使用高清地图数据的高度自动驾驶系统的一个主要先决条件是了解车辆的位置。该位置需要具有比单独使用 GNSS 传感器所能达到的更高的精度。因此,可以使用陀螺仪或里程表等各种其他传感器系统来增强位置估计。本文描述了一个系统使用另一个输入ADASISv3地图数据来改进定位。地图数据从地图数据库接收,然后与来自摄像系统的交通标志测量值进行比较。
比较结果用于提高车辆的位置。该系统已在实际情况下使用测试车辆进行了评估。贡献中包含对方案和测试结果的描述。
介绍
在不久的将来,自动驾驶功能将在越来越多的车辆中成为现实。基础功能包括感知车辆及其周围环境的传感器系统、遵循系统目标的决策模块以及执行决策的执行器(见图 1)。这种所谓的感知-计划-行动[1]路径构成了许多现代自动驾驶架构的基础。
感知部分将使用各种各样的传感器。除了环境感知传感器(例如激光雷达,雷达,摄像头)外,内感受传感器(例如车轮滴答声,陀螺仪)和定位传感器(例如GPS)还用于评估自动驾驶汽车的整体情况。这三个传感器类别中的每一个都支持计算高度自动驾驶(HAD)系统的位置和自我运动信息。这些信息简化了感知和决策模块中的许多算法。但是,没有单个传感器可以在高频下提供高精度的安全额定位置来支持系统的决策或环境感知单元。如果系统需要全局位置与全局框架中的其他车辆相关联或与全球地图数据匹配,则情况甚至会变得更加复杂。
因此,基于多个传感器输入在HAD系统中提供高精度安全额定位置的软件组件对于满足HAD应用的需求至关重要。一种可能性是添加第四种类型的“传感器”:高清(HD)地图。该数据包含地标信息(例如交通标志、杆子),这些信息可以通过摄像头或其他外部传感器检测到,并为全局位置与其他数据融合提供第二个来源。
系统上下文
整个系统由三个不同的处理组件组成。数据处理从接收和提供车辆内的地图数据开始。这些数据通过在线连接接收,也可以存储在本地硬盘驱动器上。但是,由于 HAD 地图数据需要是最新的,因此在线案例更有可能。所有主要的地图提供商(例如TomTom)都提供这种可能性,并通过网络提供有关地标的信息。接收后,数据以标准化电子地平线格式ADASISv3提供(见第3节)。由于可能还有其他系统也接收ADASISv3数据流,因此每个系统都需要自己的ADASISv3重构器来提供易于访问的数据结构。该数据结构包含电子地平线树的所有信息,包括该系统所需的地标。然后,基于地标的定位组件(LbL)访问地标并从摄像系统接收外部感知信息。在成功匹配的情况下,LbL为第三个组件提供绝对位置更新。定位模块将传统的传感器输入(例如陀螺仪、里程表、GNSS)与 LbL 相结合,为所有 HAD 系统组件提供单一真实定位信息来源。
ADASIS v3 格式的地图数据
向自动驾驶汽车提供地图数据是改善驾驶行为和简化算法设计的关键因素之一。ADASIS 论坛指定了用于序列化和描述 ADAS 应用的地图数据的描述格式。ADASISv2格式已在业界广泛用于当前最先进的ADAS系统。但是,此 v2 格式仅关注 SAE L0-L2 系统。它不提供车道准确的地图信息,并且缺少仅需要更高自动化水平所需的各种信息。
ADASISv3 提供程序接收地图数据和位置。然后,它构建一个电子地平线(eHorizon),描述车辆即将到来的道路网络。此 eHorizon 包含所有必要的信息。ADASISv3标准将eHorizon描述为一条或多条路径。这些路径包含有关可用通道、与其他路径的互连以及所谓的配置文件的信息。这些配置文件包含有关路径的各种不同元素的信息。这从单个事件配置文件(例如交通标志)开始,在连接到区域的斜坡上,直到连接到路径的速度限制。然后,该ADASISv3 eHorizon被序列化,并通过车辆网络发送到所有ADAS ECU进行处理。此转移只需一步即可完成。但是,更常见的是增量传输。这使提供商只能将更新传输到ECU。
ADASISv3标准已经定义了许多配置文件。但是,也可以扩展自定义配置文件设置的配置文件。这些配置文件包含特定于客户的信息。对于本文中描述的系统,EB通过包含里程碑信息的配置文件扩展了ADASISv3标准。展示使用从高清地图接收的交通标志及其地理位置。
基于地标的本地化
首先,系统检测适合本地化的交通标志。这些交通标志不仅需要检测,还需要相对于车辆进行定位。批量生产的通用交通标志检测系统可能无法提供此数据,或者可能不如 LbL 所需的准确。检测到交通标志后,系统将尝试在高清地图中查找交通标志。此查找根据车辆的当前位置而受到限制。当交通标志被重新定位、更改、移除或新放置时,此查找可能会导致不同的结果:
交通标志已找到且没有歧义。
发现多个交通标志,无法确定检测到哪个标志。
在地图数据库中找不到任何符号。
情况 1 是使系统能够在链中继续运行的情况。案例 2 和案例 3 导致交通标志检测不可用。
增量位置计算是 LbL 的主要步骤。为了在之后更新位置,LbL需要计算位置偏移和测量的估计精度。此计算的基本假设是测量值 M 和地图数据 L 的地标位置都是正确的。需要使用车辆的自我位置 E 将测量值从传感器坐标系传输到全局位置:
Mego = RotateZ(M+E)
之后,LbL 可以通过减去 M 和 L 来计算增量位置 ΔP:
ΔP = M – L
结果第二部分的计算基于高斯误差传播。然后将结果转发到仓位更新。流程链现在再次启动。
审核编辑:郭婷
全部0条评论
快来发表一下你的评论吧 !