新闻中心

全场景自动代客泊车要量产,必须迈过三大门槛

作者:华一汽车科技    来源:www。itas-hk。com    发布时间:2020-01-14 14:20    阅读:次

泊车是自动驾驶快速落地的重要场景之一,主机厂和智能驾驶初创公司已投入众多资源进行研发。目前市场上存在多种泊车方案,从自动泊车辅助、记忆泊车,到最后一公里全自动代客泊车,其产品智能化程度和场景适应性不一而足。
 
自动代客泊车
 
全自动代客泊车方案(Automated Valet Parking, AVP)是智能泊车的最终功能形态。在这种场景中,车辆自主进入停车场,根据感知结果,进行全局和局部实时路径规划,行驶至停车场内的任意空闲或临时指定车位,并完成自动泊入。
 
由于AVP系统彻底帮驾驶员省掉了耗时的停取车环节,是用户最为期待的自动驾驶功能之一,如果产品体验出色,消费者自然愿意掏腰包。
 
停车场高精地图制作
AVP属于低速L4自动驾驶,需要高精地图配合。现有停车场高精地图制图方式效率低下,成本高昂。
 
制图的难点首先在于不同停车场物理结构差异很大,场内的标线施划也没有严格遵循统一的标准。其次,停车场环境对传感器的物理性能要求很高,比如摄像头需要适应停车场的昏暗光线,同时制图系统需要处理GPS信号缺失带来的轨迹推算问题。
 
据国内主机厂测算,在代客泊车功能落地上获得先机,预计需要近万个停车场地图的数据采集。如果不能通过提高自动化程度、降低制图成本来解决规模化制图的难题,AVP将无法得到市场化的推广。
 
停车场高精地图示例
图2. 停车场高精地图示例
 
AVP系统采用了矢量化的高精度地图,如图2所示。在实践中,矢量地图可提供AVP系统所需的全部信息。区别于激光点云地图,矢量地图数据量小,未来很方便通过OTA进行增量更新;相比于VSLAM地图,矢量地图更稳定,无需频繁更新维护。
 
创新的算法突破
自主代客泊车虽然是低速自动驾驶,但考虑到复杂的停车场环境,比如室内灯光昏暗、人车流混杂、内部道路曲折、GPS信号缺失等,在有限算力的条件下实现AVP功能依然挑战巨大。
 
将不同传感器的底层信号进行了深度融合,从系统层面统筹安排感知、定位、决策规划等功能,各模块性能均达到了state-of-the-art的水平。除此之外,配合高精地图信息,进一步提升了系统性能的准确率和鲁棒性。
 
在多层停车场里,有时层间的匝道坡度会超过五度,在车辆即将驶入坡道前,若单纯基于视觉识别结果,检测出的可行驶区域就会越来越窄,最后逼停车辆。
 
这个时候只有引入高精地图所包含的坡度信息之后,真实路宽才能被准确感知到,保障车辆顺利行驶,地图信息对于感知部分提供了很好的支持。”
 
有别于传统的GNSS-INS组合惯导,这款设备还接入了多种感知信号,通过比对高精地图,成功解决了无GPS信号场景下的高精度定位问题。
 
除了AVP,该设备也可用于为其他各种复杂场景下的移动设备提供实时6自由度的高精定位信号,目前已经与不同领域的客户展开联合测试。
 
在路径规划决策方面,不同于城市开放道路的自动驾驶,AVP系统还需要面对特别的挑战。停车场内往往空间狭小,弯道复杂,多单行道等。
 
AVP决策引擎基于高精地图提供的精确三维空间数据,通过实时分析车辆位姿与障碍物的空间分布,并充分考虑车辆低速运动下的动力模型,为控制系统生成可靠的实时动态路径规划。
 
车规级硬件平台部署
在算力有限(<0.5TOPS)的嵌入式计算平台上同时运行感知、定位、决策、规划等多项任务,系统和算法都面临巨大挑战。
 
对AVP系统构架进行了精心设计,并通过大量算法优化工作,最终在满足性能指标情况下,成功将所有任务运行在一个车规级嵌入式计算平台中。
 
系统仿真测试验证平台
充分的仿真测试和功能安全验证是实现量产前必不可少的环节。在开放道路自动驾驶场景下,自动驾驶模式下的行驶里程和人工干预频率(Disengagements)是两个行业公认的评价指标。与此类比,AVP场景中测试停车场场景类型和人工干预频率也应该作为对AVP的评价指标。
 
 

文章转载请保留原文网址:http://www.jjmdesigns.net/news/hyzx/1051.html


上一篇:2020年中国智慧交通市场发展前景

下一篇:智能网联汽车的发展需要转换思维


液晶仪表 返回列表
 159彩票 三分快3 荣鼎娱乐 山东群英会 67娱乐系统 飞速赛车平台 荣鼎娱乐 博悦彩票登陆 上海时时乐 PC蛋蛋机器人