新聞中心

全場景自動代客泊車要量產,必須邁過三大門檻

作者:華一汽車科技 ?? 來源:www.233568.live ?? 發布時間:2020-01-14 14:20 ?? 閱讀:

泊車是自動駕駛快速落地的重要場景之一,主機廠和智能駕駛初創公司已投入眾多資源進行研發。目前市場上存在多種泊車方案,從自動泊車輔助、記憶泊車,到最后一公里全自動代客泊車,其產品智能化程度和場景適應性不一而足。
 
自動代客泊車
 
全自動代客泊車方案(Automated Valet Parking, AVP)是智能泊車的最終功能形態。在這種場景中,車輛自主進入停車場,根據感知結果,進行全局和局部實時路徑規劃,行駛至停車場內的任意空閑或臨時指定車位,并完成自動泊入。
 
由于AVP系統徹底幫駕駛員省掉了耗時的停取車環節,是用戶最為期待的自動駕駛功能之一,如果產品體驗出色,消費者自然愿意掏腰包。
 
停車場高精地圖制作
AVP屬于低速L4自動駕駛,需要高精地圖配合?,F有停車場高精地圖制圖方式效率低下,成本高昂。
 
制圖的難點首先在于不同停車場物理結構差異很大,場內的標線施劃也沒有嚴格遵循統一的標準。其次,停車場環境對傳感器的物理性能要求很高,比如攝像頭需要適應停車場的昏暗光線,同時制圖系統需要處理GPS信號缺失帶來的軌跡推算問題。
 
據國內主機廠測算,在代客泊車功能落地上獲得先機,預計需要近萬個停車場地圖的數據采集。如果不能通過提高自動化程度、降低制圖成本來解決規?;茍D的難題,AVP將無法得到市場化的推廣。
 
停車場高精地圖示例
圖2. 停車場高精地圖示例
 
AVP系統采用了矢量化的高精度地圖,如圖2所示。在實踐中,矢量地圖可提供AVP系統所需的全部信息。區別于激光點云地圖,矢量地圖數據量小,未來很方便通過OTA進行增量更新;相比于VSLAM地圖,矢量地圖更穩定,無需頻繁更新維護。
 
創新的算法突破
自主代客泊車雖然是低速自動駕駛,但考慮到復雜的停車場環境,比如室內燈光昏暗、人車流混雜、內部道路曲折、GPS信號缺失等,在有限算力的條件下實現AVP功能依然挑戰巨大。
 
將不同傳感器的底層信號進行了深度融合,從系統層面統籌安排感知、定位、決策規劃等功能,各模塊性能均達到了state-of-the-art的水平。除此之外,配合高精地圖信息,進一步提升了系統性能的準確率和魯棒性。
 
在多層停車場里,有時層間的匝道坡度會超過五度,在車輛即將駛入坡道前,若單純基于視覺識別結果,檢測出的可行駛區域就會越來越窄,最后逼停車輛。
 
這個時候只有引入高精地圖所包含的坡度信息之后,真實路寬才能被準確感知到,保障車輛順利行駛,地圖信息對于感知部分提供了很好的支持。”
 
有別于傳統的GNSS-INS組合慣導,這款設備還接入了多種感知信號,通過比對高精地圖,成功解決了無GPS信號場景下的高精度定位問題。
 
除了AVP,該設備也可用于為其他各種復雜場景下的移動設備提供實時6自由度的高精定位信號,目前已經與不同領域的客戶展開聯合測試。
 
在路徑規劃決策方面,不同于城市開放道路的自動駕駛,AVP系統還需要面對特別的挑戰。停車場內往往空間狹小,彎道復雜,多單行道等。
 
AVP決策引擎基于高精地圖提供的精確三維空間數據,通過實時分析車輛位姿與障礙物的空間分布,并充分考慮車輛低速運動下的動力模型,為控制系統生成可靠的實時動態路徑規劃。
 
車規級硬件平臺部署
在算力有限(<0.5TOPS)的嵌入式計算平臺上同時運行感知、定位、決策、規劃等多項任務,系統和算法都面臨巨大挑戰。
 
對AVP系統構架進行了精心設計,并通過大量算法優化工作,最終在滿足性能指標情況下,成功將所有任務運行在一個車規級嵌入式計算平臺中。
 
系統仿真測試驗證平臺
充分的仿真測試和功能安全驗證是實現量產前必不可少的環節。在開放道路自動駕駛場景下,自動駕駛模式下的行駛里程和人工干預頻率(Disengagements)是兩個行業公認的評價指標。與此類比,AVP場景中測試停車場場景類型和人工干預頻率也應該作為對AVP的評價指標。
 
 

文章轉載請保留原文網址:http://www.233568.live/news/hyzx/1051.html


上一篇:2020年中國智慧交通市場發展前景

下一篇:智能網聯汽車的發展需要轉換思維


液晶儀表 返回列表
? 腾游棋牌游戏麻将 江西时时彩 软件下载 四川体彩金7乐秘籍 中国最好的理财平台是哪一个 贵州11选5任三遗漏数据 pc蛋蛋特码预测 安徽快3是国家的吗 天津时时彩走势图表 黑龙江十一选五14 股票融资买入的利息 上海时时乐单选开奖号码