四維圖新獲批北京市T3路測牌照，自動駕駛方案可跨越L3/L4不同的場景

近日，四維圖新正式獲批北京市政府頒發的自動駕駛車輛道路測試試驗用臨時號牌（「路測牌照」），等級為T3級，這也是迄今北京市頒發的最高級別自動駕駛路測牌照。

雷鋒網新智駕了解到，目前北京已向包括四維圖新、百度、智行者、小馬智行在內的11家企業發放自動駕駛路測牌照。四維圖新成為第一家獲批T3路測牌照的位置服務提供商。

目前，北京市共有44條總計123公里的開放測試道路，覆蓋了京津冀地區城市、鄉村、高速85%的交通場景。獲批T3路測牌照後，四維圖新可在以上區域進行自動駕駛測試，在真實場景、極端場景打磨自動駕駛解決方案。

雷鋒網新智駕了解到，T3級路測牌照是北京市在2018年推出的國內高級別、高標準的針對自動駕駛車在開放道路測試資格的認證。

獲發牌照前，自動駕駛車輛需經過封閉試驗場5000公里測試、能力評估、專家組評估 、北京市自動駕駛測試管理聯席工作小組聯席會審議等多個環節把關，並對車輛在近30個大場景下的自動行駛、變速、變道、轉向、交通標牌信號燈識別、障礙物躲避能力，和對道路、標誌標線、交通設施的識別能力，以及對交通法規和人性化駕駛規則的理解能力等，進行全面的檢驗與考察。

自動駕駛基礎技術研究院研發部AI總監李陽提到，測試主要目的在於讓每個自動駕駛團隊能夠認識到自動駕駛測試本身安全的重要性。例如流程安全性，包括測試管理、人員管理、軟硬體版本迭代、零部件管理、感測器冗餘、系統冗餘、系統監控等是否符合汽車電子安全標準。

參加本次考試的四維圖新自動駕駛車，配置了4個16線激光雷達、2個長距毫米波雷達和1個搭載四維圖新自主研發視覺感知演算法的單目攝像頭。據李陽介紹，該方案的成本相當於其它自動駕駛方案的二分之一或三分之二。

輕量化感測器硬體方案在成本方面更容易被市場接受、更易落地的同時，也對軟體、演算法能力提出了更高的要求。

自動駕駛地圖+AI，是四維圖新獨特的自動駕駛技術路徑。

作為行業領先的位置服務提供商，四維圖新圍繞地圖開始布局自動駕駛一系列業務，包括與地圖相關的超精度定位和自動駕駛解決方案。最初階段，四維圖新自動駕駛解決方案主要用於驗證地圖。

2015年，四維圖新正式孵化出智能地圖事業部。目前其高精度地圖已覆蓋全國30萬公里高速，且實現了自動駕駛地圖在線發布和在線更新服務。

李陽提到，中國自動駕駛量產面臨兩大挑戰：一是複雜多變的靜態道路場景；二是擁堵危險的動態交通路況。針對複雜多變的靜態道路場景，四維圖新將多樣化的結構化道路場景簡化成少量的典型任務，即通過自動駕駛地圖引擎，將超千萬個真實道路場景抽象為百餘個基本道路種類和路口、二十餘個典型道路任務。簡單理解即，自動駕駛地圖以車輛能夠理解的方式對現實環境進行重構，厘米級高精度數據表達上百種地圖屬性要素，以實時在線安全感測器的形式在自動駕駛定位、感知、規劃、決策等環節扮演重要角色。依靠自動駕駛地圖解構複雜環境，將全局規劃根據場景劃分成小任務，從而降低或優化分配系統對其他感測器需求。

對於動態交通路況，四維圖新將高維度的超千萬個軌跡計算簡化為低維度的十餘個行為分類，通過自動駕駛地圖引擎使用行為參考（地圖拓撲-拓撲到行為-規則拓撲-動態行為）來幫助減少交通環境中不確定的目標，並迅速進行決策判斷。

例如在考試中的一個公交站場景，公交車打左轉向燈即將出站，後車則需要避讓，這本是機器難以理解的社會人性化駕駛規則，而如果利用自動駕駛地圖，公交站則可以被設置為興趣區，系統可以清楚的提前了解前方興趣區位置，並投入更多感知計算資源檢測公交車轉向燈信號及出站動作，提高路權競爭者行為預測的精度，根據感測器數據融合結果作出相應決策，在這一案例中，自動駕駛地圖既提供了空間參考，又保證了參與計算的數據維度可控，將複雜的場景解構成了簡單的邏輯。

自動駕駛地圖產品總監王淼向雷鋒網新智駕表示，其高精度地圖整體的數據結構分為三層：

• 道路層：包括自動駕駛基本路網，指導車輛在一定範圍內展開道路級路徑規劃；

• 車道模型：包括車道線、車道邊界和車道中心線，包括兩個車道之間是否可以進行換道、路口間每個車道的通行關係；

• 定位對象（Object）：自動駕駛車輛用於進行定位的對象，例如路面、路側及上方的各種物體，包括標誌標牌、路面標誌、龍門架、橋、桿、牌等等。

為保證高精度地圖高可靠性，四維圖新在生產過程中遵循汽車行業產品標準，並通過人工勘察、全站儀進行勘測，建立監控場定期監控厘米級變化；四維圖新也發布了基於Websevers高精度地圖服務、分發服務、感測器眾包來保證高精度地圖實時更新。

除自動駕駛地圖，AI技術在整個四維圖新自動駕駛發展路徑上同樣扮演著重要角色。四維圖新利用AI來實現3D環境重建和地圖更新。

攝像頭作為成本較低且具有高密度的空間解析度的感知部件，四維圖新通過語義分割即深度估計的結果幫助自動駕駛車輛得到準確的3D環境，並實時構建本地地圖。相比激光雷達、眾包數據，此方法可以把局部的三維場景真實還原，並保證其穩定性。另一方面，通過感知既可以為自動駕駛車輛提供實時定位，也可為自動駕駛地圖實現在線更新。目前四維圖新感知系統可支持超過30多種類別，在50米距離的範圍精度高於95%。

結合AI，也可以探測每一個障礙物並計算其具體參數、細節，支持所用動態的障礙物檢測甚至是高速上的行人；對於車輛停止時雷達很難分辨的交通標識，感知都可以幫助其做出很好的判斷。

在全國地圖數據採集過程中產生的高質量影像數據，和近30萬公里高速道路的點雲數據，以及來自國內外合作夥伴的多元數據，為四維圖新基於AI的深度學習演算法提供了大量有效的訓練數據集。基於AI的視覺感知演算法在讓系統準確進行物體識別、細節計算的同時，讓自動駕駛車在降低對高線束激光雷達依賴的前提下，快速重構3D環境，並對環境車、人、物體進行預測。

從採集傳統導航地圖開始，四維圖新記錄了近20年全國高品質的道路數據，從城區到郊區從高速到村村通。各類道路數據成為四維圖新最大的優勢。隨著高精度地圖採集和製作，四維圖新已擁有全國30萬公里的高速高品質點雲數據和照片數據，覆蓋全國的UGC數據。與普通公開數據不同的是，四維圖新所有的數據都帶有位置信息，從而更容易的管理不同區域和場景。硬實力層面，四維圖新已有200+AI開發工程師，且擁有半自動標註系統和自有的雲平台。

深度學習、AI進入寒冬期的說法此起彼伏。李陽提到，對四維圖新而言，深度學習、AI剛剛融合傳統領域的演算法，只是從最開始的閉眼狂奔的狀態到精雕細琢的階段，未來3到5年，AI將在行業內大放異彩。

目前，四維圖新已通過一套軟硬體的方案，實現跨城市、跨高速、甚至模塊化的自動駕駛落地。自動駕駛方案可跨越不同的場景，這也是四維圖新區別於其它自動駕駛公司的特色技術。

其使用同樣的軟硬體方案，可以跨越L3級高速場景和L4級基本城市場景，包括標準路口、行人、車輛等完全開放的路段，不局限於場景設計。

雷鋒網新智駕也在城區體驗了四維圖新自動駕駛車輛。車輛順利完成了紅綠燈識別自動啟停、轉彎、剎車，全程運行平穩，更強調安全性。因在開放的城市道路進行自動駕駛體驗，道路情況複雜，仍以安全為主，全程車速平均30公里。體驗途中遇到未遵守交通規則或隨意停車的行人、車輛時，安全員進行了人工接管。

當前方車輛行車較慢時，四維圖新自動駕駛車輛也會在後方無車輛駛近時進行變道。但超車功能仍較為保守。雷鋒網新智駕了解到，當速度差在一定限定值時，車輛才會選擇超車。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！