为自动驾驶筑路--测绘地理信息的贡献

从1879年Karl Benz获得他的第一项内燃机专利算起，汽车工业发生了很多根本性的变化。或者你也可以怀疑这些变化根本不算什么。因为基本原理仍然是：汽车有四个轮子，使用汽油-柴油引擎，新能源汽车包括电动车和氢燃料汽车的占比都还很小，而这些汽车也都需要人类驾驶。一个很大的改变俨然就要发生，自动驾驶汽车。但是，如果没有测绘地理信息技术，自动驾驶也走不远的。GIM international的内容经理Wim van Wegen如是说。

原作者Wim van Wegen

原文地址：点击打开链接

不仅汽车厂商比如福特，沃尔沃，特斯拉，梅赛德斯奔驰等，像谷歌和优步也已经在过去几年间测试无人驾驶汽车。沃尔沃最近声称正在寻找对其自动驾驶汽车试验感兴趣的司机，这是迄今为止汽车厂商公开的最大的动作了。瑞典汽车制造商表示，驾驶汽车应当和操作智能手机一样简单。下一代汽车已经实现了很大的进步，但是再往后呢？本文将仔细分析测绘地理信息学在自动驾驶中扮演的关键角色。

GNSS

自动驾驶汽车能否自动导航，这就涉及到了测绘地理信息学。全球导航卫星系统（Global navigation satellite system, GNSS）提供满足自动驾驶的导航定位精度。高精度高可靠性的解决方案是关键基础。试想，假如差劲的定位将汽车指引到错误的车道上会发生什么？因此，高精度可靠性的GNSS技术是实现优质自动驾驶的一项关键技术。只有最精准的GNSS接收机才能用于自动驾驶汽车中。这些接收机依赖多种频率并使用多星座进行定位。GNSS定位和惯性导航系统（inertial navigation system, INS）结合使用创造了一种强有力的相互补偿系统。此外，抗干扰技术也被用于定位技术并与传感器集成。

在测绘地理信息同行中颇具名气的一家专注自动驾驶的企业是NovAtel。来自加拿大的GNSS专家表示NovAtel的技术可以提供厘米级的定位精度，从而保证汽车行驶在自己的车道并与其他汽车保持安全距离。NovAtel的目标是提供一种这样的解决方案：它可以给无人驾驶车一个对道路的基本观测，从而为自动驾驶提供定位基准。加拿大人组建了一个特殊的工程团队（安全标准系统团队）致力于为自动驾驶应用开发功能性安全的GNSS定位技术。

光学相机

好几项相机技术正在被用于自动驾驶汽车工业，每种都有其优势。比如，特斯拉使用相机作为基本传感器，为每台车装备8台单眼相机。立体相机，能够提供深度图，可与人类视觉媲美。立体相价格低廉，但是可提供高质量的实时深度量测。但是有人认为鱼眼相机是更好的选择，因为其视场角更大的，可以检测到离汽车很近的障碍物，而这样近的距离下普通的立体相机是看不到的。

雷达

搭载式雷达技术可以增加乘客的安全，这是自动驾驶里的一项基础技术。雷达传感器装配于汽车的前后保险杠处，可以警告汽车前面和后面有什么东西。汽车将会和前面的汽车保持在一个安全距离（2秒）。当装配了雷达技术后，汽车能根据其他汽车的行驶而自动加减速。实际上，雷达观测的是汽车和其他汽车之间的（变化）距离。软件解析观测数据并向汽车发出信号告知其加速或减速。

雷达技术领域最新的一个进展是vehicle-to-everything (V2X)雷达。它在单个天线上，同时集成了汽车对汽车的通讯以及汽车对基础设施的技术。雷达和其他技术有很大的优势，它可以在雾、雪和大雨情况下照常工作。V2X能够通过多普勒原理和基于天线的360度的感知来实现对车速的即时检测。上述这些能力使得V2X雷达成为自动驾驶汽车新型传感器发展历程中的重要一步。

LiDAR

在汽车工业领域，LiDAR常被安装在汽车顶上通过旋转扫描四周获取数据。激光脉冲遇到周遭物体会反射，根据脉冲收发时间即可量测距离。借助360度扫描LiDAR数据和实时处理技术，汽车可以精准地知道它和其他物体有多远的距离。LiDAR扮演的是无人驾驶车的眼睛，这也就不难理解为何大多数的自动驾驶车将LiDAR作为其主要的传感器了。LiDAR对急刹车，行人检测和规避碰撞非常关键。

2016年8月份，Velodyne，这个LiDAR行业的全球领袖，宣布收到了来自福特和中国百度联合给出的1.5亿美金的投资。这项投资将帮助Velodyne快速设计和实现高性能低成本的自动LiDAR传感器。自动驾驶汽车和所谓的增强驾驶辅助系统（Advanced Driver Assistance System, ADAS）的这个大动作将加速关键变革并从中获益。LiDAR技术被全球汽车企业认为是实现全自动驾驶的一项关键技术。同时，2016年12月，Magna-一家领先的汽车配件厂商—和Innovize透露他们正在参与交付涉及无人驾驶特征的LiDAR遥感器。这仅仅是两个汽车工业领域投资LiDAR的例子，许多著名的汽车厂商已经将其注意力转向LiDAR。大多数自动驾驶概念车依赖雷达和LiDAR交互验证其看到了什么从而预测行驶动作。

大多数自动驾驶汽车依赖LiDAR，但是特斯拉除外。目前为止，该公司的掌门人埃隆马斯克，这位怪咖亿万富翁，坚持使用传统的雷达和超声波传感器。马斯克不断地贬低LiDAR的需求，表示在无人驾驶车上使用LiDAR没有必要。但是从LiDAR技术的成本不断降低的事实来看，特斯拉迟早装配LiDAR也并非没有可能。

人工智能

福特不仅特别关注LiDAR技术。2017年2月，该公司宣布将在未来五年内向Argo AI公司（人工智能公司，由谷歌和优步的前任领导创建）投资10亿美金。这一大笔投资背后的事实是，Argo AI在机器人和人工智能软件开发方面的经验，这对于无人驾驶车未来的发展至关重要。这项合作的关键目标是福特公司在2021年建立全新的全自动驾驶软件平台。

3D地图

无人驾驶车的发展是获取现实世界点云的一个驱动因素。无人驾驶车要求地图更逼真更高精度，要能包含车道标志和防护栏等细节。High-definition(HD)地图要能提供更高精度的智能道路特征，包括斑马线，路标，3D建筑模型，信号灯，站台标志和停车场等。所谓的自动恢复式地图系统为自动驾驶汽车提供了当前最新的解决方案。这种地图系统解决了导航数据过期的问题，凭借它们为汽车提供了自动更新地图的功能。自动驾驶汽车将能够在行驶途中获取和处理数据，并将其转会为有用信息。此外，汽车能够和云端连接从而决定它们要往哪里去，如何选择最优路径等。

包括TomTom，HERE，Nvidia以及Sanborn等公司都在提供设计自动驾驶汽车的地图系统，来帮助汽车生产商，图商和创业公司快速生产HD地图并保持更新。一项有趣的项目正在日本展开，那就是汽车厂商协会正在参加由三菱电子发起的动态地图规划倡议活动。九家汽车生产商正在与来自Zenrin的图商建立联盟。这一合作将促成通过驾驶特殊装备的汽车走遍国家重要高速公路而生产出相应的数字地图。日本的目标是在2020年东京夏季奥运会时让无人驾驶车大规模地走上道路。

基础因素

无人驾驶车需要能够实时地理解其周围发生了什么，在HD地图上精准地定位自己，并制定前进的路线。世界上最先进的自动驾驶平台结合了深度学习，传感器融合以及环绕式视觉，从而达成最优的驾驶体验。GNSS，测距和3D地图系统（特别是LiDAR），以及人工智能正在使得实现上述平台成为可能。因此，它们是未来无人驾驶汽车改变交通游戏格局的最基础的因素，而LiDAR已经确认成为无人驾驶汽车世界中的一员。可能值得担忧的是LiDAR的价格，但是科技创新将会逐渐消解这个问题。未来市场调查（Market Research Future）的报告指出，到2027年，全球无人驾驶车的市场规模有望达到653亿美金。因此，对于测绘地理信息口来说的最好建议是，系紧你的安全，策马奔腾吧！