隨著我們向自動駕駛邁進(jìn)，除了在單個(gè)車輛中使用之外，與其他道路使用者共享實(shí)時(shí)基礎(chǔ)設(shè)施信息和數(shù)字地圖數(shù)據(jù)將變得越來越有必要。共享數(shù)據(jù)將補(bǔ)充經(jīng)典地圖數(shù)據(jù)，并為駕駛員提供全面的道路網(wǎng)絡(luò)圖。

自動駕駛還需要高精度的數(shù)據(jù)，以及有關(guān)相關(guān)性和有效性的信息。傳統(tǒng)的導(dǎo)航系統(tǒng)——它們不是云連接的，只有在車輛進(jìn)入服務(wù)時(shí)偶爾更新——無法提供這一點(diǎn)。

人群感應(yīng)

因此，在未來，捆綁來自不同交通參與者的數(shù)據(jù)（分布式感知和映射）將變得至關(guān)重要。傳感器數(shù)據(jù)不僅會收集個(gè)別車輛，還會提供給所有道路使用者。車輛將相互通信，并與周圍環(huán)境中的其他車輛交換數(shù)據(jù)。車輛數(shù)據(jù)也將在云中存儲和評估，以在測量一段道路時(shí)進(jìn)行地圖優(yōu)化等目的。許多司機(jī)已經(jīng)參與了這個(gè)間接數(shù)據(jù)收集過程，因?yàn)樗麄兺ㄟ^智能手機(jī)提供數(shù)據(jù)。這方面的一個(gè)例子是用于交通報(bào)告的交通擁堵數(shù)據(jù)。

從云中獲得的信息質(zhì)量取決于數(shù)據(jù)量。提供信息的車輛越多，對環(huán)境的映射就越精確。交通標(biāo)志識別就是一個(gè)很好的例子。即使是最新的導(dǎo)航系統(tǒng)也沒有關(guān)于所有道路限速的信息。他們通常只提供主要道路的這些信息。他們也無法提供有關(guān)最近實(shí)施的速度限制變更的信息。前置攝像頭中的路標(biāo)識別功能可以彌補(bǔ)這一信息鴻溝。但是，凈識別率并不理想。而在惡劣的天氣和惡劣的照明條件下，它甚至更低。

另一方面，如果數(shù)十萬輛汽車的車隊(duì)定期將其數(shù)據(jù)發(fā)送到中央云存儲庫進(jìn)行評估，則凈識別率將大大提高。這被稱為“人群感知”，與任何地圖提供商的特殊測量工具相比，龐大的數(shù)據(jù)量提供了更加精確和最新的圖片。除了交通標(biāo)志數(shù)據(jù)之外，混合動力和電動汽車還需要與傳輸和駕駛策略相關(guān)的路線信息，而配備主動式底盤的汽車將需要道路狀況數(shù)據(jù)，例如光滑度或結(jié)冰情況。對于所有類型的車輛，都需要有關(guān)彎道、車道和交通路線的附加信息。

地圖信息必須由元數(shù)據(jù)補(bǔ)充，以便車輛可以檢查數(shù)據(jù)的有效性。例如，今天的地圖不包括數(shù)據(jù)的年齡或老化模型（即，它們不提供關(guān)于如何將舊數(shù)據(jù)歸類為可靠的信息）。所有這些信息對于自動駕駛汽車都是必要的，因?yàn)榈貓D的不同特征以不同的速度老化。例如，車輛感應(yīng)到的黑冰數(shù)據(jù)在數(shù)小時(shí)甚至數(shù)分鐘后將失效。相比之下，關(guān)于隧道的信息可能在幾年后仍然有效。

從車輛到云端

一輛裝備精良的現(xiàn)代化車輛每分鐘會產(chǎn)生數(shù) GB 的傳感器數(shù)據(jù)。由于網(wǎng)絡(luò)容量有限，并非所有這些數(shù)據(jù)都可以傳輸，因此必須減少數(shù)據(jù)量。為此，首先將傳感器數(shù)據(jù)與云中車輛的現(xiàn)有地圖數(shù)據(jù)進(jìn)行比較。例如，在交通標(biāo)志識別的情況下，系統(tǒng)會檢查該標(biāo)志在地圖資料中是否具有相同的對應(yīng)物。如果沒有，則將信息上傳到云端。

即使存在數(shù)據(jù)匹配，上傳信息以便驗(yàn)證地圖材料可能仍然有意義。是否傳輸數(shù)據(jù)的決定取決于老化模型，目標(biāo)是傳輸盡可能少的數(shù)據(jù)和盡可能多的必要數(shù)據(jù)。

一旦相關(guān)數(shù)據(jù)進(jìn)入云存儲庫，就必須對其進(jìn)行預(yù)處理、分組、排序和解釋。在預(yù)處理階段，明顯不正確的特征被丟棄。然后，對各個(gè)地圖特征的信息進(jìn)行分組。?當(dāng)1 0 0輛汽車提供有關(guān)特定道路標(biāo)志的信息時(shí)，最初會有1 0 0個(gè)數(shù)據(jù)記錄，這些記錄將與標(biāo)志的精確位置或感知的最大速度限制略有不同。然后使用數(shù)據(jù)挖掘來確定這1 0 0個(gè)數(shù)據(jù)記錄是否都與完全相同的符號相關(guān)，該符號位于何處，以及它是什么類型的符號。然后執(zhí)行計(jì)算以查看是否可以將特征分配給現(xiàn)有地圖數(shù)據(jù)。之后，系統(tǒng)解釋數(shù)據(jù)以確定標(biāo)志是否是新的，以及是否必須調(diào)整老化模型。例如，可變信息路標(biāo)可能會發(fā)生這種情況。

從云端到 ECU

分析完云中的信息后，必須將其傳輸回車輛。傳輸過程需要各種協(xié)議。當(dāng)在相對較長的時(shí)間間隔內(nèi)進(jìn)行增量更新時(shí)，使用導(dǎo)航數(shù)據(jù)標(biāo)準(zhǔn)（NDS） 格式。還有幾種專有格式，以及用于較短間隔更新的OpenLR 標(biāo)準(zhǔn)。

數(shù)據(jù)傳播在不同層次上進(jìn)行了模塊化，以將快速變化的信息與很少更新的信息分開。這減少了數(shù)據(jù)傳輸期間的帶寬需求并簡化了更新過程。同時(shí)，它確保車載系統(tǒng)始終擁有最新的可用信息。將此信息與相關(guān)性元數(shù)據(jù)相結(jié)合還可以評估數(shù)據(jù)的可靠性。

來自云端的信息首先被集成到導(dǎo)航系統(tǒng)的地圖資料中。然后將其傳輸?shù)较嚓P(guān)的 ECU，以便輔助功能可以通過高級駕駛員輔助系統(tǒng)接口規(guī)范 （ ADASIS） 等協(xié)議使用它。預(yù)期駕駛系統(tǒng)，例如 Elektrobit 電子地平線解決方案，使用 ADASIS Reconstructor 接收 ADASIS Provider 發(fā)送的數(shù)據(jù)（在導(dǎo)航系統(tǒng)內(nèi)），然后將其正確分類到 ECU 的數(shù)據(jù)結(jié)構(gòu)中。ADASIS 協(xié)議可確保組件正確交互。

真實(shí)性和數(shù)據(jù)保護(hù)

人群感應(yīng)的技術(shù)功能必須符合數(shù)據(jù)保護(hù)法規(guī)。為此，來自車輛的傳感器數(shù)據(jù)最初會被縮減和壓縮，然后通常會在傳輸?shù)皆贫酥皩ζ溥M(jìn)行匿名、簽名和加密。

匿名保護(hù)了司機(jī)的隱私。匿名化后在處理過程中，需要保證同一類型的連續(xù)信息可以分配給云中的發(fā)送者。例如，如果系統(tǒng)在短時(shí)間內(nèi)多次收到“車輛靜止”消息，它必須知道該信息是與一輛還是多輛車輛有關(guān)。如果它是由幾輛車發(fā)送的，則可以假設(shè)它們處于交通擁堵狀態(tài)。車輛的身份無關(guān)緊要，不同信息類型與一輛車相關(guān)的事實(shí)也是如此。

但是，也有一些例外。例如，如果車輛發(fā)送技術(shù)缺陷信息，則需要由其制造商正確識別。因此，對于所有信息，有必要在匿名性和身份識別之間找到平衡。對數(shù)據(jù)進(jìn)行簽名，以便評估和驗(yàn)證其真實(shí)性和可信度。它還使用標(biāo)準(zhǔn)加密方法（例如對稱和非對稱加密）進(jìn)行加密以確保安全傳輸。

自學(xué)系統(tǒng)

許多汽車制造商已經(jīng)將傳感器數(shù)據(jù)存儲在云端。但是，他們?nèi)匀辉谟行褂盟鼤r(shí)遇到問題。他們的分析往往側(cè)重于特定功能，并且是手動執(zhí)行的。未來，要收集和評估的數(shù)據(jù)將變得越來越復(fù)雜。為了發(fā)揮傳感器的潛力，有必要提高數(shù)據(jù)處理鏈的自動化程度。合適的系統(tǒng)將涵蓋從數(shù)據(jù)挖掘和評估到數(shù)據(jù)傳輸和使用的整個(gè)過程。汽車制造商將始終保留數(shù)據(jù)的所有權(quán)。

我們?nèi)蕴幱谲囕v傳感器數(shù)據(jù)使用的早期階段。中低價(jià)位汽車中駕駛員輔助功能數(shù)量的增長將導(dǎo)致未來幾年可分析數(shù)據(jù)量的增加。所描述的技術(shù)允許來自云的數(shù)據(jù)用于舒適和安全功能。人群感應(yīng)信息將提供道路網(wǎng)絡(luò)的精確圖像，這將是自動駕駛不可或缺的基礎(chǔ)。

審核編輯：郭婷