+86-0755-83975897

noticias

Eventos
Inicio -Eventos -Noticias del Sector -¡"Ojo de la sabiduría china"! ¡El proyecto Harbin ilumina el Mar de China Meridional!

¡"Ojo de la sabiduría china"! ¡El proyecto Harbin ilumina el Mar de China Meridional!

Fecha de lanzamiento: 2021-12-28Fuente del autor: KinghelmVistas: 542


Los coches afrontarán cambios sin precedentes en el campo de la conducción autónoma. Este cambio no sólo tiene una gran conexión con las actualizaciones funcionales requeridas en el proceso de conducción, sino que también incluye cambios importantes en el diseño arquitectónico de todo el proceso de desarrollo del sistema de conducción. Entre ellos, el mapa de alta precisión, como aspecto importante de su posicionamiento y navegación, también sufrirá importantes cambios de diseño. Esto se refleja principalmente en los siguientes aspectos importantes:

1) La implementación de mapas de carreteras requiere un apoyo más sólido por parte de los departamentos de infraestructura gubernamentales, incluido un sistema de Internet de vehículos similar a V2I, que proporcione un SDK de representación de escenas V2X, admita estilos de representación personalizados y realice aplicaciones V2X personalizadas en el vehículo. Utilizando la ruta de información en la carretera (PC5), se puede resolver el problema del impacto de los puntos ciegos en el servicio de mapas debido a la cobertura de la red celular.

2) La distribución de mapas en tiempo real también se ha actualizado del segundo nivel original al nivel de milisegundos. Las capacidades de distribución y actualización de mapas de alta precisión tienden a implementarse en el borde, realizando actualizaciones de mapas en tiempo real y servicios de distribución de datos a nivel de milisegundos, con el objetivo de mejorar el rendimiento en tiempo real de su transmisión de datos. 

3) La plataforma de mapas de alta precisión en tiempo real en el sistema de conducción autónoma también está pasando gradualmente del sistema distribuido original al sistema centralizado. El motor de mapas de alta precisión puede proporcionar servicios de aplicación de mapas de alta precisión en tiempo real para el sistema de conducción automática y ayudar a la aplicación de vehículos de conducción automática.

4) Los mapas deben establecer más mecanismos de autoaprendizaje, incluido el establecimiento de mapas de autoaprendizaje en modo sombra, y actualizar constantemente la cognición y el aprendizaje del medio ambiente por parte del mapa.

5) Redefinir la función de conducción automática mediante el mapa optimizado. Este proceso es en realidad un proceso de iteración de la función de conducción automática según el mapa.


 
6) Proporcionar servicios de mapas básicos diversificados.

En el futuro, HD Map tendrá los correspondientes servicios de gestión y ventajas técnicas a través de la optimización y actualización continua, incluida la iteración perfecta de funciones, la seguridad de los datos del sistema, el soporte de datos de múltiples tipos, el soporte de autorización de múltiples terminales, el servicio de alta calidad y el sistema de operación y mantenimiento. y datos en línea Varios aspectos del servicio de actualización.

Entre ellos, los indicadores de funciones completas incluyen: distribución de datos, recopilación, suscripción, funciones de notificación, compilación dinámica de datos en línea, edición de visualización visual en línea, campaña, actualización de crowdsourcing de Map Learning, plataforma de simulación de datos, etc.

El soporte de datos múltiples incluye: versión de capa estática, soporte de datos dinámicos efectivo, soporte de transmisión de datos, soporte de datos personalizados OSO, actualización de publicación de datos incremental y garantía de integridad de datos de mapas.

La seguridad de los datos del sistema incluye: configuración completa de seguridad de la red, firewall, VPC, administración de autoridad del sistema multinivel, usuarios, roles, permisos, recursos, cifrado https bidireccional, firma de datos e integración de dispositivos HSM.


7) Servicio de mapas de alta precisión V2X que admite informática de punta

En el futuro, el desarrollo de la conducción autónoma avanzará principalmente hacia dos direcciones principales: inteligencia y conexión de red. Para el despliegue de mapas de alta precisión, los puntos más importantes son una serie de actualizaciones y cambios en la nube, la carretera y el vehículo. Entre ellos, la transformación de la nube implica principalmente servicios de mapas de alta precisión, agregación de datos fragmentados, conexión de borde de datos y fragmentación de datos. La terminal en la carretera involucra principalmente varios aspectos, como la actualización de crowdsourcing de mapas fragmentados, la gestión de versiones de mapas, la subcontratación de mapas, la optimización de la información dinámica en la carretera y el servicio de mensajes de mapas. Cuando se aplica al extremo del vehículo, se requiere actualizar la fusión de datos subcontratados, la restauración de escenas V2X y el motor de mapas de alta precisión.


El proceso de actualización iterativa del mapa anterior se puede aplicar para realizar la función de conducción no tripulada de nivel L4/L5, generar el modo de control de robot relevante y también se puede utilizar en la realización de vehículos comerciales y, finalmente, realizar una conducción no tripulada e incluso remota.
Solución de posicionamiento de fusión de alta precisión orientada a la producción en masa

Obviamente, para lograr un posicionamiento preciso y una expansión continua para mejorar el rendimiento funcional del mapa de alta precisión, se debe obtener optimizando continuamente su propio esquema de posicionamiento de fusión. Este proceso consta de dos algoritmos de software principales. Una es utilizar el filtro de Kalman de estado completo extendido para una estimación dinámica óptima de la pose del vehículo; el otro es utilizar sensores visuales para obtener información semántica del entorno de la carretera y obtener ubicaciones precisas mediante algoritmos precisos de coincidencia de mapas. Además, es necesario mejorar la economía, el ajuste y el rendimiento general. Al elegir y configurar el terminal RTK para vehículos de grado industrial: utilizando un procesador de 32 bits de grado industrial de alto rendimiento, una placa RTK de alta precisión incorporada; establecer un canal con la plataforma Qianxun a través de 3G/4G/5G, enviar información GGA al servidor diferencial y recibir diferencial Después de recibir la información, la información de ubicación precisa se emite a través de RS232.
 

Al elegir sensores de consumo, es decir, sensores que se han instalado en el automóvil (como cámaras adecuadas para sistemas de conducción inteligentes, radar lidar, etc.) para la fusión de posicionamiento (como SLAM visual, SLAM láser), mejore el rendimiento del posicionamiento. Para la solución de alta adaptabilidad, se utilizan principalmente una capa de adaptación de hardware única (como un sistema de controlador de dominio independiente) y una capa de adaptación de software (como una interfaz de lenguaje C estándar) para evitar la dependencia de la plataforma. Los requisitos de alto rendimiento implican principalmente la generación de requisitos para el posicionamiento horizontal y vertical. Generalmente, se requiere que el error de posicionamiento lateral sea de 20 cm, el error de posicionamiento longitudinal sea de 1 m y el error de posicionamiento del ángulo de rumbo sea de 0.5 °. Al mismo tiempo, la tasa de pérdida de señal para GNSS en el error de posicionamiento longitudinal debe ser inferior al 0.3%. Además, también se requiere una IMU externa que admita 1000 Hz y una solución de entrada de cámara con una frecuencia de 50 Hz.

Además de la configuración general de la arquitectura del mapa, el modo de publicación de datos también requiere un costo de tráfico mínimo para completar la actualización del mapa de alta precisión y admitir la publicación incremental en tiempo real. Este proceso incluye la transmisión de una cantidad adecuada de mosaicos, la actualización incremental de datos, la exploración de conjuntos de datos enriquecidos y la distinción de catálogos, niveles y mosaicos para permitir consultas jerárquicas. Finalmente, los datos históricos de la nube se pueden recuperar a pedido y cualquier información de versión se puede rastrear en cualquier momento.
Distribución de mapas y empaquetado vertical de mapas.

El proceso más importante de mapas de alta precisión es la recopilación y distribución de mapas de crowdsourcing. Con respecto a la recopilación de datos de mapas de fuente colectiva, en realidad se puede entender que los datos de la carretera recopilados por el usuario a través de los propios sensores del vehículo autónomo u otro hardware de sensor de bajo costo se transmiten a la nube para la fusión de datos, y los datos se mejora mediante la agregación de datos. Precisión para completar la producción de mapas de alta precisión. Todo el proceso de crowdsourcing en realidad incluye informes de sensores físicos, coincidencia de escenas de mapas, agrupación de escenas, detección de cambios y actualización.

 
¿Hacia dónde irá la nueva arquitectura de conducción autónoma basada en el desarrollo de mapas?

La arquitectura de mapas de alta precisión del sistema de conducción autónomo actual todavía está orientada a la forma distribuida, y sus elementos clave incluyen el crowdsourcing de mapas, el análisis de la información original del mapa de alta precisión a través del cuadro del mapa y cómo se integra el mapa. los datos de entrada de otros sensores. Aquí observamos que la futura arquitectura del sistema de conducción autónoma seguirá evolucionando desde un método de desarrollo distribuido a uno centralizado. El enfoque centralizado puede verse como un proceso de tres o dos pasos:
Paso 1: Esquema de control totalmente centralizado en el ámbito de la conducción inteligente

Es decir, el ADS de conducción inteligente y el sistema AVP de estacionamiento inteligente están controlados de forma totalmente centralizada y se utiliza un conjunto de dispositivos de preprocesamiento centrales para integrar, predecir y planificar la información solicitada por los dos sistemas. Los métodos de procesamiento de todas las unidades de datos y sensores relacionados con la conducción inteligente y el estacionamiento inteligente (mapas de alta precisión, lidar, cámaras totalmente distribuidas, radar de ondas milimétricas, etc.) se integrarán en consecuencia en la unidad de control de dominio central.

Paso 2: Solución de control totalmente centralizada para el dominio de conducción inteligente y el dominio de cabina inteligente

Este enfoque es la segunda etapa para realizar un enfoque totalmente centralizado y distribuido, es decir, el desarrollo de todas las funciones cubiertas por el controlador de dominio de conducción inteligente (como conducción automática, estacionamiento automático) y el desarrollo de todas las funciones cubiertas por la cabina inteligente. dominio (incluido el controlador DMS de monitoreo, sistema de entretenimiento de audio y video iHU, sistema de visualización de instrumentos IP) para cobertura integrada.

Paso 3: esquema de control totalmente centralizado del dominio de vehículos inteligentes

Aquí hay un método de control totalmente integrado que incluye conducción inteligente, cabina inteligente y dominios de chasis inteligentes. Es decir, las tres funciones principales están integradas en la unidad de control central del vehículo, y el procesamiento posterior de los datos generará más requisitos de rendimiento (potencia de cálculo, ancho de banda, almacenamiento, etc.) para el controlador de dominio.

Aquí nos centramos en el desarrollo de posicionamiento de mapas de alta precisión que en el futuro estará más orientado al diseño centralizado. Entraremos en detalles.
 

La figura anterior muestra la tendencia de desarrollo de la arquitectura de mapas de alta precisión en el control de futuros sistemas de conducción autónoma. En el futuro, el sistema de conducción autónoma se centrará en integrar la unidad de percepción, la unidad de toma de decisiones y la unidad de posicionamiento del mapa en la unidad de control de dominio central, con el objetivo de reducir la dependencia del cuadro de mapa de alta precisión desde abajo. El diseño de su controlador de dominio considera plenamente la integración total del chip informático SOC de IA, el chip informático lógico MCU y la caja de mapas de alta precisión.

 
La figura anterior muestra la recopilación de datos de detección de mapas de alta precisión correspondiente, el aprendizaje de datos, el entrenamiento de IA, el servicio de mapas de alta precisión, la simulación y otros servicios bajo toda la lógica de control de la nube. La percepción dinámica de datos, la percepción del objetivo del mapa, el posicionamiento, la planificación de rutas y otros contenidos actualizan constantemente los datos del mapa y cargan OTA en la nube para actualizar los datos generales de colaboración colectiva.
El proceso de cómo generar datos de mapas de alta precisión que pueden ser procesados ​​por el controlador de conducción autónoma se describió anteriormente. Sabemos que los datos sin procesar procesados ​​por el mapa de alta precisión son datos de EHP. Los datos en realidad contienen el siguiente soporte de datos principal:

1: Información de ubicación GPS externa recibida;

2: La información de ubicación coincide con el mapa;

3: Establecer información de topología de la red de carreteras;

4: Enviar datos a través de CAN;

5: Integrar algunos datos de navegación;


Los datos generalmente se procesan directamente desde el extremo de detección de HDMap a través de Gigabit Ethernet y luego se ingresan a la unidad central de procesamiento de mapas de alta precisión, que llamamos "caja de mapas de alta precisión". El procesamiento adicional de los datos a través del cuadro de mapa (este proceso de procesamiento real se explicará en detalle en artículos posteriores) se puede convertir en datos EHR (en realidad CanFD) que pueden ser procesados ​​por el controlador de conducción automática.

Para el sistema de conducción autónoma de próxima generación, nos comprometemos a integrar la información del mapa de alta precisión en el controlador del dominio de conducción autónoma para el procesamiento general. Este proceso significa que nuestro controlador de dominio de conducción autónoma necesita conectar todos los datos que realizará el cuadro de mapa. Trabajo de análisis, entonces debemos centrarnos en los siguientes puntos:

1) ¿Puede el chip AI del controlador de dominio de conducción autónoma procesar todos los datos del sensor necesarios para incluir mapas de alta precisión?

2) ¿Tiene la unidad de operación lógica del mapa de posicionamiento de alta precisión suficiente potencia informática para realizar la fusión de información de datos del sensor?

3) ¿Todo el sistema operativo subyacente cumple con los requisitos de seguridad funcional?

4) ¿Qué método de conexión se adopta entre el chip AI y el chip lógico para garantizar la confiabilidad de la transmisión de datos, Ethernet o CanFD?


Para responder a la pregunta anterior, debemos analizar cómo el controlador que se muestra en la siguiente figura maneja los datos del mapa de alta precisión.


Como chip de IA del sistema de conducción autónoma, SOC es el principal responsable del procesamiento básico de los datos de los sensores en el futuro procesamiento de datos de mapas de alta precisión, incluidos datos de cámaras, datos LIDAR, datos de ondas milimétricas, etc. Fusión y agrupación de nubes de puntos, el método de procesamiento aplicado también incluye algoritmos de aprendizaje profundo de uso común, y el núcleo ARM se usa generalmente para el procesamiento informático central.

Como unidad de operación lógica del controlador de dominio de conducción autónoma, la MCU realizará posteriormente todos los cálculos lógicos requeridos por el cuadro de mapa de alta precisión original. Incluyendo la agregación de vectores frontales, el posicionamiento de fusión de sensores, el establecimiento de un mapa de la red de carreteras y la función más importante de reemplazar el cuadro del mapa original, convirtiendo la información de EHP en señales de EHR (para la unidad central de procesamiento MCU, cómo convertir de manera efectiva información de EHP en información de EHR se describirá en detalle en un artículo posterior), con señalización eficiente a través del cable Can. Finalmente, AutoBox, una unidad de operación lógica, se utiliza para la planificación de rutas, el control de decisiones y otras operaciones.

Resumir

En el futuro, la conducción autónoma tenderá a integrar toda la información de datos procesada por el mapa de alta precisión del cuadro del mapa original en el controlador del dominio de conducción autónoma, con el objetivo de establecer una verdadera fusión de procesamiento central con todo el controlador del dominio del vehículo como integración. unidad. . Este método no solo ahorra más recursos informáticos, sino que también permite que los algoritmos de procesamiento de datos de IA se apliquen mejor al posicionamiento de alta precisión, asegurando la coherencia de la cognición ambiental de ambos. En el futuro, debemos prestar más atención a la importante dirección de la fusión de datos de sensores de alta precisión y hacer más esfuerzos en la potencia informática del chip, el diseño de la interfaz, el diseño del ancho de banda y el diseño de la seguridad funcional.


La "Yelmo real"La marca registrada fue registrada originalmente por Golden Navigator Company. Golden Navigation es un fabricante de venta directa de antenas GPS y antenas Beidou. Tiene una reputación muy alta en la industria de posicionamiento y navegación GPS de Beidou. Sus productos de investigación y desarrollo son ampliamente utilizado en el campo de comunicaciones inalámbricas de posicionamiento y navegación por satélite bds, etc. Los productos principales incluyen: red RJ45-RJ45, conector de interfaz de red, cable adaptador de conector RF, conector de cable coaxial, conector tipo c, interfaz hdmi tipo c, pin. encabezado, SMA, fpc, FFC Conector de antena, conector impermeable de transmisión de señal de antena, interfaz hdmi, conector usb, línea de terminal, bloque de terminales de tablero de terminales, bloque de terminales, etiqueta rfid de radiofrecuencia, antena de posicionamiento y navegación, cable de antena de antena de comunicación, pegamento Antena de palo, antena de ventosa, antena 433, antena 4G, antena de módulo GPS, etc. Ampliamente utilizado en industrias aeroespaciales, de comunicaciones, militares, de instrumentación y seguridad, médicas y otras.



El contenido proviene de la red/encuestas y mapeo de información académica. Este sitio web sólo proporciona reimpresiones. Las opiniones, posturas, tecnologías, etc. de este artículo no tienen nada que ver con este sitio web. Si hay alguna infracción, contáctenos para eliminarla.

enlaces: Mapa del Sitio金航标萨科微Yelmo realslkorRUFRDEITESPTJAKOSIMYMRSQUKSLSKSRLVIDIWTLCAROPLNOHIELFINLDACSETGLHUMTAFSVSWGACYBEISMKYIHYAZ

Línea directa de servicio

+86 0755-83975897

Antena wifi

Antena GPS

WeChat

WeChat