业界高精地图产品之mobileye地图的生产采集

业界高精地图产品之mobileye地图的生产采集

mobileye是一家非常著名的以色列科技公司, Mobileye是一家创立了18年的科技公司,于2014年在纽交所上市,当时的市值就已经达到了50亿美元,而两年多的时间里,Mobileye的市值又翻了一倍。他们最开始做辅助驾驶,现在开始做自动驾驶,2017年英特尔以153亿美元价格收购了Mobileye,很有意思的是收购后英特尔就把标画上去了。

Mobileye的技术积累非常雄厚,过去 10 年间,Mobileye 合作了 25家汽车厂商,全世界有 2500 万辆汽车上装载了 Mobileye 系统,13家车厂用他的技术做自动驾驶。

在mobileye技术体系中,你可以看到他们自动驾驶分为三个层次,

第一是感知;第二是mapping制图;第三是driving策略习惯

因为mobileye在图像处理方面经验丰富,他们的方案更多基于camera。Mobileye做自动驾驶之前,也是利用视觉的信息,如通过实时识别道路标识,来做辅助驾驶,前面说就是在自动驾驶l3级别以下,不需要搞高精地图,但是现在自动驾驶没有高精地图是不行的。只是说你的方案是什么?你是基于激光雷达还是基于camera,mobileye本身把制图也作为一个非常重要的环节。Mobileye提供了一套自主开发的rem框架,也是基于众包视觉制图。

Driving策略习惯类似用户的驾驶习惯,在道路上司机是怎么开的,各个厂商对复制个人驾驶行为是比较看重的,他们把这类行为抽象一个层,然后重要点处理。如果大家有兴趣,可以上网搜索下mobileye利用强化学习来训练驾驶策略的视频。

下面中重点看一下maping,mobileye在制图中提出一个重要的概念,叫做道路经验管理,类似众包系统,通过终端上实时的收集数据,然后上传云端,云端处理后在下放到车端,流程跟here差不多。只是说mobileye的方案是基于视觉来做。

上图左边是真实道路的投影,右边是google earth的投影。

上图是在路口没有线的地方,也有一个引导线,类似前面here地图里面提到的虚拟lane的概念。就是说在路口要给车辆提供这样的信息,告诉车怎么走,本上对于车辆控制来说,在free space上进行比较好的规划判断,是一件非常难的事情。所以地图在路口提供这样的信息,让车辆更好的行驶。

基于视觉方案的一个问题,他对于道路线的检测不连续,不连续造成的问题是某些情况下,可能我们到了某个地方,道路上没有车道线,我们的车可能就不转掉往那里走了。

上面的场景相对简单,偏向类似高速的场景,车在路上没有看到红绿灯,一旦看到红绿灯,就又变成另外一个问题,单靠视觉完全搞不定,后面会提到百度纯无人驾驶的方案。

Mobileye通过rem(也就是众包方案)调用众包获得的地图,上传信息。mobileye给它起了个名字,叫做road book。Mobileye怎么采集数据,上传云端,这里讲述的是车端并不是把从环境中获取的原始信息,原始图片上传云端,因为信息量太大,它会在终端先做语义分析和几何形状提取,提取完成后,把信息压缩打包,然后上传到云端,这里叫做road segment data。这么做会极大减少传输带宽,官方数据压缩之后上传数据量一公里10k左右,mobileye的众包模式可以在现行网络条件下,把事情变得可行,然后再继续上传的时候,对于feature来说,也会把数据打断,按照道路打断,然后上传,这是mobileye提出的路书的概念。也就是说信息都在云端,大家都可以贡献数据,然后把道路反馈给mobileye,也可以从mobileye云端拿到高精度低延时的地图信息。Mobileye众包分为端,云,下发。

Mobileye提出基于激光雷达的方案很难做到大规模化,因为本身受硬件成本的的限制,还有收到数据量的限制。

Mobileye定位也是基于feature的,它的方案在城市场景下还是有问题的。

参看:

飘哥:业界高精地图产品之here地图的生产采集和表述zhuanlan.zhihu.com图标飘哥:业界高精地图产品之Google waymo 地图zhuanlan.zhihu.com图标飘哥:业界高精地图产品之tomtom高精地图zhuanlan.zhihu.com图标

编辑于 2019-03-26