★自动驾驶地图众源更新
自动驾驶地图众源更新是指利用普通量产车上搭载的低成本传感器作为数据来源，通过有效融合多车多源数据，进行大数据分析与挖掘，主动发现自动驾驶地图变化要素，实现基于视觉数据进行地图变化数据的重建与动态更新，这种方式成本低、效率高，具备实时地图更新潜力，甚至有望具备每天百万千米的数据采集能力，比较适合全国范围离散分布的变化要素快速更新工作。
自动驾驶地图众源更新架构主要由搭载在车端、路侧等多种载体且具有多源异构数据特性的智能感知终端、多源数据与信息安全传输通道、高精度地图云端动态平台构成高精度地图众源更新系统。在多学科交叉融合的基础之上，支持地图动态更新的自动驾驶地图模型是基础支撑；车端与路端关键技术更侧重实时道路信息获取与地图要素实时感知，在车端高精度定位上，将车端感知结果与高精度底图进行匹配分析，实现高精度地图的变化估计；云端重点基于车端与路侧端所上传的大量数据进行数据清洗与挖掘，分析数据不确定性以建立地图要素可靠模型，通过多源数据的高精度匹配与多源融合，进行地图更新要素的高精度重建，并基于高精度地图具备的多维特性进行质量评估；最后，将更新的高精度地图数据经过安全审查之后，通过安全传输通道发布到车端。在确保高精度地图数据更新的有效性、实时性、安全性及高精度特性的同时，形成自动驾驶高精度实时动态地图。
以量产智能汽车视觉数据为主的高精度地图众源更新关键技术主要涉及地图模型、车端定位、视觉重建、多源数据融合更新及安全等。其中，地图模型为自动驾驶地图众源更新的基础，车端高精度定位是众源地图要素匹配更新的前提，基于视觉传感器的地图要素三维高精度重建是众源更新的核心，融合多源数据的地图精准估计是自动驾驶地图高可靠更新的关键，数据安全技术是众源地图更新的保障。
供稿：王旭阳，北京城建设计发展集团技术研究院工程计算中心
内容来源于：中国土木工程学会轨道交通分会
城市轨道交通
建筑·设计·艺术
扫描二维码 关注我们
BanmenArts & Chinametro