基于自動駕駛眾包地圖更新技術(shù)方法

李月華

(北京華為數(shù)字科技有限公司， 北京 100101)

0 引言

隨著自動駕駛技術(shù)的迅速發(fā)展,高精度地圖更新的精度、鮮度和正確率等都發(fā)生著很大的變化,為自動駕駛行業(yè)高精度地圖的更新設(shè)計提供了一種嶄新的工作模式?；谧詣玉{駛眾包地圖更新技術(shù)的研究,在自動駕駛行業(yè)的應(yīng)用方面受到越來越多的關(guān)注。高精度地圖眾包更新技術(shù)方法具有動態(tài)性、交互性和安全性等特點。

通過車載測量系統(tǒng)等手段獲取高精度地圖,為滿足自動駕駛行業(yè)地圖精確計算匹配、實時路徑規(guī)劃導(dǎo)航、輔助環(huán)境感知、駕駛決策輔助和智能汽車控制的需要提供基礎(chǔ)數(shù)據(jù),并在每個環(huán)節(jié)都發(fā)揮著至關(guān)重要的作用[1]

由于智能汽車的自動化技術(shù)逐步加快,高精度地圖也需要不斷地更新地圖信息,來幫助解決智能駕駛過程遇到的各種外部環(huán)境感知問題。地圖更新需要地圖目標(biāo)變化探測,地理空間數(shù)據(jù)的變化包含空間特征變化和屬性特征變化。對于空間數(shù)據(jù)更新,無論是空間特征未發(fā)生變化、屬性特征發(fā)生變化,還是空間特征和屬性特征都發(fā)生變化,更新工作都要進行[2]。

但是在新構(gòu)建的特征信息的建圖更新過程中,傳統(tǒng)的高精度地圖構(gòu)建方法是十分耗費成本和人力資源的。一方面,投入大量測繪采集車進行采集,需要大量成本投入。另一方面,對新獲取的信息也需要大量的人力去標(biāo)注和質(zhì)量檢測。此外,當(dāng)前的技術(shù)算法還不成熟,也會增加人工投入的成本。

在自動駕駛行業(yè)中整車廠、互聯(lián)網(wǎng)公司、典型圖商及初創(chuàng)公司大力推廣使用高精度地圖數(shù)據(jù)采集與更新方案,它是低成本保持地圖時效性的有效手段,也是未來地圖更新的必經(jīng)之路。各個眾包更新商在結(jié)合自動駕駛應(yīng)用中,面臨著一些挑戰(zhàn),依據(jù)在眾包更新方法生產(chǎn)高精度地圖過程中,位置精度的準(zhǔn)確性、檢測目標(biāo)的正確率、數(shù)據(jù)傳輸?shù)男省?shù)據(jù)傳輸?shù)陌踩?，以及是否滿足車端、云端數(shù)據(jù)處理能力要求,常常給大家造成困擾。

本文針對自動駕駛高精度地圖更新的復(fù)雜性,影響制圖時效的問題,提出了眾包更新技術(shù)方法,提高了數(shù)據(jù)的正確率,處理效率和置信度,對自動駕駛高精度地圖研究與應(yīng)用具有促進作用。

1 高精度地圖

1.1 高精度地圖的定義和構(gòu)成

自動駕駛高精度地圖也稱高分辨率地圖,以精細(xì)化描述道路及車道線、路沿、交通標(biāo)志等,具有精度高、數(shù)據(jù)維度多、時效高等特點,為自動駕駛汽車的定位、規(guī)劃、決策和控制等應(yīng)用提供安全保障,是自動駕駛解決方案的核心。它是關(guān)于車輛環(huán)境和交通運行數(shù)據(jù)元素的存儲和呈現(xiàn)結(jié)構(gòu),是自動駕駛感知融合與識別子系統(tǒng)的一部分,是實現(xiàn)自動駕駛的核心。

高精度地圖數(shù)據(jù)主要包括：反映道路基礎(chǔ)設(shè)施的靜態(tài)數(shù)據(jù)、反映交通運行情況(交通標(biāo)志、交通狀況、道路性能和道路氣象等)的準(zhǔn)動態(tài)數(shù)據(jù)和反映道路目標(biāo)物(車輛環(huán)境、車輛位置、車輛行駛、車輛操作和行人位置數(shù)據(jù))的高動態(tài)數(shù)據(jù)[3]。

靜態(tài)數(shù)據(jù)主要包括車道級的道路拓?fù)浣Y(jié)構(gòu)、基礎(chǔ)設(shè)施數(shù)據(jù)。車輛終端獲得靜態(tài)數(shù)據(jù)的途徑主要包括兩種：直接通過車載傳感器采集后識別獲得實時數(shù)據(jù)或者從地圖云平臺下載歷史數(shù)據(jù)。這兩種數(shù)據(jù)如果信息不匹配,可在地圖云平臺更新和共享。

準(zhǔn)動態(tài)數(shù)據(jù)主要包括交通狀況數(shù)據(jù)、道路性能數(shù)據(jù)和道路氣象數(shù)據(jù)等交通運行數(shù)據(jù);臨時性交通標(biāo)志數(shù)據(jù)等交通運行數(shù)據(jù)。車輛終端獲得準(zhǔn)動態(tài)數(shù)據(jù)的途徑有3種：(1)車載傳感器采集后識別獲得實時數(shù)據(jù)；(2)通過第五代移動通信技術(shù)(5th generation mobile communication technology,5G)從地圖云平臺獲得實時數(shù)據(jù)；(3)通過車用無線通信技術(shù)(vehicle to everything,V2X)從交通云平臺獲得實時數(shù)據(jù)。3種方式如果出現(xiàn)不一致,可在地圖云平臺更新和共享。

高動態(tài)數(shù)據(jù)主要包括道路目標(biāo)物識別數(shù)據(jù)、車輛位置數(shù)據(jù)、行駛數(shù)據(jù)和行人位置等。高動態(tài)的道路目標(biāo)物識別數(shù)據(jù)可通過車載傳感器設(shè)備采集后識別獲得,或通過V2X協(xié)同通信從車、路和人交換獲得。因為高度動態(tài)數(shù)據(jù)更新頻次很快,不必上傳到地圖云平臺,直接存儲在車載終端。

高精度地圖的作用是用于車輛高精度定位(橫向和縱向的車道級),為實現(xiàn)自動駕駛決策系統(tǒng)的路徑規(guī)劃、行為決策和運動規(guī)劃等功能提供重要支撐。高精度地圖不僅可以提供精準(zhǔn)車道定位和預(yù)測,還可以提供實時交通信息,躲避擁堵和交通障礙。

1.2 眾包式地圖服務(wù)

自動駕駛對高精度地圖的鮮度有很高的要求,僅僅依靠專業(yè)的采集車線下采集無法實現(xiàn)道路的實時更新,需要增加眾包模式的地圖數(shù)據(jù)采集、上傳、處理和更新。眾包可以有效提升高精度地圖的采集效率,因此高精度地圖適宜采用智慧生產(chǎn)線，利用大數(shù)據(jù)分析、眾包數(shù)據(jù)采集和人工智能等新型制圖技術(shù),來滿足智慧城市中自動駕駛多種場景的高精度地圖需求。

所謂眾包式地圖服務(wù),是指通過投放多輛具有環(huán)境感知能力的車輛,一邊行駛一邊收集道路信息數(shù)據(jù)并上傳到云端,云端根據(jù)反饋得來的數(shù)據(jù)構(gòu)建還原度高的、即時更新的行車地圖。為了降低維護更新指紋庫的成本,本文提出了利用眾包模式更新指紋庫的方法,即讓用戶在享受定位結(jié)果的同時參與對指紋庫的更新。

眾包模式作為采集與更新的一種手段,在自動駕駛地圖產(chǎn)業(yè)占據(jù)很重要的地位。一方面,自動駕駛地圖采集生產(chǎn)成本高。自動駕駛所需要的高精度地圖,需要極高的專業(yè)設(shè)備和專業(yè)采集能力,這也意味著極高的投入成本[4]。另外，高精度地圖還需要資質(zhì)要求。眾包模式對于動態(tài)地圖信息(如道路是否擁堵、是否有交通事故、交通管制情況和天氣情況等)的實時更新比專業(yè)采集模式有更大的優(yōu)勢。利用眾包模式更新方法,即讓用戶在享受定位結(jié)果的同時參與地圖的更新[5]。

1.2 高精度地圖更新類型及評價指標(biāo)

1.2.1 更新類型

網(wǎng)絡(luò)電子地圖數(shù)據(jù)的更新方式根據(jù)更新內(nèi)容的多少可以分為：全面更新和局部更新[6],全面更新成本高、周期長,局部更新是現(xiàn)勢性和成本相互妥協(xié)的一種方式。而高精度地圖更新眾包地圖主要從靜態(tài)圖層和動態(tài)圖層進行更新的。地圖更新的詳細(xì)說明見表1。

表1 地圖更新說明表

1.2.2評價指標(biāo)

對眾包采集的原始數(shù)據(jù),通過機器學(xué)習(xí)和大數(shù)據(jù)清洗處理后,可以進行構(gòu)建地圖了。構(gòu)圖過程中需要對高精度地圖進行性能評價,自動駕駛高精度地圖眾包更新的評價指標(biāo)見表2。

表2 評價指標(biāo)

2 眾包地圖解決方案

眾包更新模式中,數(shù)據(jù)的使用者同時也是數(shù)據(jù)的提供者。搭載傳感器的自動駕駛汽車在道路上行駛,將環(huán)境感知結(jié)果形成的矢量數(shù)據(jù)與高精度地圖進行對比,得出車輛在高精度地圖中的精確位置。當(dāng)系統(tǒng)發(fā)現(xiàn)實時感知結(jié)果和地圖不匹配時,將變化的信息上報給云平臺。綜合多個車輛傳回云端的信息按一定規(guī)則進行數(shù)據(jù)處理,形成地圖更新信息,下發(fā)到各個車輛,完成地圖更新的完整閉環(huán)[7]。

2.1 眾包流程及標(biāo)準(zhǔn)化需求

2.1.1 眾包業(yè)務(wù)流程

高精地圖的眾包主要是分為兩個部分：智能感知終端,即端的感知能力,還有高精度地圖云,在云端做高精度的融合和更新處理。從眾包汽車上傳車輛信息和眾包請求;再到地圖云下發(fā)地圖信息、發(fā)布控制信息和下發(fā)地圖更新決策信息。針對以上技術(shù)原理,形成了如下眾包流程，見圖1。

圖1 眾包業(yè)務(wù)流程

2.1.2標(biāo)準(zhǔn)化

高精度地圖的應(yīng)用越來越廣,需要相應(yīng)的組織來監(jiān)督和管理。高精度地圖與應(yīng)用場景密切相關(guān),可考慮精耕細(xì)作某一場景,分場景、分步驟實現(xiàn)高精度地圖的標(biāo)準(zhǔn)化[8]。眾包模式,在標(biāo)準(zhǔn)化方面也逐步適應(yīng)行業(yè)應(yīng)用,推行系統(tǒng)類、上傳類、下發(fā)類、測試類和融合類的標(biāo)準(zhǔn)落地,如表3所示。

表3 高精度地圖眾包標(biāo)準(zhǔn)化匯總表

2.2 地圖眾包包更新技術(shù)優(yōu)化方法

汽車智能駕駛系統(tǒng)有兩大關(guān)鍵技術(shù),車輛定位和車輛控制技術(shù)。車輛定位和控制在很大程度上依賴于高精度地圖。這就對地圖提出了新的要求,不僅需要分辨率高,還需要信息詳細(xì)[9]?？傮w解決方案是通過優(yōu)化眾包流程、路側(cè)單元(road side unit,RSU)輔助、重點采集方式,來降低虛檢、誤檢和漏檢的影響,再利用云端融合的增強信息上報,來優(yōu)化誤報信息,采集數(shù)據(jù)上傳后,提升車端和云端融合增強,采用多車數(shù)據(jù)處理、篩選和有效融合,優(yōu)化融合效果,云端基于多源信息定位增強,達到自車定位和目標(biāo)定位的精度,為自動駕駛的行業(yè)應(yīng)用提供地圖支撐。

2.2.1眾包流程優(yōu)化

根據(jù)行業(yè)標(biāo)準(zhǔn)和客戶要求,流程優(yōu)化從單一變化檢測方式向選擇多源自適應(yīng)的變化檢測決策方式轉(zhuǎn)變,得到不同更新結(jié)果來供云端決策是否進行地圖更新,主要包括車端、云端和RSU的更新匹配,更容易從源頭上減低虛檢、誤檢和漏檢的影響。

(1)車端更新匹配。眾包車輛感知周邊目標(biāo)信息,比如有效異常軌跡篩選來判斷新增道路路徑[10],來將感知的地圖信息與本地地圖進行比較,確定是否匹配。如果不匹配上報感知的更新目標(biāo)信息到云端,云端融合各車的上報結(jié)果并決定是否做地圖更新。有效案例：基于浮動車數(shù)據(jù)的道路網(wǎng)更新具有定位精度高、能全天候作業(yè)等特點,是一種低成本、高效率的地圖道路網(wǎng)的更新方法[11]。

(2)云端更新匹配。眾包車輛感知周邊目標(biāo),將感知的原始目標(biāo)信息或者感知的原始數(shù)據(jù)信息上報到云端,云端綜合各車上報的信息確定與云端地圖進行比較,確定是否匹配,云端結(jié)果匹配量的多少決策是否做地圖更新。例如：云服務(wù)平臺將任務(wù)釋放給位于感測區(qū)域的車輛霧節(jié)點。根據(jù)任務(wù)、車輛霧節(jié)點找到正確的感知報告,如果有所需數(shù)據(jù),則將其返回到云服務(wù)平臺;反之車輛霧節(jié)點則會繼續(xù)廣播此任務(wù)[12]。

(3)RSU端更新匹配。眾包車輛感知周邊目標(biāo),將感知的原始目標(biāo)信息或者感知的原始數(shù)據(jù)信息上報到RSU,RSU綜合各車上報的信息確定與地圖進行比較,例如：速度管理：限速提醒;協(xié)同導(dǎo)航;協(xié)同本地服務(wù)：興趣點提醒等[13],確定是否匹配,如果不匹配上報感知的更新目標(biāo)信息到云端,云端融合各車的上報結(jié)果并決定是否做地圖更新。

2.2.2上傳架構(gòu)優(yōu)化

眾包車輛通過不同的數(shù)據(jù)采集方式,將自動駕駛車輛內(nèi)部數(shù)據(jù)、傳感器結(jié)果數(shù)據(jù)、音視頻流以及工控機融合數(shù)據(jù)等數(shù)據(jù)采集、融合及計算并通過不同傳輸方式上傳到云平臺[11]。車端到云端的上傳架構(gòu)優(yōu)化,主要包括傳感器類型、數(shù)據(jù)內(nèi)容和上報模式的自適應(yīng)性的編號,有利于云端融合的增強信息上報。

(1)眾包單元中單傳感器向多傳感器的獲取檢測數(shù)據(jù),數(shù)據(jù)多樣化,需要傳感器結(jié)合眾包的應(yīng)用,自適應(yīng)地去上傳有價值的數(shù)據(jù)。

(2)上報模式從獨立于地圖的上報,車端不做變化決策到眾包模式中地圖綁定的上報,車端做變化決策的轉(zhuǎn)變。

(3)云端融合模式的轉(zhuǎn)變,眾包車輛通過感知設(shè)備獲取原始數(shù)據(jù)類,與地圖匹配,求出置信度1,再從檢測數(shù)據(jù)類與地圖匹配,得到置信度2,最后從目標(biāo)數(shù)據(jù)類與地圖匹配,得到置信度3,縱向融合得出每個置信度,再從橫向融合來相互驗證,優(yōu)化出準(zhǔn)確的置信度,可靠性得到優(yōu)化。

(4)眾包接口的數(shù)據(jù)結(jié)構(gòu)優(yōu)化,從原來的數(shù)據(jù)實體模式到地圖元素模式的結(jié)構(gòu)優(yōu)化,增加地圖元素信息,例如，瓦片號、元素組和變化類型等。

2.2.3融合增強優(yōu)化

車端和云端融合增強優(yōu)化主要包括車端融合置信度增強和云端融合置信度增強,有利于數(shù)據(jù)處理、篩選和有效融合,提高置信度,增加眾包更新的可應(yīng)用性。

(1)車端融合置信度增強。眾包車輛遵循車端置信度增強框架,得出每輛車的識別結(jié)果、置信度和置信度類型,推送到云端,云端融合輔助車端進行置信度的增強,根據(jù)不同的置信度類型優(yōu)化算法達到車端融合增強的靈活性。其中，置信度類型主要包括后驗概率、后驗概率估計、隨機性度量值、模糊數(shù)學(xué)隸屬度等類型。車輛融合置信度增強面臨的挑戰(zhàn)是置信度計算工時及其變形眾多,無法遍歷完,后續(xù)需要不斷的優(yōu)化。

(2)云端融合置信度增強。云端遵循云端置信度增強框架,根據(jù)每輛車上報的識別結(jié)果、置信度和置信度計算的參變量,定義出統(tǒng)一的置信度函數(shù),優(yōu)化地圖云特定的置信度函數(shù)達到云端融合增強的可靠性。其中置信度函數(shù)參變量主要包括檢測狀態(tài)信息、目標(biāo)遮擋信息、先驗信息、環(huán)境信息數(shù)據(jù)質(zhì)量和傳感器性能配置等變量?；诙喾N組合下的聯(lián)合概率或條件概率分布,剔除異常點,利用多元素間的相對約束關(guān)系提高可靠性,實現(xiàn)有效融合。面臨的挑戰(zhàn)主要是各車的地圖元素集合、版本和結(jié)果不統(tǒng)一,這樣對檢測帶來不確定性。

2.2.3定位增強優(yōu)化

在智能網(wǎng)聯(lián)汽車系統(tǒng)中,車輛通過路側(cè)基礎(chǔ)設(shè)施能夠直接獲取到道路的基礎(chǔ)環(huán)境信息,并利用基礎(chǔ)設(shè)施進行高精度定位。但對于不能發(fā)射信號的基礎(chǔ)設(shè)施來說,高精度地圖就可以用于感知環(huán)境和車道規(guī)劃[14]。

眾包模式中主要是優(yōu)化基于地圖匹配定位和多傳感器融合定位來準(zhǔn)確獲取汽車定位信息。

(1)地圖匹配定位,在衛(wèi)星定位和慣性導(dǎo)航出現(xiàn)明顯誤差時,利用實時道路物理信息(行駛經(jīng)緯度采樣序列)與預(yù)制高精度地圖路網(wǎng)進行匹配,采用幾何匹配算法、概率統(tǒng)計算法,確定汽車當(dāng)前的行駛路段以及在路段中的準(zhǔn)確位置,校正定位誤差,提高定位精度。

(2)多傳感器融合定位,將傳感器的觀測數(shù)據(jù)進行預(yù)處理、數(shù)據(jù)配準(zhǔn)和融合等處理后,輸出汽車自身的速度、位置和姿態(tài)信息。利用卡爾曼濾波技術(shù),從融合的數(shù)據(jù)提取特征向量,并進行判斷識別,獲得精度高的汽車自身信息。有了精確地獲取自身坐標(biāo),基于目標(biāo)位置誤差建模,優(yōu)化定位增強,不僅要優(yōu)化自車定位的準(zhǔn)確性,而且還要優(yōu)化目標(biāo)定位的精準(zhǔn)度。

3 總結(jié)與展望

從自動駕駛行業(yè)高精度地圖長遠(yuǎn)的發(fā)展來看,行業(yè)標(biāo)準(zhǔn)的發(fā)布和技術(shù)的落地能從根本上解決當(dāng)前出現(xiàn)的各種挑戰(zhàn)。高精度地圖的眾包建圖更新是一個充分利用當(dāng)前車載導(dǎo)航器具及技術(shù)越來越智能化的優(yōu)勢,順應(yīng)互聯(lián)網(wǎng)時代背景下產(chǎn)品與用戶交互迭代趨勢的解決方案。

眾包的標(biāo)準(zhǔn)化,也是自動駕駛的強需求,在靜態(tài)地圖的上傳數(shù)據(jù)格式上,推動多源數(shù)據(jù)類型、眾包上報框架和地圖更新模式的標(biāo)準(zhǔn)落地;在動態(tài)地圖信息要推動動態(tài)信息數(shù)據(jù)交換格式中的動態(tài)圖層元數(shù)據(jù)、數(shù)據(jù)模型和傳輸模式的執(zhí)行;在地圖下發(fā)層面需要推動眾包地圖更新方式和優(yōu)先級的標(biāo)準(zhǔn)落地;最后要在眾包安全類、測試規(guī)范類等新標(biāo)準(zhǔn)的推動上要發(fā)力,這樣才能真正實現(xiàn)眾包地圖更新模式在自動駕駛行業(yè)的落地。

后續(xù)在眾包的動態(tài)圖層更新、落地,需要各個圖商、車廠一起做好方案設(shè)計,逐步驗證更新方案的可行性。

此外,眾包者將感知數(shù)據(jù)貢獻給地圖云平臺,但是同時也增加了用戶隱私泄露的風(fēng)險。由于數(shù)據(jù)安全問題以及用戶擔(dān)心隱私被泄露,使得車輛地圖更新的發(fā)展受到了嚴(yán)重影響。當(dāng)用戶通過網(wǎng)絡(luò)進行數(shù)據(jù)交互時,數(shù)據(jù)的所有者不再對數(shù)據(jù)具有控制權(quán),而是托管到了云端進行進一步運算及處理,所以，如何保障托管數(shù)據(jù)的完整性和機密性便成了云端所面臨的全新挑戰(zhàn)[15]。

4 結(jié)束語

隨著智能網(wǎng)聯(lián)汽車信息技術(shù)的發(fā)展,眾包必將在自動駕駛行業(yè)發(fā)揮更大的作用,解決自動駕駛行業(yè)高精度地圖更新時間長、成本高等問題,滿足未來自動駕駛行業(yè)服務(wù)能力和服務(wù)水平的迫切需要。

眾包機制目前還處于研究起步階段,圍繞眾包更新的技術(shù)點,提高高精度地圖眾包更新的自動化程度,持續(xù)的眾包采集方式可以建立穩(wěn)定的數(shù)據(jù)源,實現(xiàn)數(shù)據(jù)和算法的快速迭代的反饋閉環(huán),從而降低規(guī)?；慨a(chǎn)高精度地圖的總成本。