在呼啸而至的智能驾驶风口中，高精地图被视为黄金搭档，但因制作难度大、准备周期长、绘制成本高等问题导致难以落地。为解决这些问题，业界提出了重感知轻地图的思路，零束科技以全栈自研技术底座为基础，率先实现整车“一套定位、一张地图”的自增长地图引擎。基于“BEV+Transformer”数据闭环融合智驾解决方案，并结合零束自研的高精度融合定位技术，提供完整的城市Mapless及Map-free数据闭环能力，满足高速amp;城市NOA、记忆通勤等应用场景的需要，为用户带来有图无图一致的端到端智驾体验。
零束自增长地图定位引擎为地图保鲜
车端:利用感知大模型结合整车统一的“一套定位”建立道路拓扑并上传
通过车队和用户车辆感知及采集道路数据，利用视觉SLAM技术，融合车身IMU、轮速和GNSS等传感器信息对车辆位姿进行实时优化，保证在GNSS信号状态不佳时仍可高精度的对感知结果进行融合。
云端:局部与全局优化，拼接形成实时更新的全局整车一致的“一张地图”
云端生成地图
云端生成地图拼接
通过与合规图商的合作，使用云端地图服务器聚合多车辆采集的大量数据，保持全局地图的最新状态。对车端建图结果进行相关性分析，形成矢量图，矢量图进一步判断拓扑关系并压缩形成轻量级拓扑图，作为最终下游定位和规控算法的输入。
用户端:“一套定位”智能匹配云端地图数据，建立车-云-用户数据闭环链路
云端根据GNSS信息实时将车辆一定范围的地图下发至用户端，定位算法根据感知模块的输出，融合IMU、轮速和GNSS等车身传感器对车辆所在位姿进行实时优化，精确定位车辆所在车道信息。
零束自增长地图引擎的应用场景
高速amp;城市NOA
为了弥补传统高精地图的方案缺陷，实现NOA的全场景覆盖，零束自增长地图引擎采取双管齐下的策略:一方面，为图商高精地图未覆盖路段提供全面补充，即“补图”，另一方面，上传并对比更新云端高精地图的错误或过时信息，即“修图”。在合规前提下，通过“补图”+“修图”的组合，进一步扩大高速amp;城市NOA使用范围，优化NOA使用体验。
通勤NOA
特别针对用户高频熟路通勤场景，零束自增长地图引擎实现了在自车端实时采集、建立、更新路径上的地图数据。用户可通过自主完善整条道路上的地图信息，在没有高精地图的区域，仍能为用户提供几乎一致的NOA体验，让用户的数据最终服务于用户。
未来，随着智能车数量的增长，数据规模的扩容，零束自增长地图引擎可获得源源不断的数据支撑，一方面将持续地保障地图的鲜度，一些热点区域甚至可以达到日更，另一方面增量式的地图将进一步拓展城市地图的广度和深度。零束银河?智驾计算平台利用AI大模型和车云一体数据闭环不断迭代升级，充分发掘数据价值和潜力，赋予智能车数字学习新智慧，迎接智能驾驶新阶段新挑战。
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
