汽车|GIV 2020｜王凡：智慧泊车的技术发展和商业落地( 二 )
让自动驾驶汽车在这种多层停车场里运行 ， 首先要解决关键的定位技术 。 第一 ， 停车场里面没有GPS信号 ， 所以不可能利用GPS定位 ， 必须依靠自己车辆的传感器进行定位 。 第二 ， 相比道路上的自动驾驶来说 ， 停车场经常是一个非常复杂的三维结构 ， 有多层的地图 ， 要进行3D定位 。 还有跨层的区域 ， 需要在坡道上定位非常精准 ， 因为坡道通常都是很窄的 。 这是我们停车场的自动驾驶需要解决的一个非常关键的场景 。 还有很多停车场的光线非常昏暗 ， 在光线不好的停车场里面我们依然要让我们的车非常稳定的开启我们的功能 。 还有恶劣天气情况 ， 刮风下雨才是你最希望自动驾驶帮你的时候 。 这是我们去年8月份在上海的世界人工智能大会上 ， 我们的车正在做功能展示的时候突然下大雨了 ， 我们的自主代客泊车在这个环境下表现地非常稳定 ， 旁边的车这些传感器是不防水的 ， 所以穿上了雨衣 。
要解决这些技术问题会用到几种重要的传感器 ， 在乘用车里我们采用的都是非常低成本的 ， 可以大规模量产的传感器 ， 比如左上角是通过超声波来实现的环境感知 。 右上角是我们通过毫米波雷达可以实现一个更加大范围、更加精准的停车位感知 。 左下角这个是我们通过视觉去识别立体停车位 。 右下角是我们通过深度学习的感知技术去识别停车位以及车道线 。
定位和建图通常来说都是成对出现的 ， 我们看一下 ， 如果你买了一辆这样的车 ， 在你自己家里头想开启自动驾驶你需要先做哪些事情？首先第一步是构建地图 ， 这是我们在一个酒店停车场做的测试 ， 使用的传感器是摄像头和毫米波雷达 ， 右边是四个环视鱼眼摄像头看到的环境 ， 左边是我们通过融合技术构建出来的地图 。 刚刚从地下进入地上 ， 这是一个环形的坡道 ， 这种坡道上的定位是非常挑战的 ， 可以看到我们上到坡道这一块的轨迹非常稳定 ， 现在上到了地面上面 ， 我们可以看到旁边的这些草丛 ， 还有建筑物的轮廓都可以在地图上看的非常清楚 。 这一块又是一个环形的环道 ， 又回到了地下 ， 这一块可以看到回到出发点的时候定位的误差是非常非常小的 。
这是一个建图的过程 ， 当你使用地图的时候也就是说当你开启自动驾驶的时候通常是这样的 ， 你已经有了一幅地图需要用它做定位 ， 为了显示出我们这个定位技术的挑战性 ， 我们使用在白天建的地图 ， 现在夜间使用 ， 夜间使用的时候有一个挑战 ， 视觉定位特征点白天和夜晚看到的是不一样 ， 所以在户外视觉经常不稳定 ， 我们看一下融合了摄像头和毫米波雷达之后的定位效果 。 这一段是在地下 ， 我们可以看到它的视觉和雷达以及它的融合定位效果都是非常稳定 ， 现在上了环道进入地面 ， 现在我们可以看到线上面比较稀疏了 ， 因为我是在白天建的地图 ， 晚上的时候视觉定位已经很困难 ， 但是毫米波雷达的定位非常稳定 ， 融合定位效果也是非常稳定 ， 这就说明我们的HPP技术在非常复杂的光线环境下能够保证稳定工作 。
把刚才的技术集成在实车上我们看到的场景是这样的 ， 这就是刚才那个停车场 ， 这个时候正好下着雨 ， 你看到旁边有闪烁的灯光 ， 后面也有车干扰我们的光线 ， 停车场的地面上也没有特别明显的车道线 ， 还有横穿的行人 。 可以看到我们的车在这种复杂场景下面表现的还是相当的稳定 。
很多时候你在停车场里头会遇到这么一个场景 ， 停车场非常狭窄 ， 你开车在里头找车位 ， 找着找着发现是一个死胡同 ， 你需要原路退回来 ， 这时候你需要一个原路返回的功能 ， 挑战是定位精度一定要非常精准 ， 否则你可能会蹭到旁边的车 。 这是我们的原路返回技术的一个测试场景 ， 我们一起看一下 。 这是我们在地面上一个S形的弯道 ， 右边是我们的轨迹 ， 我们后退的轨迹重合度是非常高的 ， 退回到出发点的时候误差可以控制在10厘米以内 。
推荐阅读
- 汽车扒一扒|大手一挥建4600个服务网点，许家印豪横豪横真豪横！
- 58汽车|明明白白换新车 林荫大道换北京越野BJ40
- 汽车舆生活|不足6万就有163马力，四轮独悬+CVT，比哈弗H6漂亮10倍
- 趣头条|外观吸引眼球，车身长度适合，有话语权的几款汽车
- 汽车扒一扒|理性分析，碰撞测试比帕萨特更好的迈腾，为什么同样卖不动了？
- 威尔士|Alexander McQueen2020年秋冬系列：威尔士格纹
- 汽车知识|「新车资讯」主打年轻运动，新款奔驰E级来了，或9月上市！
- 汽车知识|全新路虎揽胜疑似官图曝光
- 汽车知识|新款奔驰E级海外实车 主打年轻运动风格
- 汽车|改制动已经合法，但是有必要改吗？