理想社区

详情页

浅聊理想全自研智能驾驶算法-泊车篇

        春节回老家各位车友都有智能驾驶的需求。本人将从算法维度解析理想汽车全自研智能驾驶算法，本篇主要针对泊车场景，行车场景下篇再做解析。



       自动驾驶是一个由激光雷达（LiDAR） 、毫米波雷达（RADAR） 、摄像（Camera） 等多个传感器和子系统组成的高级复杂性系统性工程。
       感知主要是通过环境感知进行定位。自动驾驶系统的环境感知部分通常需要获取大量周围环境信息，确保自动车对车身周围环境的正确理解和对应决策。
       对环境感知的过程中需要各种传感器相互配合，发挥各自的优势，各种传感器的优劣势如下：

        目前比较流行的是特斯拉的纯视觉方案和大多数车企使用的多传感器融合方案。
        为了应对未来更加复杂的智能驾驶场景，理想汽车使用 128 线激光雷达、毫米波雷达与高清摄像头的融合方案，确保了各场景的使用需求，在硬件方面做足了功夫。


       BEV 的全称是 Bird's Eye View，中文翻译就是鸟瞰图，BEV 算法的主要优点之一是其提供了全面的环境视图，但是需要占用大量的资源（理想汽车英伟达 Orin-X 芯片×2  508TOPS 硬件足以支撑） 。泊车鸟瞰图的输入形式很好的保留了地面线条的几何特征，有利于车位线的检测。

BEV能够将复杂的三维环境简化为二维图像

鸟瞰图-从高处某一点俯视地面起伏绘制成的立体图


        但是是有高度的物体投影到鸟瞰图后形状也会变得更加扭曲，解决这类问题就需要考虑原始泊车图像感知结合超声波雷达的方式了。
        理想汽车的硬件完全支持这种方式，类似于给老司机画了一幅清晰的停车线，且实时告知障碍物的方向及与整车的距离，停的又准又稳。

③ Occupancy 占用网络算法好在哪？

        
        Bird's Eye View (BEV) 算法和 Occupancy Grid Mapping 是两种常用的环境感知和表示方法。BEV 是一种二维表示，它从鸟瞰视角（即，从上往下看）展示环境。而Occupancy Grid Mapping 则是一种三维表示，它将环境划分为一系列的立方体（或称为体素，voxels），并为每个体素分配一个值，表示该体素是否被物体占据。
       本质上 Occupancy 占用网络可以实现三维物体重构，借助神经网络及大数据分析实现了对三维世界物体的快速识别解析。
       在行泊一体的趋势下，BEV与Occupancy 占用网络结合为目前最好的解决方案（理想汽车使用）。


       理想汽车需在时速 30km/h 以内开启自动泊车，在泊车过程中有清晰的车道线规划路径，遇到障碍物会主动避让，即便前方有车经过，也会有避让措施。


<p>        春节回老家各位车友都有智能驾驶的需求。本人将从算法维度解析理想汽车全自研智能驾驶算法，本篇主要针对泊车场景，行车场景下篇再做解析。<br></p><h3>① 什么是智驾感知能力？</h3><p><br>       自动驾驶是一个由激光雷达（LiDAR） 、毫米波雷达（RADAR） 、摄像（Camera） 等多个传感器和子系统组成的高级复杂性系统性工程。<br>       感知主要是通过环境感知进行定位。自动驾驶系统的环境感知部分通常需要获取大量周围环境信息，确保自动车对车身周围环境的正确理解和对应决策。<br>       对环境感知的过程中需要各种传感器相互配合，发挥各自的优势，各种传感器的优劣势如下：</p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image3" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/4a5fa156caa08c4e8de42e01eeac35169815831f/1706594362870.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p>        目前比较流行的是特斯拉的纯视觉方案和大多数车企使用的多传感器融合方案。<br>        为了应对未来更加复杂的智能驾驶场景，理想汽车使用 128 线激光雷达、毫米波雷达与高清摄像头的融合方案，确保了各场景的使用需求，在硬件方面做足了功夫。</p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image5" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/45a096ac045c77ff4d72a7d3f65de0a317192c8b/1706594363034.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p><h3>② BEV 大模型好在哪？</h3><p><br>       BEV 的全称是 Bird's Eye View，中文翻译就是鸟瞰图，BEV 算法的主要优点之一是其提供了全面的环境视图，但是需要占用大量的资源（理想汽车英伟达 Orin-X 芯片×2  508TOPS 硬件足以支撑） 。泊车鸟瞰图的输入形式很好的保留了地面线条的几何特征，有利于车位线的检测。</p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image9" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/6406de45863dc1ab8b8fb8ca2d7d10311a726baf/1706602492485.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc">BEV能够将复杂的三维环境简化为二维图像</center></div><p></p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image11" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/20d3c6f56abdfa742a9a488a7b2cfacf16fab0bf/1706602493800.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc">鸟瞰图-从高处某一点俯视地面起伏绘制成的立体图</center></div><p><br>        但是是有高度的物体投影到鸟瞰图后形状也会变得更加扭曲，解决这类问题就需要考虑原始泊车图像感知结合超声波雷达的方式了。<br>        理想汽车的硬件完全支持这种方式，类似于给老司机画了一幅清晰的停车线，且实时告知障碍物的方向及与整车的距离，停的又准又稳。</p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image13" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/49baa3e8ac8156f4888fcabe5ae11a5ee102ab53/1706594363282.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p><h3>③ Occupancy 占用网络算法好在哪？</h3><p>        <br>        Bird's Eye View (BEV) 算法和 Occupancy Grid Mapping 是两种常用的环境感知和表示方法。BEV 是一种二维表示，它从鸟瞰视角（即，从上往下看）展示环境。而Occupancy Grid Mapping 则是一种三维表示，它将环境划分为一系列的立方体（或称为体素，voxels），并为每个体素分配一个值，表示该体素是否被物体占据。<br>       本质上 Occupancy 占用网络可以实现三维物体重构，借助神经网络及大数据分析实现了对三维世界物体的快速识别解析。<br>       在行泊一体的趋势下，BEV与Occupancy 占用网络结合为目前最好的解决方案（理想汽车使用）。</p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image17" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/3a77b08060ef42d661fb72bdc3455873b4bc1bd1/1706594363441.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p><h3>附：理想实际场景泊车</h3><p><br>       理想汽车需在时速 30km/h 以内开启自动泊车，在泊车过程中有清晰的车道线规划路径，遇到障碍物会主动避让，即便前方有车经过，也会有避让措施。<br></p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image21" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/5a94faca746dc43ef0535234fc31b4ba11a4bc60/1706594363736.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image23" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/2a630a4840a9fc245962edf36fbda959acab815d/1706594363953.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p><div class="unitImgBox" contenteditable="false" style="display:block;">
                        <div data-id="lx-image25" class="lx-show-img min-height load-image" style="min-height: 363px" data-src="https://p.ampmake.com/oas/DA71C5C9141F44A9A94F3342F9106B19/9c7c95093c366518b7809f64ef20e5835930f6df/1706594364158.jpeg?x-bce-process=image/resize,w_864/auto-orient,o_1/format,f_jpg"></div><center class="editorImgDesc"></center></div><p></p>