寻找供应商
广告
首页 > 汽车技术 > 正文

基于边缘的自动驾驶导航定位公司Civil Maps实现了5cm城区高精定位

2019-02-23 15:05:05·  来源：智车科技  
　
在2018年国际消费电子展上，Civil Maps推出了一款名为 CityScaleHDMaps 的新产品，并展示了实现城市规模高清制图业务的一些核心功能。
CityScaleHDMaps 的存储框架是3种不同类型系统之间的复杂抽象。首先将Redis用作内存缓存，这是将数据移入CPU的L1和L2缓存或GPU内存的最快方法之一。Redis上面的第二层是边缘分布式文件系统，它使用Ceph在我们的私有云中通过网络在服务器之间移动数据，最后我们与AmazonSimpleStorageService（S3）同步，在所有边缘站点上拥有持久的分布式存储。存储抽象是开发人员读取和写入数据管理层的无缝接口。能够快速更改技术或数据同步架构，而不会影响应用程序层。通过抽象，重构的代码变得很少。
传统上，LoopClosure管道使用地面控制点将点云锚定到参考点，该参考点建立特定特征和对象的地面真实位置。这些地面控制点通常由专业测量员收集。在CivilMaps，利用机器视觉技术实现了闭环的自动化，实现了5CM的全球地理定位精度。
 
RTK GPS传感器在复杂的城市环境中无法生成可靠的位置信息。传感器数据在穿过城市某些地方会漂移，这会产生复杂性。通常，高层建筑会为GPS创建多路径问题。即使使用差分GPS天线，性能也很差，特别是在旧金山这样的城市。
除了RTK GPS之外，还有传感器融合技术使用视觉里程计融合相机，LiDAR和IMU传感器来创建校正轨迹。然而，由于GPS信号不良，IMU传感器本身的输入质量非常差。这种方法有其局限性，充其量只是对现实世界中地面实况位置的估计。
CivilMaps 引入了一种新颖的循环闭合方法和技术。利用机器视觉，同时使用航空影像和航空LiDAR作为参考共享坐标系。这更有利的原因是由于惯性系统在飞机上，而不是在高层建筑旁边的地面上。如果惯性系统在天空中，并且上面的卫星具有清晰的视线，则GPS误差和IMU漂移会大大减少。从而获得非常精确的轨迹信息，可以使用30-50个地面控制点对大约1，000线性公里的道路网络进行校正，而陆地唯一的环路闭合则是每100米一次。这是地面实况要求的一个数量级减少。CivilMaps 利用航空三角测量的航空数据集来创建一个非常准确的共享坐标系。共享坐标系是地面实况地理参考数据集，它能够融合来自多个源的点云。
 
驾驶飞机获取高精度低分辨率点云数据，这只是创新的一部分。利用图像和激光雷达的组合，通过寻找空中点云和地面点云之间的共同特征来获得XYZ校正。得到修正后，将修正融合到里程轨迹中，得到精度为5cm的修正轨迹。
 
很少有地图绘制公司可以声称精确度达到5厘米，目前基于地面控制和复杂RTK轨迹的大多数基础地图的精确度在15厘米到25厘米之间。然而，使用地面RTK的精度测量在复杂的城市环境中是不可信的。地面ONLY方法不起作用，有太多变量可能会破坏传感器融合或验证方法的质量。RTK协方差的误报是导致传感器融合质量差的首要原因。RTK的协方差不可信，因为生成轨迹的解决方案基本上是衡量它自身的准确性。
CivilMaps 发布的视频中，在相互正交地比较独立的数据集，其中一个被证明是高度准确的，不容易受到GPS漂移的影响，因为树木、建筑物或加速度的快速变化。通过这种方法，将每次地面旅行集成到通过航空图像+航空激光雷达数据集创建的共享坐标系统中，以创建一流的基础地图。这为创建可伸缩的城市高清地图提供了新的可能性。
 
循环闭合后，CivilMaps 继续进行特征提取，将地图划分为单独的地理空间区域。通过AirFlow使用mapreduce；各个docker容器获取在循环闭包后发布的参考点云数据以提取功能。此特征提取过程提取相关的通道特征和几何，以创建地图所需的矢量几何图形。
 
创建矢量图层后，在Unity中使用3D光线投射的单独作业会创建相邻的通道语义。最后发布到Web服务中以供使用。城市规模的高清地图由于其大尺寸而可以是几兆兆字节的数据。CivilMaps将HD地图中的原始点云数据称之为指纹基础地图的数据。指纹基础地图是原始点云数据的编码版本，比原始点云数据小10,000倍。
 
通过“6D定位”，即6个自由度，因为汽车将知道它的运动轨迹，也知道它的当前姿态。有了这些信息，汽车就可以定位自己，然后将对应的地图数据投射到传感器的视场中，传感器就可以把注意力集中在特定的区域，而忽略其他区域。Civil Maps认为这样做的好处是，知道要看哪里可以节省汽车的计算时间和计算资源，否则就需要反复重复对周围环境进行识别以及与地图进行对比的过程。
 
Civil Maps使用的增强现实标注方式也是现在大家的常用方式，这种方式相对于激光点云数据，更容易被常人理解。Civil Maps并没有使用昂贵的GPU，而是在ARM Cortex上就可以运行这套程序。目前该公司已获得福特汽车公司，上汽集团，Motus Ventures，Stanford-StartX 基金以及许多其他杰出投资者的资助。 
   首页   下一页   上一页   尾页 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 电接触的点、线、面，哪个才是“最优”选择？ • BMS开发（2）—— 通用需求
• BMS开发（1）— 产品需求规格书 • AUTOSAR中的软件架构思考
• 仿真工程师视角：浅谈AEB算法开发和测试验证 • 利用 Intrinsic Flowstate 和 NVIDIA Isaac Manipulator
• 自动驾驶地方立法的规范框架与基本思路 • Cache基本原理--以TC3xx为例
• 车轮上的巨变，生成式 AI 正在重新定义自动驾驶 • 基于稳态和瞬态解的伴随驱动气动外形优化
0 条相关评论
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026620号