灬筱筱筱灬
共2条回答242浏览
-
-
车东西
文 | 晓寒
国内的自动驾驶公司多聚集在北上广深等一线城市， 汽车 与 科技 产业比较落后的内陆省市很少能见到他们的身影。
但在湖南省会长沙就有一家自动驾驶公司——长沙智能驾驶研究院（也称CiDi，希迪智驾）。
▲CiDi的L4级自动驾驶重卡
这家公司由大疆创始人汪滔的大学老师，香港 科技 大学李泽湘教授于2017年末回乡创办，目前不到2年的时间就已经发展到260多人的规模，不仅获得了长沙市的自动驾驶路测牌照，还与政府合作在长沙市内部署了自动驾驶公交车，成长为了长沙乃至湖南省智慧交通领域的关键力量。
前一阵，CiDi又正式进军无人驾驶矿车领域，并向内蒙古某矿场交付了一台无人矿卡投入测试运营，开启了技术的量产进程。
▲马潍
借着这一关键业务进展，车东西日前与CiDi总经理马潍进行了一次深度交流，对无人矿卡的技术与运营细节、CiDi在团队与业务方面取得的新成果、公司发展战略等核心问题都有了更深入的了解。
而通过这次谈话，也足以看出内陆地区自动驾驶公司的独特打法。
一、如何让过百吨的矿车自己开？遥控驾驶+无人驾驶
今年3月11日，CiDi正式向内蒙古某矿场交付了无人驾驶矿山卡车（以下简称无人矿卡），并且已经在当地投入使用，参与作业。
一个值得注意的细节是，这台无人矿卡其实并非严格意义上的L4/L5级自动驾驶车辆，它的无人化是通过自动驾驶+遥控驾驶来共同完成的。
▲CiDi的无人矿卡
在复杂度较高的装载和卸载矿石作业流程中，可以使用远程遥控的驾驶模式，由驾驶员在远处利用V2X技术进行操作。而像是从装载点向卸载点行驶的运输流程中，则使用自动驾驶模式，由矿卡自行行驶，但车上是无人的。
马潍告诉车东西，由于矿区属于高危险工作区域，因此矿场运营单位对安全问题极为关注，因此非常愿意采用自动驾驶等新技术来提升安全水平，降低事故率。
但一个关键问题是，矿卡在进行装卸作业时的工作环境并不是结构化的，因此需要复杂昂贵的技术实现自动驾驶，某些客户很难在初期接受太大的投资，因此CiDi才推出了遥控驾驶+无人驾驶相结合的工作模式。
“这种方案首先将驾驶员拿了下来，既减少了因为人类分心等原因造成事故的可能性，同时也提升了司机工作的舒适度。”马潍说道。
一个需要注意的细节是，CiDi的这套遥控系统猛一看跟遥控车一样略显“简单”，但背后其实有不少真功夫。
一方面，为了保证通信的稳定和时延，CiDi为无人矿卡装上了自主研发的V2X通信模块，并在矿场架设了V2X网络，同时支持DSRC、LTE、LTE-V三种主流V2X通信协议，可实时回传控制和视频信号，如果出现矿卡意外失联的情况，车辆则将自动停车。
另一方面，矿卡车身体积巨大，有不少视觉盲区。因此CiDi这套远程遥控驾驶系统不仅能提供前后方视频画面，还提供了顶部视野的俯瞰图和侧方姿态图，给驾驶员提供了360度无死角的观察视野。
▲CiDi远程遥控驾驶系统示意图
无人驾驶方面，CiDi为这辆矿卡配置了由激光雷达、毫米波雷达、摄像头组成的传感器阵列，可对100米范围内的行人、车辆、障碍物、标志物等物体进行感知，并且能够适应多种天气和矿区的恶劣工作条件。
此外还有个小细节，马潍并未透露这辆无人矿车的传感器配置，但是强调其使用的是低成本固态激光雷达。
再结合着高精地图和三重定位方案，这辆无人矿卡即可在装载点和卸载点之间实现A到B的无人驾驶。
当然，正如前文所言，CiDi还与矿区合作在当地架设了V2X通信网络，矿车还能通过接收到的V2X信号来补充单车智能的不足，最终做出最佳的无人驾驶决策。
最后需要指出的是，CiDi的目标并非仅仅打造一辆无人驾驶矿车这么简单。
结合着V2X通信网络、带有感知能力的场端智能设备、云端控制中心，CiDi还推出了一套无人矿山管理系统，云端控制中心对整个矿场具备全局感知能力，进而为每辆矿车指定运输路线，车辆接收到命令后，根据自身的感知能力，自行完成行驶与装卸工作。
二、专注L4级自动驾驶重卡 技术沿途下蛋获得营收
早在CiDi于2017年成立之前，董事长李泽湘教授就已经确定了为城际物流重卡提供L4级自动驾驶技术的发展方向。
成立之初，CiDi迅速研发出了可在高速公路行驶的L4级自动驾驶重卡（测试车）。2018年底，其自动驾驶重卡又实现了以最高100公里/小时的速度在高速公路上行驶的成绩，并开启了多款重卡、公交车型的智能化后装改造工作，智能驾驶技术也完成了第二次全面迭代。
▲CiDi团队成员和自动驾驶测试车辆
上述简要技术发展历程已经说明CiDi的研发重点在于城际重卡，那么为何其最先实现落地运营的是无人矿卡呢？
马潍表示，这就是一个将L4级自动驾驶重卡技术沿途下蛋的过程。
技术上，他认为L4级自动驾驶重卡在未来5年内仍难以落地，即使实现落地也仍需要配备安全员，实际商用价值并没有凸显。
而如果要拿掉安全员，必须与V2X进行配合，这又需要对高速公路等基础设施进行改进，需要较长时间才能落成。
因此，即使不考虑法规问题，L4级自动驾驶重卡离商业应用还为 时尚 早。但在研发L4级自动驾驶重卡的过程中CiDi也需要获得收入生存下去，需要将现有技术实现商用，对比下来最终选择了矿场这个场景。
据马潍介绍，普通百吨级别的小矿卡一般售价可达百万元，大型矿卡的售价则高达数千万，对于矿场主来说，“选装”自动驾驶/遥控驾驶系统的成本对其影响较小，这是无人矿卡能够落地的经济基础。
与此同时，由于矿卡吨位巨大，多用具备扭矩优势的电机驱动（搭载的内燃机主要用于发电），因此CiDi只需为其加装一套电控的转向系统，即可实现自动驾驶，具备硬件基础。
最后则如前文所言，矿区对安全问题非常重视，也有很强意愿使用自动驾驶这种新技术来减少人工，从而相当于降低了出现事故的风险。
“这几方面加起来就是说，无人驾驶矿卡对矿场来说是刚需。”马潍说道，“像是内蒙古矿场购买的那台矿卡连驾驶室都拆掉了，是真正的无人车。”
出于保密考量，马潍并未告诉车东西这套无人驾驶系统的售价，仅表示其价格与矿车的价格相比只占很小一部分。“成本主要是传感器部分。”
目前，最贵的Velodyne的64线激光雷达售价在60万左右，而4线、16线的激光雷达售价则在十几万到数万元不等，毫米波雷达和摄像头的硬件成本则更加便宜，车东西推测其总成本或许在几十万元的水平。
最后，在马潍看来，矿车市场的规模也足够CiDi来深耕。
他分享的数据显示，目前国内总计有几千台大型矿车和3万台小型矿车，每年还分别有几百和几千台的增量。有机构预测，未来几年这些矿车也会逐渐实现智能化升级，总市场规模至少在5亿元左右。
据马潍透露，在内蒙古交付第一台无人驾驶矿卡后，CiDi也正在与更多矿场进行洽谈，明年就会真正推动无人矿卡量产落地。
三、成立第一年就获3000万收入 自动驾驶公司也做混动
CiDi成立于2017年10月，至今虽然只有1年半的时间，但是其在团队与业务层面都取得了一系列进展。
团队上，CiDi的团队规模已达260多人，拥有十几名博士和几十名硕士，且其中不少人都是从北上广深等大城市回到湖南的技术人员。
▲CiDi办公楼
马潍告诉车东西，CiDi董事长李泽湘教授本身就是湖南人，在机器人运动学控制学术上取得了很高成就，他早年的博士论文就是自动泊车，孵化出大疆，固高这类知名企业后，也希望在家乡创办一家 科技 公司，将自动驾驶的春风引回湖南。
▲左右分别为马潍和李泽湘
于是就成立了CiDi，并去美国将时任德州仪器基尔比研究院系统研发总监的马潍挖了回来，由他具体负责日常运营。
产品上，CiDi核心聚焦L4级自动驾驶重卡领域，同时也涉足了V2X车联网、商用车混动系统方向。
马潍透露，CiDi是第一批拿到长沙市自动驾驶测试牌照的厂商，总计有10多台测试车用于研发自动驾驶技术，其中有7台卡车，剩下的则为乘用车。此外其还在长沙市内部署了2辆无人驾驶公交、在新疆部署了一台L4级自动驾驶驾驶冷链卡车进行测试，目前累计路测里程超过10万公里，拥有超过89项相关专利。
▲CiDi的自动驾驶测试车辆
正如前文所言，由于判定无人矿车更具备落地条件，因此CiDi的技术先在矿场实现了落地，那么其L4级自动驾驶驾驶卡车的落地规划在何时呢？
马潍表示，目前其已经在跟一些商用车厂商合作，预计会在2021年实现小规模量产。但他同时强调，即使是2021年实现落地，车上仍然会有安全员，想要真正实现无人，必须依靠V2X技术，实现车路协同。
在这种判断下，CiDi于2018年就开始涉足V2X技术研发，开发了支持DSRC、LTE、LTE-V等多种通信协议的OBU、RSU模块，并打通5G，以及完整的V2X车路协同方案。
据介绍，CiDi研发的OBU、RSU模块已经实现规模销售，V2X解决方案不仅在上述内蒙古矿区进行部署，其还在积极参与长沙等地的智慧道路改造项目，推动车路协同技术的量产普及。
▲CiDi办公室
马潍透露，CiDi 2018年实现了年初定下的3000万元营收目标，其中有一半都来自V2X业务，另一半则来自自动驾驶领域。“今年营收肯定超过去年，目标在3000万到1个亿之间。”马潍自信的说道。
另外一个比较有意思的细节是，CiDi作为一家自动驾驶公司，其还在研发商用车的混动技术，背后究竟有何考量呢？
马潍表示，其在与车企和用户进行沟通时发现，除了驾驶员成本，大家关注的另外一个重点往往在燃料成本方面。
“一些重卡每年的运营成本就高达150万，是车价的数倍之多。如果整套自动驾驶技术能降低20%的油耗，每年就能节省几十万的成本。”马潍介绍道，“做自动驾驶把节能问题也一并考虑在内，才能真正实现技术落地。”
为此，CiDi研发出了一套装在重卡挂车车轮旁的电机助力系统，在上下坡、起步等阶段给予车辆一定助力来起到降低油耗的作用。
当然，量产混动系统并非一家自动公司所能搞定，CiDi其实也在跟主机厂、Tier1公司深入合作，希望能将混动、自动驾驶等技术整合在一起，实现既节省人力，又节省能耗的双重目标。
结语：一家务实的自动驾驶公司
在与马潍交流完之后，车东西对CiDi最深入的印象就是两个字——务实，主要体现在两个方面。
第一，虽然主攻方向是无人重卡，但在判断无人重卡5年内拿不掉安全员，无法大规模量产商用后，迅速找到了矿区这一细分场景，推出了无人矿卡，用技术的沿途下蛋来保证现阶段的营收。
与此同时，由于矿卡在装卸过程并非完全标准化，其又将自动驾驶技术与遥控驾驶技术结合，让装卸过程人工远程驾驶，行驶过程自动驾驶，实现了技术的快速落地。
第二，CiDi意识到自动驾驶技术并不能孤立落地，还需要与V2X技术、混动等技术结合，才能真正拿掉驾驶员，降低运营成本。
因此其在研发自动驾驶技术时也开启了V2X、混动系统的研发进程，不仅能够获得收入，还真正为技术落地做好了准备。
-
-
-
在做正射影像或者倾斜建模过程中会涉及到一些摄影测量和倾斜建模有关一些知识，顺便查了一些资料，然后觉得很有必要，就稍微系统罗列了一下，在最后还提供了几个建模航线为大家作为参考，希望对大家有帮助。 沿同一航线的相邻像片重叠部分的长度与像片边长之比。简而言之，就是同一条线路，照片与照片之间的重叠部分。 沿两条相邻航线所摄的相邻像片重叠部分的长度与像片长度之比。简而言之，就是线路与线路之间照片的重叠部分。 制作正射影像图，对于照片的重叠率是有一定的要求的，照片至少有60%的航向和旁向重叠率，这样能保证三张照片有重叠部分。这是对于相对于地形较为平坦的地区，当地形起伏较大时，在设置重叠率时还要提高，才能保证像片立体量测与拼接的需要 在航拍过程中，由于无人机稳定程度不如有人驾驶飞机，易受高空风力影响，会导致航线漂移，飞行的轨迹不再像传统的航空摄影沿直线飞行，会产生航线弯曲现象。所谓航线弯曲就是把一条航线的航摄像片根据地物影像拼接起来，各张像片的主点连线不在一条直线上，而呈现为弯弯曲曲的折线 航线弯曲度：航线最大弯曲矢量与航线长度之比的百分数。要求航线弯曲度<3% 一张像片上相邻主点连线与同方向框标连线间的夹角。要求像片旋角<6° 敲黑板！敲黑板！敲黑板！ 总结一下： 1.像片重叠率建议60%以上，地形起伏越大重叠率越高。 2.航线弯曲度<3%。 3.像片旋角<6° 另外自动建模软件建立三维模型对影像重叠度的要求高于一般的航摄制图任务，需要影像至少有70%的航向和旁向重叠度。 此种情况为常规的航摄飞行，可以按照要求的航高和重叠度直接设置航线，完成飞行。 直接按照要求设置重叠度，地面可以满足重叠度要求，但是随着楼层升高，楼顶的影像重叠度则会降低，楼顶重叠度不足会导致建成的三维模型有漏洞或者明显拉伸，成果质量较差。所以需要根据任务区最高的楼房高度重新计算重叠度，作为飞行航摄设置的重叠度 已知H为航摄飞行高度，h为楼房高度，α为像幅角。 相片对应实地的长（宽）： S= 2 H tanα W为飞行设定的重叠度： 则楼顶处的重叠度为：所以，若要保证航摄区域内所有地物的重叠度达到，则设置的地面重叠度W为： 已知起飞点高度为h，α为像幅角，要求航摄飞行高度为H，地面重叠度为W，则场高需要设置为H-h。 则在高处起飞所需要设置的重叠度为： 已知起飞点低于任务区地面高度为 l ，α为像幅角，要求航摄飞行高度为H，地面重叠度为W，则场高需要设置为H+ l 。 则重叠度设置为： 实际问题分析： 假设任务要求航摄高度200米，地面重叠度为75%，起飞点低于任务区地面50米。 则由计算公式可知： 所以，在低于任务区地面的位置起飞需要将场高设置为250米，重叠度设置为80%，则可以满足航摄高度200米和地面重叠度为75%的要求。 空间分辨率:空间分辨率又称地面分辨率，前者是从图像的分解能力而言，亦称图像分辨率;后者是从前者对应的地面而言。简言之，空间分辨率是在遥感图像上能详细区分最小地物的尺寸。遥感图像地面分辨率，是指每个像元的大小在地面上对应的实际范围，即地表与一个像元大小相当的尺寸，以TM影像为例，影像中一个像元代表地面30米 影像分辨率=地图距离/像素 比例尺=地图距离/实际距离 地面分辨率=实际距离/像素 每英寸点数(DPI)=像素/地图距离 比例尺=1：（地面分辨率*（DPI/）） 倾斜摄影的模型精度一般是照片分辨率的三倍，就是根据照片生成的正射影像的地面分辨率的三倍，如果生成的正射影像的分辨率是3cm/像素，那模型精度基本就是8-15cm。为什么不是9厘米精度呢？而是一个范围，原因在于地面无论如何会有起伏，加上受风等不可控制因素影响，没法保证照片的分辨率是固定的。 公式：倾斜摄影模型精度=同工程正射分辨率的三倍 其实很多人在看了上面的知识后，基本都会换算了。这里只是举例说明 以1:1000的比例尺，对应的地面分辨率是指地图上1cm对应地表1000cm， 1厘米=英寸 按照大疆无人机拍的72dpi来算，一英寸包含72像素，那么1厘米包含*72=像素 得到对应关系为对应地图上1000cm 分辨率为：1000/ 1:1000的比例尺对应的地面分辨率为厘米，接近米 那航拍模型的精度也就要求米，对应的航拍分辨率就是米。就是说航拍建模的时候拍摄的照片要能达到12cm精度以上。 这里只为倾斜摄影建模的航线提供参考。 模型质量好与精的区别一定在于硬件吗？不存在的。。。。 这里说的S路线，指按常规五条路线设定，这也是单镜头无人机采集倾斜摄影模型数据最稳妥的路线。分别是正射航线一条，东南西北四个方向个一条。这种方式比较适合拍摄大面积的场景。 环绕，顾名思义就是绕着要建模的区域做环形飞行拍摄，并让相机对准被建模的主体进行拍摄。这种航线方法特别适合对单栋建筑或者标志物的拍摄，三维重建效果好，同时所需的图像也很少，以大疆为例，如果该区域或建筑物不是太大，一块的电池就能满足。 模型越精细，地面采样密度GSD越高。在相机参数一定，飞行高度越低，地面精度越高，模型重建的结果就更加细致。飞的越高采集的区域越大，而飞得相对较低的部分模型精度较高，建模效果越好。参考文献： 1.于广瑞,王智超,张坤鹏,孙立军.基于测绘型无人机航线优化设计应用研究[J].北京测绘,2015,(04):46-48+70. 2.邢诚.基于简化SIFT算法的无人机影像重叠度分析[J].哈尔滨工程大学学报,2012,33(02):221-225. 3.崔红霞,林宗坚,孙杰.大重叠度无人机遥感影像的三维建模方法研究[J].测绘科学,2005,(02):36-38+4.
-
