科创中国

行业领域

高技术服务业

需求背景

主要应用于是高阶自动驾驶应用领域，旨在及早发现、快定位、实时诊断高阶自动驾驶中高精地图程序和数据问题，做到定性和定量的反馈问题，保证高精地图系统的软件和数据质量，从而提升高阶辅助驾驶功能的体验。

目前传统的测试诊断方式是通过实车测试、单体HIL方式模拟场景测试都存在周期长、耗非人力、发现问题不及时等的缺点。

希望方案能解决传统解决方案的缺陷，实现一下几个技术参数指标：

1. 诊断过程可视化

实时反应高精地图输出状态及高精地图软件的运行状态，对高精地图输出及软件输出的数据进行时序展示。

2. 高精地图可视化

实时反应高精地图的状态与标精地图的叠加情况，显示各个高精地图各要素的专题地图等。

3. 诊断结果定量化

通过AI诊断信息自动判断高精地图质量，出现问题场景位置，及各指标的统计结果。

4. 三大业务场景的支撑

实现了实车场景再现、数据实时诊断、模拟场景测试三大业务场景。通过实车场景再现配合数据实时诊断，实现快速分析和定位地图软件缺陷和数据质量问题。通过模拟场景测试配合数据实时诊断，实现及早发现地图软件的缺陷及和数据质量问题。

需解决的主要技术难题

高阶自动驾驶高精度地图系统综合诊断系统研究需要解决的技术难题包括：

1. 数据采集与处理：如何高效地采集大量的地图数据，并对数据进行处理和分析，以生成高精度的地图信息。

2. 定位与感知：如何实现车辆在复杂的道路环境中准确的定位和感知，包括实时检测和识别道路标志、交通信号灯、车道线等。

3. 地图更新与维护：如何实现地图的实时更新和维护，以及如何处理地图中的变化和不确定性。

4. 数据融合与决策：如何将来自不同传感器的数据进行融合，以提高地图的准确性和可靠性，并基于地图信息做出决策。

5. 安全性与可靠性：如何保证地图系统的安全性和可靠性，以应对各种异常情况和故障。

6. 算法优化与实时性：如何设计高效的算法，以提高地图系统的实时性和性能，并减少计算资源的消耗。

7. 数据隐私与安全：如何保护地图数据的隐私和安全，以防止数据泄露和恶意攻击。

8. 标准与规范：如何建立统一的标准和规范，以促进不同地图系统之间的互操作性和共享性。

期望实现的主要技术目标

预期成果：

1. 通过模拟测试诊断可以，减少高速的测试时间约50%，过路费、人员及能耗费30余万（20万公里计算）；

2. 通过模拟测试真实数据，提高地图质量修复效率以及地图系统开发效率40%；

3. 通过项目的测试的，提高自动驾驶在使用高精地图范围内可优化自动驾驶的体验；

社会效益：

本项目面向高阶自动驾驶系统量产车的生产过程，进行AI识别场景、动态诊断、可视化诊断等关键技术研究，将攻克虚拟环境测试无法采用真实地图数据技术瓶颈，从自动高精地图软件开发到实车验证，实现对自动驾驶高精地图软件及数据全生命周期的质量检查与控制。

本课题为行业首发，建立高精地图软件及数据诊断方法和规则体系，形成高精地图数据及软件全生命周期的质量控制，可指导高阶自动驾驶使用高精地图开发的质量控制，提升自动驾驶使用高精地图的质量和体验。同时在后期自动驾驶车辆运维和故障排查，可助推高阶自动驾驶产业发展，和促进自动驾驶应用落地。

处理进度