丰田如何从车载摄像头、卫星图像生成普通道路的高精地图

来源：公众号“燃云汽车”（转载公众号“Astroys”）

2020-05-25

丰田正在实施一项计划：从普通车型搭载的摄像头、行车记录仪和卫星图像等生成用于在普通道路上的自动驾驶高精地图。实际的业务由TRI-AD负责，以及对外进行的一系列合作。

TRI-AD

为了促进自动驾驶前沿技术领域的开发，丰田、电装、爱信三家公司于2018年3月在东京成立了新公司TRI-AD（Toyota Research Institute Advanced Development）。丰田出资90%，电装和爱信各出资5%。

丰田2016年在美国成立了TRI（Toyota Research Institute），进行AI、自动驾驶、机器人等技术的研究，为了进一步加强竞争力，成立了该新公司。新公司旨在实现从研究到开发的一体化软件开发及强化数据处理技术，加强与TRI的合作，力争将其研究成果有效地运用于前沿开发及产品。

目前TRI-AD正在进行下面两个课题：

2020年推出在高速公路上行驶的自动驾驶车Highway Teammate
AMP（Automated Mapping Platform）的计划进入正轨

本次介绍的生成普通道路上的自动驾驶地图的计划由TRI-AD主导进行。

AMP

TRD-AD开发了开放式软件平台AMP（Automated Mapping Platform）。在AMP上，由参与的开发者开发的应用和软件所装备的车辆传感器数据将提供给平台。作为回报，开发者可以轻松、开放和可持续地访问AMP生成的高精地图，无论哪种车型。

AMP的目标是开发全球最全面的道路和车道网络的高精地图。为了在高速公路和普通道路上进行安全的自动驾驶，需要最新的高精地图。但目前全球高精地图覆盖的道路和车道网络仅为1%。AMP的下一个挑战是为城市地区和公路网络以外的普通公共道路绘制和维护高精地图，并计划共享所参与对车辆收集的数据，生成高精地图。

与CARMERA的合作

2019年2月，TRI-AD与美国的CARMERA计划进行一项PoC，为城市和地面道路开发基于摄像头的实时更新的高精地图。这将成为测试TRI-AD开发的AMP开放式软件平台的第一步。CARMERA将提供“Street Intelligence Platform”用来生成大规模且高精度的自动驾驶地图。

在本次实地测试中，两家公司将在装有TSS（Toyota Safety Sense）的丰田车辆上安装摄像头，计划在几个月内从东京市区收集数据。另外，没有配套TSS的车队车辆将搭载后装的那种行车记录仪，在CARMERA的实时平台上处理这些图像数据，生成高精地图。

通过将本次实地测试中自动生成的地图与市场上的数字地图相结合，未来将有可能为AV提供更可靠的道路信息。通过从世界各地道路上的车辆上获取的数据自动生成高精地图，所有道路将都有望实现自动驾驶。

到目前为止，要生成可靠度高的自动驾驶地图，需要通过搭载极为昂贵设备的测试专用车辆（Mobile Mapping System）获取数据，且需要手工进行昂贵且耗时的地图的生成流程。通过与CARMERA合作测试自动生成高清地图，这些问题也将得到优化，降低成本并缩短开发时间。

与Maxar和NTT Data的合作

2019年4月，TRI-AD、Maxar Technologies和NTT Data三家公司宣布将进行一项PoC，使用高分辨率卫星图像为AV构建高精地图。

得益于当今电子和航空航天工程的发展，人造卫星的全球图像能以更高的分辨率和频率更新。另外，通过机器学习还能够自动发现并整合图像数据中道路元素的关联性。

由于AV通过使用多个实时传感器确保安全驾驶，因此这项利用卫星图像构建高精地图到努力，加上述与CARMERA的合作测试，将成为使TRI-AD的AMP开放式软件平台构想进一步实现的重要一步。

在本次测试中，三家公司将合作处理卫星图像，生成易于车辆使用的高精地图。首先，从Maxar基于云的地理空间信息云（GBDX）获取光学卫星图像库的图像。其次，通过使用NTT Data的AI的独有算法，自动抽取绘制路网所需的地图信息。然后，将TRI-AD绘制的自动驾驶高精地图从云端传送给丰田的自动驾驶测试车。

今后三家公司计划首先重点致力于自动生成东京特定区域的高精地图，未来逐步会在所有道路上实现自动驾驶。

TRI-AD最近的实地测试

TRI-AD于2020年3月宣布，成功与多家公司合作进行了实地测试，生成普通道路上的自动驾驶高精地图，并将进一步与合作伙伴加深合作，提高精度。

由于生成高精地图成本较高，难以覆盖较大范围，过去仅限汽车专用道路。TRI-AD通过探索对生成高精地图有效的方法，本次的实地测试证实能够在控制成本的基础上生成自动驾驶所需的相对精度，低于50cm左右的地图。

通过本次实地测试，验证了以下两点，得出了均对生成高精地图有效的结论。1. 不使用专用的测量车辆（Mobile Mapping System），基于从卫星或普通车辆上获得的图像数据等，生成用于自动驾驶的地图信息。2. 变换TRI-AD的AMP（Automated Mapping Platform）上车辆数据的数据形式，通过修改、补充算法，可以在其他公司的平台上使用。

通过利用这些测试成果，有望缩短自动驾驶地图的更新时间，并扩大覆盖面积，大幅削减绘制和维护成本。

CARMERA与TRI-AD在东京23个区和美国两个城市进行了自动地图生成技术的验证，验证中使用了普通车辆加行车记录仪。其中，仅利用行车记录仪的数据便成功生成了自动驾驶所需的相对精度，40cm左右的地图。两家公司进行合作，通过使用与CARMERA的Real-Time Events and Change Management engine相同的机器学习技术等，识别自动驾驶所需的最新信息，仅需几分钟便可向高精地图绘制系统发送并更新信息。由此，收集AI识别所需的图像数据，验证了可绘制覆盖更大面积大地图的可能性。

TRI-AD与TomTom合作，通过验证TRI-AD收集的AMP车辆数据的可信度，变换数据形式用于TomTom的云地图生成平台，利用TomTom独有的算法输入，成功地生成并更新了包括自动驾驶所需车道信息在内的普通道路高精地图。

TRI-AD还与HERE进行了合作测试，利用HERE先进的自我修复技术修正TRI-AD的车辆数据位置误差，从而成功地生成了包括自动驾驶所需车道信息在内的普通道路高精地图。通过将车辆数据输入到HERE Platform，能够利用HERE独有的算法自动生成普通道路的高精地图。

TRI-AD与DMP

2020年3月，TRI-AD与DMP达成协议，将从4月起利用双方的技术进行新的实地测试，后者在日本和北美提供自动驾驶高精地图。测试将使用TRI-AD的开放式软件平台AMP，从车辆传感器收集的图像等数据中检测出道路上的变化，由此验证可以高效更新DMP的高精地图的可能性。

随着ADAS和自动驾驶系统进一步的普及，对高精度和高质量的自动驾驶地图的需求也日益提升。要想实际使用地图，最重要的是正确、迅速地掌握在实际道路上的车道线或障碍物的变化等，高效地更新地图。现在主要通过利用基于道路工程信息等的测量车辆（Mobile Mapping System）进行的现场调查来掌握道路的变化，问题是会耗费巨额的调查费用和时间。

本次实地测试使用TRI-AD的图像识别技术，从普通车辆搭载的摄像头获取的数据中自动检测出道路的变化。通过这种方法，能够大幅削减成本，快速地更新高精地图。

两家公司证实DMP的高精地图能够在日本内的汽车专用道路上高效地更新，并努力计划在2021年开始投入使用。另外，还将讨论进一步缩短更新频率的方法，以及关于在北美提供高精地图的Ushr（DMP于2019年对其进行收购）在数据更新上的应用。

DMP集团今后还将广泛利用其它整车厂等拥有的图像等数据，致力于降低数据采集成本。希望最终能为人们提供更高质量的高精地图。