? ??

? ? ? 北京渡眾機器人科技有限公司自主研發(fā)設(shè)計的低速自動駕駛車DZ30搭載激光雷達、深度相機、GNSS、陀螺儀、輪速計等多傳感器融合構(gòu)建高精地圖。

一、低速自動駕駛車的地圖構(gòu)建

1、為什么需要構(gòu)建高精地圖？

??????????? ? ? ?高精地圖在自動駕駛中的作用主要有三個：第一是定位，這是整個自動駕駛里面最核心的東西；第二是決策，能夠?qū)β窙r提供更多的信息；第三是導航，導航可以準確知道車的位置。

? ? ? ?換句話說，高精地圖是自動駕駛成為現(xiàn)實中的關(guān)鍵一環(huán)，精準的地圖對自動駕駛汽車定位、導航與控制，甚至安全至關(guān)重要。其中，高精地圖中最重要的是對路網(wǎng)精確的三維表征（厘米級精度）。例如，路面的幾何結(jié)構(gòu)，道路標示線的位置，周邊道路環(huán)境的點云模型等。有了這些高精度的三維表征，車載機器人就可以通過比對車載GPS、IMU、LiDAR或攝像頭數(shù)據(jù)來精確確認自己的當前位置，還能幫助自動駕駛汽車識別車輛、行人及未知障礙物。擁有了高精地圖，自動駕駛車輛就等于開啟了上帝視角，車輛的安全性也提高了。

2、高精地圖的特點

高精地圖也稱自動駕駛地圖、高分辨率地圖，是面向自動駕駛汽車的一種新的地圖數(shù)據(jù)范式。高精地圖可以分為兩個層級：靜態(tài)高精地圖和動態(tài)高精地圖。

? ? ? 靜態(tài)高精地圖處于底層，它一般由含有語義信息的車道模型、道路部件（Object）、道路屬性三類矢量信息，以及用于多傳感器定位的特征圖層構(gòu)成。

? ? ? ?動態(tài)高精地圖則建立于靜態(tài)高精地圖的基礎(chǔ)之上，它主要包括實時動態(tài)信息，既有其他交通參與者的信息（如道路擁堵情況、施工情況、是否有交通事故、交通管制情況、天氣情況等），也有交通參與物的信息（如紅綠燈、人行橫道等）。

? ? ? ?高精地圖的高精度體現(xiàn)在兩個方面。一是高精地圖的絕對坐標精度更高；二是高精地圖所含有的道路交通信息元素更豐富和細致。普通的導航電子地圖，由于是輔助駕駛員做導航使用，其絕對坐標精度在10米左右就夠用。而在自動駕駛領(lǐng)域，自動駕駛車需要精確得知道自己在路上的位置。車輛與馬路牙子、旁邊的車道距離通常僅有幾十厘米左右，因此高精地圖的絕對精度要求都在1米以內(nèi)，而且橫向的相對精度（比如車道和車道，車道和車道線的相對位置精度）往往還要更高。

? ? ? ?此外，高精地圖還有準確的道路形狀，還包括每個車道的坡度、曲率、航向、側(cè)傾的數(shù)據(jù)；每個車道的限速要求、推薦速度；隔離帶的寬度、材質(zhì)；道路上的箭頭、文字的內(nèi)容、所在位置；紅綠燈、人行橫道等交通參與物的絕對地理坐標，物理尺寸以及他們的特質(zhì)特性。以上信息也都需要準確的反映在高精地圖中。

（2）常見的高精地圖的數(shù)據(jù)組織方式

? ? ? ?一般而言，電子地圖是通過不同的圖層去描述，然后將圖層疊加來進行表達。在一張電子地圖里，水系、鐵路、街區(qū)、建筑物可能會分別位于不同圖層，每一個圖層可以理解為一張透明薄膜 ,多圖層被繪制疊加后才能真正為我們所用。

道路地圖是對實際道路進行反映，通過特定的圖層來描繪特定類別，然后將圖層疊加進行路面表達，終端上顯示的導航地圖往往都是由10多層甚至20多層不同分辨率的圖片組成，當用戶進行縮放時，程序根據(jù)縮放級數(shù)，選擇不同分辨率的瓦片圖，拼接成一幅完整的地圖，高精道路地圖也是如此，只是它在普通電子地圖基礎(chǔ)上包含了更多圖層的數(shù)量，且每一圖層的描繪更加精細。整體而言，目前的高精地圖可以分為三個大的圖層。

地圖圖層，主要是記錄道路的詳細描述，比如道路邊緣，道路模型、車道模型并以厘米級的高精數(shù)據(jù)精準呈現(xiàn)信息；

定位圖層，包括交通標志、地面標志、燈桿等，記錄的內(nèi)容包括絕對的坐標、屬性、幾何輪廓等，用來和其他車輛傳感器感知結(jié)果匹配，推算車輛位置。

實時圖層，通過云服務(wù)平臺將動態(tài)實時信息傳達給自動駕駛車，讓車輛提前預知前方出現(xiàn)的可能影響駕駛策略的情況。

? ? ? ?高精地圖信息可分為道路信息、規(guī)則信息、實時信息三部分。道路信息包含車道模型、道路部件、道路屬性三部分，為自動駕駛汽車提供決策基礎(chǔ)。而規(guī)則信息與實時信息則是在道路信息之上的疊加，包含對駕駛行為的限制以及從車聯(lián)網(wǎng)獲取的實時道路信息。

? ? ? ?高精地圖內(nèi)涵豐富，但實際使用的時候并非無所不包。以自動駕駛汽車需求為導向，與導航地圖相比，高精地圖不包括具體地點屬性和信息、障礙物屬性、建筑模型，只需關(guān)注車輛行駛道路及其周邊場景，其余場景如公園、商場、景區(qū)等地圖信息不在高精地圖的考慮范圍之內(nèi)。

3、構(gòu)建點云地圖

（1）多傳感器融合技術(shù)構(gòu)建高精地圖。以激光雷達為主要傳感器，點陣云掃描，再輔助攝像頭的采集圖像融合在一起，然后利用計算機把這里面的物體信息讀出來，比如紅綠燈、路牌名稱、燈柱位置等，然后在交給人工做標注，因為有一些可能是機器識別不出來的，最后才能合成到最終版的高精地圖。

基于多傳感器融合技術(shù)可構(gòu)建室內(nèi)、室外，以及室內(nèi)室外無縫切換的高精地圖場景。可應(yīng)用工廠、醫(yī)院、學校、露天礦、結(jié)構(gòu)化道路等典型場景，也可應(yīng)用于樓道、長廊、樓梯、地下室、礦井等gnss信號弱的情況下也可以實現(xiàn)高精建圖。

（2）高精地圖可以眾包，來實現(xiàn)數(shù)據(jù)的實時更新，提高準確度。動態(tài)高精地圖的本質(zhì)是實時交通數(shù)據(jù)信息的時空載體，眾包數(shù)據(jù)是高頻更新的核心。眾包更新能夠?qū)⒌貓D更新的時間壓縮到分鐘級，高精地圖實時構(gòu)建與動態(tài)信息觀測采集，構(gòu)建起未來智能網(wǎng)聯(lián)汽車數(shù)據(jù)生態(tài)系統(tǒng)。

??? ? ?高精地圖模型分為四個圖層，每個圖層更新的頻率不同，可以支持不同功能應(yīng)用場景。圖商采取分級采集的方案，滿足高精地圖不同圖層的更新需求，主要包含如下幾種采集方案：

專業(yè)采集：通過高精地圖底圖，每月更新一次，其精度為10cm；

行業(yè)眾包采集：其地圖更新、施工、交通管制信息等按照每小時更新，精度50cm左右；

社會眾包采集：包含基于底圖坐標的實時更新、車流量、人流量、天氣等。按照每分鐘/每秒更新一次，精度米級；

? ? ? ?地圖基礎(chǔ)建圖中有多種方法。其中，GPS 導航適合于室外空曠駕駛道路中的移動車輛，在封閉場景（如隧道、山路等）中 GPS 的信號較弱，無法用于移動機器人的定位導航。慣性導航主要是依賴慣性測量單元和輪式編碼器來構(gòu)建一個慣性里程計，增量式地確定移動車輛的位置。慣性里程計一定程度上能夠滿足機器人自主定位的需求，且不需要額外的對環(huán)境進行改造，但由于慣性傳感器和輪式編碼器都存在漂移的問題，且漂移誤差會隨著時間累積，一段時間后車輛就無法準確確定自己的位置。為了能夠?qū)崿F(xiàn)車輛在未知的道路環(huán)境中準確的定位，SLAM 問題就這樣被提了出來。

? ? ? ?其中SLAM 技術(shù)作為一種即時定位與地圖構(gòu)建方法，作為移動車輛實現(xiàn)自主定位與導航的核心，它要求自車在一個未知的環(huán)境中在不知道自己位置的先驗信息的情況下，增量式構(gòu)建具有全局一致性的地圖，同時確定自身在這個地圖中的位置。這一過程是通過車身傳感器來獲取周圍環(huán)境的信息，依靠這些信息一邊確定自車的位置，一邊構(gòu)建環(huán)境的地圖。目前 SLAM算法常用的傳感器有激光雷達和相機，分別對應(yīng)了激光 SLAM 算法和視覺 SLAM算法。

4、高精地圖作用

? ? ? ?高精地圖主要有以下三大功能：地圖匹配、輔助環(huán)境感知和路徑規(guī)劃。高精地圖可以將車輛位置精準的定位于車道之上、幫助車輛獲取更為準確有效、全面的當前位置交通狀況并為無人車規(guī)劃制定最優(yōu)路線。

（1）地圖匹配：由于存在各種定位誤差，電子地圖坐標上的移動車輛與周圍地物并不能保持正確的位置關(guān)系。利用高精地圖匹配則可以將車輛位置精準的定位在車道上，從而提高車輛定位的精度。

（2）輔助環(huán)境感知：這個在自動駕駛中非常重要，不同的傳感器都有其自身的優(yōu)勢和劣勢，例如攝像機在弱光及高對比度光線條件場景下很難捕捉足夠的視覺信息；激光雷達在霧氣/雨滴/雪花/汽車尾氣/反射等場景下容易形成虛假點；毫米波雷達在通過隧道、大橋等場景下雷達探測可信性降低。自動駕駛因其問題復雜度高、安全第一等特性，需要依靠多種傳感器數(shù)據(jù)的相互融合來提高感知效果。

（3）路徑規(guī)劃：為了讓無人駕駛車在行駛過程中能夠及時、準確地對其他車行為作出反應(yīng)，保證行駛的舒適性與安全性，算法需要對其他車的行為與路徑作出相對準確的預測。對于提前規(guī)劃好的最優(yōu)路徑，由于實時更新的交通信息，最優(yōu)路徑可能也在隨時會發(fā)生變化，此時高精地圖在云計算的輔助下，能有效地為無人車提供最新的路況，幫助無人車重新制定最優(yōu)路徑。

??自動切換車道

??對行駛較慢車輛的自動超越

??智能設(shè)定巡航車速

??匝道的自動駛?cè)牒婉傠x

? ? ? ?比如：在無人駕駛車經(jīng)過一些坡道時，高精地圖里因為有坡道的信息，也能讓車輛盡早做好速度規(guī)劃?；蛘?，當你要經(jīng)過一個彎道時，高精地圖可提前為無人駕駛車提供彎道的曲率信息，讓無人駕駛車可以規(guī)劃好最適合彎道的拐彎速度。通過高精地圖查詢到前方右側(cè)有輔路入口或者車道合并的情況，那么該處出現(xiàn)的車輛就很有可能會作出向左變道或加速并入等動作。根據(jù)左右車道線虛實情況，也可以更好的幫無人駕駛車判斷旁邊車輛加塞的可能性，這個對于匝道的駛?cè)牒婉{離更符合自然駕駛?cè)说男袨?，而不是按照通常的做法，提?公里就進入右邊通道，但是由于右邊的大貨車又比較多，這樣行駛速度非常慢，讓人非常不爽。通過高精地圖，綜合決策可以更像一個老司機的操作，可以根據(jù)實際的車流情況，選擇合適的時機進入右邊通道，既不太慢，又不至于太快到路口才并入。

二、自動駕駛車輛如何定位

1、自動駕駛定位的特點

對于定位系統(tǒng)和傳統(tǒng)定位來說，自動駕駛車輛的位置和姿態(tài)有以下特點：

◆?厘米級別的精度，需要精確到車在車道線的具體位置，例如距離左右邊線幾公分。

◆?高頻低延遲，需要毫秒級別的時間延遲，實時傳輸車的位置，否則會出現(xiàn)安全事故。

2、定位方式

（1）全球?qū)Ш叫l(wèi)星系統(tǒng)? ? ? ? ?特點：米級別精度、低頻、干擾或者遮擋

解決方法：RTK（Real - time kinematic，實時動態(tài)）載波相位差分技術(shù)，可以達到厘米級別。

（2）相對定位：慣性測量單元? ? ? ? 特點：加速度以及角速度、三個方向的加速度計和三軸的陀螺儀、高頻（通常100HZ）累積誤差。

解決方法：慣性導航系統(tǒng)

（3）點云定位：魯棒性好，不依賴于 GPS 信息。依賴于先驗地圖，地圖的準確性和實時性可能會導致定位誤差。

需要解決：弱特征環(huán)境。比如說在橋上，往前開10米和往后開10米看到的場景都是類似的，對于這類環(huán)境來說，如何去找到準確位置，這是必須考慮的問題。

3、多傳感器融合定位

綜合來說，靠以上單一傳感器定位是不夠的，所以采取多傳感器融合定位的方案。車輛通過攝像頭、毫米波雷達、激光雷達等設(shè)備獲取周圍環(huán)境信息，實現(xiàn)感知；將周圍場景信息與高精地圖進行比對，確定車輛相對位置，并通過GNSS、RTK 定位、慣性導航系統(tǒng)確定自身姿態(tài)、速度和絕對位置，共同實現(xiàn)自我感知。感知信息進入決策層，算法將依據(jù)高精地圖、車聯(lián)網(wǎng)技術(shù)提供的多維度信息對具體駕駛問題做出判斷、輸出車輛控制信號并交給執(zhí)行層執(zhí)行。

? ? ???渡眾機器人DZ30激光雷達點云匹配的定位方案：一方面，車載激光雷達掃描獲得點云數(shù)據(jù)，并提取數(shù)據(jù)中包含的環(huán)境特征；另一方面，車輛從“ GNSS + RTK + IMU ”定位組合中獲得車輛位置的預測值，從高精地圖中獲取該位置附近的環(huán)境特征，之后將掃描識別的環(huán)境特征與高精地圖記述的環(huán)境特征做匹配融合，獲取車輛當前場景下精確的位置信息。

? ? ? ?高精定位方案中，共有三部分相互重疊的定位子系統(tǒng)：衛(wèi)星定位，包括RTK 定位技術(shù)、地基增強網(wǎng)絡(luò)等；航位推算引擎，包括 IMU 、車身里程計、以及車輛控制系統(tǒng)的總線信息；基于高精地圖的相對位置。三部分之間信息相互耦合，結(jié)果相互冗余，從而保證定位的精度和可靠性。

（1）根據(jù)已有高精地圖進行離線匹配定位，在高精地圖里識別可通行區(qū)域，在地圖里進行紅綠燈、限速標牌等道路交通標識的標注。根據(jù)高精地圖將其分為了直接可通行區(qū)域和可選擇的通行區(qū)域兩部分，直接可行駛區(qū)域，擁有道路優(yōu)先權(quán)可以保持行駛。

（2）高精地圖助力智慧礦區(qū)。露天礦區(qū)道路沒有明顯的馬路牙子、車道線等標識，尤其是在雨雪天氣，更加難以判斷道路位置。ＤＺ３０巡檢機器人不僅可以檢測車道線、行人，還能檢測路面石頭，道路兩側(cè)的懸崖、山坡，幫助車輛發(fā)現(xiàn)危險，讓礦車提前預知前方出現(xiàn)的情況，起到預警作用，保證礦山經(jīng)營管理安全高效運行。

? ?