面向自动驾驶的高精地图模型及关键技术

面向自动驾驶的高精地图模型及关键技术

附赠自动驾驶最全的学习资料和量产经验：链接

2021年，国家“十四五”规划和2035远景目标纲要提出要加快建设交通强国和数字化发展。交通运输部和科学技术部针对这一目标要求推动交通基础设施数字化升级，提出要开发新一代智能交通系统，促进自动驾驶加快应用。2022年，国务院提出要构建现代综合交通运输体系，构建“车-路-交通管理”一体化协作的智能管理系统，建设自动驾驶监管平台以加强城市交通精细化管理。由此可见，自动驾驶的迅猛发展在国家交通强国建设中起着举足轻重的作用。

自动驾驶的日益发展使得其对地图的要求日益苛刻，传统电子导航地图无法支撑自动驾驶车辆的场景感知定位与认知、决策规划和控制执行等一系列驾驶行为，因此高精地图应运而生，成为自动驾驶汽车不可或缺的关键基础设施之一[1]。

高精地图是指具有高精度、高鲜度、高丰度的电子地图，包含详细的道路、车道、交通设施等静态信息，以及道路实时路况等动态信息[2-3]。相较于普通导航电子地图，面向自动驾驶的高精地图数据精度更高（绝对精度可达厘米级）、道路信息更丰富翔实（包含车道数量、宽度、坡度和曲率等）、数据的实时性也更高（能够反映道路交通最新可通行情况）。高精地图是自动驾驶的核心技术之一，亦是自动驾驶汽车控制的关键[4]。高精地图是自动驾驶车的知识库和解读的交通规则字典，亦是自动驾驶车不受干扰的眼睛和必要的冗余安全保障。

自动驾驶汽车的摄像头、雷达等感知设备监测范围有限，高精地图能够为自动驾驶汽车提供先验的全局道路交通和局部行车环境信息，实现自动驾驶车辆超视距感知，进行全局路线规划和局部路径导航[5]。当雨雪天气道路路面被积水覆盖，车载传感器探测不到可通行的正常道路信息时，或车载感知设备受雨雪影响无法正常工作时，高精地图可以帮助自动驾驶车辆“看清”车道线，为其提供精确的车道坡度、车道曲率以及详细的道路交通标志、道路交通标线等信息，按照交通规则并结合实时路况信息为自动驾驶汽车提供即时路径规划，提升车辆的控制性能，实现安全驾驶[6]。

随着自动驾驶等级的提高，对高精地图的要求也越来越高，合理、有效且适用性强的高精地图模型逐渐成为业内研究的重点方向。当前，车企、图商、学界纷纷开展了对高精地图模型和数据逻辑组织结构的研究[7-9]。

贺勇等[10]将高精细地图数据逻辑结构划分为道路网络信息层、车道网络层、车道线层和交通标志层4层，应用于车道级导航、高级驾驶辅助系统（advanced driving assistance system，ADAS）以及智能车。武汉大学刘经南团队提出了包含静态地图层、实时数据层、动态数据层和用户模型层的四层一体化高精地图模型[2]。清华大学李克强团队将自动驾驶高精地图划分为道路级路网层、宏观动态层、中间层（数据关联）、车道级细节层、虚拟传感器层（辅助定位及感知）、动态障碍物层和驾驶员层7层[11-12]。HERE公司提出了包含道路模型层、车道模型层和定位模型层的三层基础架构高精地图模型，并在此基础上增加了动态信息层和驾驶行为分析层，用于补充更丰富的自动驾驶辅助信息[13]。博世公司提出的局部动态地图模型将高精地图划分为静态数据层、半静态数据层、半动态数据层和动态数据层4层[14]。

团体标准《自动驾驶地图采集要素模型与交换格式》中将高精地图划分为采集场景基本信息层、道路交通标志层、道路交通标线层、其他道路安全设施物层和智能路侧设备层5层[15]。团体标准《自动驾驶地图动态信息数据交换格式》中将动态信息划分为交通事件图层组、实时感知信息图层组、交通流量信息图层组、气象环境图层组和统计信息图层组5个图层组[16]。从一系列模型组织和标准规范来看，高精地图总体上应包含丰富翔实的静态道路数据信息、瞬息万变的动态行车环境信息以及用于服务个性化需求的用户信息，以支持自动驾驶汽车智能导航规划决策和车辆控制。

尽管当前行业内对高精地图在自动驾驶中的必要性和重要性基本达成共识，但尚未形成统一的数据组织结构、共识性的数据表达方式和完备的国家级标准规范，不利于高精地图数据传输共享、规模化生产与应用。因此，本文在文献[2]提出的智能高精地图数据逻辑结构基础上充实和细化四层一体化高精地图模型，旨在建立一个简明通用的自动驾驶高精地图模型逻辑框架，来增强高精地图的普适性，推动自动驾驶进一步发展。

四层一体化高精地图模型

自动驾驶高精地图模型一般具有多层逻辑结构，由各种类型数据组合而成，以反映道路路况、交