在高度自动驾驶中使用ADASIS第3版进行精确定位

作者：Sebastian Ohl Ohl

使用高清地图数据的高度自动驾驶系统的一个主要先决条件是了解车辆的位置。这个位置需要比单独使用 GNSS 传感器具有更高的精度。因此，可以使用陀螺仪或里程计等各种其他传感器系统来增强位置估计。该贡献描述了一个使用另一个输入 ADASISv3 地图数据来改进定位的系统。地图数据从地图数据库接收，然后与来自摄像系统的交通标志测量值进行比较。

图 1. EB robinos 软件架构

比较结果用于增强车辆的位置。该系统已在现实世界中使用测试车辆进行了评估。对场景和测试结果的描述包含在贡献中。

介绍

在不久的将来，自动驾驶功能将在越来越多的车辆中成为现实。底层功能包括感知车辆及其周围环境的传感器系统、遵循系统目标的决策模块以及执行决策的执行器（参见图 1）。这种所谓的感知-计划-行动［1］ 路径构成了许多现代自动驾驶架构的基础。

感知部分将使用各种各样的传感器。除了环境感知传感器（例如激光雷达、雷达、摄像头）之外，内部感知传感器（例如车轮滴答声、陀螺仪）和定位传感器（例如 GPS）用于评估自动驾驶汽车的整体情况。这三个传感器类别中的每一个都支持为高度自动驾驶（HAD） 系统计算位置和自我运动信息。这些信息简化了感知和决策模块中的许多算法。但是，没有单个传感器可以提供高频率的高精度安全等级位置，以支持系统的决策或环境感知单元。如果一个系统需要一个全局位置来与全局框架中的其他车辆相关或与全局地图数据匹配，那么它甚至会变得更加复杂。

因此，基于多个传感器输入在 HAD 系统中提供高度准确的安全评级位置的软件组件对于满足 HAD 应用程序的需求至关重要。一种可能性是添加第四种“传感器”：高清 （HD）地图。该数据包含可以被摄像机或其他外部传感器检测到的地标信息（例如交通标志、电线杆），并为与其他数据融合的全球位置提供第二个来源。

系统上下文

整个系统由三个不同的处理组件组成，如图 2 所示。数据处理从接收和提供车辆内的地图数据开始。该数据通过在线连接接收，或者可以本地存储在硬盘驱动器上。但是，由于 HAD 地图数据需要保持最新状态，因此在线案例更有可能。所有主要的地图提供商（例如 TomTom）都提供这种可能性，并通过网络提供有关地标的信息。接收后，数据以标准化的电子地平线格式 ADASISv3 提供（见第 3 节）。由于可能还有其他系统也接收 ADASISv3 数据流，因此每个系统都需要自己的 ADASISv3 Reconstructor 来提供易于访问的数据结构。该数据结构包含电子地平线树的所有信息，包括该系统所需的地标。然后，基于地标的定位组件 （LbL） 访问地标并从相机系统接收外部感知信息。在成功匹配的情况下，LbL 为第三个组件提供绝对位置更新。定位模块将传统传感器输入（例如陀螺仪、里程表、GNSS）与 LbL 相结合，并为所有 HAD 系统组件提供单一真实定位信息源。

图 2. 系统概览

以 ADASIS v3 格式映射数据

向自动驾驶汽车提供地图数据是改善驾驶行为和简化算法设计的关键因素。ADASIS 论坛已指定用于序列化和描述 ADAS 应用程序的地图数据的描述格式。ADASISv2 格式已在业界广泛用于当前最先进的 ADAS 系统。但是，此 v2 格式仅关注 SAE L0-L2 系统。它不提供车道准确的地图信息，并且缺少仅用于更高自动化级别的各种信息。

ADASISv3 提供程序接收地图数据和位置。然后它会构建一个电子地平线 （eHorizon） 来描述车辆即将到来的道路网络。此 eHorizon 包含所有必要信息。ADASISv3 标准将 eHorizon 描述为一条或多条路径。这些路径包含有关可用通道、与其他路径的互连以及所谓的配置文件的信息。这些配置文件包含有关路径的各种不同元素的信息。这从单个事件概况（例如交通标志）开始，越过附加到区域的斜坡，直至附加到路径的速度限制。然后将此 ADASISv3 eHorizon 序列化并通过车辆网络发送到所有 ADAS ECU 进行处理。这种转移可以在一个步骤中完成。然而，更常见的是增量传输。

ADASISv3 标准已经定义了许多配置文件。但是，也可以通过自定义配置文件扩展配置文件集。这些配置文件包含客户特定的信息。对于本文稿中描述的系统，EB 通过包含地标信息的配置文件扩展了 ADASISv3 标准。该展示使用从高清地图接收的交通标志及其地理位置。

基于地标的定位

基于地标的定位的一般处理链如图3所示。首先，系统检测作为定位候选的交通标志。这些交通标志不仅需要检测，还需要相对于车辆进行定位。大规模生产的通用交通标志检测系统可能无法提供此数据，或者可能不如 LbL 所需的准确。检测到交通标志后，系统会尝试在高清地图中查找交通标志。此查找受限于车辆的当前位置。随着交通标志的重新定位、更改、移除或新放置，此查找可能会导致不同的结果：

交通标志被发现并且是明确的。
发现多个交通标志，无法确定检测到哪个标志。
在地图数据库中找不到任何标志。

图3. 一般处理链

案例 1 是使系统能够在链中进行的情况。案例 2 和案例 3 导致无法使用交通标志检测。

增量位置计算是 LbL 的主要步骤。为了之后更新位置，LbL 需要计算位置偏移和估计的测量精度。该计算的基本假设是地图数据L的测量值M和地标位置都是正确的。需要使用车辆的自我位置 E 将测量值从传感器坐标系转移到全局位置：

Mego = RotateZ（M+E）

之后，LbL 可以通过 M 和 L 的减法计算出增量位置 ΔP：

ΔP = M – L

第二部分结果的计算基于高斯误差传播。然后将结果转发到位置更新。流程链现在重新开始。