Самые подробные карты мира будут нужны автомобилям, а не людям

a808e99b871941eb84b7d123f2bf3cd8.jpg

Сегодня целый ряд компаний, среди которых Here, Civil Maps и даже Nvidia, работают над новым видом картографии. Будущая значимость автомобильной и высокотехнологичной промышленности зависит от успехов беспилотных автомобилей. В течение следующих пяти лет на наших дорогах могут появиться машины с «ограниченной автономностью», способные обходиться без человека лишь при определённых условиях или только в определённых географических точках. Но полностью автономный автомобиль, способный самостоятельно ездить где угодно и в любое время, когда роль человека ограничена лишь указанием пункта назначения, всё ещё остается отдалённой целью. Чтобы это стало реальностью, автомобили должны точно знать, где они находятся. И для этого понадобится гораздо большая точность позиционирования, чем сегодня обеспечивают GPS или ГЛОНАСС. Значит, нужны будут гораздо более точные карты, нежели те, что установлены в вашем навигаторе. Но фокус в том, что ни один человек не будет способен их прочитать! ©

db24b78c6a084adfa1613b22027cd211.png

Осознавая потребность в новом классе карт, крупные автопроизводители (BMW, Audi, Mercedes-Benz, Ford) голосуют за их создание своими кошельками. Они инвестируют в такие компании, как Here и Civil Maps, которые уже строят соответствующие картографические платформы и собирают требуемые данные. Конечным результатом их работы будут высокоточные 3D-карты дорог (включая местность на расстоянии нескольких метров от них), которые будут постоянно обновляться самими автомобилями по мере езды.

Карты высокого разрешения (HD карты)


Компания Here начала работу над созданием HD-карт в 2013 году. Само понятие HD-карт появилось во время совместной работы Here и Daimler над проектом «Birth of Benz». Был создан прототип базовой технологии и HD-карта, которая использовалась для испытания беспилотного автомобиля в сельской местности. Когда автомобиль лишался привычных запрограммированных ориентиров — знаков, дорожной разметки и тому подобного — карта выступала в качестве основного средства навигации.

7369cd8751ba4ac7a66d9e4516a1a83d.png

Как сегодня создаются 3D-карты для беспилотных автомобилей? Первым шагом является создание начальной карты на основе данных, собранных специально оснащёнными автомобилями, способными пристыдить даже автомобили Google Street. Это парк транспортных машин с мачтой на крыше, которая оснащается камерами на 96 мегапикселей, 32-лучевым сканером Velodyne LIDAR и высокоточными инерциальными измерительными приборами Novatel GPS. Эти картографические автомобили движутся по маршрутам, осуществляя 3D-сканирование дороги и прилегающей местности, а собранные данные затем отправляется в облако Here. Из облака они преобразуются в высокоточную цифровую копию реального мира.

01ebbcc41fac4739b0f1c5d5fdf5c4bd.png

Компания Civil Maps объявила о выпуске своего Atlas DevKit. Эта платформа позволяет разработчикам быстрее и экономнее локализовать транспортные средства, создавать динамические карты и в режиме реального времени распространять между автомобилями критическую информацию о ситуации на дорогах.

Как и Here, Civil Maps для создания Atlas DevKit использует автомобили с мачтами на крышах, но используются и машины более простой версии машин. На них установлены оптические, ультразвуковые и радарные датчики, которыми уже оснащены многие современные серийные транспортные средства.

Автомобиль: «Похоже, вы за рулем: хотите, чтобы я отслеживал изменения?»


Конечно, быстренько «нарисовать» карту за один раз — совершенно неприемлемо для технологии, которой люди будут доверять свои жизни. Их необходимо будет постоянно обновлять, чтобы своевременно отражать ремонтные работы и другие серьёзные препятствия для беспилотных автомобилей.

Есть несколько подходов к решению этой проблемы. Во-первых, сотни картографических машин, разъезжающие по всему миру. Если наладить тесные отношения с чиновниками, то картографические машины смогут пускать на новые автострады задолго до того, как они станут открыты для общего пользования. Это позволит разработчикам вовремя выпускать обновления для карт (которые обычно подгружаются блоками 2×2 километра из облака Here) в день открытия или закрытия определённой дороги.

7e13a7acbf554dfeb1fbf251ed02c66b.png

Но более масштабируемое решение включает в себя использование встроенных датчиков в частных автомобилях, уже использующих HD-карты для навигации.

Сегодня многие машины Hi-End класса имеют не только LTE-подключение, но и множество продвинутых датчиков: обзорные камеры, передний и задний радар. Компания Here сотрудничает с многочисленными OEM-производителями, чтобы можно было получать данные с этих датчиков и передавать их в облако. Там их станут анализировать алгоритмы машинного обучения и агрегирования, которые будут пытаться отделить настоящие изменения на проезжей части от общего шума. Все обнаруживаемые изменения будут сразу вноситься в карты и выходить в виде обновлений.

Всё это также означает создание набора общих стандартов (рабочее название — Sensoris), чтобы разные автомобили не загружали разные типы данных. В конце концов, BMW 7-й серии может использовать более дорогой радарный датчик, нежели Volkswagen Golf, смонтированный к тому же в другом месте. А значит, каждый из них получает несколько иное представление о мире.

Не только видеокарты


Nvidia — не только поставщик графических процессоров, но и очень сильный игрок в области картографии, имеющий большой опыт в области машинного обучения и глубоких нейронных сетей.

Nvidia работает с Here, а также с TomTom, Baidu и Zenrin в сфере картографирования и создания платформ передачи данных от облака к автомобилю. Сегодня компания разрабатывает вычислительную платформу, которая позволит автомобилю самостоятельно обнаруживать изменения, сравнивая картографические данные и реальное состояние проезжей части. Большинство обнаруженных изменений сейчас вносятся в карты только при обработке данных в облаке. Но если множество машин по всему миру смогут самостоятельно вычислять несоответствия карт реальному положению дел, то в облака будет идти не сырой поток данных с датчиков, а гораздо меньшие по объёму конкретные изменения. Это позволит произвести оптимизацию всего глубокого обучения и обрабатывать данные с датчиков на борту автомобиля, а не на мощных серверных фермах, сильно экономя пропускную способность каналов связи.

Таким образом, в заключении хочется сказать, что если вы работаете над картографическими сервисами или находитесь в начале пути, самое время обозначить приоритеты. Очевидно, что на данном этапе поезд еще не ушел и у вас есть шансы сесть в этот локомотив будущего.

24087c7eea95419b84d297da0a70dc28.jpg

Комментарии (0)

© Habrahabr.ru