一直以來,高精地圖被認為是車企實現自動駕駛能力的重要條件。
眾所周知,高精地圖的優點眾多,具備超視距感知能力、高精度、高豐富度;但同時,鮮度低、成本高、覆蓋率低、法規嚴等弊端,都限制了高精地圖的普及。
尤其2022年,在地圖法規收緊,以及感知能力增強的雙重背景下,“重感知,輕地圖”的方案逐漸成為行業共識。
作為唯一一家既是智駕方案供應商,又是圖商的企業,百度在高階智駕地圖領域的一些想法和認知,或許對行業具備一定參考意義。
本文繼續極越AI DAY 2024的內容,上一篇是《極越打樣,去激光雷達后高階智駕怎么玩兒?》主要闡述了,VTA大模型為極越帶來的能力提升;本文著重闡述百度在高階智駕地圖領域的一些邏輯和方法論。后續,“智車引擎”還將將整理極越全端側語音交互式的相關資料。
01
降本:99%端到端生成,人工只占1%
要理解百度的LD地圖,先要知道高精地圖是什么,為什么智駕要用高精地圖?高精地圖的特點是精度非常高、內容豐富:精度上達到厘米級別,內容包含車道線、車道引導關系、紅綠燈、限速信息等等,涵蓋了幾乎所有與交通相關的周圍靜態信息。
高精地圖作為一種先驗信息,其基本邏輯是提前把車輛行駛路線上環境全部先“摸清楚”,因為高階自駕對安全性要求極高,有了高精地圖提供的先驗,大幅降低了算法和系統的復雜程度。
傳統的導航地圖(SDMAP),其主要是道路級別的信息,不支持車道級等詳細信息。
百度的LD地圖,就是介于兩者之間的車道級地圖。
相對于高精地圖,百度的LD地圖的制作成本大幅下降。百度地圖的LD圖采用視覺感知大模型生成的,大量減少了人工標注。用百度副總裁尚國斌的話說,它不是生產的地圖,它是生成的地圖。
傳統的高精地圖,通過采集融合、識別、標注等等,有數十個工藝生產出來的。95%以上的數據,都是數據標注人員標注,成本非常高,所以傳統的高精地圖做到季度更新,都非常難。
百度采用了數百輛的L4級別的采集車在全國跑采集地圖數據,并且應用百度阿波羅資源的視覺感知大模型,徹底的重構了傳統地圖的生產模式。“以前是95%是靠人,現在99%靠端到端的模型,先生成一個非常高質的LD地圖,之后僅用1%的人解決最后的質量問題,完全顛覆過去地圖的生產模式,所以它突破了高清地圖過去無法大規模生產的問題。”尚國斌說道。
目前百度以以前10倍的算力來生成LD地圖,基本可以實現一天一個城市,效率是過去的100倍,由于減少了人員和時間的投入,成本僅為過去的1/20。
此外,百度的LD地圖幫助極越實現全國艙駕一套數據,有圖的地方,不僅未來極越車PPA能開,同時座艙的大屏幕上也可以體驗到城市的3D車道級導航,“我們可以做到同一套地圖數據,同一套引擎。”
02
LD地圖:HD地圖基礎上的加減法
輕量化地圖,除了成本變“輕”,數據也在變“輕”。
尚國斌認為,高精地圖要素多、精度高,所以比較重,因此要做減法,找到適合自動駕駛安全的最小化要求。
不過,LD地圖也不是一味地“輕”,在另一些地方也在加“重”。這個輕重,是基于百度自身在自動駕駛領域的實踐中摸索出來的。“它是自動駕駛的原生地圖。”
通過LD地圖,百度要解決兩大問題:一是,要幫助百度的無人車——蘿卜快跑,實現從過去的區域級測試demo,做到城市級,以及更多城市的大規模泛化運營;二是,要幫助極越的城市智駕量產,未來做到每一個城市每一寸道路都可以使用。
具體來看,輕的地方主要有兩個方面:一是圖層,HD地圖有定位圖層,LD地圖則沒有提供定位圖層的數據;二是車道數據,例如,車道的數據方面,HD地圖會有詳細的車道線邊界,但對于一些“駕”的能力比較好的地方,LD地圖只會支持車道的拓撲連通。
加法方面,除了傳統地圖高清圖需要要素之外,百度增加了很多圖層,包括經驗圖層、安全圖層、實時圖層等等,甚至增加傳統高精地圖,根本都不具備的要素。
經驗圖層方面,百度地圖會結合每天上億用戶的真實軌跡,包括經驗限速、經驗軌跡、經驗車道,這些數據幫助極越實現像人駕一樣的絲滑順暢。此外,百度地圖累積了2,000萬起的事故數據,以此找到了上萬個事故頻率非常高的路口和匝道,做了很多增量工作,使得這一區域的LD地圖要素比高精地圖還多,精度比高精地圖還高。
實時圖層方面,百度的實時紅綠燈已經覆蓋了全國3000多個區縣、30萬個路口,準確率越用越高,現在已經實現97%的紅綠燈誤差小于1秒,這些數據完全開放提供給極越。此外,百度地圖還有每天有10萬級的施工事故等動態事件,實時圖層就此可以提供一些超視覺感知,來幫助自動駕駛車輛。
鮮活度高。尚國斌表示,每天百度地圖有9,000萬用戶在使用LD地圖,他們會幫助企業來更新數據。LD地圖可以做到周級更新,局部場景甚至可以做到天級的快速更新。
目前,百度已經完成了全國360萬公里的道路生成,覆蓋360個地級市。根據規劃,2024年,基于百度Apollo、百度地圖的AI大模型能力賦能,極越將實現PPA智駕“全國都能開、路路好體驗”的目標。
來源:第一電動網
作者:NE時代
本文地址:http://m.155ck.com/kol/225890
文中圖片源自互聯網,如有侵權請聯系admin#d1ev.com(#替換成@)刪除。