作為造車新實力，嵐圖汽車充分整合東風公司多年的造車技術和優(yōu)勢資源，構建以用戶為中心的創(chuàng)新商業(yè)模式，打造用戶型科技企業(yè)，目前嵐圖汽車已有兩款車型上實現(xiàn)量產，分別是SUV嵐圖FREE和MPV嵐圖夢想家。

嵐圖汽車智能駕駛兼底盤開發(fā)高級總監(jiān)付斌以《基于城市場景的地圖定位量產開發(fā)研究》為主題展開演講，以下是演講內容整理：

嵐圖汽車智能駕駛兼底盤開發(fā)高級總監(jiān)付斌

高精地圖和定位的行業(yè)背景與量產需求

我主要從整車廠角度對自動駕駛開發(fā)過程中對地圖定位的一些需求做分享。

首先看一看整個乘用車的銷量，截至到2021年，整個中國乘用車銷售額已經接近33%，比美國、日本、德國、法國加起來可能都要多，連續(xù)13年蟬聯(lián)乘用車銷售的第一名。在智能化、網聯(lián)化的浪潮推動下，智能網聯(lián)汽車逐漸接力為整個乘用車的主要增長動力。統(tǒng)計圖表可以看出，從L2級功能量產開始近三年，L2和L2+級的智能駕駛功能持續(xù)增長，預計到2025年，L2級功能的搭載率可超50%，L2和L2+級的智能駕駛功能的搭載率同樣不斷增長，也為車載地圖定位增長提供了發(fā)展的基礎。

眾所周知，智能駕駛等級按照SAE的標準共分為五級，主要區(qū)別點在于人類駕駛員是否參與到整個車輛的決策控制中車載導航和地圖的應用都比較早，按照傳統(tǒng)的認知，高精地圖和定位到L3級的自動駕駛層面才需要應用，但是從目前量產的情況看，高精地圖與定位功能在L2+級的智能駕駛車上已經應用了。隨地圖和定位成本下降，從功能優(yōu)化和客戶體驗提升的角度看，以后L2級的智能駕駛車輛也會有對高精定位地圖的需求。

接下來分享下嵐圖汽車的技術路線，嵐圖是東風集團高端新能源品牌，2019年成立，目前已在兩款車型上實現(xiàn)量產，分別是SUV嵐圖FREE和MPV嵐圖夢想家。嵐圖汽車的智能駕駛系統(tǒng)以安全可靠、軟硬分離、具備成長性為出發(fā)點，從關注用戶體驗這一基本點出發(fā)，嵐圖汽車的智能駕駛研究團隊形成了行車、泊車的核心開發(fā)能力，依托面向服務的自研電子電氣架構，整個智能駕駛的計算平臺正在從低算力向高算力，從L2級典型功能向高速、城區(qū)的自動駕駛功能演變。

城市NOA定義與需求

針對地圖和定位的應用，典型場景就是城市工況下的導航駕駛輔助，也就是常說的城市NOA功能，城市NOA可以實現(xiàn)城市內點對點的自動駕駛，由三十多個子功能組成，可以實現(xiàn)L3級的自動駕駛。

圖片來源：嵐圖汽車

據統(tǒng)計，90%以上的駕駛員有城區(qū)開車的需求。相較高速公路，城區(qū)場景更加復雜，比如人車混行。長尾場景較多，比如無保護左轉，狹窄道路通行，禮讓行人的違規(guī)行為，常見的自動繞行，自主過環(huán)島等場景的難度都比較高。

基于以上的各種問題，常用雷達、攝像頭傳感器感知到的信息并不夠，高精地圖和高精定位就是非常好的補充。因為它可以對車輛前方和周邊道路信息做很好地預知，從而對自動駕駛車輛和周圍事件有比較全局地把控。

高精地圖與定位在城市中會遇到有挑戰(zhàn)性的場景，比如城市峽谷，不同光照環(huán)境，半遮擋環(huán)境、城市隧道等，這些對高精地圖制作和更新的影響都很大。同時，高精地圖和高精定位之間的場景影響并不是獨立的，復合場景或者交叉場景對地圖定位的影響也非常大。

關于高精地圖與定位的應用，按技術路線可以分為兩類：一類是使用城市的高精地圖，基于現(xiàn)有試點的城市部分路段能夠量產；一類是基于導航地圖進行量產。第一類在整車應用方面，現(xiàn)有高精地圖在高速、快速路上應用的方式差不多，但是由于城市高精地圖的敏感性，城市的導航輔助功能可能就只能在有高精地圖覆蓋的部分路段使用。2022年8月份，自然資源部已經公布了北、上、廣、深、杭、渝等城市高精地圖的應用試點。

第二類導航地圖，相比第一類，添加了斑馬線、停止線、紅綠燈等元素并進行圖層映射，這部分工作可以放在整車廠開發(fā)過程中應用，也可以讓地圖供應商提供。近年來，行業(yè)內提出了SD pro地圖的概念，目的就是解決城市場景NOA中城市內高精度地圖覆蓋低的問題。

目前高精地圖的使用過程中面臨一些問題。首先，依據法律法規(guī)，在使用過程中只有部分城市的部分路段能夠覆蓋到高精地圖。其次，從數據鮮度講，城市內行駛里程非常多，全國的高速公路里程加起來只有三十多萬公里，城市里程加起來估計得有幾百萬公里，與此同時，城市道路的維修和更新都比較頻繁。這兩點對地圖數據的及時更新提出了非常大的挑戰(zhàn)，尤其是采集制作和更新成本會非常高。

從法規(guī)和數據鮮度兩個方面考慮，我個人認為在短期內可能無法實現(xiàn)城市高精地圖的大規(guī)模量產。但是可以先將城市NOA功能在部分城市的部分試點中先運行起來，可以減少高精地圖的元素，以現(xiàn)有導航地圖為基礎，增加自動駕駛所需的地圖信息，也就是使用SD pro地圖來實現(xiàn)城市NOA的場景覆蓋。

SD pro地圖vs高精地圖

基于對整車的功能的拆解，可以將其對于高精地圖的需求具體分為道路屬性、車道模型、交通設施三大類靜態(tài)數據，傳統(tǒng)高精地圖在這三種類型上都可以提供比較詳細的屬性信息，而SD pro地圖和高精地圖最大的區(qū)別就是車道模型的屬性信息減少了，大部分集中在道路屬性和交通設施屬性信息中，對于曲率、坡度等車道模型的屬性信息都進行了消減。

圖片來源：嵐圖汽車

以上，SD pro地圖的主要特征有以下幾個方面：一是滿足法規(guī)的要求，SD pro相當于是高精地圖的輕量版，減少了很多敏感的地理信息，更容易滿足信息安全、法律法規(guī)的要求。二是滿足整車的基本功能需求，SD pro地圖內容從整體來看都可以滿足城市NOA的開發(fā)需求。三是成本低，圖商可以基于已有的導航地圖豐富其他城市NOA所需的道路信息。

整體來說，我認為SD pro地圖在智能駕駛地圖設計上提供了一些好的思路，有助于城市場景下自動駕駛輔助功能的落地。

城市場景下的高精定位需求與實現(xiàn)

接下來介紹關于高精定位目前的技術情況。單一類型的傳感器定位可以分為三種，一是基于信號的定位，二是航跡推算，三是特征匹配。根據城市NOA功能的需求，需要企業(yè)針對單一定位的模式提升場景的適應性和定位穩(wěn)定性。不同的單一定位方式可以滿足不同的定位需求，但城市場景下各類情況復雜多變，比如天氣和季節(jié)的變化、道路和建筑的變化、各類交通參與者的影響、電磁干擾光照等，因此，單一定位無法實現(xiàn)城市復雜的自動駕駛需求，多傳感器定位已經是行業(yè)主流。

圖片來源：嵐圖汽車

多傳感器融合方式也很多樣，目前常見的包括視覺感知與激光融合等方式。每家主機廠都會根據自身車輛的特點，選擇不同的傳感器配置，選擇適合車輛的定位方法，但基本目的和所要解決的應用場景相差不太大。下面介紹下嵐圖汽車融合視覺和激光SLAM在泊車應用上的主要研究內容。

嵐圖汽車的研究團隊通過融合激光點云和圖像特征點數據，采用基于稀疏姿態(tài)調整的優(yōu)化方法，對車輛位置進行優(yōu)化。同時采用基于視覺特征的模型進行閉環(huán)檢測，進一步優(yōu)化基于激光點云的格柵地圖。相對于單一激光或者視覺定位，融合所達到的定位精度會更高，并可以有效解決激光閉環(huán)檢測難以實現(xiàn)的問題。

目前融合的方法也存在一些問題需要解決：比如說遇到白墻——沒有辦法提取到足夠多的特征點，這些問題后續(xù)要進一步研究。但總的來講，從整車開發(fā)角度看，融合定位的方式更符合比較復雜的場景需求。

回到城市行車場景，介紹下嵐圖汽車在城市場景下行車定位的研究情況，這一研究的重點在于，發(fā)展基于SD pro地圖的多傳感器融合定位，在地圖基礎上結合多路相機與BEV感知、特征信息與道路關聯(lián)，融合組合導航、車身、雷達等多傳感器信息。

在路口交匯等有復雜變化的場景下，嵐圖汽車的研究團隊會重點使用SD pro提供的點和道路屬性信息進行匹配定位。借助多傳感器的輸入信息，建立緊耦合的融合模型，進一步提升系統(tǒng)的精度和可靠性，減小融合定位的誤差。

針對城市半遮擋和遮擋場景，除了融入視覺定位，也會引入視覺里程計和激光里程計的觀測模型，接入輪速和方向盤轉角數據，整合多組數據提升融合定位系統(tǒng)的精度，測試證明這種方法可以大幅提升半遮擋和遮擋場景下的定位精度。針對預測模型，在卡爾曼濾波狀態(tài)方程中，增加25維狀態(tài)矩陣，用來在線估算IMU安裝角度和桿臂值誤差，從而避免因IMU的位置變化，導致的定位結果誤差。

上述定位系統(tǒng)為城市NOA功能的開發(fā)提供了橫縱向的定位信息和地圖信息，經測試能夠滿足大部分場景下城市NOA功能的安全運行。下圖是城市三種典型場景的對比測試結果，半遮擋和遮擋的場景下，橫向定位精度能做到0.5米以內。特別要說明的一點是，將視覺匹配定位結果與DR結果進行深度耦合，其中DR包含輪速、IMU、VO三部分的融合結果，實現(xiàn)全遮擋環(huán)境下千分之二的精度目標，達到了目前行業(yè)對高精度組合導航的指標要求。

圖片來源：嵐圖汽車

在研究和開發(fā)過程中，嵐圖汽車的研究團隊也遇到了一些技術上的難點，在這里給大家做分享，主要是四個方面。

一是場景分析和理解，對場景分析與理解需要基于可靠的場景分析判斷，目前主要是借助視覺感知GNSS信息分辨定位場景，但是仍然存在一定的誤差與誤判。如何構建不同場景之間的關系也是目前面臨的比較大的難點。二是定位置信度判斷，高速場景對于不同條件下定位系統(tǒng)置信度的判斷容錯率較高，但城市場景更加復雜，定位置信度會直接影響定位可用性，進而影響智能駕駛系統(tǒng)的用戶體驗。三是定位系統(tǒng)可靠性驗證。四是城市地圖鮮度保證，雖然SD pro地圖是輕量化的高精地圖，還是不可避免地需要及時跟進城市道路的更新情況。

最后提出兩個需要探討的問題：第一，城市場景下V2X如何應用和推廣？良好的V2X應用有助于定位精度的提升，基于城市場景的高精地圖和定位的應用推廣，會有助于推進V2X的發(fā)展和推廣，對于萬用互聯(lián)，反哺城市建設，改善城市環(huán)境也有很大的作用。

第二，城市場景下主機廠和圖商在地圖定位上如何加深合作？在城市場景下對地圖進行采集和更新都是比較大的挑戰(zhàn)，整車廠有天然的數據優(yōu)勢，在滿足法規(guī)的脫敏要求下，與圖商合作實現(xiàn)城市地圖數據眾包，也有比較大的意義。 

（以上內容來自嵐圖汽車智能駕駛兼底盤開發(fā)高級總監(jiān)付斌于2022年9月14日由蓋世汽車主辦的2022第四屆自動駕駛地圖與定位大會發(fā)表的《基于城市場景的地圖定位量產開發(fā)研究》主題演講。）

返回第一電動網首頁 >