1.背景
近年来,高德汽车业务从导车到人车共导,从车机版高德地图发展到车机版高德地图SDK,再到车厂深度定制项目多条业务线并存,虽然以各种不同形态面向用户,但不变的是对高质量车载导航服务的追求。
从车载导航来看,人、车、路三者缺一不可,截至2022年末全国公路总里程535.48万公里(交通部数据),在如此数量庞大的道路网上保障导航体验质量一直是高德汽车业务探索的方向之一。以往为了测试不同道路场景的导航功能,我们的测试同学需要反复将车行驶上路,进行路测。随着车厂项目越来越多,作为地图服务供应商,路测成本越来越高,为此我们开发了模拟导航功能,能够在端上模拟各个路线的规划和导航,省去了大量路测成本。
2021年高德在业内率先发布车道级导航,车辆导航精度进入亚米级。原先的模拟导航是基于标准地图信号构建,精度在5-10米。车道级导航对信号精度要求更高,模拟导航测试手段无法满足车道级场景的精度要求。另一方面,车道级导航下,需要面临各种复杂问题测试场景:如多层高架叠加渲染、车辆变道行为引导等。原有的模拟导航方案亦无法完成这类场景构建与测试。
综上,本文介绍了高德汽车工程团队如何通过一种仿真手段来解决上述车道级导航场景构建与还原的问题。
2.问题定义
在描述具体方案之前,先介绍一下我们拥有的已知条件和期望的目标产出,即问题的输入和输出。
2.1 输入
车道级数据
车道级导航依赖高精度定位信号,而车道级数据天然包含了这些信息,关键在于我们如何利用好这些数据。
车道级信号回放
车道级信号回放是开发车道级导航时建设的一个车道级传感器信号回放功能,该功能将车道级传感器相关数据记录至一份信号文件,并可在端上独立进行信号回放,还原整个车道级导航过程。这项能力通常用于车厂客户采集路测信号后,反馈给内部进行问题的场景还原与离线分析。
2.2 输出
根据上面的车道级回放模型,我们很自然地联想到,如果构造出一套仿真模拟方案,能够从车道级数据中尽可能还原出接近真实车驾场景的车道级信号,那就可以达到自定义还原车道级导航场景的能力。
同时,我们希望该方案能够满足以下车道级导航测试需求:
能够以最少的路线成本覆盖全国高快和城市普通路车道级路网;
能够自定义构造车道级导航场景;
能够自定义模拟车道级驾驶行为。
3.还原仿真方案
在车道级数据中首先考虑的是行驶路线的静态场景元素,即先考虑行驶过程中相对路面静止的元素,确保路线经过的道路场景元素满足要求。
其次,确定行驶路线后,再考虑仿真驾驶过程中可能出现的动态场景元素或行为,如加减速、车辆变道等操作。
因此,我们计划通过构建道路场景策略引擎和车辆行为仿真引擎来分别完成这两项任务,大图如下。