广告
百度Apollo车路协同自动驾驶典型实践场景和技术优势
百度Apollo在全面满足行业已发布标准的基础上，结合已落地项目开展了大量V2X车路协同应用测试和先导应用，以下列举4个大类19个小类的典型协同感知、决策规划和控制应用场景，见表6.3。
表 6.3 百度Apollo典型应用场景举例
6.2.1 高精地图实时更新实践
在百度Apollo的落地实践中，高精地图为自动驾驶感知、决策规划和控制等提供一致的定位和环境语义信息，是自动驾驶车辆感知辅助、高精定位和安全的决策规划的基础。
（一）地图要素变更-交通信号灯问题描述：
在自动驾驶高精地图中，信号灯是地图的重要要素之一，但路口信号灯经常会发生安装位置、运行状态等变更，如果变更信息没有及时同步到车辆，在路口处容易出现信号灯无法识别的情况，导致车辆在路口处退出自动驾驶状态，或造成安全事故。
a）路口信号灯故障，设置临时信号灯 b）路口新建信号灯，与原信号灯位置不一致图
6.9 路口信号灯现实变更场景
场景原理：
在车路协同感知的基础上，可以借助V2X通信对高精度地图进行更新，辅助车辆在特定区域准确检测信号灯信息，帮助车辆安全通过路口。具体逻辑和流程如下：
-
以某一特定路口为例，如图6.10所示，信号灯从安装在路口中心的临时信号灯，更改为安装在交通信号灯杆的横杆位置；
-
路端检测到变更信息后，会将新的信号灯位置更新发送给地图平台，图商通过地图编译后，可通过OTA方式进行高精地图的版本升级，地图升级后的车辆经过该段道路时，可以通过地图获取信号灯正确位置；
-
在地图版本更新之前，通过变更路口的车辆可通过V2X收到路端发送的当前最新的路端局部地图信息，包含新的信号灯位置信息，以及信号灯的灯组、灯色与相位等信息，车辆会根据获取的信号灯位置和灯态信息进行驾驶行为决策。
图 6.10 信号灯位置现实变更
（二）地图要素变更-车道线变更
问题描述：
如图6.11所示，由于长期施工的原因，需要对车道线进行重绘，可能会出现车道数减少、车道变窄、车道弯曲等复杂的地面标识变化，同时还有可能出现原有车道线未清理干净的情况。对于强依赖高精度地图的自动驾驶车辆，在如此复杂的车道要素变化情况下，地图未能及时更新，非常容易出现车道线感知错误，从而导致不按导向箭头行驶、压车道线行驶、跨越对向车道行驶等危险驾驶行为。
图 6.11 道路车道线重绘场景
场景原理：
-
路端基于车道线的定点高频检测，及时发现车道线变化，自动更新路端自有路口局部地图的车道要素，同时利用定点连续观测，识别车辆的可通行方向和流向，修正车道的行驶导向属性，记录车道线的变更信息和变更时间；
-
在车辆进入V2X广播范围后，路端向车辆播发当前路口局部地图，包含车道标线、停止线、信号灯等要素信息，以及这些要素信息的置信度；
-
车端收到数据后，结合自身感知能力，安全通过车道线变更路口（如图6.12）。
综合应用效果：
车道线重绘后，高精度地图及时更新，在首辆车经过路口前即对于车道线进行识别，并更新局部路口的车道线，同时触发地图版本更新，保证首辆自动驾驶车辆正常通过。
6.2.2 车路协同感知实践
（一）路端信号灯融合感知
AD信号灯感知问题描述：
道路上经常会遇到异形、多语义或带倒计时的信号灯，自动驾驶车辆容易受到环境影响（遮挡、逆光），或在自身感知能力下降（感知失效）的情况下，不能准确识别路口信号灯信息，导致出现闯红灯或者交通事故，降低交通效率。
无信号灯协同感知时，路口信号灯被大车遮挡，容易闯红灯或发生安全事故
图 6.13 路口无信号灯协同感知
超视距/遮挡信号灯协同感知：
通过路端融合感知、信号灯数据接入、云端信号灯数据对接等技术实时获取信号灯灯色和倒计时信息，经多源信号灯数据融合处理后，通过V2X技术发给自动驾驶车辆。车辆可在距信号灯很远的位置提前获取信息，提前进行决策控制，降低交通事故风险。
有信号灯协同感知时，车辆实时获取信号灯数据，避免发生闯红灯或交通事故
图 6.14 路口有信号灯协同感知
具体案例：
前方大车遮挡信号灯时（如图6.15），可通过VICAD信号灯协同感知实时获取准确的路口信号灯灯色和倒计时数据，以便车辆提前做出判断和决策控制，避免出现闯红灯或者急刹。
图 6.15 信号灯遮挡场景
- 下一篇：标准 | SAE J3101车辆的硬件保护安全（1）
- 上一篇：地图参考位置协议
广告
最新资讯
-
国外Rivian和Lucid被认为是特斯拉劲敌，而
2024-05-03 09:26
-
干货丨燃料电池低温特性测试——冷冻解冻循
2024-05-03 09:25
-
特斯拉放弃“一体化压铸”
2024-05-03 08:58
-
纯电动汽车电驱动系统功能安全技术全方位解
2024-05-03 08:54
-
动力电池行业离职率飙升
2024-05-02 17:19
广告
广告
