首先,自动驾驶l4以下需要人的参与,l4及以上不需要人的参与。目前自动驾驶需要高精地图,高精地图分为静态地图和动态地图两种,静态地图主要包括了基本不变的要素,比如道路标牌,车道线等等,动态要素主要包括会变化的要素,例如事故和施工等。当前的环境感知,例如附近车辆的位置速度,主要依靠雷达,但是雷达费用较高,所以有人提出能否依靠图像替代雷达,但是目前的图像识别技术暂时无法达到100%的识别精度,所以单车智能存在一些局限性,因此考虑能否做车路协同的解决方案。想到当前较新的太阳能公路概念,考虑是否可以将太阳能公路也作为一个传感器,感知道路上的不同车辆,提取每个车辆的位置和速度,插入到动态高精地图中,作为自动驾驶车辆避让信息使用。
如果太阳能公路要作为传感器,那么它必须具备的功能主要包括,速度传感器/加速度传感器,位置传感器,重量传感器,顺便可以帮车辆充电。那么接下来的几天,我们将考虑,太阳能公路怎样分别完成这些传感器的作用,以及怎样设计这些要素的动态地图,最后作为一个源,怎样把这些动态信息融合进现在的单车智能中供决策使用,在这里我们假设静态地图以及现在的单车信息都已经存在。
这里可以补充一点,动态地图可以用mark库来实现,但是怎样的mark库可以支撑高并发的读写?
当前用车路协同方案的一个原因还在于,目前的现实变化无法及时捕捉到,当现实场景发生变化,往往需要采集车实地采集,因为当前覆盖面的问题,有一定的实效性。而车路协同就可以实施感知道路变化。
另外,传感器技术怎样跟芯片技术做结合,实现太阳能公路的功能?这又是一个问题