四维图新:如何做到行云流水的高精度地图

🔖自动驾驶 

揭秘高精度地图的生产过程

采集

1、专业采集车进行外业采集

  • 提前分配任务
  • 安装多种传感器:激光雷达、摄像头、惯性测量单元和定位设备
  • 厘米级精度
  • 设备较为昂贵

2、UGC设备采集

  • 采集大量数据
  • 精准地发现数据变化的范围
  • 判断是否需要采集车进行有针对性的专业测量
处理
  • 把不同传感器的采集数据进行融合叠加
  • 道路元素识别:道路标线、路沿、路牌、交通标志
  • 冗余数据整合和删除
验证
  • 人工抽样检测
  • 确认和完善
发布
  • 生成矢量母库
  • 借助云平台来实现发布及更新

影响高精度地图量产的关键因素

实时更新
  • 准动态数据:分钟更新
  • 实时动态数据:秒或毫秒更新
生产效率
  • 需要布设很多高精度采集设备和车辆
  • 较高的成本限制了高精地图的生产效率
地图存储问题
  • 整体容量远远超出目前主流控制器方案的存储容量
  • 需要借助云储存云分发的形式

未来高精度地图的更新生态圈

未来的高精度地图更新,一定是一个云+端的完整生态圈

未来智能网联汽车,既是云端地图数据成果的消费和使用者,同时也会是地图云中心部分数据的提供者

面向量产四维图新的挑战和思考

覆盖超过32万公里高速公路

覆盖超过5000公里复杂城市道路

正在构建一个云+端的生态体系

更多源的第三方数据关联到地图

阅读原文