导读 /

人类无人驾驶百年追梦,本是为了更加安全,用无人驾驶功能实现智能代驾,以减少道路交通伤亡率。今天,无人驾驶赛道被赋予了新的内涵:无人驾驶技术的意义不仅在于全社会生产力的跨越,更能让人们的消费、娱乐及工作都能通过无人驾驶技术提升全方位体验,最终将引领人类实现真正的万物互联,构建理想的智慧生活和智慧城市。

为了这个目标,智行者重磅发布了国内首款不依赖高精地图的高速领航系统H-INP,正在用“重感知·轻地图”的概念重新定义自动驾驶。

“重感知·轻地图”,

解决高精地图依赖症

智行者最新发布的高速领航系统H-INP的最大亮点是不依赖高精地图,这种“重感知·轻地图”技术路线也正是“拟人化驾驶”的具体体现。

不依赖高精地图的本质是,在没有高精地图存在的地方,系统构建实时高精地图供车辆完成自动驾驶动作。

H-INP在高速公路、城市快速路、匝道等场景可通过矢量地图重建,校验高清地图数据错误/未及时更新等场景,进一步提升驾驶安全性。而在类高速场景(国省道),借助路径导航和矢量地图重建,仍可支持跟车、自动换道等自动驾驶辅助功能,同时,在信号灯路口可提醒驾驶员注意信号灯状态和行驶安全。

首先,进出匝道是最复杂的场景,有合流和分流,并入主道更难,特别是有些匝道画线混乱,干扰很大。随着运行次数的增加,系统会通过在线建图和自学习,逐步构建环境场景,提升自动驾驶的水平。

H-INP的在线建图不依赖于离线预制地图,在城市中最复杂的无保护、无车道线的十字路口,也可以如法炮制。具体做法有两种,一是先根据图像识别可通行路径;二是根据前后左右的车辆行驶轨迹,特别是跟车对象,理解和记住十字路口通行轨迹。

另一个典型场景是,自动驾驶车辆只会沿着中间走。在人开车时,遇到并排的大货车都会稍微偏左一点,但现在的自动驾驶车辆不会,只能沿着线中间走,用户感觉非常危险,特别是左边卡车偏左压线时。有了H-INP的高速各路上躲避卡车压线的自动智能偏移功能,就能模拟人类的驾驶习惯,让驾驶体验更好。

不依赖高精地图实现高级别自动驾驶解决方案看似和一些公司的做法有点“背道而驰”,但实际上在有高精地图时可以加以使用,没有高精地图时则通过时空联合的多任务融合感知方案在线高精矢量重建等关键技术,有效解决高精地图更新频率低、覆盖范围少、难以保证驾驶安全性的问题。这样就可以让车辆更加智能,越来越接近于拟人化驾驶。

智车科技采访智行者CTO王肖时,他表示:“在后端决策规划的能力没有提升上来之前,自动驾驶永远是有问题的。自动驾驶一定要像人一样开车,所以下一步是对驾驶员行为习惯的采集,让车学会遇到情况时怎么开车。”

之所以提出“重感知·轻地图”技术路线,智行者还想在单车智能方面进行新的探索和尝试。特种无人车就是智行者针对未知地域、复杂场景、越野道路开发的产品,可以说,有了这种完全像人一样驾驶的技术,在园区投放无人车时就不需要像传统方式那样采集数据、制作和下发地图等复杂步骤,将部署时间从几天缩短到10分钟,极大地提高了部署效率。

如何像人一样,

实现感知控制完美协作

事实上,现在的传感器的感知能力已远远超过了人类,人不可能看清200米处有什么东西,更无法知道车速和距离;也无从判断前方的物体距离自己是50米还是30米,机器却可以。人之所以可以保证安全,是因为人把感知经验和控制融为了一体了,这才是问题的关键。

怎样才能把感知和控制融为一体?答案是:必须让自动驾驶成为一个完整的系统体系,而一家做感知,一家做决策,一家做控制,然后通过定义的边界和接口由一家公司集成在一起是万万不行的。要像人一样驾驶,就要用一个强有力的大脑把感知、决策和控制串起来,从头到尾都是连贯的策略。

“实现拟人化”是智行者致力于全栈自研的目的,旨在给客户提供一个从前端到后端完美融合的解决方案,而不是为感知设定一个参数、一个边界,让后续的决策去相信它。这个有机整体就是“无人驾驶大脑”。

事实上,近一年来频发的智能驾驶汽车静态物体识别失效长尾问题,也是一个典型的技术问题,为了防止误识别,现在的所有辅助驾驶系统都约定目标物为动态,静态目标物要由人来接管识别。虽然毫米波传感器识别静止的大目标不在话下,但为了避免不停的刹车,都会用算法或策略去过滤。

解决这个问题之所以很难,除了现在的传感器还不够完美、多传感器融合到底谁的置信度高等问题,最大痛点还在于自动驾驶系统没有人的思维能力。

而此次发布的采用“无人驾驶大脑”的高速领航系统H-INP中也增加了很多拟人化驾驶措施,如驾驶员提醒、智能速度控制功能,有助于进一步提升自动驾驶安全性。特别是智能速度控制驾驶是一种不刹车却可以减速的功能,在业界独树一帜。

智行者是在用一种综合手段来解决上述难题,比如识别到一些似是而非的目标时,利用报警手段(如方向盘抖动、双闪)提醒人工介入进行判断,或进行减速处理等。就像人开车时一样,突然看到一个黑影就会下意识减速,至少把脚放在刹车上,给自己争取一点反应时间。

“无人驾驶大脑”像“人脑”,

可应对不同场景需求

于智行者而言,他们始终坚信,自动驾驶的工作逻辑应该和人类司机考驾照一样,不管开什么车只是一个适应的问题。所以,自动驾驶首先需要有一个“无人驾驶大脑”,这个“大脑”要赋予无人驾驶以人脑的智慧,才能够赋能多个场景。

智行者的智能巡航解决方案深刻践行“无人驾驶大脑”要像“人脑”,H-INP便是诞生于智能巡航解决方案统一架构之下。在不远的将来,智行者还将运用智能巡航解决方案架构发布城市巡航(C-INP)系列化产品,进而满足高速和城市两种截然不同的应用场景需求。

根据INP产品路线图,2022年Q2、Q4和2023年Q2将从功能原型Gen 0.1到量产版本Gen 1.0,再到Gen 2.0持续迭代,为用户提供极致体验和极致性价比的行车辅助系统。今天,智行者已迈入3.0时代,它将一如既往在安全性、低成本和具备量产优势方面做足功夫,继续打造极致,全面开启多场景的规模商业化落地。

未来,趋同中求异

自动驾驶行业依旧热度不减,但国内外自动驾驶软件算法或硬件堆叠将越来越走向趋同。在大家趋同的情况下,发展更好的性能指标便成为了关键。而如何做出更好的性能指标?智行者CTO王肖坦然说道:“我们应该是唯一一家既自己做控制器也做算法的公司,只有懂硬件才能做好软件,懂软件才能做好硬件,不能割裂开来,否则产品性能不一定是最优的。”这也是智行者与其他供应商最大的区别和底气。

欢迎加入智能交通技术群!

联系方式:微信号18515441838

“重感知·轻地图”重新定义自动驾驶相关推荐

  1. 高精地图对自动驾驶来说有多重要?

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 " 高精地图对自动驾驶来说有多重要?在自动驾驶上和一般的导航地图有什么区别? " ...

  2. 高精地图与自动驾驶(下)

    高精地图与自动驾驶(下) 二.高精地图与自动驾驶 谈到高精地图对自动驾驶的作用,可以对比自动驾驶和人类驾驶的流程的相通性. 人驾驶的时候以眼睛为主,耳朵辅助观察测量环境:自动驾驶车用多种传感器包括摄像 ...

  3. 高精地图与自动驾驶(上)

    高精地图与自动驾驶(上) 前言 自动驾驶的实现主要有三个步骤:感知.决策规划.行车控制.这与你走路上班/上学的逻辑是相似的:眼睛看到画面,告诉大脑,然后你就知道了自己在哪里,以及要往哪个方向走,并指挥 ...

  4. Apollo进阶课程 ⑥ | 高精地图与自动驾驶的关系

    目录 1)高精地图与自动驾驶 2)什么是高精地图 3)高精地图与导航地图 4)高精地图---无人驾驶的核心基础模块 5)高精地图与定位模块的关系 6)高精地图与感知模块的关系 7)高精地图与规划.预测 ...

  5. BEV感知,是下一代自动驾驶感知算法风向吗?

    1 背景 在现代自动驾驶任务中,决策规划模块依赖于多个感知.预测任务模块以提供充足的环境信息,其中感知任务不仅需要检测场景中的动态物体,还需要识别道路边界.人行横道.车道线.路标等静态元素.而预测任务 ...

  6. 高精度地图:自动驾驶的向导

    作者 | Dr. Li, 复睿微算法工程师 出品 | 复睿微电子 作者简介 Dr. Li, 复睿微算法工程师,南京理工大学与加州大学洛杉矶分校联合培养博士,专注于自动驾驶感知算法研究,拥有多年高精度地 ...

  7. opendrive数据格式解析思维导图 , opendrive高精地图是自动驾驶领域使用最为广泛的开源高精地图标准级地图格式

    opendrive数据格式解析思维导图 , opendrive高精地图是自动驾驶领域使用最为广泛的开源高精地图标准级地图格式. 本思维导图将详细剖开高精路网地图内部的数据格式,涵盖:道路.车道.车道段 ...

  8. 论文阅读:RoadMap: A Light-Weight Semantic Map for Visual Localizationtowards Autonomous Driving轻量语义自动驾驶

    题目:A Light-Weight Semantic Map for Visual Localization towards Autonomous Driving 中文:用于自动驾驶的视觉定位的轻量级 ...

  9. 乘用车前装+末端自动驾驶,毫末智行“重新定义”自动驾驶独角兽

    对于自动驾驶这条赛道,资金和技术只是两个基础要素,除此之外,市场战略.商业模式尤其是可持续的正向现金流才是保证能够走到最后胜利的关键. "我们相信中国一定会诞生世界级的自动驾驶公司.&quo ...

最新文章

  1. redis在容器里连接不上_Redis服务器被劫持风波,服务器相关知识共享学习
  2. java中布局管理器flowlayout,在Java中下列()方法可以把JFrame的布局管理器设为FlowLayout类型。...
  3. Memory Ordering
  4. 字符串常量前面的L的作用
  5. 【python】内存相关
  6. QTableWidget item设置不可以选中和编辑状态
  7. 字符串插入mysql_mysql实现随机字符串插入
  8. [USACO14OPEN]Fair Photography【前缀和】
  9. jQuery命令汇总(转)
  10. java使用代理请求https
  11. Elk-Metricbeat配置Tomcat的日志分析 (Metricbeat-part3)
  12. Gitlab+猪齿鱼 实现自动化部署
  13. 使用CCRenderTexture来创建动态纹理
  14. 如何在 Excel 中使用 SUMIF 函数?
  15. ioi 赛制_钟子谦IOI2019参赛总结
  16. 一周技术思考(第22期)-编程的基本礼节
  17. 提升网站运营效果的方法有哪些?网站运营有什么方法和技巧?
  18. BCH公式和李代数求导
  19. 自制Arduino便携式超声波测距仪
  20. 中秋将至,通过代码实现嫦娥奔月庆祝佳节

热门文章

  1. C语言 memcpy和memcpy_s
  2. 简单典型二阶系统_微波战术通信系统空域抗干扰方法综述
  3. CASCAN拍照式三维扫描仪精密测量叶轮和逆向设计综合技术解决方案
  4. c语言中 程序各步作用,C语言学习网总结C语言学习五步曲
  5. Oracle Mysql 私活
  6. 概论_第8章_假设检验的基本步骤__假设检验的类型
  7. Bison for Windows
  8. 发射功率 dBm 计算
  9. 手写笔迹鉴别系统(1)
  10. Tcl -- eval