自動駕駛的城市通勤,實際上是一種點對點的領(lǐng)航輔助能力。它是自動駕駛車輛泊出停車場、城市道路領(lǐng)航、泊入停車場的技術(shù)集合。
這種能力的背后,首先需要智能駕駛系統(tǒng)處理器的大算力支撐為基礎(chǔ),還涉及到多傳感器感知通道的信息與算法,高精數(shù)據(jù)覆蓋、SLAM 即時構(gòu)圖與定位等技術(shù),讓車輛形成對于道路態(tài)勢的「記憶」與整體認(rèn)知。
這種點到點的領(lǐng)航能力將大幅提升自動駕駛的智能化水平,被視為「行泊一體」發(fā)展的技術(shù)基礎(chǔ),其在自動駕駛車輛中的落地成為了產(chǎn)業(yè)發(fā)展的焦點之一。
2022 年 5 月,智能駕駛芯片公司地平線與自動駕駛解決方案供應(yīng)商覺非科技正式成為生態(tài)戰(zhàn)略合作伙伴,雙方通過車規(guī)級 AI 芯片與多傳感器融合算法能力的結(jié)合,共同布局自動駕駛量產(chǎn)方案的落地。
近期,此次生態(tài)戰(zhàn)略合作在技術(shù)上進(jìn)行了再次升級。
在此前融合定位算法與地平線征程 3 的適配部署與精度驗證后,雙方進(jìn)一步完成了點云感知、車端自動建圖與定位能力和地平線征程 5 的結(jié)合,這也讓覺非科技成為了首個將融合定位算法適配部署于征程 5 的軟件供應(yīng)商。
此次升級后的技術(shù)能力,為芯片產(chǎn)品與自動駕駛解決方案在高階自動駕駛上的應(yīng)用,提供了必要的技術(shù)基礎(chǔ)與儲備。
01、城市通勤融合定位量產(chǎn)解決方案
基于地平線征程 5 的高性能與大算力,覺非科技同時發(fā)布了城市通勤融合定位量產(chǎn)解決方案。
方案中,覺非將核心技術(shù)「融合計算」與「地圖空間數(shù)據(jù)」進(jìn)行結(jié)合,實現(xiàn)了車輛自定位與實時建圖的技術(shù)突破。
覺非科技融合定位運行在地平線征程 5
通過在「記憶泊車」與「城市道路領(lǐng)航」中的融合定位能力,形成了城市通勤中點對點的自動駕駛能力,并可應(yīng)用于自動駕駛的決策與規(guī)劃,助力自動駕駛行泊一體功能快速落地。
02、點云技術(shù)突破 引領(lǐng)「記憶泊車 2.0」
在 AVP 解決方案中,傳統(tǒng)采用視覺 SLAM 的方式在對特征點的采集與識別上面臨諸多難點。
例如描述子的特異性差或更換觀察視角時出現(xiàn)完全不同的特征點。在泊車時,車輛角度不穩(wěn)定也會對特征點的識別造成不利。
為了攻克這些難題,覺非科技在方案中,采用車規(guī)級別的量產(chǎn)車固態(tài)激光雷達(dá),通過車端實時生成途經(jīng)區(qū)域的點云圖,結(jié)合地平線征程 5 的深度學(xué)習(xí)能力,構(gòu)建車輛 LiDAR 定位依賴的點云特征圖,供后續(xù)記憶泊車使用。
不僅如此,覺非在定位上整合了多種異構(gòu)點云匹配算法,可以根據(jù)所處場景靈活切換,以更低的算力達(dá)到更優(yōu)的效果。
同時,這套記憶泊車解決方案支持跨停車層,可靠性更強(qiáng),可面向更大范圍的停車場自主規(guī)劃迭代升級。
03、可靈活應(yīng)對復(fù)雜場景的融合定位能力
在地平線征程 5 強(qiáng)大算力與感知能力的保駕護(hù)航下,覺非在自動駕駛車輛的定位上,融合了激光點云或者視覺感知信息、車身信號與高精度地圖數(shù)據(jù),通過適配層、算法支撐層與融合層,將多種車輛信息與環(huán)境信息進(jìn)行實時數(shù)據(jù)融合計算。
城市道路行駛 融合定位能力應(yīng)對各類復(fù)雜場景
在用戶城市通勤過程中,可應(yīng)對如夜間行駛、變道、掉頭、過收費站等各類場景,為車輛提供更加穩(wěn)定、可靠的定位信息與姿態(tài)信息。
此次地平線與覺非科技攜手的「城市通勤融合定位量產(chǎn)解決方案」,全部通過量產(chǎn)車上的傳感器實現(xiàn),相當(dāng)于把 L4 級別的自動駕駛能力,降維應(yīng)用到了量產(chǎn)乘用車上,使車輛通過自定位與實時建圖的技術(shù)形成「環(huán)境記憶」,方案的可擴(kuò)展性為后續(xù)的量產(chǎn)落地創(chuàng)造了契機(jī)。
目前雙方已完成了對「城市通勤融合定位量產(chǎn)解決方案」的實踐驗證,下一步將以「芯片+解決方案」集成的形式,聯(lián)合推動在乘用車上的量產(chǎn)與規(guī)?;瘧?yīng)用。
來源:第一電動網(wǎng)
作者:汽車之心
本文地址:http://ewshbmdt.cn/kol/182020
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請聯(lián)系admin#d1ev.com(#替換成@)刪除。