为什么更好的地图技术对自动驾驶汽车至关重要

自动驾驶汽车使用许多关键技术找到通往目的地的路，包括某种版本的全球定位系统，以及解释该系统和其他数据的中央大脑。但这些技术中的许多在今天还不够可靠或准确，而且在未来几年可能也不会。

有大量的报道称，有车辆过站，或卡车被引导进入过窄的小巷，或地下通道过低。用于做出这些决定的数据有时是不完整的或令人困惑的，而且对通信技术的覆盖往往参差不齐。但车辆可能需要根据这些数据做出突然的调整，而全自动驾驶汽车需要能够以可预测的方式做出反应，即使它们没有预先编程的解决方案。

这有助于解释为什么全自动驾驶汽车的推出要比最初的预测长得多。与人类驾驶员不同，自动驾驶汽车(av)需要学习如何驾驶、阅读地图，并通过与周围环境的交互，使用实时数据到达目的地。自动驾驶汽车必须意识到可能导致事故或导致他们迷路的问题，他们需要能够采取应急行动，而不是仅仅关闭。

当所有东西都被简化为1和0时，这是很困难的。复杂的人工智能算法处理来自数字地图的输入，然后为自动驾驶汽车绘制适当的路径。人类司机通常使用GPS系统和谷歌地图之类的东西从a点到B点，而自动驾驶汽车首先使用高级的全局地图来确定方向。一旦到达目的地附近，“本地化”处理就开始了。在这一点上，自动驾驶汽车需要“看到”它的环境。谷歌通过使用各种方法收集数据，煞费苦心地创建了2D和3D地图。这些措施包括让车辆在各个地区行驶，并配备高清摄像头，以捕捉街景。但对于自动驾驶来说，AV需要更高的精度，精确到2到3厘米的水平。

虽然大多数人都熟悉全球定位系统(GPS)，但它们是全球导航卫星系统(GNSS)的子集，其中包括许多其他测绘和测量应用。许多原始设备制造商开发或获取地图技术来支持先进的驾驶辅助系统(ADAS)。AV中用于定位的技术包括高清地图、三维地图、多层数字地图和实时地图解决方案。

然而，像谷歌提供的消费者地图对于自动驾驶来说是不够的。正在开发自动驾驶汽车的原始设备制造商需要开发自己的地图技术，或者与合作伙伴合作开发数字地图，因为自动驾驶汽车需要的地图类型更复杂，有多个层次，自动驾驶系统可以利用。

自动驾驶汽车定制的地图是高清的，包括有关车道、路标、速度限制等本地化数据的详细信息。有了这些数据，自动驾驶汽车就不需要阅读和解释每个路标。相反，他们可以快速进行比较以进行验证，甚至在标识被阻塞时做出决定。

例如，HERE Technologies开发了一个地图解决方案，其中包括高清车道、高清定位和道路模型。通过结合来自卫星、蜂窝、Wi-Fi和传感器技术的语义数据，采用HERE技术的自动驾驶汽车可以正确地解释路标和电线杆，就像人类司机一样。

梅赛德斯-奔驰的DRIVE PILOT，在全新的SAE Level 3 s级中，集成了HERE地图，据说能够有效地“看到拐角处”。在没有驾驶员干预的情况下，DRIVE PILOT可以控制车辆之间的速度和距离，在车道内安全行驶。雷克萨斯报告说，它的suv可以通过多种控制来实现类似的功能，但需要人工干预。

图1:使用分层地图为自动驾驶提供详细的位置信息。来源:HERE Technologies

NVIDIA也推出了DRIVE Map，这是一个多层地图系统，由许多本地化路标组成，包括车道分隔线、道路标记、道路边界、交通灯、标志和电线杆。NVIDIA副总裁兼总经理James Wu表示:“高精度地图对于自动驾驶和自动驾驶至关重要。“对人类来说，精确到几米的地图就足以提供逐路口的方向。然而，对于高度自动化和完全自动驾驶，需要更高的精度和准确性。地图必须能够以厘米级的精度进行精确定位，使自动驾驶汽车能够在道路上精确定位。”

其中一个原因是人工智能是根据算法做出决策的，没有人类的常识。在过去的六年里，NVIDIA一直在利用摄像头、雷达、激光雷达和GNSS构建多个定位数据层。在这个大型数据库的基础上，DRIVE地图还从数百万辆乘用车中进行众包，不断更新和扩展地图。

为自动驾驶创建和维护高精度数字地图比大多数人想象的要复杂得多。拥有一个通用数字双胞胎有可能实现这一目标，但维护这样一个项目的成本可能过高。

在这一点上，Swift Navigation采取了不同的方法来实现2到4厘米的高精度目标。结合来自GNSS(包括GPS和地面基站)的信号，其解决方案使用数学模型来纠正卫星产生的误差，从而对运动中的车辆进行高精度定位。

汽车GPS/ GNSS接收机遇到的问题之一是在有多个高层建筑的城市驾驶情况下卫星信号的丢失。为了弥补这一缺陷，Swift在其系统上配置了意法半导体(STMicroelectronics)的Teseo GNSS接收器和一个六轴惯性测量单元。当车辆经过高楼林立的市中心或峡谷、隧道时，IMU会探测到与卫星探测到的最后一个位置相对的加速度变化，并进行转换，以克服卫星信号的暂时丢失。

图2:数学模型结合GPS和地面站信号，实现2 ~ 4厘米的地图精度。来源:Swift Navigation

Swift Navigation执行副总裁兼汽车业务总经理Joel Gibson表示:“普通GNSS的精度只有几米。“高精度的溶液应该产生2到4厘米的精度。此外，将完整性风险或错误率保持在最低也非常重要。相比之下，用于汽车的高清相机的典型错误率为10³而云雀溶液可以保持在10个⁷每小时。”

终极技术集成
通往完全自动驾驶的道路将是一个漫长的旅程，它将经历许多不同类型的技术的整合。但在此过程中，驾驶员将享受SAE 3级和4级驾驶的好处。

要达到第5级，需要更先进的人工智能、复杂的算法、多层精确地图、LTE、5G、V2X的无线连接等。所有这些都需要与电子控制单元(ecu)、传感器(摄像头、雷达、激光雷达、红外、超声波等)完美配合。其中一些技术仍处于早期阶段。添加空中(OTA)更新将使其更具挑战性。最终，安全是最重要的。

在设计自动驾驶汽车时，当上述一项或多项技术失效时，确保驾驶安全至关重要。例如，5G可以提供非常快的连接和非常低的延迟，但自动驾驶汽车不能仅仅依靠连接获取信息。即使没有网络连接，它也必须能够使用汽车边缘计算完全功能。此外，还需要有故障转移机制。无论是由于信号丢失、ECU故障、恶意软件攻击，还是其他硬件或软件故障，自动驾驶汽车都需要有一个“软着陆”来安全停车。在城市里以每小时30英里或更低的速度驾驶很容易做到这一点。在高速公路上，情况就完全不同了。

该公司混合动力和虚拟系统副总裁David Fritz表示:“为了提高安全性和效率，自动驾驶汽车依赖于多种输入信息西门子数字工业软件．这些数据包括V2X、5G和GNSS的云数据。此外，自动驾驶汽车从各种传感器生成本地数据。随着自动驾驶从2/3级ADAS升级到完全自动驾驶，复杂性也在增加。现实世界的数据收集可以与使用数字双胞胎的基于模型的虚拟场景相关联。以这种方式利用数据使得检测复杂的操作异常成为可能，并将导致更高的AV安全性和可靠性。此外，几乎实时的不断学习和适应使数字孪生模型值得信赖。随着收集的数据越来越多，这些模型将变得更加可靠。”

其他问题
与此同时，目前所有可用的技术，如GPS、5G、V2X，必须齐心协力才能实现自动驾驶的精度。

该公司无线IP高级产品经理Charles Dittmer表示:“首先，使用蜂窝和卫星的云层测绘技术必须与使用激光雷达等传感器的视觉技术携手合作，以确保定位精度。Synopsys对此．“这些技术将继续发展。到2025年，将有1000万个蜂窝V2X基站与5G宏基站协同工作。V2X对于II级和III级自动驾驶非常重要。”

所有这些技术都必须是安全的，特别是如果汽车依赖于外部地图的话。原始设备制造商及其供应链敏锐地意识到未来的网络安全挑战。

Synopsys汽车软件和安全解决方案架构师克里斯·克拉克(Chris Clark)表示:“全球每天发生的网络攻击数量达数万起。“在交通堵塞的情况下，恶意软件攻击可能会造成最小的损害，因为车辆没有在运动。但如果袭击发生在汽车以更高的速度行驶时，情况就完全不同了。结果可能是致命的。汽车行业非常清楚网络风险，并积极应对这些风险。例如,汽车法规协调世界论坛执行需求以增加技术安全性和安全性。保险行业也在关注这个问题，这可能会导致车辆保险费的增加。潜在的交通事故不再局限于司机的过失。像ADAS这样的汽车系统将需要新的、新颖的开发和测试方式，以确保在任何速度下的安全性。”

此外，这些车辆需要足够好的连接才能正常工作，而这在很大程度上取决于5G，而在毫米波频率下，5G易于中断和信号快速衰减。

Synopsys高级汽车IP部门经理Ron DiGiuseppe表示:“5G仍在物联网、移动和汽车这三个领域增加新技术的应用。“有许多3GPP版本在三个类别中规定了5G和未来的6G技术。V2X产品仍处于起步阶段，即使在5G范围内，因此5G需要一段时间才能实现，6G则需要更长的时间。开发和采用的速度每年都在加快，但仍然需要时间。令人兴奋的是，这些创新是令人兴奋的。它们将以我们可能还没有想象到的方式改善我们的生活，但它们必须在安全的范围内工作。的欧洲五星每一家汽车制造商都在追求安全五星评级，到2025年，V2X将被纳入安全要求。”

好消息是，5G蜂窝网络有许多内置的安全措施，考虑到现代云部署，许多网络正在向零信任架构发展。

5G美国公共关系和技术总监Viet Nguyen表示:“5G有许多专门针对交通部门的安全增强功能，包括V2X的早期应用、防碰撞和交通警报的早期预警、虚假信息、Sybil攻击、DoS、窃听和假冒攻击等威胁载体。”

这解决了一些问题，但还有更多的问题。该公司解决方案和业务发展副总裁Frank Schirrmeister表示:“oem的要求和基础设施的限制逐渐渗透到半导体方面Arteris IP．“安全和安保方面是至关重要的，考虑到所有跨国界的数据交换，隐私问题也将发挥重要作用。2011年对EN-V的观察表明，在这样一个复杂的系统中，设计挑战是巨大的，并提供了巨大的潜力，改进的设计工具在十年后仍然非常准确。只要考虑在设备中布局网络和所有的串扰效果。车辆内部以及车辆之间的网络协议和软件效果无疑是一个挑战。协调驾驶所需的所有信息并使用人机界面将其呈现本身就是一项非常复杂的任务。当然，把所有的机械和电子效应结合在一起需要复杂的跨域模拟。”

结论
提高精度对于自动驾驶汽车来说至关重要。迷路或到达错误的目的地是不可避免的，错误的数据可能会导致事故。

许多初创公司正在开发新的或改进的地图技术。其他公司，包括英特尔、高通和英伟达，正在为未来的汽车架构开发平台，推广他们自己的soc。随着自动驾驶技术从3级提升到4级或更高级别，地图绘制技术将继续发展和改进。

如今，大多数原始设备制造商都在投资自动驾驶和相关的地图技术。从长期来看，这是至关重要的，但从短期来看，这也是一个有竞争力的卖点。

但对于整车厂来说，最大的挑战可能是整合所有这些技术，无论是在初始阶段还是在车辆的整个生命周期中。软件定义的车辆，ecu的集中化，无线技术的掌握，以及与各种传感器的合作，将仍然是非常复杂和具有挑战性的。虽然所有这些新功能都可以提高安全性和便利性，但还有很长的路要走。