TECH2IPO/创见

「 等待新的科技故事 」

京ICP备14046667号

无人自驾驶技术突破的瓶颈:一份不是为司机准备的超高清地图

无人自驾驶技术的逐渐成熟,让人们都对未来充满期待。但是,似乎所有人都忽略了其中一个最为关键的环节:地图。

汽车行业和科技行业的重心现在都全面朝无人自驾驶技术倾斜。在接下来的五年时间里,汽车将逐步过渡到 3 级无人驾驶,即能够在某些特定情况下自行驾驶;甚至是 4 级无人驾驶,即在某些划定封闭的区域内彻底实现无人自家事。

但是真正意义上的无人自驾驶技术仍然是一个遥遥无期的目标。所谓「真正意义」,它所要达到的标准是可以在任何时间、任何地点实现自行驾驶功能,需要人介入的唯一环节就是告知车子目的地是哪儿即可。为了让这样的未来尽早到来,汽车需要准确地知道它们在世界里的准确方位。在这里所提及的「准确」二字,是极度准确的,其精度要远远高出目前的 GPS。这也意味着,地图也要比你在加油站所买的那份地图来得精确得多,这种细致程度已经完全超过了人力所及,只有机器才能解读得了。

汽车制造商宝马、奥迪、梅赛德斯·奔驰,还有福特公司都非常明白这一点,用口袋里的超篇,实际的投资行动来证明未来的发展趋势。它们投资的公司诸如 Here 和 Civic Maps,都在平台开发以及收集所必要的数据上面有所建树。最终,它们会拿出来一份拥有超高精度的 3D 交通道路图。在这份地图上可以算得上「毫发毕现」,地图上的所有位置、物体之间的距离最近甚至可以达到几米之内。而且当汽车上路不断行驶的时候,地图还会不断地做出升级。

怎么来开发这样一款超高精度的地图?

上述提到的 Here 公司,致力于开发高度自动化驾驶技术已经有很长时间了。该公司的副总裁 Sanjay Sood 介绍道:「开发高清地图的工作是开始于 2013 年。当时 Here 公司和 Dailmer 公司联手开发一个项目,在这个过程中,制作一种超高精度的地图的点子就冒出来了。于是,为了帮助我们的车子在德国城市道路上更好的应对交通状况,我们开发了某种核心技术,并由此制作开发出来了超高精度的地图,作为某种研发用原型产品投入到测试中。」

他补充道:「其实当人们说到无人自驾驶行业的时候,往往忽视了一个关键点:地图其实是另外一种形式的传感器,它能够帮助汽车做出更加合理的决策。

为了制作这种高精度地图,首先得自己拿出来一张初始版地图,这就需要配备了传感器的汽车在街道上一圈又一圈的扫描,而这种装有传感器的车子所具备的特殊性能着实强大,可不是 Google 的街景车所能比拟得了的。

往往这是一个车队,全身都装有传感器套装,这个套装里包括了 9600 万像素的高清摄像头,威力登 32 束光线扫描仪,Novatal 超高精准度 GPS 惯性测量装置。这些扫描现实世界的汽车能够把 3D 影像绘制出来,所到之处,周围的景物全部都上传到 Here 的云端。数据再次从云端出发,被整合到现实世界高清数字化的重建项目当中。

Sood 说道:「从去年开始,我们其实就已经在开发这种交通路线网状图了。到了 2020 年,第一批无人自驾驶汽车就能利用这样的地图,在街道上真正于众人面前亮相了。」

同样,Civic Maps 公司也刚刚宣布了一款指向客户的,即插即拔的解决方案 Altas Devkit。Civic Maps 的联合创始人兼 CEO Sravan Puttagunta 说道:「高精度的定位,地图绘制工作,以及地图的众筹方式,这些都是想要测试并应用无人自驾驶技术的开发人员所不得不面临的挑战。而 Altas Devkit 平台会让这样的创新加速前进。」

和 Here 的做法差不多,Civil Maps 的 Atlas Devkit 也使用的是车顶装置扫描器的方式,当然这些扫描器具体的组成配件不太一样。另外,它还备有另外一套造价更加便宜的版本,使用光学组件、超声波、雷达的扫描器来绘制地图。

汽车:「看上去似乎你又握住方向盘了?好吧,是不是让我换一条道路来前行,这样你才能放心的把车子控制权交还给我?」

当然,「绘制」地图并不是一次就能做好的事儿,毕竟这是性命攸关的大事。地图需要不断地做出更新,什么地方修路,什么道路突然封闭,哪里出现了障碍,这些都要及时地反映在地图上。

有好几种方式来解决这个问题。Sood 解释道:「我们现在在路上跑着好几百辆的这种地图测绘汽车,分布在全世界各地。我们跟很多城市,地方机构都保持着深度合作的关系。所以一般来说,如果哪个地方出现了大规模的施工情况,我们深知在它动工之前就已经知晓。还有很多时候,在某条道路已经施工完毕,开放给公众之前,我们的汽车就已经可以前往那些地方了。」

但是还存在着更具现实操作性的解决方案,就是通过已经使用高清地图进行自动巡航的汽车来给地图做更新,因为汽车本身车身上面就安装了传感器。

Sood 说:「今天,很多高端汽车上面不仅仅是配备了 LTE 连接系统,而且还有一整套高级的传感器部件,能望向远处的摄像头,前置雷达和后者雷达。目前,我们还在跟各家 OEM 厂商合作,让这些传感器的数据能够上传到我们的云端,这意味着有数以百万计的数据节点,持续不断地给云端提供最新的信息,同时 Here 的服务器将全面承担起处理数据的重任。」

「我们配备了机器学习算法和集成算法,能够从数据中很快地提取出来最有价值的信息,也就是目前的地图上面出现了怎样的变化。一旦我们侦测到了这样的变化,就会立刻将此信息体现在地图上,再传送到汽车。」

所以你应该能够想象得到一个难题:路面上跑着不同的汽车,汽车上面安装的各种厂商所生产的传感器,这些规格不一的硬件所提取数据的方式不同,甚至传感器安装的位置不同也决定了「观看」到这个世界的角度不一样,如何规范统一这一切,形成某一种标准,使得所有的数据能够通过一个路径上传到云端,这就称为了目前很多做无人自驾驶导航技术开发的公司所面临的最大难题。

Nvidia 公司,不仅仅是显卡

关于 Nvidia 公司,也许你的脑海里面冒出来的第一个词就是「显卡」。但是,这家公司其实正在悄无声息地进入无人自驾驶领域,因为公司本身就在机器学习、深度神经网络等领域有充分的技术人才储备,而且已经为无人自驾驶领域带来了非常多的应用。

目前,Mvidia 公司在地图绘制、连接汽车的云端平台开发等方面,正在跟 Here 公司通力合作(最近还买了一些 Here 公司的股份),它还跟 TomTom、百度、Zenrin 等公司也有合作。

Jen-Hsun Huang,Nvidia 的创始人兼 CEO,表示:「对于无人自驾驶汽车来说,高精度地图是必不可少的。借助于我们的机器学习技术,这些汽车厂商能够加速研发无人自驾驶汽车,使得它们尽快上路。」

持续不断的数据流上传到云端,你可想在数据流量上也是一笔不小的费用,这也要求 Nvidia 公司联同英特尔公司一起,拿出创新技术来降低传输成本。如何尽可能地降低数据重复上传,只体现出某些关键变动信息,这也在考验着每一家科技公司背后的研发实力。

本文来源:arstechnica 译文由 Tech2ipo/创见花满楼编译,转载请注明出处。

评论于站点 回复 评论 删除 隐藏

评论于站点 回复 删除 隐藏