운전할 수 있고, 고정밀 지도는 가시 범위를 넘어서는 인식을 향상시키고 자율주행차의 계획 능력을 향상시킬 수 있습니다.
고정밀 지도는 자율주행차에 매우 중요하며 많은 장점을 가지고 있습니다. 고정밀 지도는 자율주행차에 대한 사전 도로 정보 및 중복 위치 보장을 제공할 수 있으며, 온보드 센서와 달리 날씨 환경, 감지 거리 등에 의해 영향을 받거나 제한되지 않으며 안전 중복성을 제공할 수 있습니다. 자율주행차용. 고정밀 지도는 차선, 도로 표지판, 신호등 등의 위치 정보를 포함하므로 관련 정보를 예측할 수 있으며 감지 하드웨어의 감지 정확도와 속도를 향상시킬 수 있습니다. 예를 들어 교차로에서 좌회전할 수 있습니다. (오른쪽 주행의 교통 규칙에 따라) 자율 주행 자동차는 연구 개발 과정에서 해결하기 가장 어려운 문제 중 하나는 고정밀 지도의 지원을 통해 자율 주행 차량이 어떤 교차로에서 왼쪽으로 갈 수 있는지 알려줄 수 있다는 것입니다. 회전, 좌회전 대기구역, 좌회전 정지선이 있는 곳 등 또한, 차량인터넷(Internet of Vehicles) 발전의 일환으로 고정밀 지도는 차량정보, 신호등 상태정보, 도로교통흐름정보 등을 클라우드로 전송할 수 있어 지능형 교통수단의 계획 및 배치를 실현할 수 있다.
고정밀 지도는 정적, 동적 차량 환경 데이터와 교통 환경 데이터를 하나의 레이어에 저장해야 하기 때문에 제작 및 사용에 도움이 되지 않으므로 각 레이어마다 표준화된 레이어를 사용해야 합니다. 환경적 특징이나 교통 특징을 반영하고 모든 레이어를 오버레이하여 사용 가능한 고정밀 지도를 형성합니다. 이 단계에서 고정밀 지도는 두 개의 레이어, 즉 정적 데이터 레이어와 동적 데이터 레이어로 나눌 수 있습니다. 정적 데이터 레이어는 아래에서 위로 차선 모델, 도로 구성 요소, 도로 속성 및 환경 기능 하위 레이어. 동적 데이터 계층은 실시간 교통 운영 데이터를 획득하는 지능형 네트워크 기술과 사람과 차량의 실시간 이동 데이터를 수집하는 교통 관리 데이터를 기반으로 하므로 교통 운영 데이터 계층, 교통 관리 데이터 계층으로 나눌 수 있다. 아래에서 위로 높은 동적 움직임 레이어를 제공합니다.
고정밀 지도의 제작과 수집은 인간이 사용하는 내비게이션 지도와는 매우 다릅니다. 고정밀 지도의 수집 시스템은 인간이 사용하는 내비게이션 지도에 비해 "모바일 측정 시스템"이 되었습니다. 정밀 지도는 자율 주행에 더 중점을 두고 있습니다. 시나리오는 자율 주행 솔루션에서 없어서는 안 될 부분입니다. 고정밀 지도는 데이터의 실시간 업데이트에 대한 요구 사항이 매우 높기 때문에 고정밀 지도를 수집하기 위해 수집 차량을 완전히 사용하는 것은 힘들고 비용이 많이 듭니다. 고정밀 지도 수집 차량에는 주로 LiDAR, 차량이 장착됩니다. - 탑재된 카메라, 자이로스코프, 데이터 저장 및 컴퓨팅 장비 등 고정밀 지도 수집 차량이 수집할 수 있는 범위는 극히 낮습니다. 컬렉션을 완전히 배치하려면 막대한 비용이 소요됩니다. 고정밀 지도의 편집 과정에는 지도 그리기, 지도 수정, POI 정보 업데이트, 인터넷 사용자 오류 보고서 업데이트 등이 포함되므로 많은 시간이 소요되고 노동 집약적입니다. 인건비의.
다양한 도로 환경에서 고정밀 지도 수집을 위해서는 필요한 인건비와 시간 비용도 다릅니다. 예를 들어 고속도로와 도시 도로의 고정밀 지도 수집에는 큰 차이가 있습니다. 더 개방적이고 상황이 더 복잡하며 더 많은 교통 정보를 다루고 있습니다. 또한 자율 주행 기능에 대한 더 높은 요구 사항과 과제를 제시합니다. 이때 고정밀 지도가 더 중요한 역할을 할 것입니다. 고정밀 지도는 복잡한 교통 환경을 해체하고, 자율주행차가 이해할 수 있는 방식으로 인간의 여행 규칙을 전송하고, 복잡한 여행 행동을 여러 개의 작은 작업으로 나누고, 교통 감지를 위한 인식 하드웨어의 요구 사항을 줄이거나 최적화할 수 있습니다. 고정밀 지도에는 각 차선의 관련 정보가 포함되어 있기 때문에 자율주행차는 다른 차선이나 방향에 있는 차량의 운전 행동을 미리 예측할 수 있어 자율주행차가 교통법규에 따라 안전하게 운전할 수 있습니다.
자율주행차에 내비게이션을 제공하는 것 외에도 고정밀 지도는 자율주행차의 안전한 운전에도 큰 역할을 합니다. 예를 들어, 고정밀 지도는 도심 터널, 고가도로에서 자율주행차를 지원할 수 있습니다. 이러한 환경에서 자율주행차는 고정밀 지도의 교통 장비를 기준점으로 사용하고 이를 감지 하드웨어와 결합하여 자율 위치 지정을 달성하여 안전성을 크게 향상시킬 수 있습니다. 자율주행의. 장기간 유지 관리가 없고 차선이 누락된 교통 환경의 경우, 고정밀 지도를 통해 자율주행차가 위치 확인 및 지원을 통해 계획된 차선 내에서 주행할 수 있도록 보장할 수 있습니다. 짙은 안개, 눈보라 등 극한 기상 조건에서는 감지 하드웨어의 감지 정확도가 더욱 떨어지며, 고정밀 지도는 더 많은 보충 교통 정보를 제공할 수 있습니다. 도로 상황의 변화도 고정밀 지도를 사용하는 데 필요한 이유 중 하나입니다. 예를 들어 많은 도시에서는 교통 환경을 최적화하기 위해 조수 차선을 설정하고 도로마다 속도 제한을 설정합니다. 고정밀 지도를 통해 미리 수행하여 자율주행차가 교통규칙을 준수할 수 있도록 합니다.
이 단계에서는 고정밀 지도 개발에 여전히 많은 문제가 있습니다. 예를 들어, 현 단계에서는 통일된 고정밀 지도 플랫폼이 없고, 고정밀 지도 정보가 여러 주차장 간에 공유되지 않는 등의 문제가 있습니다. 고정밀 지도 수집이 증가합니다. 고정밀 지도에 대한 통합 데이터 모델과 교환 형식을 구축하면 자동차 제조업체의 개발 시간과 불필요한 비용을 줄이는 동시에 차량 브랜드 전반에 걸쳐 고화질 지도를 사용할 수 있습니다. 앞으로도 갱신된 데이터를 지속적으로 공유할 수 있습니다.
고정밀 지도의 수집 비용은 상대적으로 높으며 업데이트도 상대적으로 느립니다. 현 단계에서는 측량 데이터를 수집하기 위한 고정밀 지도의 두 가지 주요 기술 경로가 있습니다. 하나는 Google의 지도 측량 차량으로 대표됩니다. 다른 하나는 Tesla의 "Fleet Learning Network"로 대표되며, 대량 생산 차량을 사용하여 측량 및 매핑 작업을 "크라우드소싱"하고, 전체 차량의 모든 센서를 동원하여 데이터를 수집하고, 이를 중앙 정부에 업로드하는 것과 같습니다. 클라우드 기술 데이터베이스를 통해 궁극적으로 모든 차량은 지도 데이터 제공자이자 수신자가 됩니다.
도로 업그레이드, 도로변 장비 업그레이드 및 최적화 등 교통 환경의 변화에는 고정밀 지도의 실시간 업데이트가 필요하며, 고정밀 업데이트 빈도를 보장하는 방법도 매우 어려울 것입니다. 현재 고정밀 지도 개발 단계에서 논의가 시급한 문제입니다.
위 내용은 자율주행차가 '길을 알 수 있게' 만드는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!