智能驾驶解密|高精地图VS无图化智能驾驶方案

文摘   2024-08-22 19:12   广东  

👆点击 智能座舱研究社 > 点击右上角“···” > 设为星标🌟




目前知名车企都在从依赖高精度地图向实现无图化自动驾驶转型。上半年,我们邀请了社群中一名知名车企一线从业者,分享了自动驾驶从有图到无图的发展过程,并分析了特斯拉端到端技术实现原理。



「智能座舱研究社」也会不定期组织在岗资深行业从业者做经验分享,如果大家有任何感兴趣的话题或想要了解的信息,请在评论区直接留言。


专家分享会是智能座舱研究社知识星球站内的免费资源,感兴趣的小伙伴可以直接扫描下方二维码领取300元优惠券加入星球,回看精彩分享。




分享会精彩内容一览


HDMap对自动驾驶的优劣分析:比较高精地图与传统地图,定义HDMap,分析其层级和信息分类,探讨其在自动驾驶中的应用及优缺点。


从“有图”到“无图”的自动驾驶探讨了无图概念、各大车企无图化进展、地图蕴含的关键信息,以及无图化挑战。


BEV&Transformer介绍:概述BEV概念、现状、优势,RNN(递归神经网络)局限,及Transformer发展和应用。


特斯拉端到端浅析:特斯拉端到端实现原理及其引发的行业思考。


以下为精彩内容节选:



车企为何选择从有图智驾转向无图智驾?


自动驾驶技术的演进中,"有图"与"无图"的概念并不是对立。为了深入理解为什么这么多汽车制造商都要从依赖高精地图的"有图"自动驾驶转向不依赖预制地图的"无图"自动驾驶,我们首先需要明确两者的定义及其发展背景。


有图自动驾驶的定义与背景


有图,指的是自动驾驶依赖高精地图(利用高精度数据和先进测绘技术制作的数字地图),提供道路几何、车道、信号等详细数据,辅助车辆精确定位和决策。


智能驾驶技术,致力于解放驾驶员,使车辆能够自主完成包括变道、超车和导航在内的复杂驾驶任务。为此,智能驾驶系统需要对环境有清晰的认识。而高精地图比传统地图能提供更精确、更丰富的地理信息和道路细节,能更好地实现对环境的精确认知和导航辅助。所以高精地图凭借它自身的优势在2022年之前备受追捧。


高精地图与传统地图的区别


高精地图与传统地图两者在要素和属性、所属系统、用途、使用者、服务型要求、更新频率、精度以及地图的产生上的都有本质的区别。



高精地图由机器使用,服务于车载安全系统,区别传统地图,它能提供更详尽的道路模型和车道信息,用途更为广泛,具有更高精度(厘米级)和更高的更新频率。


高精地图的三大主要优势


1.开天眼:HD Map拥有超视距感知能力,等同拥有上帝视角。


2.高精度:能提供分米至厘米级精度,为定位和规控提供可靠的先验信息,简化了算法的同时降低了事故风险。


3.高丰富度:涵盖了道路、车道、交通标志等要素,包含了几何、属性、颜色和拓扑关系等信息。


无图自动驾驶的定义与背景


无图,指的是自动驾驶系统不依赖预先制作的高精度地图,而是通过车载传感器如摄像头、雷达、激光雷达等实时感知环境,利用这些感知数据进行车辆定位、环境建模和驾驶决策。


马斯克在2022年10月1日的Tesla AI day上,提出了FSD(全自动驾驶)方案,使用普通地图的几何和拓扑关系、车道等级、数量、宽度、属性信息和Occupancy特征构建实时车道级拓扑结构,不再依赖高精地图。


这一无图智能驾驶概念随后被小鹏、理想、华为等国内新势力头部企业跟进,对高精地图的地位构成了冲击。


车企自动驾驶无图化转型的原因


尽管高精地图以其精确性著称,但有限的地理覆盖范围、缓慢的更新频率、高昂的成本、以及严格的政策管控等局限性逐渐成为制约自动驾驶技术发展的瓶颈。这些因素不仅影响了系统的稳定性和市场竞争力,同时也促使车企寻求更灵活、成本效益更高的解决方案。具体原因如下:


地理覆盖不足:高精地图无法全面覆盖全球,限制了智能驾驶功能的广泛应用和商业潜力。


更新速度慢:季度更新的频率跟不上道路环境的快速变化。


成本问题:高昂的测绘成本增加了购车成本,影响消费者的购买意愿。


政策限制:国家严格的地理信息管控限制了地图的获取和更新,增加了企业运营的复杂性。


技术自主性追求:无图化智能驾驶减少了对外部数据供应商的依赖,增强了车企的技术自主研发。


市场竞争力提升:在自动驾驶技术不断发展之际,不依赖高精地图的解决方案成为车企提升市场竞争力的关键。


安全性与可靠性的重视:用户期望自动驾驶系统安全、可靠。无图化技术通过实时感知数据,可以提供更优的安全性,尤其是在多变的环境中。


“无图”存在的问题



目前,我们距离实现真正的无图化还有很长一段路要走,自动驾驶技术仍面临诸多挑战:


路口问题:超出视觉感知,容易出现视觉盲区。


法规问题:国内很多路段严禁建图,众包建图可能面临法规风险,尤其是在法规严格限制的地方。


标线问题:由于时间久远或磨损,道路标线可能消失,影响自动驾驶决策。


量产成本:视觉感知要求高,可能需要增加硬件成本,如激光雷达,影响量产成本。


用户体验:一定程度上规避了有图方案的限度问题,但实际体验没有显著提升。



本文更多内容,可加入「智能座舱研究社」知识星球,回看本期《自动驾驶从“有图”到“无图”与特斯拉端到端》分享会视频。


接下来我们计划在八月底或九月初开展关于智能座舱大模型的嘉宾分享会,感兴趣的小伙伴可以加入星球一同参与。


「智能座舱研究社」知识星球当前智能座舱核心业务板块,行业主要企业的覆盖率已达到100%,欢迎大家扫码下方的二维码,领取300元优惠券加入知识星球,和同行们共同交流。




推荐阅读:


《智能座舱同质化严重的今天,车企如何做好差异化?》
《AI赋能智能座舱,大模型上车了》
 《智能座舱模块专题|智能仪表(1)》
《智能座舱产品课程开篇|带你走智能汽车行业》



【智能座舱研究社】 

智能座舱一站式学习和交流平台



智能座舱研究社
智能座舱一站式学习和交流平台
 最新文章