首页 » 报价 >

百度吕旭光:自动驾驶地图的趋势与解决方案

2021-09-14 20:16:35来源:盖世汽车

9月13日,由盖世汽车主办的2021第三届自动驾驶地图与定位大会隆重召开。本次大会旨在聚集汽车地图定位行业杰出的技术专家分享自动驾驶地图定位领域最新的应用情况、现实挑战、创新理念及未来技术趋势等。下面是百度智驾地图业务部技术经理吕旭光在此次大会上的致辞。

自动驾驶,百度

大家下午好,我来自百度智驾地图业务部,很高兴在盖世组织的行业会议上,分享我对行业和地图的看法。我今天分享的题目是《自动驾驶地图的趋势与解决方案》,主要分三个部分:行业发展趋势,关键需求、挑战与解决路径,百度的产品与解决方案。

现在汽车智能化趋势加速比较明显,自动驾驶作为汽车智能化最关键的组成部分,市场化在逐渐加快。从今年1月份到5月份数据可以看到,具备L2级别以上车型市场渗透率在快速增长。去年11月份国家发布了智能网联汽车路线图2.0,预计2025年L2及L3以上市场销售占有率将会达到50%,L4级自动驾驶也将会逐步推向市场,预计2030年具备智能驾驶能力的汽车的销售会超过90%。从如上信息可以看到,无论是市场和终端客户的反馈,还是国家对整个行业的顶层规划,智能驾驶实际上已经成为整个汽车行业决胜的关键。

下面看一下智能驾驶的现状以及整体发展情况,从两个维度来看,第一个维度是用户层面,也就是用户的放松度,第二个是系统可靠度。如图中第三象限是现在L2系统,只具备L2功能,中间绿色的圈是现在在市面上大部分具备了L2+或者L3-的产品,是基于高精地图和更多的传感器,更智能的算法,第一象限黄色圈是目前的Robotaxi,通过运营收集积累大量的数据,进行智能算法的训练迭代,达到L4水准。可以看到乘用车随着发展,拥有好的传感器、硬件和智能算法后,在通勤场景多次采集训练后,可以达到接近L4的体验。但是现在我们不得不面临一个问题,就是点到点的通行是要跨越各个场景,而各个场景下现在自动驾驶的能力和等级是不同的,怎么样解决驾驶员在起点到终点,自动驾驶等级不一样的情况能够做到更安全、更舒适地使驾驶员到达目的地,这块对于地图行业有哪些挑战?

很显然如果高等级智能驾驶场景能够全场景,这是最理想的,也是客户迫切的需求。我们可以看到从起点到终点经过非结构化路再到城市道路,高速道路,再到城市道路,到终点。现状来看,国内有些OEM推出了高速路场景的L2+/L3-的产品,有些OEM研发中即将推出,有些走的靠前的OEM和车厂已经在研发城市道路的自动驾驶,从行业趋势看从高速走向城市再走向全域是发展的必然。

在2020年之前在智仓域里面,导航地图基本作用是辅助驾驶员从起点到终点,更准确便捷地到达终点。当时自动驾驶会在特定场景会用高清地图增强它的安全性或者解决一部分舒适性问题。但是随着自动驾驶增强,比如说连续场景的时候,这个时候智仓域就需要把导航全局路线,自动驾驶域要拿到并匹配自动引导自动驾驶域行驶。

自动驾驶域现在等级问题实际上不能完全做到所谓L5,这个时候就需要驾驶员监督。驾驶员怎么监督呢,今天上午专家也提到了很多事故,实际上这是很严重的问题。这个时候就需要智仓域把自动驾驶系统看到的东西、规划的东西以及想做的东西如实展现给客户,就是怎么样便捷让用户获取到这些信息,并监督这个车辆行驶,这是一个很有挑战的运用。我们从地图或者地图应用角度来看,智仓域和智驾域地图需要融通,只有这个图融通之后,才能使人驾驶车和自动驾驶车融通,这个能够使驾驶更安全更舒适。

上面是我们看到的新的发展和趋势,下面是从发展趋势对地图观念的需求以及挑战和解决的路径。第一个是覆盖和更新,从前面趋势可以看到从高速到城市封闭道路走向城市,甚至走向全域。随着地图范围的扩大,基于现实的更新变化,我们的更新频率肯定会从现在行业内季度级到月度级甚至到一些地方的天级,另外对自动驾驶影响很大的还有实时动态信息,这也是很大的挑战。第二个是AD体验需要持续提升,现在有L2,但是有些需要局部提升或者拓展局部长尾的场景。这块AD层增强数据用于定位,规划,感知边界,实际上是需要增强的。随着高阶AD系统在乘用车市场使用,实际上它能收集更多的数据,也有更多的算力和算法,它能够形成自学习的数据。这些数据怎么样能够融合到路线、地图,自动驾驶更好地使用这也是比较大的挑战。第三个是仓驾融合,目前在高速或者匝道,这方面通过做SD和HD关联表就能解决问题,但是未来走向城市甚至走向全域自动驾驶需要一个全部融通的地图。在上层应用层面,引擎和算法实际上也是需要统一的。大家在开车的时候看到车机、屏幕、声音,这些怎么样能够把真实的自动驾驶系统所看到的和它想干什么展现出来,这个HMI是什么样子的实际上也是很大的挑战。

我们看一下第一个问题,对于覆盖和更新,基于我们在行业内看到的发展趋势以及现状,预计三年内对于高精度地图的覆盖和更新,主要还是会以专业的采集和制图为主。但是现在的需求其实很迫切,基本上通过增加采集车提升自己的产效和投入资源保证更新。当然现在产品当中也融合了手机地图生态的东西,因为要有一些动态事件和情报之类的东西。但是从长期来看,多源数据的生态会是一个发展趋势,最终也会成为核心区域和热点区域覆盖和更新的一个主要的数据源。

专业采集和制图从长远来看,它应该是对类似于长尾场景或者长尾的区域道路一个很必要的补充。对于多源的数据,因为现在手机地图的生态基本上是可用的,对于高精度地图业内并不是特别完善,我们认为是车+路的形态。对于车来说,随着市面上L2+或L3以上乘用车量的铺开,这块数据源会得到很大的铺开。当然上午专家提到了法规和其他问题,这些问题实际上会随着主管部门的推进也会陆续地得到解决。

下面看一下对于AD体验提升,我们认为一定是开放一体化地图加上AD经验数据。这里有道路级数据,车道级数据,对于自动驾驶地图还有用于特殊图层(定位、感知图层等),另外是AD经验数据,实际上是包括动态数据和经验通用的数据,甚至发展到后面还有行为数据。从动态数据来看,可以使我们的感知系统得到更大可靠性的提升,使驾驶更安全。对于经验数据来说,整个驾驶和智能驾驶规划更有效一些。对于行为数据来说,肯定是驾驶员会更舒适,因为有些人驾驶习惯是不一样的,当然这是一个在时间上很靠后的事情了。

另外,我们看到现在的趋势,AD经验数据后续是多源的,对于OEM和比较有技术实力的Tierl-1,后面也能够拿到很有价值的经验数据,甚至有一部分是基础数据,类似于定位上的特征。这些数据怎么样融合起来?这就迫切需要行业内有一个开放的地图的架构或者一体化地图的架构,能够支持三方的数据源融合在这个基础数据上来,形成一体化的地图数据才能更好地用于自动驾驶系统,提升自动驾驶系统的体验。

这是仓驾融合,人机共驾新的趋势。从地图来看,总结是两个方面:从纵向层面来看数据要统一,这块需要完全打通,从SD所有数据要打通,它和高精数据道路,车道,特征图层,AD经验数据,它们要做到从上到下从下到上的融通,应该是无缝的连接,这对制图是一个很大的挑战。有导航数据经验的人知道,所有要素都需要关联维护,图商需要付出很大成本去做这样一个改变。在产品层面上实际上要把一体化做出来的数据一套产品规格能发布出来,上层应用的SDK也好,引擎也好,算法也好,服务也好,数据更新量也好,也要支持一体化地图的融通。这个地方并不是说所有应用一定要支持所有的层,而是说它能够支持所有数据的某一层,只有支持某一层之后,实际上和其他层是无缝关联起来,它就是融通了。

基于行业趋势和现状以及未来,百度也做了自己的一些思考和产品布局,我们接下来一起看一下。百度智图产品从2020年开始和客户就推出了第一代产品,到现在已经推出了数款量产车型,消费者也都可以买到。到2022年我们会有更多的合作伙伴和客户一起推出量产产品,目前来看我们的产品在市场占有率,无论是车型还是持续保持市场领先的地位,这也源于客户对我们的信任,也源于我们整个产品组合。

下面看一下产品组合情况,从数据层面有车机导航的SD地图,ADAS地图,高精地图(城市高精地图和高速高精地图),我们还有用于L4的地图,还有V2X的高精地图。从引擎层面有用于导航的SDK,还有服务,还有自动驾驶域的高精地图引擎服务和高精定位引擎服务。从应用层面有导航APP和下一代人机共驾地图。从自动驾驶等级方面提供了数据、引擎、融合算法支撑客户更好地作出AD辅助系统或者AD自动驾驶系统。整体来看,百度智能地图是源于驾驶需求,覆盖从L0到L4所有需求的产品体系,也支持可定制化,使客户更好地定制化的集成。

下面我介绍一下百度智图在自动驾驶域的产品,底层是高精地图数据,包括高速域数据,城市域数据。在引擎算法方面有高清引擎和高清定位,我们融合了Camera,GNSS,IMU,环视,激光等等,结合我们的服务,精确地知道现在车道信息以及位置和姿态,把我们的位置和周边的地图信息通过信号发给驾驶域,现在有些OEM发给智仓域,来增强安全性以及NOA的功能。

在自动驾驶域里面我们的产品组合也是比较丰富,相对比较成熟,可以快速的集成到包括域控和Map ECU里面,能够支持客户快速的量产。目前我们支持域控和map ECU是最多的,包括今天到场的优秀的Tierl-1和地图盒子的供应商都有合作。

下面整体看一下,高速域产品,这块产品组合相对是比较齐全的,也是业内最成熟的,至少有数款车型项目已经量产,在研项目有十余款车,在2021下半年或者2022年发布。另外就是城市域产品,我们的产品从数据到引擎到融合算法都会提供,目前内部的进展在Q3已经在重点城市进行测试验证,预计在Q4拿到内部可量产的级别。这块我们现在也有一些量产的订单正在根据客户的计划研发过程中,预计明年或者后年大家就能看到上市的产品。

这里看一下基于我们对需求理解产品的规划,我们规划了三代产品演进,满足客户不同阶段的需求。今年年底可以做到产品服务一张图,现在基本上已经做完了,它能满足的功能就是人机共驾在高速或者城快出入口,这个需要打通智仓域SD地图和ADAS MAP,HD Map,引擎我们需要导航引擎和高精图进行交互,对上大家看到的是一体化的体验。

到2022年底会在引擎层打通,支持人机共驾到城市域的产品,因为扩展到城市域,SD Map,HD/AD Map,这块就没有那么简单,需要维护SD/ADAS/HD/AD关联表,在引擎上也需要彻底打通,更好支持城市域人机共驾的产品。

预计2025年会从底层数据层面完全打通,这个时候可以看到SD地图,道路,特征,AD数据,完全是融合在一张图上,引擎到服务层面支持一体化地图,同时具备能力融入第三方数据。只有这样,才能够做到全域的人机共驾或者至少某个特定区域点对点高等级的自动驾驶。

对于数据覆盖和更新规划,近期我们还是以专业采集制图路径为主,通过扩大采集车和提高产线效能和增加资源,满足现在我们看到客户迫切的对数据方面的需求。长期来看需要推进建设多元数据生态。

对于车这块生态我们有自己未来量产的车,也有自己运营的Robotaxi,还有和OEM合作的数据源,另外一定会出现三方数据互换的资源。对于路侧百度有自己做的V2X设备,也会和行业合作,长线上以数据生态为主去更新地图。基于这个路径,我们真正对外推出的产品,2021年底除了已经量产例行更新的高速域和城市域之外,我们对于城市道路的产品预计发布TOP 20,在一些重点区域可以做到月度更新,到2023年底城市道路应该能支持到全国所有城市的覆盖,对于核心城市可以做到月度更新。到2025年底在城市道路上会继续下探,下探到更低等级的道路上,对于特殊的城市或者场景,我们会做到全路网的覆盖以及这些重点区域会做到天级的更新,只有这样才能支撑L4级别以上的自动驾驶。

感谢过去两年客户和合作伙伴大家一起做出了数款量产产品,也期待后续和更多客户合作,打造新一代智驾产品,共创智能驾驶新时代。我今天的分享就是这些,谢谢大家。