广告
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
Civil Maps 突破了用传统的光栅图像或点云数据来生成地图的方法，走出一条自己的路。高精度地图是自动驾驶中不可缺少的一环。不仅是它本身可以看是一个超视距的
Civil Maps 突破了用传统的光栅图像或点云数据来生成地图的方法，走出一条自己的路。
高精度地图是自动驾驶中不可缺少的一环。不仅是它本身可以看是一个超视距的传感器，而且配合高精度地图的高精度定位技术在高级别自动驾驶中尤为重要。
高精度地图是个极其烧钱的行为，暂且不提后续的地图内容制作与分发等，单单是设备齐全数量足够的测试车队就能让很多意图进入这个行业的公司望而却步。在进行成本分解后，高精度地图制作的大部分成本来自驱动物流，数据管理，循环闭包，特征提取，语义数据和云处理费用。
传统图商一般是利用光栅图像或点云数据作为他们的基础地图层，数据量非常庞大。在复杂的数据管道中，可能会遇到四种不同类型的计算瓶颈。这些计算瓶颈可能是由于内存，CPU，网络或存储造成的。而Civil Maps平台基础地图比传统地图小了一万倍。
Civil Maps 为自动驾驶汽车开发了首个基于边缘的高清制图和本地化平台。它凭借先进传感器融合，六自由度（6DoF）指纹定位和Edge Mapping™的新技术，允许汽车OEM、制图提供商和移动公司加速其自动驾驶计划。
地图绘制实际上涉及三个不同的层：首先是基础地图，然后是一个向量层，它用来描述形状；其次是一个语义层。向量层和语义层需要尽可能频繁地进行更新，最终目标是接近实时更新，要做到这一点，大多数的选择是众包：当自动驾驶汽车沿着道路行驶，将实际感知到的数据与基本地图进行比较，然后将差异化的数据上传回到云端，只要有足够多的车辆在这么做，就可以拥有足够的覆盖率。
基础地图无法众包，必须派一辆测量车去收集基础地图数据，然后上传到云端，再通过自动处理或者人工的方式来进行标注和修改，然后发布。
因此，创建基础地图的数据量相当庞大，因为它们都是由原始的3D激光雷达点云或光栅图像构建在云端的。而Civil Mpas生成基础地图的方式略有不同，使用AI算法来删掉除所需传感器之外的所有数据，进而创建“指纹基础地图”，这样上传到云端的数据要小很多。这套技术允许在三个地图层中均使用众包的方式进行数据更新。这是Civil Maps成本低的原因之一。
广告
最新资讯
-
解决方案丨封装力对燃料电池堆的影响
2024-05-06 15:28
-
IDIADA提升动力总成环境舱测试能力，适用范
2024-05-06 15:23
-
NI×怿星：联合打造行业领先的L4自动驾驶数
2024-05-06 13:57
-
特斯拉FSD自动驾驶方案要点解读
2024-05-06 11:35
-
蔚赫信息储能BMS HiL系统：揭秘能源管理新
2024-05-06 10:49
广告
广告
