驾驭未来！青云“数据引擎”让自动驾驶跑出“加速度”

6 月 28 日, 2023 全球分布式云大会·北京站正式召开，作为中国分布式云计算顶尖的商业技术交流平台，大会吸引了资深开发者及厂商，齐聚一堂共同探讨、推动分布式云计算的发展。

在本次大会上，青云 QingStor 存储产品负责人冯相东分享了“驾驭未来，从数据出发——自动驾驶与高精度地图的创新应用”的主题演讲。

分享指出，无人驾驶的行为阶段可以分为四个阶段，感知、高精定位、决策、控制。其中第二阶段定位和第三阶段车辆行驶决策阶段，都需要依赖高精度地图来共同完成决策。

高精度地图包含为两类数据：

第一类为道路数据，如车道线的位置、类型、宽度、坡度和曲率等车道信息；

第二类为车道周边环境信息，如交通标志、交通信号灯、车道限高、下水道口、障碍物、高架物体、防护栏、道路边缘类型与路边地标等基础设施信息。

一辆拥有 4-5 个传感器的标准数据采集车，每天可完成的采集路程在百公里左右，产生 1 TB 以上的传感数据。对于高精度地图而言，采集和制图只是 10% 的工作量，那后期地图长期的更新需要占 90% 的工作量。

所以，不仅仅地图前期的采集数据量和数据存储量庞大，在后期地图的更新中同样面临着庞大数量的量产车带来的地图数据并发与更新压力。

高精度地图的制作过程主要分为四个步骤，地图采集、地图处理、地图标注和地图生成。

首先是地图采集和预处理，经过预处理的数据会写入到 QingStor U10000 中进行保存；之后，由 QingStor U10000 将数据输出到 AI 训练模型中，进行数据的清洗、标注等不同的数据处理过程，最后会生成可用的高精地图的数据，在 QingStor U10000 中做长期留存。

在这个场景中，QingStor U10000 贯穿了整个高精度地图的全部制作过程，不仅负责海量地图数据的转储、标注、训练等，还需要对最终的地图数据做进行长期存储。

在高精地图场景中，除了对存储性能和空间、数据访问安全性和服务可靠性提出了更高的要求以外，还有数据多样性，以及和不同数据平台的交互带来的技术和产品挑战。

QingStor U10000 在高精度地图场景中的应用体现了以下方面的价值：

总体而言，QingStor U10000 在整个高精度地图制作中发挥着核心数据平台的作用，通过提供强大的存储和数据处理能力，充分保障数据的安全性和可靠性，为高精度地图的制作提供了坚实可靠的数据基础设施，有力支撑了智驾系统的升级与完善。

更多推荐