百度L3事业部利用高精度地图打造自动驾驶汽车.doc

《百度L3事业部利用高精度地图打造自动驾驶汽车.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、百度L3事业部利用高精度地图打造自动驾驶汽车定位、感知、规划决策、控制是自动驾驶汽车的四个核心部分，百度L3事业部向主机厂提供的自动驾驶方案，也想逐级渗透到这四个部分。　　　　百度L3事业部利用高精度地图打造自动驾驶汽车　　2016年9月百度世界大会上，L3智能汽车事业部宣布成立。与百度ADU不同，新部门走的是渐进式发展路线，瞄准的是现阶段更具商业化可行性的L3自动驾驶。三个月后，在2016年百度云智峰会上，再次遇到了L3事业部，有关L3的产品进展和业务规划，我们又有一些新认识。　　　　地图、地图、地图　　　　根据百度L3智能汽车事业部总经理顾维灏的介绍，L3事业部产品架构是“13”模式。面向

2、L3自动驾驶（定位、感知、决策、控制）、车联网（CarLife、MapAuto、CoDriver、MyCar）、汽车大数据服务（用户分析、CRM）三个方向，地图是整个产品架构的基础支撑。　　　　在L3的产品架构设计思路中，地图充当了两种角色，一种被用作自动驾驶汽车的感知工具，是自动驾驶汽车看的地图；一种被用作自动驾驶汽车与人交互的界面，是人类驾驶员看的地图。　　　　在自动驾驶汽车中，完善的高精度地图可以与传感器配合，共同完成车辆对外界的感知。高精度地图中会写入车道线、信号灯、标志牌等不会频繁变化的信息，如果在行车时与其他传感器做融合，就能相应地减少传感器实时运算的负担。比如“路右侧有一个限速6

3、0的标志牌”，行驶到附近时，因为高精度地图中已经有了标牌的准确位置，车载摄像头可以有针对性地分析图片中有标志标牌的区域，确认限速信息，免去全画幅的分析从而减少运算量。　　　　另一方面，可以利用摄像头等量产传感器配合高精度地图做精准定位。同样是”路右侧有一个限速60的标志牌”，摄像头捕捉到限速牌后可以和地图中的限速牌位置做匹配，确定车辆所处车道或与离紧急停车道的距离。据顾维灏介绍，已经有部分车企和L3事业部存在这方面的合作。　　　　目前百度高精度地图的覆盖率大于1万公里，包含中国的高速公路和城市快速路。相对精度达到10-20厘米，绝对精度60厘米，生产过程中高达90%的自动化率，都是百度佐证高精

4、度地图能力给出的信息。关于高精度地图的合作，正处在百度提供样本数据并协助车企测试，双方联合开发的阶段。百度的高精度地图真正应用到智能车取决于主机厂产品规划，时间可能会在2018年。　　　　自动驾驶汽车也需要与人沟通，需要给人看的地图。百度L3事业部HMI&生态总经理张辉把乘坐自动驾驶汽车的体验比作乘坐专车——输入起点终点，上车后可以睡觉休息，中途袭来可以知道到了哪里。作为车内高频使用的功能，他认为，地图会变成一个人机界面。我们和车的交互会由地图来承载，语音会是主要的交互方式。百度车联网产品便是想通过手机车机互联方案CarLife，将百度地图汽车版放入车内，通过车内语音CoDriver来与车辆交

5、互。　　　　由车联网延伸出的全新地图生产模式　　　　将车联网产品与自动驾驶打包，其中一个原因是为了铺垫LearningMap。在顾维灏在介绍软件服务架构时，我们可以看到车联网产品和LearningMap在云端存在数据互换。　　　　LearningMap不是一个新概念，就是我们常说的“众包地图”。通过行驶中汽车的车载传感器采集道路信息，回传云端后补充、更新地图数据。之所以采取这种方法，一方面是因为测绘车成本高昂。目前百度250辆测绘车中，可用于高精度地图数据采集的车只有10辆，最主要的原因就是高价设备。另一方面，高精度地图在精细度之外，还要强调数据“鲜度”，让路上原本就在跑的车来贡献地图数据更新

6、，性价比是最高的。