幻灯片 1

Size: px

Start display at page:

Download "幻灯片 1"

当解
7 years ago
Views:

1 2016 年中国智能车大会暨国家智能车发展论坛李必军

2 目录智能汽车发展趋势无人驾驶地图实时测图技术研究成果及展示总结

3 第一部分自动驾驶汽车未来趋势商业化前期 : 高速公路自动驾驶和低速无人驾驶国外知名 OEM 计划 2016 年,AUDI 推出商用车辆, 可以在车辆低速运行时实现自动转向和加减速控制, 以及交通堵塞的情况下, 车辆辅助驾驶 ;TESLA 和 ME 合作解除 ;9 月新加坡推出 6 辆无人出租车 ;9 月 19, 美国政府颁布首个联邦自动驾汽车政策文件, 旨在指导测试与部署无人车 ; 2017 年,GM 宣布将在 2017 年推出具有 Super Cruise Control 功能的商用车辆, 实现车道保持和自适应巡航控制 ; 2017 年,GOOGLE 预计实现 Level 4 的自主驾驶技术, 并推出其商用车 ; 2018 年,NISSAN 在多车道高速公路上实现自主变道决策和控制 ; 2019 年, TESLA 将推出全自主驾驶车辆 ;

4 第一部分自动驾驶汽车未来趋势国外知名 OEM 计划 2020 年,VOLVO 预计使用自主驾驶技术, 并实现零伤亡 ; GM Mercedes-Benz AUDI BMW 雷诺公司实现部分路段的自主驾驶 ; GM 的阿兰陶伯估计这一年自动驾驶系统将成为汽车标准配置 ; 2025 年,Daimler 和 Ford 公司推出全自主驾驶车辆 ; 2025 年,GM 旗下大部分新车将具有自主驾驶和车间通信 V2V 功能 ; 2035 年,IHS Automotive 预计无人驾驶汽车将会实现全自主驾驶功能 ;

5 典型无人驾驶汽车地图感知传感器构成洪荒之力

6 高精度地图背景从世界主要汽车强国来看, 高精度地图是重要的不可获取的技术, 并且逐步成为了自动驾驶领域研究的热点日本 : 图商和部件商共同参与组建的 Dynamic Map Planning 公司在 2020 年前绘制出日本的 3D 道路地图, 服务于东京夏季奥运会

7 高精度地图背景欧盟 :HERE 博世等正在研发自动驾驶地图同时, 组织全球力量, 组建 NDS 协会, 主导欧洲高精度地图标准美国 :Google 基于 Google Map, 打造一套适用于自动驾驶的高精度地图 ;

8 高精度地图背景中国 : 四维图新百度等企业加入了 NDS 协会, 参与制定高精度地图 ISO 标准

9 高精度地图内容相较于传统导航电子地图, 精细高精度地图主要包含 :

10 高精度地图内容 1) 道路级别数据道路边线道路中心线路口交叉点

11 高精度地图内容 2 ) 车道级别数据左右车道线形线宽等车道中心线

12 高精度地图内容 3 ) 拓扑数据虚拟车道线道路连接线

13 高精度地图内容 4 ) 路口数据停止线人行横道路口区域

14 高精度地图内容 5 ) 附属设施数据交通灯交通标志标牌

15 高精度地图内容 6 ) 安全辅助数据坡度转弯半径

16 智能车发展总结国外主流 OEM 厂商 IT 巨头均将无人驾驶作为公司战略性进行研发 ; 国外主流 OEM 厂商在车联网方面开展较早, 已经取得了一定的市场占有率 ; 互联网对传统行业渗透速度的加快,OEM 厂商与互联网巨头合作开发未来的智能汽车 ; 北汽与乐视共同打造超级汽车上汽与阿里巴巴合作, 启动互联网汽车战略腾讯与富士康以及和谐汽车结盟, 开发互联网 + 智能电动车百度在芜湖建立测试基地上海嘉定无人驾驶测试基地开放中国制造 2025 将机器人智能装备作为发展重点高精度地图成为当前研究和生产的热点 ; 2030 年 50% 的车辆无人驾驶?

17 第二部分无人驾驶地图信号灯相机激光扫描仪 POS 定位第一代无人车 (2010) 车道线相机轮速传感器武汉大学感知平台及构成途智号无人车 ( )

18 武汉大学感知平台及构成电机转向 OBD 转向拉线制动 OBD 制动电机换档 OBD 换档 OBD 自动转向制动档位和油门

19 武汉大学感知平台及构成途 e 号途智号

20 智能车 : 地图 + 感知 + 决策和控制导航地图是无人驾驶的重要技术基础感知信息和已有真实道路地理信息的配准融合组合定位驾驶敏感目标实时定位分类与构图 I. 自车位置 II. 车道线红绿灯交通标志等 III. 动静态障碍物 ( 行人车辆等 ) IV. 道路几何参数目标 : 实时建立道路驾驶场景

21 地图发展趋势互联网 + 移动物联网

22 无人驾驶, 我们需要什么样的地图? 地图根据一定的数学法则, 使用地图语言, 通过地图综合, 表示地理空间事物的空间分布联系及在时间中的发展变化状态的图形无人驾驶地图是以安全出行为基础, 动态关联道路上各种信息, 全面反映位置本身及其与所在道路相关的各种特征事件或事物的场景地图

23 驾驶场景 ---- 交通规则 ( 路网拓扑关系 ) 车道车道线车道数道路中线道路宽度信号灯障碍物交通标志车道标志

24 驾驶场景 ---- 地图引导

25 驾驶场景地图特点车道级高精度地图车道几何形状及道路几何参数车道属性交通标牌红绿灯路口等全要素车道及要素间挂接与关联关系车道级拓扑动静态障碍物精度 10cm 实时交通信息

$第三部分 : 实时测绘技术 Advanced Driver Assistant System (ADAS) 定位 : 组合定位 ( 里程计 DGPS\CORS\POS) 单目相机 : 车道偏离告警 Lane Departure Warning (LDW)$

26 第三部分 : 实时测绘技术 Advanced Driver Assistant System (ADAS) 定位 : 组合定位 ( 里程计 DGPS\CORS\POS) 单目相机 : 车道偏离告警 Lane Departure Warning (LDW) 前车检测(PCW) 行人识别告警 Pedestrian Detection Warning (PDW) 交通信号及标志牌识别 Road Sign Recognition (RSR) 双目相机 : 立体视觉激光雷达 : SLAM 目标识别与分类规划与控制 :RRT PID

27 核心技术路线前方车辆识别车道级实时交通信息计算视觉传感器核心算法车道线提取交通信号及标志牌识别地图快速生产工具视觉图像预处理行人检测 ADAS 功能

28 3.1 组合定位 ( 绝对定位 + 相对定位 )

29 3.2 视觉图像预处理 1) 视频图像超分辨率技术 2) 模糊图像场景复原技术 3) 含雾图像场景重建技术 4) 全景图像拼接

30 1). 视频图像超分辨率技术提升车载图像传感器视觉性能, 增强交通标志符的识别水平等方面

31 2). 模糊图像场景复原技术本项技术可以用于前车识别交通标志识别的预处理过程

34 3). 含雾图像场景重建技术在烟雨雾霾等恶劣成像环境下, 图像的对比度急剧下降, 视觉导航的性能无法得到保证该项技术基于辐射传输理论, 快速自动的实现图像真实场景的重建, 增强视觉的透视功能本项技术可以提升无人驾驶汽车的全天候全天时视觉导航性能

35 3). 含雾图像场景重建技术

36 3). 含雾图像场景重建技术

37 4). 全景图拼接日常拍照航拍图像拼接技术可以将普通相机拍摄的若干幅具有一定重叠区域的小视域图片进行拼接, 得到高清晰度的宽视角图片, 并且看不出拼接痕迹

38 4). 全景图拼接关键技术 1: 图像配准 SURF 特征匹配实验 SURF 特征匹配结果示意图

39 4). 全景图拼接关键技术 2: 图像融合区域图像图像融合处理过程图

40 4). 全景图拼接实验效果武汉大学老图书馆全景图

41 3.3 单目视觉的常用技术方法 Method (FCW\PDW) Haar+adaboost Problems of Haar Sensitive to illumination change and small offset No stronger robustness Problems of adaboost 训练样本量大实时计算量大 Depth Neural Network (DNNs) Method (LDW) HOG+SVM Resolution 640X480 Training set Positive samples:1000 Negative samples:1000 Detecting difficulties The contradiction between the speed and precision of detection Resolution Tracking inter frames

42 信号灯检测实际道路场景红绿灯信息复杂难以准确识别当前车道对应的红绿灯

43 交通灯检测 positioning Detection and filter

44 信号灯识别与定位根据地图信息, 对复杂路口红绿灯信息进行网格定位在网格数据中识别出当前车道红绿灯状态视频图像与路网数据相结合

45 3.4 基于激光的环境感知基于多源历史数据融合的目标跟踪 (TLD) 基于地图 SLAM 的局部地图场景构建

46 动态目标提取和道路通可行区域建模动态目标提取车道提取

47 激光扫描与视觉的集成融合识别与跟踪

48 融合多尺度特征的多类型地物要素自动化提取原始数据地面点识别路面提取交通标志线提取非地面点目标提取点云分割目标识别逐点分类多规则区域生长区域层次化合并

49 基于激光点云与影像的场景感知与建模点云的稳健配准多层次分割与分类点云与影像的配准与融合地物目标的自动提取几何目标的三维重建

50 3.5 地图模型无人驾驶地图创建基于车道的路网拓扑自匹配基于 SLAM 的地图拼接

51 智能驾驶导航地图构建基于自适应路网的虚拟车道构建

52 技术总结基于动态序列影像的道路场景实时建模技术融合地理与视觉信息的车道级定位技术基于移动智能终端的的高精度实时测图技术

53 第四部分研究成果及展示源自于无人驾驶汽车的视觉感知技术, 实现快速精确的前撞预警和车道偏离预警通过算法授权的方式, 装有公司 ADAS 产品的智能行车记录仪已经在 2016 年上市智能行车记录仪

54 第四部分研究成果及展示行车辅助 APP APP 产品基于智能手机终端的行车辅助安全应用, 实现车载导航与行车辅助的有效结合

55 研究进展展示行人碰撞预警前车碰撞预警研究成果 100% 车道偏离预警无人智能驾驶平行泊车垂直泊车激光测图功能测试媒体报道

56 基于视觉的技术问题 CCD 传感器易受光照环境的影响路面标线破损遮挡都会影响系统稳定性复杂道路环境下目标识别难度加大

57 第五部分总结 ADAS 是无人驾驶的基础感知 + 地图无人驾驶的重要途径是否需要高精度地图? 无人驾驶面临的科学技术规则伦理问题无人驾驶离我们还有多远?

58 谢谢! 2016 年中国智能车大会暨国家智能车发展论坛

(i) (ii) (iii) (i) (ii) (iii) (iv) 1. 2

696 14A.35(1) 14A 1 (i) (ii) (iii) (i) (ii) (iii) (iv) 1. 2 14A.35(1) 14A.35(1) 14A.35(1) 14A.35(1) 2. 2.1 A. 3 (i) (ii) (iii) (iv) (1) (i)(ii) 4.5 6.5 6.5 7 (2) (iii) (a) 74 (b) 500 4 (3) (iv) PID PID