テスラがLIDARおよび高精度マップを使用しないのはなぜですか

テスラがLIDARを使用しないのはなぜですか？

現在の自動車用レーザーレーダーは、主に機械式、MEMS、OPA、フラッシュの4つの方法に分けられます。簡単で大まかな理解は次のとおりです。

LIDARの原理は、レーザーポインターを使用して外部に光を放射するのと似ています。ソリッドステートLIDARの方向と角度は固定されているため、カバレッジ領域は非常に限られており、原理は単純で、デバイスは比較的安定しています。そしてコストは低いです。



メカニカルライダーは、ミラーを使用してレーザー光源を中心に回転し、より多くのカバレッジ角度に到達します。一部の車両には機器が搭載されていることがわかります。これが原理です。組み立て要件が高いため、機械式ライダーを大量生産することは困難です。たとえば、ベロダインの32ラインライダーHDL-32Eには、32セットの送信光源と32セットの受信光源が1対1で必要です。デバッグ、そしてそれはまた失敗する傾向があります。





ハイブリッドソリッドステートLIDARは、MEMS検流計の回転を使用してレーザースキャンを完了します。下の図の右端を参照してください。機械式ライダーよりも移動する必要のあるデバイスが少ないため、パフォーマンスを確保した状態で、より安定して自動車の大量生産の要件を満たすことが容易になります。



テスラがLIDARを使用しない理由は、LIDARが現在高価であり、車のレベルに到達できるものが少なく、安定性が高くないためです。

現在、XiaopengやWeilaiなどの多くの自動車会社は、新しいモデルにLIDARを搭載していると主張しています。 L4レベルの自動運転の分野では、LIDARを使用する企業は、マルチセンサーフュージョンのルートであるGoogle Waymoに代表され、カメラとLIDARを同時に使用します。



マルチセンサーフュージョンはWaymoが採用した主要なパスであり、自動運転アプリケーションで極めて重要な役割を果たします。

センサーにはそれぞれ長所と短所があります。たとえば、カメラが低照度および高コントラストの光条件で十分な視覚情報をキャプチャすることは困難です。レーダーは、霧/雨滴/スノーフレーク/車の排気などのシーンで簡単に形成されます。 / Reflection誤解：トンネルや橋などのシナリオでは、ミリ波レーダーによるレーダー検出の信頼性が低下します。

自動運転は、その高度な複雑さと安全第一の特性により、知覚効果を向上させるために複数のセンサーデータの相互融合に依存する必要があります。フロントフュージョンやバックフュージョンなど、マルチセンサー情報をフュージョンする方法はたくさんあります。

事前融合は、処理のために元のセンサー情報を直接融合することです。この方法により、アルゴリズムは最初から最も包括的なデータを取得できます。最初はすべてのデータが収集されますが、センサーに問題があると、認識モジュールに障害が発生します。

ポストフュージョンとは、各センサーの情報を個別に処理し、独自の処理チャネルで最終的な形状に近い結果を取得してから、融合することです。この方法では、個々のセンサーに障害が発生したり、キャリブレーションの同期にわずかな偏差があったりしても、異なるセンサーが互いに独立し、最終結果にほとんど影響を与えません。ただし、計算能力の消費は比較的大きいです。

GoogleとTeslaの2つの会社は、LIDARを使用するかどうかをめぐって争うことを決してやめず、ディスは何年も続いています。これは両社間の争いであるだけでなく、自動運転を実現するための道筋をめぐる争いとも言えます。

テスラは高精度の地図を必要としませんか？

高解像度マップとは



上の写真は通常のナビゲーションマップですが、このタイプのマップは重慶のような都市では失敗することがよくあります。

重慶には山を通る道路がたくさんあり、重慶の高架道路は一般に約4階建てです。ナビゲーションをたどると、ナビゲーションはあなたが第3レベルを歩いていることを示しているかもしれませんが、あなたは第4レベルを歩いています。



次の図は高解像度の地図です。



このタイプの地図には、車線、道路標識、信号機などの最も基本的な情報しか含まれていません。このタイプの高精度の地図は、人ではなく車用です。車両はリアルタイムで使用する必要があるため、非常にリアルで美しくすることは不可能であり、多くの詳細が省略されています。

車両と人を比較すると、高解像度の地図は、頭の中にある特定の道路区間の記憶です。隣の風景が覚えている風景と一致すれば、現在地がわかり、ナビゲーションマップなどの問題を回避できます。幹線道路なのか脇道なのかわからない、どこにいるのかわからない高架橋はまだ高架橋の下にあります。

一般的なナビゲーションマップの役割はナビゲーションですが、自動運転の分野では、ナビゲーションは高精度マップの最も基本的な役割にすぎません。さらに、高精度マップも多くの用途に使用できます。いくつかの例を挙げます。

複雑な天候や道路情報の不足に対処する

自動運転車が道路を走行していて、元の道路の車線が摩耗していることに気付いた場合、車はその車線を押すだけですか、それとも現在の車線を使い果たしますか？高精度マップを使用すると、車線が不完全またはまったくないシーンで、車両が1つの車線にとどまることができるように道路情報を提供できます。

または、突然の大雨や吹雪の場合、一部の車線は道路の雨の反射の影響を受けたり、雪に覆われたりしました。高精度のマップに依存することで、影響を減らすこともできます。

さらに、自動運転車がいくつかのランプを通過すると、高精度のマップにランプに関する情報が含まれるため、車両はできるだけ早く速度計画を立てることができます。または、カーブを通過するときに、高精度マップを使用すると、自動運転車にカーブの曲率情報を事前に提供できるため、自動運転車はカーブに最適な回転速度を計画できます。

自動運転車の運転に関する決定を、人間の運転習慣に沿ったものにする

現在の無人機の速度は、主に安全上の理由から非常に低速です。さらに、無人機の制限速度の認識は必ずしも正確ではありません。たとえば、道路の前のセクションの制限速度は時速40 kmです。道路のこのセクションは時速60kmになりますが、符号。

車両が時速40kmの速度で道路を走行していると、さまざまな手段で口笛を吹いたり追い越したりすることになり、事故が発生しやすくなります。

将来的には、高精度マップで過去の情報を収集し、各期間における道路の特定のセクションの車両の平均速度を知ることができるため、無人車両は人間の運転習慣により適した速度を選択できます。 。これは、過去の特定の時間における特定の距離の推定移動時間を照会できる既存の一般的なナビゲーションマップと同じです。



複雑な環境に直面したときの他の車の行動をよりよく理解する

自動運転車が他の車の行動にタイムリーかつ正確に応答し、運転の快適さと安全性を確保するために、アルゴリズムは他の車の行動と経路を比較的正確に予測する必要があります。

高精度マップが提供する情報を利用して、予測アルゴリズムの強力な補助情報を提供できます。たとえば、高精度マップで、の右側に脇道の入り口や車線が合流していることが判明した場合などです。正面に行くと、そこにたくさんの車両が現れます。車線を左に変更したり、加速して合流したりする場合があります。左右の車線の仮想状況と実際の状況に応じて、無人車両が近くの車両の混雑の可能性を判断するのにも役立ちます。

将来的には、道路上の既存の制限速度カメラなど、道路の端にあるセンサー情報と組み合わせることもできます。道路上の車両の状況を知覚アルゴリズムで検知し、同期させることができれば高精度マップでは、心配する必要はありません。車両の周囲に感知できない死角があり、ゴーストプローブなどの状況も回避できます。

現在の高精度マップの2つの最大の問題

1.基準が統一されていない

会社ごとに独自の基準があるため、データを共有したり、地図を共有したりすることはできません。

高精度マップのデータモデルと交換フォーマットを統合することで、自動車メーカーの開発時間と不要なコストを削減すると同時に、クロスブランド車両で使用される将来の高解像度マップがデータを継続的に共有および更新できるようになります。

2019年6月、高度道路交通システム標準化技術委員会が公式ウェブサイトで、高度道路交通電子地図のデータモデルと交換形式に関連する国家規格の草案を正式に発表しました。規格はまもなく統一されると思います。

関連する国家規格の起草に参加しているユニットには、NavInfo、AutoNavi Software Co.、Ltd.、Beijing Baidu Netcom Technology Co.、Ltd。、運輸省の高速道路研究所、Wuhan Zhonghaiting Data Technology Co.、Ltd。、 SAIC Motor Corporation、北京建築建築大学など。

2.更新コストが高くて遅い

現在、中国の自動運転ソリューションの多くはLiDARポジショニングソリューションを主に使用しており、LiDARが発するレーザーは、周囲の建物や道路環境を制約として感知し、高精度のポジショニングを実現します。

このソリューションでは、10cm程度の測位精度を実現できますが、LIDARのコストが比較的高く、大規模なマッピングや頻繁な更新を実現することは困難です。

また、ポジショニングに視覚的なソリューションを使用するソリューションもありますが、このソリューションで作成されたマップは不確実であり、結局のところ、視覚に依存しており、多くのことを見逃している可能性があります。

自動運転車にとって高精度の地図は非常に重要であり、この2つの問題を解決しなければ、自動運転車を大規模に商品化することは困難です。

LIDARや高精度の地図を断固として使用しない場合、テスラの現在の自動操縦機能はL2レベルにしか到達できませんが、自動操縦支援機能を手や足から切り離すことはできず、技術の成熟度は十分とは言えません。 。