• 收藏

  • 点赞

  • 评论

  • 微信扫一扫分享

【专利解密】隧道中无GPS信号? 何不试试理想车辆定位标定方案

来源:爱集微

#专利#

08-01 06:52

1.【专利解密】隧道中无GPS信号? 何不试试理想车辆定位标定方案;
2.PQShield创始人:全尺寸量子计算机指日可待;
3.Twitter发起新的赏金项目 为图像裁剪算法纠偏


1.【专利解密】隧道中无GPS信号? 何不试试理想车辆定位标定方案;


【嘉勤点评】理想汽车发明的车辆定位的标定方案,实现了对车辆上惯性定位装置的定位偏差的有效纠正,解决了当全球导航卫星系统不可用或信号不稳定时车辆定位偏差较大的问题。不仅提高了定位的准确性,同时降低了定位纠偏的成本,增强了用户体验。

集微网消息,在车辆行驶过程中,当全球导航卫星系统(GNSS)不可用或信号不稳定时,例如车辆在隧道、云层较厚或者高层建筑物密集的区域行驶等,车辆的定位信息往往会发生较大的偏差,此时用户无法再进行车辆定位,导致用户行车困难。

为了解决这样的问题,现有技术中普遍采用以下三种方案对车辆进行定位:

1)依赖地图的路网数据和惯性导航系统,计算车辆真实行驶的道路,即利用地图匹配纠偏(MMF)系统纠正车机定位模组的偏差。然而,利用地图匹配纠偏系统回馈的位置坐标相较于车辆的实际位置,仍旧经常出现较大偏差,甚至存在无法回馈位置坐标的情况,使得车机定位模组无法及时修正偏差,进而导致偏差越来越大。

2)利用网络定位技术进行车辆定位,例如基于道路上部署的网络基站,依据网络信号的传输对车辆定位,该方案虽然比较可靠,但是误差大,并且该定位方案依赖于基站分布密度,因此普适性差且对偏远地区不适用。

3)仅依赖惯性测量单元(IMU)进行定位。该方案局限于陀螺仪、加速度计本身硬件的精度,进行算法融合时存在偏差,在长时间单独使用IMU系统定位车辆会导致偏差累积,进而导致车辆定位偏差越来越大。

因此,针对全球导航卫星系统不可用或信号不稳定的情况,现有技术方案中的行车定位方案均不能达到同时兼顾定位准确性、定位成本以及普适性的效果。为此,理想汽车在2021年3月23日发明一项名为“用于车辆定位的标定方法、装置、设备、车辆和介质”的发明专利(申请号:202110907828.1),申请人为北京车和家信息技术有限公司。

根据该转专利目前公开的相关资料,让我们一起来看看在这项发明方案吧。

如上图,为该专利中发明的用于车辆定位的标定方法的流程图,该车辆定位系统首先会接收车辆行驶过程中的道路图像数据,该图像一般通过利用车辆上部署的摄像头(即车辆视觉系统)对当前行驶环境进行图像或视频采集,当然也可以利用例如行车记录仪等仪器进行采集。

其次,会对道路图像数据进行编码处理,以减少传递给服务器时占用的带宽,当服务器解码该图像之后,会进行解码以恢复道路图像,并对该图像进行道路特征信息提取,例如红绿灯标志、道路标志、车道类型、车道数量等信息。

基于提取到的这些道路特征信息,以及路网数据库中道路与道路特征信息的对应关系,可以从路网数据库中的道路中确定车辆行驶的目标路段。从具体实现方案上来说,在确定车辆行驶的目标路段的过程中,可以采用任意可用的特征匹配算法实现,例如利用K最近邻分类算法(KNN)等,将得到的道路特征信息与路网数据库中各道路的特征信息进行匹配,确定车辆行驶的目标路段。

最后,从路网数据库中道路的坐标信息中,即可获取目标路段的道路坐标信息,该信息可以帮助我们完成对车辆上的惯性定位装置进行标定。通过服务器计算标定系数,可以减缓车辆的数据处理压力,尤其是针对算力较弱的车辆,可以减少对车辆计算资源的消耗。

如上图,为这种车辆定位的标定处理架构示意图,该架构用于对基于车机端和服务端之间的交互实现车辆上惯性定位装置的标定。若车辆在长时间内的行驶轨迹均无法附着于某一条道路,即由车辆输出的定位坐标信息形成的车辆行驶轨迹与导航地图中展示的道路轨迹不匹配时,系统就会开始重新对惯性定位装置进行标定,以提高车辆定位精度。

通过视觉系统采集信息并进行分析,并上传至云端进行地理编码,将地图匹配信息返回给车辆中的地图网络模块,从而实现对车辆地理位置的重新定位。

以上就是理想汽车发明的车辆定位的标定方案,该方案通过综合利用车辆视觉系统和路网数据库,实现了对车辆上惯性定位装置的定位偏差的有效纠正,解决了当全球导航卫星系统不可用或信号不稳定时车辆定位偏差较大的问题。不仅提高了定位准确性,也降低了车辆定位纠偏的成本,同时,也提高了车辆定位纠偏的普适性以及用户体验。

关于嘉勤

深圳市嘉勤知识产权代理有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成,熟悉中欧美知识产权法律理论和实务,在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。


2.PQShield创始人:全尺寸量子计算机指日可待;


C114讯 北京时间7月30日消息 PQShield 的创始人兼首席执行官Ali El Kaafarani日前在Forbes发表观点。他表示,目前,基于高额的赌注和众多主要公司的参与,全尺寸量子计算机的到来指日可待。我们必须对这些机器的现实情况以及其可能对世界产生的影响有一个认知。它所带来的影响不一定都是积极的。

以下为Ali El Kaafarani全文:

世界各地的组织和政府都在投入数十亿美元用量子研发,谷歌、微软和英特尔等公司接连实现量子霸权。

基于高额的赌注和众多主要公司的参与,全尺寸量子计算机的到来指日可待。

为了做好准备,作为技术领导者,我们必须对这些机器的现实情况以及其可能对世界产生的影响有一个认知。它所带来的影响不不一定都是积极的。

量子计算机有什么了不起?

传统计算机只能代表0或者1中的任意一个数字,对二进制数字或字节组成的信息进行存储和处理,他们之间互不相关;而量子态叠加原理使得每个量子比特同时处于比特0和比特1的状态,通过两种状态的叠加实现并行存储和计算。

除此之外,每个量子位都有一个振幅,类似于概率的复数,但并不遵守完全相同的规则。鉴于振幅值的性质,量子位可以像波一样,建设性或破坏性地相互作用,我们称之为量子干涉。

当振幅相加时,它们会增加在读取系统状态时观察到某个值的机会;而当不同可能状态的幅度相互抵消时,它们会降低观察到相应值的机会。

量子干涉是量子计算机强大力量的秘密之一。如果您可以通过利用量子干涉制定算法来解决特定的计算问题,那么您最终会得到一个有效的解决方案,而这个问题,你在传统计算机上可能永远得不到解决。

这就是为什么全尺寸量子计算机对许多行业来说具有革命性意义,它解决了以前在计算上无法解决的问题,并发现了难以想象的新的可能性。

以下是Ali El Kaafarani认为可能感受到其影响的领域:

·药物和材料开发

量子计算机可能使药物发现和开发取得重大进展,最终使科学家能够解决目前难以解决的问题。凭借其极高的处理能力,这些机器将能够通过量子模拟同时审查多种分子、蛋白质和化学物质,从而使我们能够更快速、更有效地的研发药物,而这些是目前的计算机无法实现的。

瑞士制药公司罗氏 (Roche)的科学家们希望,量子模拟能够加速药物和疫苗的开发,以预防疫情、流感、癌症等疾病,甚至可能找到治疗阿尔茨海默氏症的方法。更重要的是,量子模拟还可以取代实验室实验,降低研究成本,甚至最大限度地减少对人类和动物测试的需求。

·金融

量子计算机可能会给金融业带来巨大的潜在利益,从更深入的分析到新的、更快的交易可能性。事实上,许多主要机构都在寻求量子计算来提高贸易、交易和数据速度。

IBM和摩根大通等银行一直在对量子技术进行测试,以评估其在不久的将来能够大规模执行的具体行动。

另一个潜在的领域是金融建模,量子计算机可以极大地改进这一领域。对于世界各地的金融机构来说,意味着更低的处理成本和更快的交易,从而实现双赢。

·气候变化

从环境角度来看,量子计算机也有着巨大的潜力。据专家预测,量子模拟将有助于帮助各国实现联合国的可持续发展目标。

例如,量子计算机可能加快新的CO2催化剂的发现,从而确保二氧化碳有效回收,并产生有用的气体,如氢气和一氧化碳。

·网络与信息安全

另一方面,量子计算机在带来诸多好处的同时,也可能带来新的风险。

在信息安全方面,量子计算机将有能力突破当今广泛依赖的公钥加密来保护信息,这意味着无论数据现在多么安全,未来都可能受到攻击。对于任何需要保护敏感信息的组织来说,这是相当可怕的。

尽管在量子计算机方面已经投入了大量资金,然而,在抗量子安全方面的资金投入却少得不成比例,在我们步入量子时代之际,可能是至关重要的。幸运的是,后量子密码学目前正被 NIST标准化,并准备广泛采用。据NIST称,新标准将于今年年底公布。

为量子时代做准备

很明显,量子计算机将对世界各地的组织产生重大影响,并以一种我们尚未完全理解的方式推动技术发展。

虽然这些机器可能会带来巨大的利益,但同时,我们也要清楚,一旦它被滥用,将会带来怎样的潜在风险。比如说,当它涉及到网络安全时,其带来的潜在风险将是毁灭性的,因此我们必须认真对待它。

在整个行业,我们看到有人呼吁制定道德准则,以防止量子技术被用于造成伤害。这是一场重要的变革,但更重要的是,我们必须确保企业、政府和公众受过关于量子计算现实的教育,以便为即将到来的好的、坏的事情做好准备。


3.Twitter发起新的赏金项目 为图像裁剪算法纠偏


社交媒体巨头 Twitter,刚刚发起了一个新的漏洞赏金项目。不过这次竞赛并非面向安全研究人员,而是鼓励大家找出该平台图像裁剪算法中存在的偏差。早在 4 月份,Twitter 就表示将研究 潜在的“无意伤害”由它的算法创建,从它的图像裁剪算法开始。

据悉,Twitter 于 2018 年开始尝试引入相关算法,以在预览中突出图像中最有趣的部分。

然而有网友吐槽道,Twitter 的自动裁剪算法存在问题,且倾向于关注照片中肤色较浅的对象。

今年 5 月,Twitter 在一篇博客文章中详细介绍了该平台采用的图像裁剪算法的原理,同时希望大家能够帮助改进其代码,以更好地纠正该算法的识别偏差。

现在,推特又发起了业内首个“算法纠偏赏金赛”,并将向贡献者给予高达 3500 美元的现金奖励。

Twitter 机器学习到底、透明度与问责团队负责人 Rumman Chowdhury 在一连串推文中表示:我们意识到无法紧靠自己来单独搞定这些挑战,并且认为应该向指出算法偏差问题的人们提供奖励。

如果一切顺利,Twitter 将在 8 月 8 日举办的 DEF CON AI Village 研讨会上宣布获奖者名单。cnbeta


责编: 爱集微

爱集微

作者

微信:

邮箱:jiwei@lunion.com.cn

作者简介

读了这篇文章的人还读了...