高精地图在自动驾驶中的应用与更新方案

PDF文章下载地址https://download.csdn.net/download/orientalwt/88588247

---

摘要：自改革开放以来我国经济呈现出快速发展的趋势，智能汽车的工业化也得到进一步发展，而地图的应用需求变得越来越强烈，高精地图的出现和应用能吸引更多的用户。在当下高精地图数据的合规表达下，对智能驾驶技术进行方案的优化和调整，才能将智能汽车基础地图的作用充分展现出来。基于此， 本文从以下方面展开研究，希望对高精地图的应用与更新具有帮助。

关键词：高精地图；自动驾驶；定位

0 引言

        在人类的驾驶活动中应用最广泛的是地图，借助地图能实现对路径的合理规划、计算及定位信息的查询等功能，这为用户的出行提供了极大的便捷性。随着当下互联网智能化的不断发展，自动驾驶的实施需要更高的精准定位，更丰富化的道路信息，因而，由于当下发展水平的不断提升，传统导航地图已无法满足当下的实际发展需要，为解决这一问题，高精地图应运而生。由于高精地图中的丰富、准确的信息能实现对车辆车载传感器边界的有效弥补，从而实现精准定位的目的。因而，在实际的自动驾驶系统中，高精地图是系统的核心内容之一。

1 高精地图的定位研究

        在自动驾驶系统的功能模块中，高精地图与定位紧密联系，其能实现与感知模块的信息交互，并最终实现对控制、规划模块的支持。高精地图中的定位包含多项内容：车道级定位、高精纵向定位、道路级定位及航迹的推算等。基于此，借助高精地图的相关信息，实现对地理围栏判定功能。

（1）车道级定位：在对道路级正确定位的基础上，对车辆所在的车道实施精准的判断，其中包括紧急车道、车辆移动过程中的位置信息。

（2）高精纵向定位：实现车辆的高精纵向定位分析。

（3）道路级定位：对车辆当下行驶的道路实施准确的判断，包含但不局限于下述场景，如高速公路、城市快速路、普通道路等。

（4）航迹的推算：在六轴 IMU、方向盘转角的信息，来对车辆的行驶轨迹进行有效的判断，在短距离的位置内其具有的计算精度较高。

2 高精地图关键技术特征

        从下表（表 1）所列举的自动驾驶等级分析，在本质层面上 L3 自动驾驶的实质性开端。 L3 之前的相关阶段被称之为辅助驾驶阶段、部分自动驾驶的阶段，地图主要面向的服务者是大多数的出行人群，传统导航地图中无法实现精准定位，相关内容的搜索也仅仅局限在目的地搜索，兴趣点的查找等方面。

        从 L3 开始完全实现了自动驾驶的状况，实现了地图服务对象的转化（ 由人-机器），使机器真正成为动态驾驶任务的执行主体。传统导航地图无论是在精准度、更新频率等方面都无法满足当下的发展需要，因而，这就需要借助高精地图来实现。高精地图的应用能实现对道路信息环境的实时监控，实现地理空间刻画真实性的提升，作为先验性信息，其能实现面向 L3甚至超过 L3 级别的自动驾驶技术的应用。在本文的阐述中对高精地图，区别于其他地图的特征阐述如下：

2.1 几何高精度

        在高精地图中其最核心的指标是测绘精度，传统导航地图的精度通常是以米为单位，而高精地图则可以实现以厘米为单位的数据精度。在当下地图使用过程中，尚无明确的精度标准规定，但大众认为地图的精度在 30-100cm 间属于共性认知，这能保证自动驾驶车辆自定位误差在 5-20cm 间。

表 1 自动驾驶对地图数据的需求
分级	名称	定义与典型功能应用	地图数据内容	精度/m	更新方式、频率	周边监控	动态驾驶任务	设计运行域
L0	完全人类驾驶	由人全权驾驶汽车，系统仅提供短暂辅助	道路网、交通设施等	10	人类	人类	无
L1	辅助驾驶	单-功能辅助，车辆协助驾驶员执行车辆横向、纵向运动的一项特定任务，如车道保持辅助	道路网、交通设施等	10	GPS 轨迹/无实时要求	人类	人类+机器	限定
L2	部分自动驾驶	组合功能辅助，车辆协助驾驶员执行车辆横向、纵向运动的多项复杂任务，如智能巡航辅助	道路网、交通设施等，附加坡度、曲率等 ADAS数据	1月5日	人类	机器	限定
L3	有条件自动驾驶	特定动态环境实现自动驾驶，系统需要时驾驶员必须介入，支持端到端的自动驾驶，相当于有了“司机'	道路网、车道、定位地物、限高、限宽、航向和动态交通信息等	0.2- 0.5	高精度位姿+图像识别/部分实时	机器	机器	限定
L4	高度自动驾驶	特定动态环境实现自动驾驶，无需驾驶员介入，如无人出租车	道路网、车道、定位地物、限高、限宽、航向和动态交通信息和事件信息	0.05 -0.2	高精度位姿+激光点云/完全实时	机器	机器	限定
L5	完全自动驾驶	任何场景下，车辆自动完成所有操作	道路网、车道、定位地物、限高、限宽、航向、动态交通事件信息和基于实时数据的智能分析	0.05 -0.2	多源数据融合/完全实时	机器	机器	所有

2.2 要素属性、语义信息的丰富化

        在高精地图的应用过程中，其需要包含道路网络、周围环境的属性、语义丰富性，从而实现对车辆感知、规划和有效控制。从形态的层面入手，传统化发展背景下的导航地图是二维的，而高精地图是在二维基础上实现的进一步革新属于三维。在本段的阐述中以道路网络信息为例阐述，通过对比传统导航地图与高精地图，能更加形象的了解高精地图的优势。

2.3 现势性

        高精地图的有关数据需要及时的更新，从而保证地图更新的及时性，实现高度的现势性。博世在 2007年提出了有关于无人机驾驶的局部动态图定义，按照新频率的划分，可将其划分成四个不同的种类：

        （1）持续静态化数据：该数据的更新频率在每月/次，主要集中在道路网络、定位数据方面。

        （2）瞬时静态化数据：该数据的更新频率在每小时/次，主要是针对路测的基本信息、交通标识等进行区别。

        （3）瞬时动态数据：其更新数据在每分钟/次，主要是对红绿灯的情况、路况情况实施动态化的跟踪。

        （4）高度动态数据：更新的次数在每秒/次，主要是对车辆和行人的实施状况数据进行更新。

        前两者能满足对传统导航的应用，而高精地图的应用则是为了应对车辆在行驶过程中的各类突发状况，为保证自动驾驶的安全实现，则需要更多瞬时动态数据、高度动态数据，不断提升高精地图的更新频率。

图1 高精地图在自动驾驶中的应用

3 高精地图在自动驾驶中的应用与优势

        高精地图相比于其他的地图具有几何精度高、要素信息丰富等，这些特点的实现需要交通资源全时空感知的参与，在整个自动驾驶的过程中占据着十分重要的地位，甚至成为整个行业的技术壁垒。依据机器人控制流程的 3 个核心步骤（行动、感知、规划），自动驾驶系统也对应着三个不同的阶段，即：动作感知、决策感知、环境感知。如下图 2 所示，在自动驾驶系统中，高精地图主要是被运用至后两阶段中，即在规划、感知层面。

3.1 感知层面的分析

        一般情况下，对车辆感知的使用主要指的是，车辆配备的雷达、摄像头等传感器，通过与定位传感器的有效结合实现对车辆周边物体的检测。而高精地图中其不仅具有视觉传感器的应用，其还具有虚拟数字传感器，能实现对完整静态地物的描述，实现已有视觉传感器的感知边界，通过与数据间的不断融合，实现高质量感知结果的展现，进一步实现对车辆周围道路中环境的精确认知。

        通过将检测到的地物与高精地图数据相匹配，实现对全球导航卫星系统、卫星定位的不确定性及航迹推算中可能产生的误差不断修正，不断实现对车辆自身位置及姿态的精确感知。

3.2 规划识别层面的分析

        通过对感知层面数据结果的不断融合，可实现对车辆行驶中周围事物行为的有效预测，不断实现对动态地图的约束和引导，这其中包括轨迹规划和路径规划两种类型。

        （1）路径规划应是在绝对定位和道路拓扑的基础上实现的，对车辆当前所处位置距离终点的距离和路径进行计算，在此基础上，通过结合交通事件、天气等实时数据及驾驶经验数据集，在全局路径的基础上，实现对局部车道级路径的合理规划。

        （2）轨迹规划是最大限度的按照路径规划的结果，对临时和移动障碍物综合考虑等各个不同的方面，从而，有效的解决自动驾驶车辆在行走过程中的有关问题。

        在上述两层面问题的研究中，以技术功能层面作为入手点，实施高精地图的自动驾驶具有以下三方面的优势之处：

（1）静态地物语义识别
        高精地图的实施和应用能实现对静态地物标识的进一步丰富，实现对视觉传感器探测效果不佳的有效弥补，尤其在高速公路的出入匝道口中，对限速信息的有效识别。当行车的天气较为良好时，视觉传感器能具有理想化的视距，可以是看对限速标识的有效检测，由于限速标识的效用路段的语义级信息难以标定，但在地图数据库中，却能实现对限速标识类效用路段的有效记录，这些信息的输入使车辆在控制端能实现错误信息的免打扰，不断实现驾驶行为可靠性的提升。

（2）提升感知算法效率
        在高精地图中还包含着很多的特征数据，这些数据具有的特点在于，其不会在短时间内发生变化且是一种客观的存在。在自动驾驶系统中多传感器数据融合的系统，需要对传感器传递回来的大量数据进行加工、处理，这对芯片的计算能力提出较高的要求。在地图数据库中大量道路相关的先验信息，有助于对固有物体的有效过滤，有效减少了算法对冗余信息的消耗，这能实现对感知融合复杂度的减小，使资源能集中在对当下驾驶容易产生影响的动态物的判断方面，从而，使车辆控制端能获取更加实时的数据输入。

（3）提供坏境冗余信息
        通常情况下，对应用系统诉求精简系统的输入，需要保证及反馈的及时性。而自动驾驶系统而言，动态驾驶任务主要是有机器本身实施执行，驾驶员完全不需要进行任何的操作，在这一状况下，系统会按照正确的路径、交通规则在约定的方向上行驶，并将车辆的安全性提升至前所未有的新高度，因而，这一背景下需要实现冗余方案的制定。地图数据可在不占用计算资源的前提下，实现对外部交通环境的高度还原，为感知融合算法提供“冗余”的信息输入，进一步实现对感知准确性和安全性的增强。

4 自动驾驶中高精地图的更新

        在环境匹配的定位中若是道路的环境发生一定的变化，那么，这就会对匹配算法的准确度造成影响，进而造成定位出现偏移的现象，对自动驾驶车辆周围的环境的有效判断造成影响，甚至会对驾驶的安全性造成影响。高精地图的发布虽为自动驾驶带来了更准确的信息，但若是其在更新方面并未保证信息更新的及时性，那么，这也会造成自动驾驶安全隐患的持续增加，为车辆行驶环境的合理匹配，提供更加高精的更新功能。

        在地图的更新过程中，可以按照我国的区域划分来实现区域的更新，一般情况下，新增高精数据生产流程包含多个过程，如发布、申请、审核等，其中，最重要的一个环节是国家相关部门的审核、批示，这是诸多环节中最重要的一个步骤。因而，通常情况下是按照每季度/次的频率实施更新，一年更新 4 次，关于内容更新的相关规则如下所示：（1）部分更新：当出现车辆地图版本小于云端最新版本时，且地图的版本更新间相差一年以上（包含一年）的时间，那么，这一状态下的更新需要使用云端的全量包更新；（2）增量更新：若是车辆地图版本小于云端最新版本、且地图的版本更新间相差一年以内的时间，那么，可以在进行更新的过程中，可以选择使用增量包更新。

        在地图的更新过程中要保证数据具有的可靠性、安全性，针对更新中可能产生的异常情况综合考虑，当需要实施更新的地图制作完成后，不可直接进行推广使用，需要开展一系列的场景路测，如对基础功能可用性的常规场景进行测试，对部分存在变化的场景（行政区新增、删减等）实施测试，通过对场景的测试，实现对系统高精地图实施过程存在场景的更新覆盖，实现更新的可靠性和安全性。

5 结束语

        当下移动通信技术的不断发展，使 5G 技术的应用范围在不断扩大，借助网络技术和通信技术的不断融合发展，在未来的社会发展背景下，高精地图的应用场景将会实现协同感知、协同精密定位技术支持下车路协同的一体化发展。另外，高精地图为保持周期性的数据更新，其需要大量、有效的道路信息作为支撑。

        依靠单一的专业测绘，很难实现对道路全时空的实施覆盖，在高精地图的实时性来源方面，主要依靠的是用户众包，同时，用户众包也是行业内公认的未来高精地图的发展形态。众包的实施属于一种分布式的任务分配和执行机制，能实现任务的大众化、普遍化，即实现以往需要分配给个人完成的任务，交由非特定的大众进行完成，交由大众完成的任务是在自由、自愿的前提下实施的，充分利用群体智能以较低的成本来实现对计算机难以完成任务的攻克。

参考文献

[1]黄志,向煜.基于高精度导航地图的自动驾驶辅助决策方法[J].城市勘测,2021(1):55-58.
[2]尹彤,黄鹤,郭迟,等.面向自动驾驶的高精地图生产 技 术 及 数 据 模 型 标 准 化 探 讨 [J]. 中 国 标 准化,2021(4):33-37.
[3]王冕.面向自动驾驶的高精度地图及其应用方法[J].地理信息世界,2020,27(4):109-114.
[4]张宁,马文双.自动驾驶对于高精地图的技术需求分析[J].物流技术与应用,2020,25(1):135-137.
[5]王祥,袁宇璋,王成,等.高精度地图定位在高速公路 自 动 驾 驶 系 统 中 的 应 用 [J]. 上 海 汽车,2020(8):12-17.
[6]许广宏,陶靖琦.基于高精地图的自动驾驶中法规分 析 与 应 用 集 成 解 决 方 案 [J]. 上 海 汽车,2020(12):16-23.
[7]潘霞,张庆余,朱强.高精度地图在自动驾驶领域的作用及意义解析[J].时代汽车,2019(4):49-50,53.
[8]曾之泰.高精度地图在自动驾驶技术发展中的应用[J].中国高新科技,2018(24):28-30.