基于高精度导航地图的自动驾驶辅助决策方法

自动驾驶技术主要依赖于传感器探测周边障碍物、交通标识标牌等实现辅助驾驶控制,对数据实时性、准确性等要求较高、计算量大、可靠性不高,为此,本文提出使用高精度导航地图对自动驾驶辅助决策。利用移动测量系统采集道路网数据,制作高精度导航地图。使用测试车惯导和实时差分定位数据计算车辆范围。使用空间查询,实时查询车辆缓冲区范围内的地图要素。利用空间分析方法及时纠正车辆行驶方向以及提供辅助决策信息。实验结果表明,采用高精度导航地图辅助决策能减少决策系统数据量和计算量,提高可靠性。

超大城市高精度导航地图的构建与更新方法研究

近年来以人工智能为代表的新一代科学技术迅速发展,众多基于位置的新型服务对传统导航电子地图提出了新的需求.在交通与汽车领域,智能驾驶作为我国新一代人工智能发展的重要战略,亟需高精地图弥补汽车自主感知的盲区缺陷,实现精准可靠的环境感知与定位.具体研究了超大城市中高精度导航电子地图构建的技术以及更新方法,结合车载点云自动化处理算法、立体卫星影像以及协同管理机制,综合思考了超大城市高精度导航电子地图快速构建方法以及更新的技术手段,对自动驾驶在超大城市的全面落地应用以及城市信息化建设具有一定的参考应用价值.

全息高精度导航地图:概念及理论模型

本文提出了全息高精度导航地图的概念,它融合了多源数据,尤其是电磁传感器、声音传感器、热红外仪等传感器数据,从更多角度为导航提供信息。在此概念基础上,提出了一种融合多源数据的全息高精度导航地图理论模型框架,该框架包含4个步骤:①全息道路数据采集,包含道路三维彩色激光点云、遥感影像、无人机航拍倾斜测量数据、摄像头图像、热红外图像、声场信号、电磁场信号;②道路静态信息提取,从上述采集信息提取和标记得到,如车道线、路坎、栏杆、路牌、路灯、隧道等,作为无人驾驶车辆规划基础路线和车辆位置定位的数据基础;③道路动态信息提取,从上述采集信息提取和标记得到,如离前后车辆的距离、前方有无行人、道路施工护栏、泛在信息等,作为检测无人驾驶车辆周围的实时道路环境和规划无人驾驶车辆行驶路线的依据;④动、静态信息融合:融合道路静态信息和道路动态信息,丰富道路信息,提高道路线精度,提高全息高精度导航地图更新的效率,为导航和无人驾驶车辆提供地图服务。

高精度道路导航地图的进展与思考

随着互联网时代的高速发展,更多基于位置的新型行业逐步发展起来,例如"互联网+"智能交通、无人系统等,但这些行业的发展都需要高精度的位置数据作为支撑,而传统导航地图5 m的精度无法满足需求,因此高精度道路导航地图概念被提出。高精度道路导航地图具有更加丰富细致的道路信息,可以更加精准地反映道路的真实情况。与传统地图相比,它的图层数量更多,图层内容更加精细,具有新的地图结构划分。正是因为高精度道路导航地图丰富的信息含量,使得它具有庞大的数据量,而传统的集中式大数据处理模式无法满足它的计算需求。因此,本文提出"众包+边缘计算"的大数据处理模式来解决高精度道路导航地图的计算问题。目前,高精度道路导航地图已进入高速发展状态,但发展过程中仍面临着一些需要解决的问题。

高精准度智能导航数据产品质量评价系统构建与示范

本文针对高精度智能导航地图数据产品的质量控制及评价检测率先开展技术研究,提出了针对车道及智能导航地图的精度评价方法,建立了理论模型和评估体系;研制了对公路要素数据分类分级精度验证模型和方法,解决了HAD和ADAS数据空间绝对精度和相对精度检测的难题;研发了高精度智能导航数据评价系统软件,实现了程序化、标准化和批量化。

车载移动测量系统研制与应用实践

为满足高精度空间信息获取的需求,本文在集成高端国产激光雷达、惯性测量单元等传感器的基础上,研发了新一代测绘级车载移动测量系统。设计优化了系统通信总线,对影响系统精度的因素进行了分析,并提出了激光雷达锥扫角标定方法及系统整体标定方法,提出了使用RTK优化POS数据的方法,精度达到厘米级。该系统在带状测图、高精度导航地图生产中进行了探索应用,证明系统安装便捷,采集处理速度快,满足高精度空间数据获取的需求,提高了空间数据获取的效率和精度。