深入解析城市自动驾驶和无图方案

深入解析城市自动驾驶和无图方案

高速NOA的功能，国内的各个参与者包含蔚小理、华为，以及各家Tier1的方案均是依赖于高速以及城快的高精地图，依赖于高精地图描述的静态环境完成自动驾驶功能，区别只是图商的不同（高德、百度、腾讯、四维图新等）。

延续此技术方案，各家在城市NOA的开发过程中，基础的技术方案仍然采用城市的高精地图。

附赠自动驾驶最全的学习资料和量产经验：链接

四 高精地图方案

因为，使用高精地图，可以直接沿用高速自动驾驶的技术方案。

高精地图相对于普通导航地图，提供更高精度、内容更为丰富的地图信息。可提供车道级别的信息，除了包含道路几何、道路等级以及道路拓扑结构（匝道、路口等）道路级信息，还包含车道数、车道类型、车道连通关系、车道分离合并、车道线颜色、类型、车道宽度和车道限速等车道级信息。更重要的是包含车道边界几何形点、曲率和坡度等几何信息。

同时，在城市场景，针对路口以及环岛，新增车道的连通关系、停止线、待转线、路口内虚拟车道、红绿灯、红绿灯车道绑定关系以及人行横道等信息。

甚至为了自动驾驶ODD区域，设计了ODD图层，包含收费站、施工区域、服务区以及隧道等自动驾驶限制功能使用边界的场景。

可以说，图商针对自动驾驶采集的高精地图还原了道线上所有可用信息，构建了几何精度可达10cm级别的道路地图。

正因为高精地图的高精度，给实现高速NOA甚至城区NOA的自动驾驶提供技术实现的便利。前文所说的大部分困难，都可以通过高精地图解决。

也就是说，如果有高精地图，那城市自动驾驶的难度将大幅降低，和高速自动驾驶的技术方案不会有大的差别。

但是，高精地图本身有难以克服的问题。

正因为高精地图的高精度和信息丰富，图商在制作和维护高精地图需要付出巨大的成本，包含专业采集车队的运营、云端数据处理、元素识别以及大量的人工标注等。</