智能城市中自動(dòng)駕駛汽車工業(yè)的關(guān)鍵挑戰(zhàn)
——高清地圖

Heiko G.Seif*，胡曉龍

aInternational Management, Munich Busine ss School, Munich 80687, GermanybUNITY Business Consulting (Shanghai) Co., Ltd., Shanghai 201203, China

智能城市中自動(dòng)駕駛汽車工業(yè)的關(guān)鍵挑戰(zhàn)
——高清地圖

Heiko G.Seifa,*，胡曉龍b

aInternational Management, Munich Busine ss School, Munich 80687, GermanybUNITY Business Consulting (Shanghai) Co., Ltd., Shanghai 201203, China

article info

Article history:

Received 28 April 2016

Revised 31 May 2016

Accepted 12 June 2016

Available online 23 June 2016

自動(dòng)駕駛

交通基礎(chǔ)設(shè)施

智能城市(iCity)

Car-to-X通信系統(tǒng)

汽車通信

高清地圖

本文對(duì)未來城市中自動(dòng)駕駛的必要技術(shù)進(jìn)行了深入的分析，從車載電腦運(yùn)算、數(shù)據(jù)處理、路邊基礎(chǔ)設(shè)施和云解決方案等不同方面反映了科技的發(fā)展?fàn)顩r，主要對(duì)自動(dòng)駕駛的核心技術(shù)——高清地圖的應(yīng)用所帶來的挑戰(zhàn)進(jìn)行了描述。

? 2016 THE AUTHORS.Published by Elsevier LTD on behalf of Chinese Academy of Engineering and Higher Education Press Limited Company.This is an open access article under the CC BY-NC-ND

license (http://creativecommons.org/licenses/by-nc-nd/4.0/).

1.引言

人們對(duì)自動(dòng)駕駛汽車的展望已經(jīng)有很長一段歷史了。自1925年在紐約展示了無線電控制汽車的原型“Linrrican Wonder” 后[1]，自動(dòng)駕駛技術(shù)就成為科幻小說的一個(gè)重要話題，并且最近，自動(dòng)駕駛技術(shù)也進(jìn)入了工程科學(xué)領(lǐng)域的研究范疇。目前，大型汽車制造企業(yè)和其他工業(yè)領(lǐng)域的從業(yè)者宣布了他們?cè)谖磥硎陜?nèi)引進(jìn)完全自動(dòng)駕駛汽車的決心。

自動(dòng)駕駛汽車正朝著市場(chǎng)投入的方向邁進(jìn)。這就需要在汽車和基礎(chǔ)設(shè)施方面都要具備一整套全面連接的，甚至系統(tǒng)整合的高端技術(shù)。自動(dòng)駕駛的關(guān)鍵技術(shù)就是實(shí)時(shí)高清(HD)地圖。這項(xiàng)技術(shù)對(duì)自動(dòng)駕駛提出了三項(xiàng)主要挑戰(zhàn)。

第一項(xiàng)挑戰(zhàn)是汽車根據(jù)周邊環(huán)境對(duì)自身進(jìn)行精確定位的能力。第二項(xiàng)挑戰(zhàn)是解決車載傳感器覆蓋范圍外、距車頭或車四周200 m范圍內(nèi)的路況識(shí)別和反應(yīng)的難題。第三項(xiàng)挑戰(zhàn)是汽車在行駛過程中滿足乘客和其他交通參與者的需求的能力[2]。

截止到目前，車載地圖已經(jīng)被廣泛用于導(dǎo)航及搜索周邊興趣點(diǎn)，但這些地圖的分辨率對(duì)于自動(dòng)駕駛來說還是不夠精確。另外，現(xiàn)有的地圖不能滿足實(shí)時(shí)信息(也就是實(shí)時(shí)地圖)的要求，而且也不能為自動(dòng)駕駛提供足夠的信息。尤其在交通密度較高的城市環(huán)境中，對(duì)安全、完全自動(dòng)駕駛的要求是極高的，不僅對(duì)汽車的規(guī)格有要求，而且對(duì)基礎(chǔ)設(shè)施的規(guī)格也提出了很高的要求。歐洲在這一研究領(lǐng)域的進(jìn)展概況為自動(dòng)駕駛技術(shù)提供了其道路地圖的智能系統(tǒng)[3]。

本文對(duì)基于未來城市——智能城市(iCity)的高清地圖和旨在實(shí)現(xiàn)自動(dòng)駕駛的應(yīng)用科學(xué)研究機(jī)構(gòu)的研究進(jìn)行了剖析。

2.高清地圖(HD)和自動(dòng)駕駛

完全自動(dòng)駕駛需要一套包括高性能傳感器和機(jī)器人技術(shù)的智能控制系統(tǒng)，且要求技術(shù)系統(tǒng)必須能夠明顯反映人類所需要的駕車能力。僅僅簡(jiǎn)單識(shí)別道路位置對(duì)于自動(dòng)駕駛來說是遠(yuǎn)遠(yuǎn)不夠的。自動(dòng)駕駛汽車必須有檢測(cè)和規(guī)避障礙物的能力。在行駛途中，除了固定的障礙物，還包括動(dòng)態(tài)移動(dòng)的交通參與者，比如其他車輛(特別是在城市區(qū)域內(nèi))和脆弱的行人及騎車者。尤其在危急情況下，自動(dòng)駕駛汽車的檢測(cè)和控制系統(tǒng)必須有快速反應(yīng)期。自動(dòng)駕駛汽車需要一系列的諸如聲納設(shè)備、立體照相機(jī)、激光傳感器、雷達(dá)和car-to-X通訊系統(tǒng)等的傳感器技術(shù)。所有這些技術(shù)都有不同的關(guān)注點(diǎn)，而且每種技術(shù)都有一個(gè)堪比人類五感的一項(xiàng)或多項(xiàng)特定用途。自動(dòng)駕駛汽車的主要感官就是LiDAR(light detection and ranging)，即激光探測(cè)與測(cè)量，這是一個(gè)以激光為基礎(chǔ)的，在汽車近場(chǎng)環(huán)境內(nèi)探測(cè)物體的過程[4]。

圖1展示了裝備在自動(dòng)駕駛汽車上的LiDAR設(shè)備采集的點(diǎn)云圖像。

激光探測(cè)與測(cè)量系統(tǒng)的重要性源于其準(zhǔn)確性，其精度高達(dá)100 m，旋轉(zhuǎn)能力為360°。激光探測(cè)與測(cè)量系統(tǒng)可以以每秒超過兩百萬讀數(shù)的工作效率為自動(dòng)駕駛汽車提供車身周邊環(huán)境的高分辨率信息。

自動(dòng)駕駛汽車的第二個(gè)核心感官就是全球定位系統(tǒng)(GPS)，這使汽車具備了粗略定位的能力。該定位能力是最先進(jìn)的導(dǎo)航系統(tǒng)的基礎(chǔ)，該系統(tǒng)擁有3D地理顯示功能，能夠顯示虛擬現(xiàn)實(shí)建筑和短時(shí)交通信息。雖然這是一項(xiàng)先進(jìn)的技術(shù)，但是全球定位系統(tǒng)的準(zhǔn)確度已不能滿足下一代高度自動(dòng)駕駛汽車的要求了。在最理想的情況下，全球定位系統(tǒng)精確度能達(dá)到5 m；然而，自動(dòng)駕駛需要的是厘米級(jí)別的精確度。

對(duì)精確度的需求意味著自動(dòng)駕駛汽車必須要配備整體的附加傳感系統(tǒng)來提供汽車周邊環(huán)境的實(shí)時(shí)高分辨率圖像。雷達(dá)、超聲波傳感器和立體相機(jī)是汽車實(shí)時(shí)環(huán)境的重要“觸角”。傳感器數(shù)據(jù)和全球定位系統(tǒng)數(shù)據(jù)的融合使得汽車的定位精度保持在10 cm以內(nèi)。

圖1.一輛接近十字路口的汽車的點(diǎn)云圖像闡釋了由Velodyn LiDAR收集的數(shù)據(jù)的復(fù)雜性[5]

除了高精度定位以外，車輛與基礎(chǔ)設(shè)施、車輛與車輛直接的通信系統(tǒng)還可以提供更多的信息，從而增強(qiáng)對(duì)遠(yuǎn)達(dá)1 km范圍內(nèi)的周邊環(huán)境的感知能力。通過想象，數(shù)以萬計(jì)的汽車就像相互連接的、可移動(dòng)的探測(cè)設(shè)備一樣運(yùn)行著，同時(shí)配備著采集傳感器數(shù)據(jù)和提供對(duì)應(yīng)云解決方案的信息平臺(tái)，這必將促進(jìn)新的商業(yè)化模式的創(chuàng)新。因此，奧迪、寶馬和戴姆勒等財(cái)團(tuán)已經(jīng)獲得了諾基亞的衍生產(chǎn)品——HERE。這筆交易使這些汽車制造商得到了先進(jìn)的導(dǎo)航軟件去研發(fā)下一代自動(dòng)駕駛汽車。

同其他競(jìng)爭(zhēng)者相比，HERE的優(yōu)勢(shì)在于其所收集的巨大的數(shù)據(jù)量遠(yuǎn)超其他平臺(tái)。將每輛汽車當(dāng)作一種滾動(dòng)測(cè)量儀，并以此為基礎(chǔ)，通過應(yīng)用大眾外包商業(yè)模式，利用這種邏輯逐漸提高趨向完美、不斷發(fā)展的云服務(wù)的質(zhì)量。除了HERE，羅伯特?博世有限公司(Bosch)公司，通騰導(dǎo)航科技(中國)有限公司(TomTom)、擁有deCarta的優(yōu)步公司，及谷歌和蘋果公司都已經(jīng)加入了追求自動(dòng)駕駛汽車的隊(duì)伍。

自動(dòng)駕駛技術(shù)最有前景的策略之一就是即時(shí)定位與地圖構(gòu)建(SLAM)算法的應(yīng)用。整合從配備云端高清地圖數(shù)據(jù)的車載傳感器實(shí)時(shí)收集到的數(shù)據(jù)，為自動(dòng)駕駛提供汽車周邊地標(biāo)的虛擬圖像，從而對(duì)汽車位置及其與其他道路使用者之間的關(guān)系做出準(zhǔn)確判定。SLAM技術(shù)對(duì)自動(dòng)駕駛的計(jì)算能力和數(shù)據(jù)傳輸能力提出很高要求。目前主要的發(fā)展瓶頸如下所述：

? 數(shù)據(jù)采集：1 h的駕駛時(shí)間能產(chǎn)生相當(dāng)于1TB的數(shù)據(jù)。

? 數(shù)據(jù)處理：通過高速處理設(shè)備分析收集到的1TB數(shù)據(jù)，需要花兩天時(shí)間才能處理生成可用的導(dǎo)航數(shù)據(jù)。

? 數(shù)據(jù)傳輸：雖然目前LTE(4G)技術(shù)已經(jīng)能夠使數(shù)據(jù)傳輸速度達(dá)到100 Mbit·s–1，但是自動(dòng)駕駛技術(shù)要求數(shù)據(jù)傳輸速度達(dá)到2.2 Gbit·s–1。盡管5G技術(shù)能使數(shù)據(jù)傳輸速度達(dá)到5 Gbit·s–1，但是在2020年后該技術(shù)才能市場(chǎng)化。

? 延遲時(shí)間：對(duì)于實(shí)時(shí)執(zhí)行來說，延遲時(shí)間必須低于10 ms，這就要求車載系統(tǒng)具備高性能處理能力。

有關(guān)這些問題的研究現(xiàn)狀通過原型方式證明了自動(dòng)駕駛技術(shù)的能力。新的從業(yè)者和研究機(jī)構(gòu)，如弗勞恩霍夫應(yīng)用研究促進(jìn)協(xié)會(huì)同汽車制造商和信息技術(shù)公司就考慮采用新的推進(jìn)概念的解決方案展開合作[6]。對(duì)不同研究項(xiàng)目的進(jìn)度必須要分別考慮。在全面考慮原始設(shè)備制造商(OEM)的需要列表的同時(shí)，對(duì)新的或即將誕生的科技企業(yè)要采取不同于一級(jí)汽車工業(yè)供應(yīng)商的運(yùn)營方式進(jìn)行運(yùn)營。隨著安卓或CarPlay系統(tǒng)與嵌入式系統(tǒng)的整合，新的科技企業(yè)可以以更加敏捷和靈活的方式開發(fā)自動(dòng)駕駛解決方案。當(dāng)然，目前此項(xiàng)開發(fā)仍然停留在初級(jí)階段；然而，若要實(shí)現(xiàn)完全自動(dòng)化的轉(zhuǎn)變，軟件將會(huì)變成重要的驅(qū)動(dòng)力。因此，為了保證能獲取關(guān)鍵知識(shí)和技術(shù)，此領(lǐng)域的風(fēng)險(xiǎn)投資變得越來越重要，諾基亞HERE這個(gè)案例就證實(shí)了這一點(diǎn)。

對(duì)目前主要的自動(dòng)駕駛研究項(xiàng)目所取得的進(jìn)展進(jìn)行分析，可以得到一些有趣的結(jié)論。例如，谷歌的成果并沒有像媒體所暗示的那樣成為一個(gè)市場(chǎng)化的解決方案。一個(gè)小型半自動(dòng)汽車車隊(duì)運(yùn)行的多公里里程數(shù)據(jù)遠(yuǎn)遠(yuǎn)不能滿足完全自動(dòng)駕駛的要求。相比之下，諾基亞HERE擁有超過400輛配備有LiDAR和2400萬像素的四臺(tái)廣角攝像頭的汽車車隊(duì)，而且已經(jīng)繪制出超過3×106km區(qū)域的地圖。研發(fā)高清地圖所需的額外數(shù)據(jù)從內(nèi)置陀螺儀和高端全球定位系統(tǒng)中獲取。這些不同數(shù)據(jù)源的數(shù)據(jù)融合由擁有高性能處理能力的傳感器數(shù)據(jù)融合設(shè)備來完成。數(shù)據(jù)的儲(chǔ)存要求高速硬盤擁有大量存儲(chǔ)空間。數(shù)據(jù)從汽車到中央云端計(jì)算機(jī)的傳輸過程是通過完整的硬盤信息交換來實(shí)現(xiàn)的。至今為止，這種方式是最快捷、最安全的。這些數(shù)據(jù)被用于描述道路情況和生成高清地圖。基于此類高清地圖，一輛完全自動(dòng)駕駛的戴姆勒原型車可跨越德國完成測(cè)試。

除了依靠自動(dòng)駕駛汽車的傳感器外，如果想嘗試讓汽車在交通流中做出合適的行為，那么高清地圖對(duì)自動(dòng)駕駛技術(shù)的必要性就變得尤為明顯。迄今為止，還沒有一種傳感器能夠?qū)ζ囍苓叺沫h(huán)境進(jìn)行準(zhǔn)確定位和判斷。雖然一些研究項(xiàng)目正在研究基于量子定位系統(tǒng)的解決方案，但這些研究仍處于初步階段，而且第一代自動(dòng)駕駛汽車的原型比一輛旅行車的后備箱都大。這套量子物理技術(shù)距投入使用還需要很多年的時(shí)間[7]； 所以，自動(dòng)駕駛還得依靠動(dòng)態(tài)高清地圖。定位的準(zhǔn)確性可通過利用類似建筑物的地標(biāo)作為參照物進(jìn)行高清地圖的信息繪制來保證。依靠各種地標(biāo)能夠?qū)ζ囘M(jìn)行準(zhǔn)確的定位。下一步就是在一系列汽車中完成高清地圖繪制的整合[8]。

由成千上萬輛測(cè)試車所收集的傳感器數(shù)據(jù)使得建立高精度和實(shí)時(shí)信息的動(dòng)態(tài)高清地圖成為現(xiàn)實(shí)。通過這種自主學(xué)習(xí)的云端服務(wù)，最新更新的數(shù)據(jù)可通過4G蜂窩數(shù)據(jù)連接裝置被發(fā)送到所有已注冊(cè)的汽車中。加入的汽車越多，高清地圖云端解決方案就會(huì)變得越準(zhǔn)確。

目前，第一批自動(dòng)駕駛汽車原型已經(jīng)在封閉區(qū)域部署到位。為了通過自動(dòng)駕駛儀運(yùn)行汽車，寶馬和奧迪已經(jīng)在各個(gè)賽道上安裝了高清地圖，而且目前已經(jīng)打破好幾項(xiàng)單圈記錄。高清地圖同車載傳感器和控制系統(tǒng)的整合使得高性能駕駛達(dá)到極高水平[9]。

自動(dòng)駕駛的下一個(gè)等級(jí)的測(cè)試是離開像賽道這樣的封閉區(qū)域，對(duì)其在公共高速道路上的自動(dòng)駕駛性能進(jìn)行測(cè)試，這比在城市環(huán)境下?lián)頂D的交通中的測(cè)試難度要小。高度自動(dòng)駕駛(HAD)指的是自動(dòng)駕駛汽車在真實(shí)的交通環(huán)境(高速公路最高速度為130 km·h–1)中安全駕駛的能力。據(jù)寶馬公司的一項(xiàng)最新的研究報(bào)告，像環(huán)境感知、定位、駕駛技術(shù)和汽車控制等基礎(chǔ)技術(shù)就是為高度自動(dòng)駕駛所開發(fā)的[10]。

自動(dòng)駕駛汽車的最終階段就是在無人干預(yù)的、所有可以預(yù)想到的外界環(huán)境下的完全自動(dòng)駕駛。這是該項(xiàng)技術(shù)面臨的最大挑戰(zhàn)，特別是在道路用戶多樣和交通密度高的高度復(fù)雜的未來城市交通環(huán)境中，這種情況尤為如此。

到目前為止，這份報(bào)告主要從汽車角度思考交通運(yùn)輸系統(tǒng)。然而，為了從車外角度(不管是由人還是由機(jī)器控制的汽車)解決復(fù)雜的交通狀況，就必須建立起能夠與周邊環(huán)境進(jìn)行通信交互的通信系統(tǒng)。此類通信系統(tǒng)涵蓋其他交通參與者，以及交通標(biāo)識(shí)和基于傳感器的路邊設(shè)施(圖2)。車輛與車輛(V2V)通信系統(tǒng)可以通過預(yù)防碰撞和提供有問題的交通狀況預(yù)警來幫助提高自動(dòng)駕駛安全性。車輛與基礎(chǔ)設(shè)施(V2I)通信系統(tǒng)是基于促進(jìn)車載隨意移動(dòng)網(wǎng)絡(luò)(VANETs)的路邊基礎(chǔ)設(shè)施而建設(shè)的；這些長期的解決方案對(duì)為自動(dòng)駕駛提供重要安全應(yīng)用和服務(wù)的智能交通系統(tǒng)(ITSs)有舉足輕重的作用。雖然車載隨意移動(dòng)網(wǎng)絡(luò)變得越來越令人著迷，但是當(dāng)前的研究還不能在真實(shí)情況下完全有效解決車載隨意移動(dòng)網(wǎng)絡(luò)技術(shù)的各種約束。

為了保證車載隨意移動(dòng)網(wǎng)絡(luò)的穩(wěn)定無縫連接，最佳可用頻道的全覆蓋是必需的。目前，管理相鄰路邊單元的重疊信號(hào)是最大的挑戰(zhàn)之一。在一項(xiàng)綜合仿真研究中，Ghosh和他的研究團(tuán)隊(duì)[11]調(diào)查了“在不同的移動(dòng)環(huán)境下，隨意移動(dòng)網(wǎng)絡(luò)提供無處不在的通信的可行性和優(yōu)勢(shì)。通過使用如網(wǎng)絡(luò)駐留時(shí)間(Network Dwell Time)、時(shí)間切換(Time Before Handover)和退出時(shí)間(Exit Times)等概念研究了重復(fù)效應(yīng)”。車載隨意移動(dòng)網(wǎng)絡(luò)研究領(lǐng)域的第一批研究結(jié)果表明“在城市道路和高速公路環(huán)境中，混合路由協(xié)議是車載隨意移動(dòng)網(wǎng)絡(luò)的最佳選擇”[12]。

在與工業(yè)互聯(lián)網(wǎng)等專業(yè)互聯(lián)網(wǎng)業(yè)界相聯(lián)系的自動(dòng)化和機(jī)器人領(lǐng)域中，強(qiáng)大的信息和通信技術(shù)是其發(fā)展的必要條件。在“充滿智能和高度互聯(lián)的智能城市”的未來發(fā)展愿景中，自動(dòng)化汽車會(huì)變成網(wǎng)絡(luò)實(shí)體系統(tǒng)[13]。

路邊單元基礎(chǔ)設(shè)施和車載高清地圖的融合是實(shí)現(xiàn)自動(dòng)駕駛非常有希望的途徑。車載節(jié)點(diǎn)可從實(shí)時(shí)高清地圖系統(tǒng)的車載部分獲取準(zhǔn)確的定位和道路信息，并且可以將其提供給基于路由協(xié)議的專門的交通互聯(lián)網(wǎng)系統(tǒng)。車載隨意移動(dòng)網(wǎng)絡(luò)高度動(dòng)態(tài)和高速變化的網(wǎng)絡(luò)拓?fù)湔谏蓽?zhǔn)確的汽車周邊環(huán)境的實(shí)時(shí)圖像。通過這項(xiàng)技術(shù)，大量的智能自動(dòng)駕駛技術(shù)得以實(shí)現(xiàn)[14]。

圖2.采集實(shí)時(shí)交通運(yùn)行情況的數(shù)據(jù)并同車輛進(jìn)行通信的路邊設(shè)施。

對(duì)從所有測(cè)試車輛上獲取的數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，可以為道路用戶和政府研究機(jī)構(gòu)提供額外的云服務(wù)。這類云服務(wù)的案例主要包括：

? 自動(dòng)汽車的深度機(jī)械學(xué)習(xí)(為了在交通環(huán)境中獲得最佳表現(xiàn))；

? 智能交通控制系統(tǒng)的持續(xù)改進(jìn)；

? 為污染控制開發(fā)生態(tài)路徑探測(cè)器；

? 基于監(jiān)測(cè)機(jī)制的安全保障解決方案[15]。

因此，為自動(dòng)駕駛技術(shù)開發(fā)的云解決方案被認(rèn)為是未來交通系統(tǒng)基礎(chǔ)設(shè)施建設(shè)的一部分，該系統(tǒng)將涵蓋自動(dòng)駕駛汽車、路邊設(shè)施、高清地圖以及云服務(wù)高性能計(jì)算和存儲(chǔ)設(shè)備(圖3)。

在當(dāng)前的科技發(fā)展?fàn)顩r下，在智能城市中沒有一項(xiàng)智能移動(dòng)解決方案能夠替代高清地圖。為了克服現(xiàn)存的瓶頸， 5G傳輸技術(shù)、中央(基礎(chǔ)設(shè)施后端)和分散(車載)的高性能運(yùn)算能力及大數(shù)據(jù)解決方案是必需的[16]。

至于更深層次的挑戰(zhàn)，3D掃描技術(shù)將成為未來智能城市中自動(dòng)駕駛的下一個(gè)發(fā)展階段。這里有兩種主要的獲取3D高清地圖數(shù)據(jù)的方式：第一種是為繪制高效準(zhǔn)確的路面3D地圖而配備儀表化的、高科技的設(shè)備車輛[17]；第二種是配備類似于激光探測(cè)與測(cè)量系統(tǒng)或立體攝像機(jī)的這種輕型傳感器的無人空中車輛系統(tǒng)，為攝影測(cè)量學(xué)提供新穎平臺(tái)。這將會(huì)使3D掃描技術(shù)能夠以自動(dòng)快速的數(shù)據(jù)獲取、低差錯(cuò)以及密集點(diǎn)云圖像的方式獲取精確的3D地圖[18]。一旦開始實(shí)施自動(dòng)駕駛技術(shù)，高清3D地圖將會(huì)變得尤為關(guān)鍵，特別是在像中國這樣的人口高度密集的城市。圖4展示了未來智能城市的愿景并闡釋了3D地圖繪制所面臨的挑戰(zhàn)。

3.總結(jié)

圖3.與交通相關(guān)的云服務(wù)概念。

圖4.面臨全新3D地圖繪制挑戰(zhàn)的未來智能城市[19]。

自動(dòng)駕駛技術(shù)正在逐步變成現(xiàn)實(shí)。最新一代的高檔車上配備的高級(jí)駕駛輔助系統(tǒng)(ADAS)，可以讓乘客在高速公路上擁有幾秒鐘的自動(dòng)駕駛體驗(yàn)。這種功能的基礎(chǔ)是能夠掃描車周圍環(huán)境的光學(xué)和雷達(dá)傳感器，將這些掃描數(shù)據(jù)輸入到操控、加速和剎車制動(dòng)器，可保障汽車在低復(fù)雜性的情形下進(jìn)行自動(dòng)駕駛。這是實(shí)現(xiàn)自動(dòng)駕駛的第一步。當(dāng)轉(zhuǎn)入到城市交通環(huán)境中時(shí)，這些傳感器所獲取的信息就不足以滿足完全自動(dòng)駕駛的需求了。這就需要獲取準(zhǔn)確的車輛位置、速度和方向以及當(dāng)前交通狀況和其他交通參與者的行為等數(shù)據(jù)。這種多維信息的基礎(chǔ)參照就是精確度為±10 cm的高清地圖。通過更新，高清地圖能夠被增強(qiáng)至掃描更大范圍(約1 km范圍內(nèi))的車周環(huán)境的實(shí)時(shí)狀況。因此，高清地圖是汽車工業(yè)面臨的一項(xiàng)重要挑戰(zhàn)，特別是因?yàn)檫@個(gè)主題直到現(xiàn)在還一直沒有被當(dāng)成是汽車制造企業(yè)的核心競(jìng)爭(zhēng)力。

本文揭示了關(guān)于當(dāng)前研究情況的一些背景信息，并展望了未來的發(fā)展愿景。

Compliance with ethics guidelines

Heiko G.Seif and Xiaolong Hu declare that they have no confl ict of interest or fi nancial confl icts to disclose.

[1] Stayton EL.Driverless dreams: technological narratives and the shape of the automated car.Cambridge: Massachusetts Institute of Technology; 2015.

[2] Redzic O, Rabel D.A location cloud for highly automated dr iving.In: Meyer G, Beiker S, editors Road vehicle automation 2.Switzerland: Springer International Publishing; 2015.p.49-60.

[3] Dokic J, Müller B, Meyer G.European roadmap: smart systems for automated driving.Berlin: European Technology Platform on Smart Systems Integration; 2015.

[4] Jakubiec G, Mullinix B. The use of LiDAR technology in autonomous cruise control systems for automobiles.Conference Session C10, Paper #3124; 2013.

[5] LiDAR boosts brain power for self-driving cars.Earth Imaging J [Internet].2012 Jan 24 [cited 2016 Apr 23].Available from: http://eijournal.com/resources/lidar-solutions-showcase/lidar-boosts-brain-power-for-self-driving-cars.

[6] Buechel M, Frtunikj J, Becker K, Sommer S, Buckl C, Armbruster M, et al.An automated electric vehicle prototype showing new trends in automotive architectures.In: Proceedings of 2015 IEEE 18th International Conference on Intelligent Transportation Systems; 2015 Sep 15-18; Las Palmas, Spain; 2015.p.1274-9.

[7] Marks P.Quantum positioning system steps in when GPS fails.Ne w Sci 2014;222(2969):19.

[8] Kent L.HERE introdu ces HD maps for highly automated vehicle testing [Internet].2015 Jul 20 [cited 2016 Apr 23].Available from: http://360.here.com/2015/07/20/here-introduces-hd-maps-for-highly-automated-vehicle-testing/.

[9] Sirui S.Towards autonomous driving at the limit of friction [dissertation].Waterloo: University of Waterloo; 2015.

[10] Aeberhard M, Rauch S, Bahram M, Tanzmeister G, Thomas J, Pilat Y, et al.Experience, results and lessons learned from automated driving on Germany’s highways.IEEE Intel Transp Sy 2015;7(1):42-57.

[11] Ghosh A, Vardhan V, Mapp G, Gemikonakli O, Loo J.Providing ubiquitous communication using road-side units in VANET systems: unveiling the challenges.In: Proceedings of the 13th International Conference on ITS Telecommunications (ITST); 2013 Nov 5-7; Tampere, Finland; 2013.p.74-9.

[12] Liu J, Wan J, Wang Q, Deng P, Zhou K, Qian Y.A survey on position-based routing for vehicular ad hoc networks.Tele commun Syst 2016;62(1):15-30.

[13] Seif H, Tao M.Industrial round table: Industrie 4.0 technologies and Internet of Things and services in the city of the future [presentation].In: The 3rd Sino-German CAE/acatech iCity Symposium; 2014 Oct 29-31; Wuhan, China; 2014.

[14] Kaiwartya O, Kumar S.Geocasting in vehicular adhoc networks using particle swarm optimization.In: Proceedings of the International Conference on Information Systems and Design of Communication; 2014 May 16-17; Lisbon, Portugal; 2014.p.62-6.

[15] Kehoe B, Patil S, Abbeel P, Goldberg K.A survey of research on cloud robotics and automation.IEEE Trans Autom Sci Eng 2015;12(2):398-409.

[16] Seif H.Autonomous driving in the iCity-HD maps as a key challenge of the automotive industry [presentation].In: The 4th Sino-German CAE/acatech iCity Symposium; 2015 Sep 21-22; Bremen, Germany; 2015.

[17] Moreno FA, Gonzalez-Jimenez J, Blanco JL, Esteban A.An instrumented vehicle for efficient and accurate 3D mapping of roads.Comput-Aided Civ Inf 2013;28(6):403-19.

[18] O’Neill-Dunne J.Image boost: drones produce sharper images for mapping.Roads Bridges 2015;53(9):30-2.

[19] Presskey.com [Internet].Grand Cayman: Name Administration Inc.; c2001-15 [cited 2016 Apr 23].Available from: http://presskey.com.

* Corresponding author.

E-mail address: heiko.seif@unity.de

2095-8099/? 2016 THE AUTHORS.Published by Elsevier LTD on behalf of Chinese Academy of Engineering and Higher Education Press Limited Company.

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).

英文原文: Engineering 2016, 2(2):159-162

Heiko G.Seif，Xiaolong Hu.Autonomous Driving in the iCity-HD Maps as a Key Challenge of the Automotive Industry.Engineering, http://dx.doi.org/10.1016/J.ENG.2016.02.010