0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

“重感知·轻地图”重新定义自动驾驶

jf_C6sANWk1 来源:阿宝1990 作者:阿宝1990 2023-03-10 11:23 次阅读

人类无人驾驶百年追梦,本是为了更加安全,用无人驾驶功能实现智能代驾,以减少道路交通伤亡率。今天,无人驾驶赛道被赋予了新的内涵:无人驾驶技术的意义不仅在于全社会生产力的跨越,更能让人们的消费、娱乐及工作都能通过无人驾驶技术提升全方位体验,最终将引领人类实现真正的万物互联,构建理想的智慧生活和智慧城市。

为了这个目标,智行者重磅发布了国内首款不依赖高精地图的高速领航系统H-INP,正在用“重感知·轻地图”的概念重新定义自动驾驶

f1ee467e-bc7c-11ed-bfe3-dac502259ad0.png

“重感知·轻地图”,解决高精地图依赖症

智行者最新发布的高速领航系统H-INP的最大亮点是不依赖高精地图,这种“重感知·轻地图”技术路线也正是“拟人化驾驶”的具体体现。

不依赖高精地图的本质是,在没有高精地图存在的地方,系统构建实时高精地图供车辆完成自动驾驶动作。

H-INP在高速公路、城市快速路、匝道等场景可通过矢量地图重建,校验高清地图数据错误/未及时更新等场景,进一步提升驾驶安全性。而在类高速场景(国省道),借助路径导航和矢量地图重建,仍可支持跟车、自动换道等自动驾驶辅助功能,同时,在信号灯路口可提醒驾驶员注意信号灯状态和行驶安全。

首先,进出匝道是最复杂的场景,有合流和分流,并入主道更难,特别是有些匝道画线混乱,干扰很大。随着运行次数的增加,系统会通过在线建图和自学习,逐步构建环境场景,提升自动驾驶的水平。

H-INP的在线建图不依赖于离线预制地图,在城市中最复杂的无保护、无车道线的十字路口,也可以如法炮制。具体做法有两种,一是先根据图像识别可通行路径;二是根据前后左右的车辆行驶轨迹,特别是跟车对象,理解和记住十字路口通行轨迹。

另一个典型场景是,自动驾驶车辆只会沿着中间走。在人开车时,遇到并排的大货车都会稍微偏左一点,但现在的自动驾驶车辆不会,只能沿着线中间走,用户感觉非常危险,特别是左边卡车偏左压线时。有了H-INP的高速各路上躲避卡车压线的自动智能偏移功能,就能模拟人类的驾驶习惯,让驾驶体验更好。

不依赖高精地图实现高级别自动驾驶解决方案看似和一些公司的做法有点“背道而驰”,但实际上在有高精地图时可以加以使用,没有高精地图时则通过时空联合的多任务融合感知方案及在线高精矢量重建等关键技术,有效解决高精地图更新频率低、覆盖范围少、难以保证驾驶安全性的问题。这样就可以让车辆更加智能,越来越接近于拟人化驾驶。

智车科技采访智行者CTO王肖时,他表示:“在后端决策规划的能力没有提升上来之前,自动驾驶永远是有问题的。自动驾驶一定要像人一样开车,所以下一步是对驾驶员行为习惯的采集,让车学会遇到情况时怎么开车。”

之所以提出“重感知·轻地图”技术路线,智行者还想在单车智能方面进行新的探索和尝试。特种无人车就是智行者针对未知地域、复杂场景、越野道路开发的产品,可以说,有了这种完全像人一样驾驶的技术,在园区投放无人车时就不需要像传统方式那样采集数据、制作和下发地图等复杂步骤,将部署时间从几天缩短到10分钟,极大地提高了部署效率。

如何像人一样,实现感知控制完美协作

事实上,现在的传感器的感知能力已远远超过了人类,人不可能看清200米处有什么东西,更无法知道车速和距离;也无从判断前方的物体距离自己是50米还是30米,机器却可以。人之所以可以保证安全,是因为人把感知经验和控制融为了一体了,这才是问题的关键。

怎样才能把感知和控制融为一体?答案是:必须让自动驾驶成为一个完整的系统体系,而一家做感知,一家做决策,一家做控制,然后通过定义的边界和接口由一家公司集成在一起是万万不行的。要像人一样驾驶,就要用一个强有力的大脑把感知、决策和控制串起来,从头到尾都是连贯的策略。

“实现拟人化”是智行者致力于全栈自研的目的,旨在给客户提供一个从前端到后端完美融合的解决方案,而不是为感知设定一个参数、一个边界,让后续的决策去相信它。这个有机整体就是“无人驾驶大脑”。

事实上,近一年来频发的智能驾驶汽车静态物体识别失效长尾问题,也是一个典型的技术问题,为了防止误识别,现在的所有辅助驾驶系统都约定目标物为动态,静态目标物要由人来接管识别。虽然毫米波传感器识别静止的大目标不在话下,但为了避免不停的刹车,都会用算法或策略去过滤。

解决这个问题之所以很难,除了现在的传感器还不够完美、多传感器融合到底谁的置信度高等问题,最大痛点还在于自动驾驶系统没有人的思维能力。

而此次发布的采用“无人驾驶大脑”的高速领航系统H-INP中也增加了很多拟人化驾驶措施,如驾驶员提醒、智能速度控制功能,有助于进一步提升自动驾驶安全性。特别是智能速度控制驾驶是一种不刹车却可以减速的功能,在业界独树一帜。

智行者是在用一种综合手段来解决上述难题,比如识别到一些似是而非的目标时,利用报警手段(如方向盘抖动、双闪)提醒人工介入进行判断,或进行减速处理等。就像人开车时一样,突然看到一个黑影就会下意识减速,至少把脚放在刹车上,给自己争取一点反应时间。

“无人驾驶大脑”像“人脑”,可应对不同场景需求

于智行者而言,他们始终坚信,自动驾驶的工作逻辑应该和人类司机考驾照一样,不管开什么车只是一个适应的问题。所以,自动驾驶首先需要有一个“无人驾驶大脑”,这个“大脑”要赋予无人驾驶以人脑的智慧,才能够赋能多个场景。

智行者的智能巡航解决方案深刻践行“无人驾驶大脑”要像“人脑”,H-INP便是诞生于智能巡航解决方案统一架构之下。在不远的将来,智行者还将运用智能巡航解决方案架构发布城市巡航(C-INP)系列化产品,进而满足高速和城市两种截然不同的应用场景需求。

根据INP产品路线图,2022年Q2、Q4和2023年Q2将从功能原型Gen 0.1到量产版本Gen 1.0,再到Gen 2.0持续迭代,为用户提供极致体验和极致性价比的行车辅助系统。今天,智行者已迈入3.0时代,它将一如既往在安全性、低成本和具备量产优势方面做足功夫,继续打造极致,全面开启多场景的规模商业化落地。

未来,趋同中求异

自动驾驶行业依旧热度不减,但国内外自动驾驶软件算法或硬件堆叠将越来越走向趋同。在大家趋同的情况下,发展更好的性能指标便成为了关键。而如何做出更好的性能指标?智行者CTO王肖坦然说道:“我们应该是唯一一家既自己做控制器也做算法的公司,只有懂硬件才能做好软件,懂软件才能做好硬件,不能割裂开来,否则产品性能不一定是最优的。”这也是智行者与其他供应商最大的区别和底气。

审核编辑 :李倩

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 无人驾驶
    +关注

    关注

    98

    文章

    4022

    浏览量

    120192
  • 自动驾驶
    +关注

    关注

    782

    文章

    13643

    浏览量

    166044

原文标题:“重感知·轻地图”重新定义自动驾驶

文章出处:【微信号:阿宝1990,微信公众号:阿宝1990】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    聊聊自动驾驶离不开的感知硬件

    自动驾驶飞速发展,绕不开感知、决策和控制决策的经典框架,而感知作为自动驾驶汽车“感官”的重要组成部分,决定了自动驾驶系统对环境的理解和反应能
    的头像 发表于 08-23 10:18 387次阅读

    自动驾驶无图方案真的可行吗?

    随着自动驾驶技术的迅猛发展,传统的高精度地图依赖逐渐受到挑战。近年来,越来越多的汽车制造商和技术公司开始探索地图甚至无图的自动驾驶解决方案
    的头像 发表于 08-13 09:20 214次阅读

    实现自动驾驶,唯有端到端?

    ,去年行业主流方案还是高精地图城区智驾,今年大家的目标都瞄到了端到端(End-to-End, E2E)。端到端作为一种新兴的技术路径,逐渐受到业内的广泛关注。端到端解决方案在自动驾驶中的应用,意味着整个
    的头像 发表于 08-12 09:14 560次阅读
    实现<b class='flag-5'>自动驾驶</b>,唯有端到端?

    FPGA在自动驾驶领域有哪些优势?

    。 长期可维护性: 随着自动驾驶技术的不断发展和更新,系统需要经常进行维护和升级。FPGA的可编程性和可配置性使得系统维护和升级变得更加容易和灵活。用户可以通过重新编程FPGA来更新算法或优化性能,而无
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    是FPGA在自动驾驶领域的主要应用: 一、感知算法加速 图像处理:自动驾驶中需要通过摄像头获取并识别道路信息和行驶环境,这涉及到大量的图像处理任务。FPGA在处理图像上的运算速度快,可并行性强,且功耗
    发表于 07-29 17:09

    自动驾驶识别技术有哪些

    自动驾驶的识别技术是自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动驾驶识别技术主要包括多种传感器及其融合技术,以及基于这些传感器数据的处理和识别算
    的头像 发表于 07-23 16:16 512次阅读

    自动驾驶的传感器技术介绍

    自动驾驶的传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内容涵盖常见类型、工作原理、在
    的头像 发表于 07-23 16:08 1969次阅读

    自动驾驶汽车传感器有哪些

    自动驾驶汽车传感器是实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统提供必要的感知和决策依据。以下是对自动驾驶
    的头像 发表于 07-23 16:00 1951次阅读

    抛弃高精度地图旧模式,走向视觉感知新时代?

    自动驾驶系统的重要组成部分,为车辆提供了详细的环境信息。然而,随着深度学习和计算机视觉技术的快速发展,越来越多的企业和技术人员开始探索纯视觉的自动驾驶方案,“感知
    的头像 发表于 07-22 09:03 245次阅读
    抛弃高精度<b class='flag-5'>地图</b>旧模式,走向视觉<b class='flag-5'>感知</b>新时代?

    自动驾驶仿真测试实践:高精地图仿真

    引言随着自动驾驶技术的快速发展,基于高精地图自动驾驶功能已初步落地应用,并持续迭代升级。在研发测试阶段,多方面因素导致测试人员可能无法拿到控制器内部高精地图对应的OpenDRIVE文
    的头像 发表于 06-13 08:25 993次阅读
    <b class='flag-5'>自动驾驶</b>仿真测试实践:高精<b class='flag-5'>地图</b>仿真

    未来已来,多传感器融合感知自动驾驶破局的关键

    方面表示,这是L4级自动驾驶公司和车企为了打造Robotaxi量产车,在国内成立的首个合资公司。首款车型已完成产品定义,正在进行设计造型的联合评审,计划明年实现量产。未来已来,2024年是全球L3
    发表于 04-11 10:26

    自动驾驶地图研究:SD pro MAP快速上车,助力城市NOA地图智驾方案

    自动驾驶的发展进程看,一段时间内将持续处于人机共驾阶段,这个阶段对地图的需求并不一定是要高精度地图,针对不同地图互补特性整合的多源地图可能
    的头像 发表于 01-04 16:09 1309次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>地图</b>研究:SD pro MAP快速上车,助力城市NOA<b class='flag-5'>轻</b><b class='flag-5'>地图</b>智驾方案

    自动驾驶感知算法提升处理策略

    现代自动驾驶系统的特点是按顺序排列的模块化任务,传统的方法是基于标准的感知-规划-控制这种序列式架构的主流处理方式。即首先将感知信息处理成人类可以理解的语义信息和道路交通信息,然后基于常态化知识
    的头像 发表于 12-28 09:56 923次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>感知</b>算法提升处理策略

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    智行者科技发布基于***的“感知地图”智驾解决方案

    今年4月份,智行者宣布成功获得某头部车企量产定点合作,成为国内首家基于国产芯片的软硬件一体高阶自动驾驶系统方案供应商。 时隔半年,智行者发布首个基于国产芯片的“感知
    的头像 发表于 12-19 09:59 1243次阅读
    智行者科技发布基于***的“<b class='flag-5'>重</b><b class='flag-5'>感知</b>、<b class='flag-5'>轻</b><b class='flag-5'>地图</b>”智驾解决方案