在這十年中，高度自動化駕駛是每個汽車制造商的目標。新的玩家進入市場，而傳統(tǒng)汽車制造商逐漸完善駕駛輔助功能，直到最終完全獨立于駕駛員。新人在實際汽車制造方面的經(jīng)驗較少，但在機器學習和與云交互方面擁有豐富的專業(yè)知識。

共同點是需要傳感器數(shù)據(jù)來代替人類的感官。自動駕駛汽車需要有關其環(huán)境的信息才能正常運行。每種類型的傳感器都有不同的優(yōu)點和缺點。相機可以提供最好的概覽，但必須實時處理圖像以提供適當?shù)沫h(huán)境模型。雷達可以很好地檢測物體并提供適當?shù)沫h(huán)境模型，但很容易被排水蓋等金屬物體混淆。激光雷達，一種基于激光的系統(tǒng)，似乎是一個很好的折衷方案，但它非常昂貴。答案是組合多個傳感器以獲得最可能的圖片。

這些傳感器隨著每一代新硬件的發(fā)展而擴大范圍，但它們?nèi)匀淮嬖谖锢硐拗?。他們的視線不能超過 200 米，不能環(huán)顧四周，也不能看穿山丘或其他大障礙物。因此，僅依靠傳感器數(shù)據(jù)的汽車會像來自另一個城市的游客一樣行駛，就好像它不知道岔道、交叉路口或彎道一樣。汽車將通過其傳感器駕駛，并且可能會在很晚才最終識別出正確的路徑時執(zhí)行機動。

額外的地圖數(shù)據(jù)是避免這種情況的唯一方法。這樣的數(shù)據(jù)可以被認為是一個助理拉力賽車手。它通過實現(xiàn)不同條件之間的平滑過渡來改善駕駛。例如，當傳感器發(fā)現(xiàn)速度限制時，預測性主動巡航控制會急劇制動汽車，但借助地圖信息，可以提前降低速度。諸如急轉(zhuǎn)彎、危險斜坡或其他障礙物之類的特殊情況也是事先知道的。詳細且最新的地圖對于提供此信息至關重要。這樣的地圖包含兩種信息：靜態(tài)和動態(tài)。

動態(tài)內(nèi)容一直在變化。此類內(nèi)容包括有關事故、危險警告、交通擁堵或天氣狀況的數(shù)據(jù)。它需要立即報告、處理和分發(fā)。否則，它只會過時并導致錯誤的操作。該信息與廣播中的交通新聞相關。

靜態(tài)內(nèi)容不會經(jīng)常更改。例如坡度、曲率、車道標記或路標。這些數(shù)據(jù)可以逐步收集，處理和分發(fā)可能需要幾天甚至幾周的時間。這與紙質(zhì)地圖上的信息相關。

必須建立一個反饋回路來提供這樣的地圖。車輛報告潛在的地圖信息，這些信息被收集并添加到地圖中，然后分發(fā)回車輛。如果動態(tài)內(nèi)容有用，反饋循環(huán)必須盡可能快。相比之下，靜態(tài)內(nèi)容在長時間后仍然有價值，因此可以在上傳連接不可用時將其緩沖在車輛中。

在這兩種情況下，所有參與者都識別出的對象或情況不斷地反饋給反饋循環(huán)。時間戳和位置數(shù)據(jù)被添加到發(fā)送的消息中，但需要某種身份驗證以避免濫用上傳門戶。這種身份驗證允許車輛連接到云服務并防止未知發(fā)件人上傳惡意消息。它通常允許消息的接收者確定發(fā)送者，并決定是否永久保留有關發(fā)送者的信息以允許進一步評估或在處理鏈中丟棄它以確保隱私。

上傳的信息也必須經(jīng)過驗證，檢查每條記錄的準確性，并立即刪除無效記錄。例如：如果 GPS 信號不可用，則可能會發(fā)送大西洋 0 緯度和 0 經(jīng)度的位置數(shù)據(jù)。收到此錯誤時很容易檢測到。除了位置數(shù)據(jù)，還應小心處理時間戳，因為車輛的本地時間可能不一定正確。這可能是由于舊車輛的時間設置錯誤或時鐘質(zhì)量低，而新車輛在行駛過程中可能設置了錯誤的時區(qū)。由于必須立即發(fā)送動態(tài)內(nèi)容，因此可以使用消息在服務器上的到達時間。當發(fā)送的時間戳不可信并且消息可能已在緩沖區(qū)中保存了未定義的時間時，這對于緩沖的靜態(tài)消息可能會更棘手。幸運的是，靜態(tài)內(nèi)容不像動態(tài)內(nèi)容那樣時間緊迫，因此時間戳的精度不相關。

從所有車輛接收到的信息都收集在一個大型數(shù)據(jù)庫中，動態(tài)數(shù)據(jù)應盡快分發(fā)。但是，收集有關同一項目的其他信息是非常有意義的。例如，車輛發(fā)現(xiàn)的溢油位置總是不準確的。這是因為汽車中的傳感器和算法針對正確識別而非準確定位進行了優(yōu)化。識別它是否是油本身可能是錯誤的。這可能是由于傳感器損壞、天氣條件惡劣，或者是因為算法被刺激識別出與油坑完全不同的東西。唯一的解決方案是聚合關于同一項目的多個數(shù)據(jù)點。

信息消失是影響可靠性的另一個問題。這方面的一個例子是沿路的建筑工地。它總有一天會出現(xiàn)，持續(xù)大概 2 周，然后再次消失。這樣的建筑工地甚至可能會影響靜態(tài)信息，例如車道標記、車道幾何形狀、速度限制等。識別建筑工地的汽車的更新值被視為異常值，或無法影響過去幾年的統(tǒng)計平均值。因此，不會創(chuàng)建地圖更新或不足的更新。

為了解決這個問題，必須考慮信息的年齡。更新的信息必須以比舊信息更高的概率進行評級，即使它來自不太可靠的來源。移除標志時也會出現(xiàn)類似的問題。該標志將不再被發(fā)現(xiàn)，并且沒有汽車會發(fā)送有關它的信息。因此，必須執(zhí)行檢查以查看數(shù)據(jù)庫中是否存在沒有進一步確認到達的項目。最后，這些項目必須從數(shù)據(jù)庫中刪除。

收集和匯總的信息可以生成更詳細的地圖。該地圖具有更全面、更準確的幾何信息，例如車道、精確曲率或坡度，以及沿路的更多細節(jié)，例如斑馬線、路標或交通信號燈。這些地圖太大而無法每天下載，盡管移動網(wǎng)絡每一代都在變得更快，移動數(shù)據(jù)的成本也在不斷下降。因此，必須以僅包含新數(shù)據(jù)的小部分發(fā)送更新。版本管理必須考慮車輛中已經(jīng)存在的所有信息，并避免重復發(fā)送這些信息。盡管如此，一般更新仍將包含不相關的信息，因為一個城市的汽車不需要知道另一個城市的交通擁堵。因此，更新歸結(jié)為每個車輛在其給定位置和預期路線的非常具體的地圖更新包。更新包中只會包含當前賽道和接下來可以走的小路的最新信息。

簡約更新包的優(yōu)點是可以更快地安裝和下載。由于車輛可能隨時收到更新包，因此即使在駕駛時也必須能夠處理它們。必須停止、更新和重新啟動地圖數(shù)據(jù)庫，或者必須執(zhí)行實時更新。如果數(shù)據(jù)庫停止，車輛將失去作為附加信息源的地圖，并恢復為純粹基于傳感器的駕駛。重啟后，必須再次從數(shù)據(jù)庫中讀取所有相關數(shù)據(jù)并與其他傳感器數(shù)據(jù)同步。實時更新保證了地圖的持續(xù)使用，但也帶來了各種數(shù)據(jù)庫同步問題，例如更新算法可能會在自動駕駛算法試圖讀取這些數(shù)據(jù)時更改數(shù)據(jù)庫中的信息。盡管有時這可能有效，但兩種算法總是有可能同時嘗試訪問相同的數(shù)據(jù)。發(fā)生這種情況時會傳輸損壞的數(shù)據(jù)集。想象一下在更新曲率時沿著曲線行駛。典型的數(shù)據(jù)庫方法是鎖定受影響的數(shù)據(jù)，從而在數(shù)據(jù)更新時防止讀取操作。但是，當每個算法都等待另一個算法解鎖所需的記錄時，這可能會導致死鎖。最終，必須在數(shù)據(jù)庫停機時間和最新數(shù)據(jù)的可用性之間做出妥協(xié)。典型的數(shù)據(jù)庫方法是鎖定受影響的數(shù)據(jù)，從而在數(shù)據(jù)更新時防止讀取操作。但是，當每個算法都等待另一個算法解鎖所需的記錄時，這可能會導致死鎖。最終，必須在數(shù)據(jù)庫停機時間和最新數(shù)據(jù)的可用性之間做出妥協(xié)。典型的數(shù)據(jù)庫方法是鎖定受影響的數(shù)據(jù)，從而在數(shù)據(jù)更新時防止讀取操作。但是，當每個算法都等待另一個算法解鎖所需的記錄時，這可能會導致死鎖。最終，必須在數(shù)據(jù)庫停機時間和最新數(shù)據(jù)的可用性之間做出妥協(xié)。

當車輛中的最新數(shù)據(jù)可用時，反饋回路關閉。汽車可以利用從之前的駕駛或其他車輛收集的所有數(shù)據(jù)。這實際上是整個反饋循環(huán)中的關鍵點。只有有足夠的參與者，它才能正常工作。靜態(tài)地圖數(shù)據(jù)仍由專車收集和更新。這些汽車的唯一目的是收集數(shù)據(jù)。因此，他們相應地駕駛（即緩慢、小心地多次在同一條道路上行駛）。這些汽車配備了高精度傳感器并傳輸非常精確的信息。雖然這可以完美地創(chuàng)建一個基本的導航路線圖，但僅僅作為自動駕駛基礎的地圖是不夠的。這樣的地圖必須勾勒出建筑工地周圍略微偏移的車道，并標明改變的限速。鑒于一個建筑工地可能只持續(xù)不到一個月，一輛特殊的汽車無法經(jīng)常收集數(shù)據(jù)以使整個國家的地圖保持最新。這意味著每一輛車和每一位司機都必須參與維護高度準確的地圖，就像維基百科用戶為更新世界上最大的百科全書所做的那樣。

審核編輯：郭婷