無人駕駛技術(shù)是汽車業(yè)當(dāng)前最火爆的前沿技術(shù)谷歌蘋果等科技公司的加入極大地推動了無人駕駛技術(shù)的發(fā)展也讓該技術(shù)受到了空前的關(guān)注

無人駕駛技術(shù)有3個技術(shù)難點(diǎn)信息的采集信息的處理以及定位導(dǎo)航信息的采集指路況信號燈指示牌等一系列與駕駛相關(guān)信息的采集主要靠的是各種雷達(dá)和攝像頭目前要做的是進(jìn)一步提高這些傳感器的精度和惡劣天氣下的識別率信息的處理指對采集到的各種信息加以處理并給車輛發(fā)送出正確的駕駛指令這一部分考驗(yàn)的是算法和邏輯目前各個無人駕駛研究機(jī)構(gòu)都在大規(guī)模測試積累續(xù)航里程以開發(fā)出最佳的解決方案定位導(dǎo)航就是讓無人駕駛汽車明白自己在哪將往哪去這一部分對地圖的精確程度提出了很高的要求

一般來說地圖是需要和GPS等定位系統(tǒng)配合使用的但實(shí)際上如果地圖的精度夠高利用地形匹配功能地圖本身就能實(shí)現(xiàn)定位功能

地形匹配功能其實(shí)并不新鮮大名鼎鼎的戰(zhàn)斧式巡航導(dǎo)彈就具備這一功能利用導(dǎo)彈上的攝像頭采集地形圖片并與數(shù)據(jù)庫里的地形圖片加以對比就能知道比較精確的位置了在戰(zhàn)斧式巡航導(dǎo)彈問世三十多年后由于無人駕駛技術(shù)對定位有著極高的要求地形匹配技術(shù)開始在民用領(lǐng)域開花結(jié)果

地形匹配功能可以實(shí)現(xiàn)比GPS定位更高的精度比如車載攝像頭拍到了車輛正前方是一家711便利店那么系統(tǒng)就可以在高精度地圖上找到這家便利店將地圖上的信息與照片加以對比從而確定車載攝像頭與便利店的相對角度和距離然后就能在地圖上將車定位出來就是這輛車的絕對位置

但是地形匹配功能是離不開GPS定位的世界上有成千上萬家711便利店如果要在數(shù)據(jù)庫里一一調(diào)取然后去與照片匹配的話估計系統(tǒng)早就宕機(jī)N次了正確的做法是先由GPS定位到10米級1米級的精度然后在從這一小塊地方的地圖數(shù)據(jù)庫里調(diào)取數(shù)據(jù)做匹配進(jìn)而將定位的精度進(jìn)一步提升至0.1米甚至0.01米的級別在這個過程中如果數(shù)據(jù)庫里的地圖信息本身就不精確那么匹配之后的定位精確程度也就無從談起了這就再次對地圖的精確性提出了要求

豐田的解決之道眾籌做地圖

繪制高精度的地圖在科學(xué)技術(shù)高度發(fā)達(dá)的今天也是一件費(fèi)力的事情要達(dá)到厘米級的精度衛(wèi)星測繪就不太好用了必須用專業(yè)車輛一條街一條街地繪制而繪制地圖所用到的儀器一般是激光雷達(dá)

激光雷達(dá)又叫3D雷達(dá)掃描儀其原理和聲吶一樣發(fā)射雷達(dá)波束然后收集反射的回波經(jīng)過程序處理之后就能得到周圍空間的3D模型激光雷達(dá)在各大公司的無人駕駛試驗(yàn)車上都能夠看到它不光能繪制地圖也是無人駕駛汽車上很重要的一個傳感器

不過激光雷達(dá)精度雖高但用它來繪制地圖也有不足的地方首先是成本高激光雷達(dá)的價格非常昂貴售價普遍在30萬元人民幣以上這就注定了測繪車輛不可能太多其次地圖的更新頻率低難以得到包括最新信息的實(shí)時地圖最后激光雷達(dá)繪制出的是物體的輪廓但它無法識別圖像也無法區(qū)分顏色所以也就無法識別大部分的道路的標(biāo)線及交通標(biāo)識

為了彌補(bǔ)激光雷達(dá)的不足徹底解決高精度地圖的問題剛剛宣布將在2020年實(shí)現(xiàn)無人駕駛汽車商業(yè)化的豐田推出了一套地圖自動繪制系統(tǒng)該系統(tǒng)可以充分利用搭載于市銷車上的攝像頭及GPS自動繪制車輛自動駕駛所必須的高精度地圖

這套地圖自動繪制系統(tǒng)可利用搭載了攝像頭的車輛在行駛過程中采集路面圖像數(shù)據(jù)和地理位置數(shù)據(jù)并將數(shù)據(jù)統(tǒng)一反饋到信息中心進(jìn)行集中處理和調(diào)整進(jìn)而自動繪制出大范圍高精度的地圖該項(xiàng)技術(shù)可為將來的自動駕駛車輛提供行駛支持

該系統(tǒng)采用了由豐田中央研究所開發(fā)的空間信息自動生成技術(shù)COSMIC（Cloud-OperatedSpatialMarkInformationCreation云空間信息生成）可利用車輛收集的圖像數(shù)據(jù)和GPS信號繪制高精度地圖雖然車載攝像頭和GPS收集的數(shù)據(jù)誤差較大但利用高精度行駛軌跡推測技術(shù)以及通過對多輛車收集的路面圖像數(shù)據(jù)進(jìn)行整合及完善可以消除位置誤差（如為直線路面誤差可控制在5cm以內(nèi)）并且由于該系統(tǒng)是通過市銷車及現(xiàn)有基礎(chǔ)設(shè)施收集信息因此在實(shí)現(xiàn)信息實(shí)時更新的同時還能有效控制系統(tǒng)成本

豐田的這套系統(tǒng)可以說是充分發(fā)揮了互聯(lián)網(wǎng)思維用搜集用戶信息的方式來完善自己的產(chǎn)品

又或者說這是車聯(lián)網(wǎng)的初級形態(tài)車際之間共享道路信息實(shí)時更新最完善的地圖除了上傳攝像頭的圖像豐田以后還可以加入共享路況的功能那時候這套系統(tǒng)基本就是一個比較完整的車聯(lián)網(wǎng)系統(tǒng)了

甚至可以說這是一種眾籌每個用戶貢獻(xiàn)一點(diǎn)自己的力量讓豐田去盡快推出無人駕駛產(chǎn)品以后沒準(zhǔn)豐田真的會根據(jù)每個車主對地圖系統(tǒng)的貢獻(xiàn)給出相應(yīng)的折扣用于購買無人駕駛汽車

不過根據(jù)目前透露的情況來看這套系統(tǒng)還存在一些問題首先傳統(tǒng)上地圖測繪車上會配備容量達(dá)好幾T的硬盤用于存儲各種數(shù)據(jù)而現(xiàn)在這些數(shù)據(jù)全靠移動網(wǎng)絡(luò)上傳到云空間進(jìn)行分析匯總但是由于數(shù)據(jù)量很大高速行駛中的移動網(wǎng)絡(luò)又不太可靠有多少比例的數(shù)據(jù)能夠成功上傳還是個疑問

其次就是隱私的問題裝著攝像頭的豐田車穿行于大街小巷難免會拍到一些令人不快或是尷尬的鏡頭而這些鏡頭都將進(jìn)入到豐田的地圖數(shù)據(jù)庫當(dāng)中一般來說人臉和牌照都會被打上馬賽克以保護(hù)隱私雖然日本人很擅長打碼但數(shù)據(jù)量一大難免會有漏網(wǎng)之魚近幾年谷歌街景因?yàn)榕牡搅艘恍┥婕半[私的圖片而吃了不少的官司這方面技術(shù)實(shí)力和經(jīng)驗(yàn)都遜色一籌的豐田肯定會遇到更多的問題

豐田將在1月6日開幕的CES國際消費(fèi)電子展上正式發(fā)布這套地圖自動繪制系統(tǒng)到時候我們就能看到豐田針對這兩個問題給出了怎樣的答案

編輯點(diǎn)評沒想到一貫保守的豐田想出了這么個眾籌的招來解決高精度地圖的問題看來豐田2020年將無人駕駛汽車商業(yè)化的計劃不僅僅是一個口號而已豐田已經(jīng)從多個方面開始布局了也許無人駕駛時代的到來會比我們想象的更早