CES 2019 | 用攝像頭做 3D 點雲,地平線發布眾包高精地圖採集方案

2020-12-05 第一電動網

高精地圖和定位一直是自動駕駛的難點。用傳統雷射雷達收集地圖的方式，不單單傳感器成本高，並且數據量龐大，很難實現地圖的實時更新。

從 2017 年開始，業內陸續出現了一些基於低成本傳感器的眾包地圖方案，其中包括：

1.Mobileye 的 REM(Rod Experience Mngement)：眾包地圖概念的先驅，基於前視攝像頭方案，捕捉道路上的車道線、交通標識等重要信息上傳到雲端，通過多車眾包形成可更新的圖層，從而輔助傳統高精度地圖定位。

2. 博世的 Bosch Rod Signture 以及大陸的 E-Horizon：概念與 REM 類似，但是在傳感器端加入了毫米波雷達。

去年 CES，國內的邊緣計算公司地平線向 GeekCr 展示了基於其「徵程」第二代晶片架構的自動駕駛計算平臺 Mtrix（這個平臺今年獲得了 CES 2019 的創新獎）。

當時他們就向我們透露，也會基於「徵程」二代晶片架構做自己的眾包地圖方案，今年的 CES，他們兌現了這個承諾，正式發布了 NvNet。

NvNet 是什麼？

地平線官方將 NvNet 稱為「眾包高精地圖採集與定位平臺」。它所採集的數據效果如下圖。

當第一次看到效果圖時，你可能會產生一個錯覺：「這不是雷射雷達所產生的點雲圖嗎？怎麼感覺密度有些稀疏？」

事實上 NvNet 與 REM 一樣，也是僅僅依靠一個單目攝像頭來收集數據的，只不過他們依靠自己的視覺算法計算出了各個像素點的距離。其具體原理可以概括為：

  1. 單目攝像頭捕捉前方的 2D 畫面。
  2. 通過感知算法對 2D 畫面進行分析及語義分割，找出需要重點標註的道路信息像素點，包括車道線，馬路邊緣，道路標示，路邊的電線桿和樹木等。
  3. 視覺算法進一步計算出這些標註像素點的距離，並上傳至雲端生成 3D 點雲的效果圖。

相較於 Mobileye REM 之前展示的 2D 效果圖，地平線 NvNet 給出的 3D 點雲圖明顯有著更高的信息密度。因為使用單目攝像頭，地平線的 NvNet 系統的成本和維護費用會遠低於現有的雷射雷達方案，在量產上有更大的優勢，形成大規模眾包地圖的採集和更新能力。

在 CES 的展館外，我體驗了地平線搭載 NvNet 方案的測試實車——一輛奧迪 Q7。

在車頂上地平線加裝了一個單目攝像頭，橫縱向視角分別為 90 度和 50 度。攝像頭通過一根連結線接入車內的晶片系統板。

我坐在車內後排，手中通過他們提供的一臺平臺電腦來查看 NvNet 實時生成的點雲圖。下面是演示過程中，平板電腦上的效果視頻：

可以看到，NvNet 在實際道路上生成的實時點雲圖還是很穩定的，道路旁的標誌物（白色）樹木（綠色）以及馬路邊緣（紫色）等都通過點雲圖顯示了出來。甚至當我們路過一個大型停車樓時，NvNet 也把它清晰的標註了出來。（上面視頻中 2 分 20 秒處）

地平線的餘軼南博士告訴我，由於 NvNet 捕捉的地圖信息密度高於一般的眾包方案，他們通過 SLAM 技術，利用單目攝像頭的感知再結合從車輛本身的部分信息，就可以實現車輛在 NvNet 地圖中的定位。

NvNet 的商業模式

現今的高精地圖領域可謂是商業結構非常複雜，除了傳統的圖商之外，主機廠、Tier1、晶片供應商以及算法公司等等都有所涉及。

在自動駕駛領域，地平線定位於 Tier2，提供核心晶片和算法方案。在 NvNet 的落地上，餘軼南透露地平線會和圖商以及車輛運營企業合作，通過眾包方案進行地圖數據的採集工作，並通過局部地圖和雲端地圖的比較，將地圖差異上傳到雲端，對雲端的全局地圖進行更新。此外，地平線計劃在前裝的 ADAS 系統上整合 NvNet 系統，並提供數據給需要地圖數據的客戶，地平線本身不涉及運營和數據業務。

視客戶的不同需求，地平線還可以將 NvNet 的原始點雲數據做進一步的結構化處理，形成 2D 的道路環境圖層，這樣更便於輔助傳統的高精度地圖。下圖便是 NvNet 在中關村收集的數據在結構化之後產出的效果圖。

對於地平線這樣的 Tier2 來說，推出眾包地圖方案可以說是出於發展戰略的一種必然選擇。因為它既可以展示自身晶片+算法的感知處理能力，同時也拓展了在自動駕駛行業中的落地領域。不過，所有基於眾包概念的方案，都要依賴龐大的裝車量來提供效果，這就意味著地平線必將以進入前裝市場作為最終目標。

此次在 CES 見到地平線的 CEO 餘凱博士時，他對我說了一句意味深長的話：「做前裝是一件困難、複雜且研發周期很長的事，我們一定要耐得住寂寞，不去跟所謂的熱點。」相信這句話也會幫助他們走得更遠。

原創聲明： 本文為 GeekCr 原創作品，歡迎轉載。轉載時請在文章開頭註明作者和「來源自 GeekCr」，並附上原文連結，不得修改原文內容，謝謝合作！

歡迎關注 GeekCr 微信公眾號： GeekCr 極客汽車（微信號：GeekCr）∓ 極市（微信號：geeket）。

來源：geekcar

本文地址：https://www.d1ev.com/news/shichang/85925

返回第一電動網首頁 >

以上內容轉載自geekcar，目的在於傳播更多信息，轉載內容並不代表第一電動網（www.d1ev.com）立場。

文中圖片源自網際網路，如有侵權請聯繫admin#d1ev.com（#替換成@）刪除。

相關焦點

  • 地平線朋友圈|SK電訊眾包高精地圖更新方案將於年內在韓國大規模部署
    6 月 11 日至 6 月 13 日，在 2019 CES Asia 展會上，聚焦於邊緣計算的人工智慧初創企業地平線對外展出了地平線 AI 晶片與軟體算法賦能的 SK電訊眾包高精地圖更新方案，該方案將於今年年內在韓國大規模部署。
  • 專業採集與眾包,細數兩種地圖製作方式的優劣
    無論哪種解決方案，原則上都是讓汽車實現智能「感知——決策——執行」流程，在這一過程中，高精度地圖是汽車實現「感知」不可或缺的元素，地圖的商業價值由此而凸顯。01專業採集與眾包採集在諸多實現自動駕駛技術方案中，地圖都處於「感知擔當」的角色，地圖數據到底該如何採集？比較常見的是專業採集與眾包採集兩種方案。孰優孰劣？可以一起來了解看看。
  • 專訪騰訊高精地圖負責人谷小豐:漫談聊高精地圖商業化
    在視覺感知為主的方案中，當前攝像頭因其物理特性和功能的限制具有視野、穩定性的局限。而高精地圖作為一種先驗知識，可以和視覺傳感器互為補充，預知前方遠距離道路情況，以及攝像頭不易探知的信息，如橫坡（攝像頭無法識別橫坡）。眾所周知，在同樣曲率的彎道中，有橫坡時需要的轉向角小，無橫坡時需要的轉向角大。預製的高精地圖能準確提供高精度的橫坡信息，很好地彌補了傳感器的不足。高精地圖也就成為自動駕駛的必選項。
  • 四戰CES,國產晶片公司地平線的崛起與加速
    2019年CES上，地平線帶來的自動駕駛計算平臺Matrix，和基於Matrix的多個自動駕駛解決方案（包括Matrix視覺感知解決方案、NaviNet眾包高精地圖採集與定位方案、雷射雷達感知方案）就是最好的證明。如果說，前三年地平線還在探索一家晶片公司能夠賦能行業的業務空間，那麼2020年CES上的地平線，很明顯已經找到並且堅定了自己的商業化道路。
  • 高精地圖,公認的自動駕駛標配,但特斯拉並不care
    精度提升，需要高精地圖實現精確定位；2. 雷射雷達、攝像頭等傳感器受氣候光線變化及感知距離的限制，需要高精地圖感知更全面的環境信息；3. 路徑規劃和決策，在需要換道、避讓等場景，需要高精地圖提供先驗信息。儘管高精地圖很重要，但是特斯拉也走出了另外一條路。
  • 地平線聯合中興子公司 開發智能駕駛方案
    【太平洋汽車網 行業頻道】近日，專注於人工智慧晶片和邊緣人工智慧計算的初創企業地平線與中興通訊旗下英博超算籤署戰略合作協議，將合作開發L1-L4級別的智能駕駛解決方案（ADAS），並計劃於2020年在量產車型上適配。
  • 自動駕駛地圖與定位技術產業
    Civil Maps主要路線為開發高精度地圖與定位解決方案，通過提供給車廠軟體和硬體系統進行車端數據收集、3D地圖繪製以及自車定位。Civil Maps的測繪方式是與車廠合作，利用攝像頭或者雷達進行眾包採集。
  • 地圖新戰局(三):從資本、測繪到應用 高精地圖你中有我我中有你
    Momenta相關人士告訴北京商報記者，「我們的自動駕駛解決方案使用的是自研的高精地圖」，但是對於高精地圖行業產業鏈的分工以及三種參與者的異同等細節未予透露。根據沙利文研究院的總結，中國導航電子地圖產業鏈上遊包括高德地圖、百度地圖、四維圖新等基礎地理信息測繪、POI（信息點）數據供應商；中遊包括導航電子地圖製作商、軟體及系統方案供應商，也是以高德地圖、百度地圖、四維圖新等為代表；下遊包括B端消費者、C端消費者，其中B端消費者有整車廠商、車載導航設備廠商等。
  • 中國自動駕駛將亮相2022年北京冬奧,百度高精地圖技術全方位加持
    完備的高精地圖產品製作、發布流程既然如此，擁有一套完備的高精地圖產品製作、生產、發布以及更新流程就顯得至關重要，百度方面顯然已經做好了充分的準備。一個完整的流程是這樣的：百度的高精地圖採集車隊行駛在全國道路上將道路上所有的標誌、標識等要素以照片、雷射點雲、GPS 的方式採集進入自動化的預處理過程；在預處理的過程中，將集成圖像識別、雷射點雲融合、點雲識別這些 AI 算法以及 GPS 大數據挖掘，對照片、雷射點雲、GPS 中的車道線、護欄、路沿、交通標誌、標牌、文字、箭頭等信息予以提煉，輸入給數據生產階段；在數據生產過程中，將這些提取生成的要素經過一系列人工修正
  • TC 杭州 | 沒看這篇文章,千萬別說你了解高精地圖
    第三部分是決策類元素，主要用來幫助機器和無人駕駛做決策。最後，馮漢平呼籲，決定要往高精地圖中加入哪些元素，千萬不要閉門造車，所有地圖企業一定要走出來，多與主機廠等客戶以及行業協會溝通交流。「因為只有跟應用方詳細討論，才能夠知道高精地圖到底需要什麼。」高精地圖又應該用什麼傳感器？目前，高精地圖的採集方案主要有兩種，即以雷射雷達為主的方案，和以攝像頭為主的方案。
  • 地平線四度亮相CES,車規級AI晶片徵程二代引爆多項量產合作
    2019年，隨著徵程二代量產並成功批量部署前裝定點，地平線國內外業務增長迎來了新的拐點。作為商業化的關鍵一年，地平線與全球多家頂級Tier1s在ADAS、自動駕駛、多模交互等領域展開多維度合作，智能駕駛業務年內訂單高達數億元。四度參展CES，從零到一，地平線用自己的方式為人工智慧普惠大眾走出了一條堅實的商業化道路。
  • 百度智駕地圖佘黨恩:智能駕駛如何定義高精地圖?(附演講全文)
    以下為佘黨恩的演講全文，新智駕做了不改變原意的編輯：我是來自百度智駕地圖業務部，我叫佘黨恩，主要負責高精地圖和高精定位業務。我今天分享的題目是《智能駕駛定義高精地圖》。這裡說的智能駕駛的範疇比較寬泛，包括無人駕駛和輔助駕駛。
  • 盤點地圖暗藏的創業機會:眾包地圖受追捧
    關於地圖衍生出的新模式，我認為有三個創新的層次：數據、表現形式和定位。每個部分的創新，都會導致地圖這個行業的變化。第一是數據的創新，我們現在對接了百度地圖的開放數據，以後要融合高德、Google的數據。大公司收購地圖類產品，收的都是數據，Google花天價派出N輛街景車採集街景，而Waze完成了數據收集的革命，眾包的成本極低。
  • 高精地圖在無人駕駛中的應用_詳細解讀_最新資訊_熱點事件_36氪
    編者按：本文來自《程式設計師》，作者 陳辰、劉少山，36氪經授權發布。 高精地圖是無人駕駛核心技術之一，精準的地圖對無人車定位、導航與控制，以及安全至關重要。本文是「無人駕駛技術系列」第七篇，首先介紹高精地圖與傳統地圖的區別，然後介紹其特點及製作過程。在了解高精地圖基礎知識後，探索其在無人駕駛場景中的應用。
  • 高精地圖中地面標識識別技術歷程與實踐
    導讀：本文將主要介紹高德在高精地圖地面標識識別上的技術演進，這些技術手段在不同時期服務了高精地圖產線需求，為高德地圖構建高精度地圖提供了基礎的技術保證。結合實際在做地面標誌識別時，我們將容易造成精度問題的部分單獨做位置精修，得到了更加精細的位置。以下為部分算法識別結果示例：圖8. 算法識別示意圖採用檢測+回歸技術方案實現了更加好的位置檢測精度，讓我們離「真實世界」更進了一步。
  • Super Cruise做了一個示範 | CES Asia...
    不久之後（預計在 2019 年或 2020 年），中國消費者將體驗到這項代表著「捍衛百年車企榮譽」的智能駕駛技術。去年 9 月，搭載 Super Cruise（超級巡航）技術的凱迪拉克 CT6 發布，並且已在美國和加拿大市場上市。
  • 無人駕駛場景下的高精地圖應用實戰
    當前高精地圖生成發布用到的流程（Pipeline）一般分為以下幾個環節：◆ 數據收集，地圖信息的採集。◆ 數據清洗/聚合。◆ 自動化識別，把地圖裡的必要信息處理出來，包括車道線、紅綠燈、十字路口等等各種信息。
  • 外媒:無人駕駛汽車的難題——高精3D地圖
    它有測量與旁邊汽車距離的雷達，它有捕捉街道上彩色影像的攝像頭，它的雷射雷達傳感器會發射雷射脈衝測量周圍環境。對於任何一輛由機器人駕駛的汽車而言，行車過程中最重要的部分之一不是它看到了什麼，而是它事先對於它途徑路段的情況知道多少。這個機器人需要一張地圖，但不是隨隨便便一張地圖——這些汽車需要有關周圍環境的３Ｄ信息，這些信息要持續更新，精確到釐米。