广汽郭继舜:不同级别自动驾驶量产的高精地图需求

时间:2019-08-19

来源:盖世汽车

0

导语:我们周围所有高精地图,在研究员旁边现在有安全员,完全不需要监管的自动驾驶汽车,可以打到完全不需要驾驶员参与的,任意自动驾驶的汽车。

广汽郭继舜:不同级别自动驾驶量产的高精地图需求

广汽研究院智能驾驶技术部部长郭继舜

我每次都会重新做PPT,所以在十分钟前我还在改PPT,希望给大家更新的东西,每次东西都不太一样,每次都跟大家讲可能会有错别字什么的。OEM思考如何把高精地图真正量产使用,使得整体的量产做的更加安全和可靠。

首先我每次前面几个PPT还是要保留的,你们希望听的是广告之后的部分,对我来说前面是主菜,后面是附送的,所以先把主菜讲了。今年广汽是世界五百强排名第189位。广汽是为数不多设有研究院的整车厂,广汽研究院除了自主品牌就是传祺品牌之外,还会把技术输出给丰田、本田等合资企业。合资企业生产的纯电动汽车以及本土化做的工作都是由广汽研究院负责输出技术的,所以我们对自己的技术还是非常有信心。

我们周围所有高精地图,在研究员旁边现在有安全员,完全不需要监管的自动驾驶汽车,可以打到完全不需要驾驶员参与的,任意自动驾驶的汽车。还有上海和洛杉矶前瞻设计中心,主要做车辆外观设计,还有底特律,我们希望把技术输出到北美,在北美进行车型的量产。还有硅谷,也有一些研发团队是协同做自动驾驶方面的研究。

我们坚持正向开发和平台化,同时广汽唉自动驾驶,特别是L3,大家会看到有越来越多的车在量产完成L3相关的功能,我们也将研发主要精力放在L3级别的自动驾驶平台化上。L2级别的自动驾驶,在今年推出的纯电动相关技术都是由我们自己研发,并且设计出来的,我们觉得现在还不错。

我们有4000多人的团队,投入非常多精力和人力保证正向研发的持续和高效。轻量化、电动化、情感化是广汽着力打造的产品形态。轻量化和情感化提升客户体验。我们有两年、五年、十年的规划,每一年都进行校正,保证整体研发的方向和技术积累能和现在的业界同步。我主要负责自动驾驶的部门,我负责的部门从L1级别自动驾驶到L3、L4。L4距离量产还有挺远的路要走,我们做了大量技术积累,我们在比赛里获得不错的成绩,一方面我们在做量产的技术应用,另一方面希望能把更好的正向技术应用在未来相对长远的自动驾驶技术中。

这是我们看到的现象。中国汽车行业未来会出现四类不同的企业。第一类,掌握了正向核心竞争力,有生产高性能汽车的能力,会成为领先的主机厂。另外他们会逐渐落后,最后原本上、有设计生产能力的主机厂变成代工厂。当然,未来要募集一大批钱,要完善自己的工厂,因为我们的代工厂实在太差了,所以要自己建厂。代工还被别人嫌弃,所有主机厂还是要力争上游。还有特斯拉、蔚来,他们有新的理念、新的技术和新的技术应用方式,博世和百度、阿里和腾讯等等都是在做这样的工作。成为一个OEM服务商,我们一起来协同,负责自己擅长的部分,把汽车引领到新的时代中去。

我原来想写一个不同级别的高精地图,昨天跟四维图新的董事长打听了一下,才知道原来在中国特斯拉并没有使用高精地图,仅仅使用ADAS地图。我改了一下高精地图的量产应用,主要讲L3和L4的部分。自动驾驶的前景,自动驾驶的渗透率在2025年达到12%,100%的高端车会有这个功能。同时可以看到中国未来很可能是自动驾驶落地非常重要的市场,原因在于中国的用户非常期待自动驾驶。这是一个我们在跟罗兰伯格一起合作做咨询的结果,我前几天看到一个结果,中国70%的用户是非常期待自动驾驶和无人驾驶到来的,这个比例远远超过了英美和日本。我之前在美国读书的时候,我们参与了自动驾驶的项目,我有一个同学后来参加了另外一个项目,这个项目是做深度医疗的,做图像的。我问他你为什么不想做自动驾驶,是如此酷的项目。他是美国人,他说那是因为我18岁的时候,我的父亲送一台车给我,是我的18岁礼物,我很难想象有一天我的老婆不需要我了,她满世界溜达,甚至载着别人去挣钱。中国的用户买车,对新技术的应用真的是充满了兴趣的。

现在量产是L1、L2级别的自动驾驶,我们在2020年第一季度量产疑似L3。我是做技术的,不管市场怎么宣传,我必须讲现在为止,我们还找不到具有冗余系统的EPS,所以说有L3体验的自动驾驶,比如可以尝试脱手,但是不具备安全级别,所以可以叫做疑似L3自动驾驶的量产产品。计划在2023-2025年期间,如果市场有需求,跟优步或者滴滴合作,去量产L4级别的自动驾驶。这个图好像上午看到过,高精地图到底包含了哪些信息,除了导航信息之外,高精地图更多的时候不是给驾驶员看的,不是给人看的,更多时候是给自动驾驶的系统做自定位和对外来产品理解的。

就像5G,4G是人类使用的最后一代移动网络。到了5G,不是给我们用的,而是给自动驾驶、智能工厂使用的,所以ADAS地图我们不需要如此高的精度了,但是汽车需要。感知,当我没有办法快速、充分理解周围世界的时候,高精地图是一个非常好的做交叉验证的东西,更多的时候是L4层面。比如L4的交通参与者实在太多了,我们需要快速分类和感知,高精地图就会尤为重要。L3级别,在大量测试里,感知的部分还好,感知的都是交通参与者,不包含在高精地图里,所以L3级别,高精地图的作用更多是做自定位。

地理围栏,我怎么让用户知道什么时候能开自动驾驶,什么时候不能,因为L3级别的自动驾驶在高速公路上。广汽L2的特点全是我们自研,算法都是底层来改,我们在测试的时候,高速公路测完之后,在十万到二十万的公路,在城市道路上来测试的,其实L2和L3基本上不考虑城市道路。但是为了防止用户滥用,就像特斯拉一样买一个夹子夹在前面,我很担心有丧心病狂的人这么做,做了大量测试保证用户滥用的时候依然能保证他的安全。但是场景是覆盖不了的,所以L3级别的自动驾驶里,我们一定要快速判断,在此时此刻这个状态下能不能做自动驾驶,是不是要出匝道等等这些都需要电子围栏来做,这是高精地图非常重要的。

还有车道级路径规划,L4我们发现必须结合高精地图才能知道我在什么时间节点做更合适。我们必须要在一个相当长的道路里,由车辆做局部的判断什么时候做并线更好,这个层面必须要有高精地图才能使得自动驾驶更有信心。我在对标特斯拉的时候我发现L2.5级别的自动驾驶里,特斯拉在中国的城市道路里开起来,车辆更有信心一点,加速和减速更快,更坚决一点。我一直以为特斯拉使用辅助高精地图设备,昨天我确定是没有的,特斯拉的算法真的做的很牛了。

不同级别自动驾驶的高精地图需求,如果有上午嘉宾说自己的高精地图做了厘米级别或者十厘米级别,以他们的为准,我只是说我测的结果。这是理论值,到L3级别,到10-30厘米,但是我们真的做不到。我给大家看一下实际值的情况。我们想讲横向的定位是在20厘米,纵向的定位在1米,为什么横向定位要好一些,因为有车道线的约束。解决的问题是如何保证每一次车辆在过匝道的时候都知道自己通过一个路口,必须把它控制在亚米级别以内,否则匝道就会错过去了,我们花了很多精力。

L3高精地图技术,一个是绝对定位,车辆信息本身的姿态,摄像头和高精地图获得相对定位,这样才能把值控制在亚米级别,这是横向的,纵向的很难。如果跑一上午,我看一下结果,能够维持在2米左右的就谢天谢地了,非常稳定和不错了。广汽对自动驾驶的要求,对高精地图的要求,我们在此之前做了非常非常多的工作,我们希望不要给图商和合作伙伴出难题,但我们希望保证整个产品的稳定和安全。所以比如说我在一开始,我也非常丧心病狂地一定要达到SOD的级别,但是找到二十家没有一家供应商能做到,所以我妥协了,但是也还是可以的。

除了这个之外,可以看到对于更新的频率,车道线、特征属性等等都有要求,比如要求高精地图上每一个虚线的端点都要标出来,不能说你告诉我这是实线,换虚线了,不行,标出来之后才能把精度进行进一步确定。最后我们有一个差不多这样的结果,每一个场景,每一个要求精度,这是高精地图的精度,不是最终的系统的结果精度,需要自定位等等一系列的,我仅仅是要求高精地图的精度。

不同场景下,关键场景,这个指L3关键场景。现在定义了30多个量产时候的L3级别自动驾驶的场景,这里分成三类。一类叫关键指标场景,比如说车道横流的时候或者做TGP的时候,我要精度做的过高。非常麻烦在哪里?在于如果高速公路拥堵的时候前面一排车,道路信息什么都得不到,这很麻烦。但是我们要求精度很高,要求纵向要到亚米级别,如果差两米,很可能直接到前车的屁股上,而且我还要全责。除了这个之外,高速公路拥堵非常难做,别看低速,L2里出现了挺大的问题,就是我们的逻辑是L2自动驾驶,如果前面有车道线,优先跟车道线,如果没有车道线,还要跟车,如果有一个目标。如果前面全是车,车道线看不到的时候,前面这个车拥堵的时候也非常无良的加塞加到别的道,我的也会加过去。我们做大量的测试,至少现在在L3级别的自动驾驶里,我们要求在拥堵的时候,要求能最终的结果是纵向在亚米级别。不同场景指高速公路没有分杈的时候,现在好一点。差不多80%、90%高速公路,误差在两米左右,整体的情况我们才能保证自动驾驶L3有一个相对好的定位精度。

我们思考了很多,理念已经有了,大概要求已经有了,怎么办,现在难度实在是有点大,所以我就跟大家讲讲我们找了三种方案,这三种方案是我们考察了很多很多供应商得到的。第一个方案是效果最好的方案,是高精度的绝对定位,路径的设备,加上高精度的匹配等等做出来的模块。那么需要天线的配合,必须是蘑菇头天线,那个顶在车上非常丑,现在想办法解决这个问题。有非常好的数据能力,这也是一个问题。相关的资源要求图商的地图以及硬件模块和摄像头,而且要达到SOB的级别,非常非常不容易,但是我们现在还在走这条路。

第二个普通的定位加航迹推算,买车的老百姓不需要每年交一部分钱了。这个需要ADAS地图做匹配,就是高精地图+ADAS地图。这个好处是我不需要绝对定位的装置,但是缺点是车辆所在的道路是非常慢,因为定位都是相对定位的,绝对定位的能力不够。刚才还有IDK,现在没有了,正负十米的误差进行视觉识别,肯定需要时间的,所以我们测一下,行驶两公里之后才能百分之百确定我在哪个道上,这是问题,怎么做?我必须在大屏幕上写一段话说请你注意,现在一定是高速公路,否则我不负责。我是不知道到底用户该不该开自动驾驶功能。

第三普通的定位,加上航迹推算加摄像头,这是依赖摄像头和高精地图匹配,不需要ADAS。没有高精地图绝对定位的信息,垄断性是很差的,但是好处是系统足够简单,因为自动驾驶L3不止高精地图一个东西。这个东西已经花了我们非常非常大精力了,我们想怎么办,我们尽可能的增加它的成本,但是我们要保证在第一款车出来的时候有足够好的性能。

功能安全,基本上要求SOB的级别,硬件的厂商觉得太难做了。经过审慎的研究觉得还行,还能干。这个就很难了,软件功能的SOB,要求图商把地图、数据、数据流等都要做到SOB的级别,即使硬件达到,依然不够,需要软件也达到。如果有科技公司的技术人员能很好解决这个问题,欢迎马上跟我们联系,我们可以马上把你推向量产。

L3级别的自动驾驶,地图不是给人看的,但是我们把它矢量化之后标出来,可以看出来到底是如何快速的采集到路上的典型信息,比如说车道线、虚线、实线以及方向线,还有分岔路口。左上角的图对分岔的要求,要求到亚米级别的纵向精度,这个非常难。第二个逆光依然有很好的识别,这是直接识别出来的结果。第三个交通标志牌,第四个采集到的路上的灯,广告牌等等,计算到底车在哪里。这是充分矢量化的地图,之所以这样做,跟刚刚那个不一样的原因很简单,我们要求每公里尽可能包含更多的矢量信息,同时把每公里的数据量控制在15K之内,就是我要求全中国10个G左右全部覆盖掉,要不然是放不下的。

分岔路口的矢量精度、立体体系的Z方向精度、30万公里的高速路、城市快速路数据的完备度、在每公里不超过15K的数据容量下的特征丰富程度、数据更新的频度,如何做众包,因为第一张图做出来的是ADAS做的,后面的用摄像头,把低精度的摄像头的信息叠在ADAS上,保持高精度,这也是一个问题。

L4,我们现在也在做,我们把所有的地图打包,都开放出来。如果拿着你们的自动驾驶汽车到我们那边,给你接口。大家可以看,除了L4级别旁边的路基这些特征之外,我们还把虚拟的应该转向或者变相的线全部做了矢量化。我们现在的L4级别的高精地图基本上下降了L3所有功能,这个比较高,差不多每公里在60到100公里,做了充分的压缩。L4还没有到量产,L4的量产需要比较大的时间,比如刚才讲到的冗余的传感器、冗余的电源等等都是很大的问题。

我的分享就是这些,谢谢。

低速无人驾驶产业综合服务平台版权与免责声明:

凡本网注明[来源:低速无人驾驶产业综合服务平台]的所有文字、图片、音视和视频文件,版权均为低速无人驾驶产业综合服务平台独家所有。如需转载请与0755-85260609联系。任何媒体、网站或个人转载使用时须注明来源“低速无人驾驶产业综合服务平台”,违反者本网将追究其法律责任。

本网转载并注明其他来源的稿件,均来自互联网或业内投稿人士,版权属于原版权人。转载请保留稿件来源及作者,禁止擅自篡改,违者自负版权法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

关注低速无人驾驶产业联盟公众号获取更多资讯

最新新闻