高精度地图:自动驾驶的必要非充分条件

试想当自动驾驶汽车从伦敦出发,通过优选路线,压着限速一路向风景如画的萨里郡飞奔,而无所事事的乘客,在指定目的地之后就可以全程收听央广新闻自嗨了;即使与机器人司机并无言语交流,实时更新的地图和行驶进度依然让乘员安享旅途。

昔日芬兰通讯业巨头,诺基亚HERE地图事业部首席设计师Peter Skillman可谓一针见血:“这种地图需要重重把关”。唯一的区别是,乘客们穿越伦敦时并未乘坐最近酷炫狂霸拽的奥迪无人车,而是18世纪20年代的驿马车(车云菌:无人驾驶4轮马车?这是神马混搭?呃,确实神“马”)。为了耍帅,Skillman甚至特意绕了点儿路并掏出马云家新买的做旧版“伟大航图”……老兄对此解释说,这一招是防止乘客们一时间无法接受高贵冷艳的黑科技。

具备车道及交通流量信息的HERE高精度地图
具备车道及交通流量信息的HERE高精度地图

想做好自动驾驶?别忘记驾驶员

比之目前一般导航设备,自动驾驶系统将使用完全不同的地图数据。首当其冲的就是精度问题,精确到米的低端地图也就配给人类驾驶员领路了,人工智能要的是厘米级的档次,闭着眼都知道马路牙子离多远的节奏。其次,实时性也很关键,前方路况那起码得是秒级更新,什么事故拥堵,备选线路,乃至车道停用信息,能提示的都给它标上。最后一点,也是Skillman同学坚持格调,必上1720年代大马车的关键——乘客对自动驾驶系统是否抱以信任,当然这属于心理学范畴,是至关重要的。

对于全自动驾驶汽车的上路计划,Google当家老生谢尔盖·布林估计在2017年,保守派举手答2020年,当然反对派则是默默蹲在墙角画圈圈。时间拿不准不要紧,各大厂商向自动驾驶靠拢的步伐却停不下来,今天看似easy的ACC自适应巡航+自动停车,没准儿明天就能选定A到B点然后车里打个盹儿或者做一碗肉酱干拌面。太多媒体大肆渲染高大上的传感器元件,抑或人情味满满的争辩AI(人工智能)撞人谁负责/系统被黑谁埋单,但回过头来,深藏功与名的全新模式地图却少有问津。

HERE从德国柏林周边收集到的高速路数据
HERE从德国柏林周边收集到的高速路数据

始于卫星和航拍图像的NOKIA HERE,起跑线与竞争对手相比并无二致。此后HERE以匿名方式收录大量商业合作伙伴的车队GPS数据,比如重卡运输集团。这部分数据可谓海量,最高可达每月千亿信息点,从村镇公路到跨境高速,几乎所有路线分支及交通流量尽收囊中。当然这还不是最牛掰的,藏身于离加州大学只有两个街区的一栋无名建筑中,数百辆HERE专业采集车才是货真价实的超级地图“饲养员”。GPS、高阶相机、雷达及激光测距仪,高大上的传感器应有尽有。身为“现实捕捉”团队的领军人物,38岁的澳洲土著John Ristevski很喜欢他的复古头衔,这时常令他想起Jorge Luis Borges短篇故事中那1:1尺寸的传奇地图——Ristevski和同事们梦寐以求的宝贝。

酷炫的采集车开在路上,回头率可想而知。易拉罐形状的雷达在车顶不停旋转,32束激光射出,系统会自动分析反射光线,每秒收集约70万点数据。车内装置的惯性传感器随之给出车身当前的倾角和侧移,雷达收集的数据可依此校准并完美重建出路经区域的3D模型,建筑高限(雷达可测高度)约为10~15层。而对建筑物的底层(路面上方区域),也即对高清地图最有意义的数据,激光雷达可以精确到几个厘米。

HERE高清地图专业采集车
HERE高清地图专业采集车

由于涂装了反射漆,路牌和路面标线对雷达而言是“选择性忽视”的。因此这部分数据由摄像机+机器视觉算法来协同采集,而为了双保险,人工校对也不可或缺;这一点与Google街景中抽取路牌信息是采用了几乎一致的方案。

HERE目前拥有200辆配备Ristevski设计的新传感系统的采集车,还有大概同样数目的车子装置着上一代系统。其后我们有幸采访了Luke Pulaski,驾驶一辆亮蓝色速腾旅行车的采集员;他的酷车顶着“易拉罐”,副驾腿部空间是一套电池组,一台Linux小型计算机,几块TB级硬盘。驾驶座右边支架上摆着一台平板电脑,Pulaski轻点几下就登录成功,图标变为绿色,表明采集系统已火力全开。随后平板电脑给出需采集区域的最佳行驶路线,你懂得,以尽可能低的重复率把该区的所有公路开个遍——“大多数时候这活儿蛮枯燥”,Ristevski不免耸肩,“但哥们儿就是吃这碗饭的”。

在过去的15个月中,HERE已在6大洲,30个国家采集了约2百万公里(120万英里)的高精度道路数据。而其主要竞争者Google交出的答卷则是家门口(山景城)周边的2000英里(全美路网约4百万英里)。当我们身处伯克利的HERE办公室,大屏幕上的地图正实时显示采集车的工作状态,美国西海岸和澳洲的采集车显示为绿色,车云菌称之为“吞食天地”(速度连接手柄,打开街机模拟器的车云菌开始自嗨);而东海岸和欧洲的同事显示为灰色,已“渔舟唱晚”。

“高精度地图会准确提醒机器人驾驶员前方情况”,Ristevski侃侃而谈,“如果你的车子完全只靠传感器来感知路面,这活儿可就不好干了,因此地图很重要”。但车云菌想说,更关键的是,路况千变万化,我们如何检测路面事故或者车道停用信息,并实时更新到所有机器人手里的地图呢?未来的自动驾驶汽车没准儿可以通过移动网络将事故信息上传到云端的HERE地图,但这真的足以快到让后来者主动避障么?Peter Skillman对此解释,“位于旧金山的汽车访问北卡的数据中心,响应时间只需几十毫秒,前车汇报的事故信息用于提示后车主动避让,时间上完全靠得住,目前的LTE网络就足以担此重任”。

无人驾驶汽车能够先知先觉并趋利避害,对不明真相的围观群众而言,颇具天顶星科技的气息。但一台自作主张,飞奔到不知所踪的汽车恐怕难免给乘员造成些许恐慌。最近的调研报告表明88%的美国人对乘坐无人驾驶车怀有不同程度的顾虑。对此,Skillman有他的应对策略,“让乘员预知下一步操作,比如先打招呼(对乘客)后并线,这种信任感会逐步积累,问题也就自然不再是问题了”。干说不练是空话,Skillman毫不示弱的掏出电脑秀了几个例子,当然这些未来科技都将显示在车内自动驾驶控制仪上。比如最基本的,一个动画箭头出现,告诉乘客车辆即将变道;另一个则是紧急提示,一个黄色叹号伴随告警音,意欲横穿马路的行人在屏幕上被高亮标记,车辆将可能会实施紧急避让。

18世纪20年代的“高清地图”
18世纪20年代的“高清地图”

最后,Skillman还播放了一段车辆行驶在3D的虚拟芝加哥街道上的视频。视频开始就详细告知乘客A到B点的路线和行驶计划,Skillman觉得这有助于减轻人类乘员的疑心病——显然前几天他那张18世纪的伟大航图也是异曲同工之作。用直观的地图跟乘客沟通,将自己的行驶规划广而告之,无疑是机器人驾驶员赢得信任的最佳途径。

车云小结:

谈起昔日的芬兰骄傲,世界级通讯大佬诺基亚,总不免提起街知巷闻的Symbian(塞班)操作系统,正可叹“成也萧何,败也萧何”。然而另一句话,所谓“百足之虫,死而不僵”,未曾落入微软囊中的HERE地图事业部却颇具一番欣欣向荣的姿态,不禁让手持深圳翻新版NOKIA E5-00的车云菌嘴角泛起一丝不让人察觉的笑意……

网友点评

    二手车

      查看更多二手车
      还有3个信息需要填写哦~
      底价将以短信的形式发送到您的手机
      个人信息不会泄露给第三方
      获取底价
      微博
      微信
      朋友圈
      关闭
      文章
      相关推荐
      取消
      取消

      海报生成中

      请稍后

      ...

      长按上图保存