高精度地图技术研究现状及其应用

李鑫慧，郭 蓬，戎 辉，唐风敏，华一丁，何 佳

（1.中汽研 （天津）汽车工程研究院有限公司，天津 300300；2.中国汽车技术研究中心有限公司，天津 300300)

1 概述

高精度地图 （High Precision Map）作为除复杂传感器之外的无人驾驶车辆最核心的技术之一，已成为智能网联汽车技术产业的重要基础技术。特别是在面对L3以上级别的自动驾驶系统中，高精度地图已成为必不可少的组成部分。与提供给驾驶员看的导航电子地图不同，高精度地图是提供给计算机使用的，为辅助驾驶和自动驾驶提供重要的道路信息保障。因此，相较于普通的导航电子地图，高精度地图具有精度更高、信息更全的特点，一方面是指地图的绝对精度更高，普通导航电子地图的精度一般在10 m左右，而高精度地图的精度则一般需要达到20 cm左右；另一方面是指包含的道路信息更加丰富、细致和全面，能够更加精准地反映道路的真实情况［1］。

目前市场上的高精度地图产业已经过多年的发展和探索，制作地图的传统巨头和初创公司纷纷加入高精度地图的领域，希望在这一领域的市场上抢占先机。因此中国的高精度地图企业也形成了一定的生产规模和初步的产品，为无人驾驶的实现奠定了基础，对智能网联汽车产业的发展起到了推动作用。

2 高精度地图研究现状及趋势

2.1 导航电子地图的发展

自1985年，导航电子地图就开始逐步发展起来，以美国的Navteq公司和荷兰的TeleAtlas公司为代表，随后，日本的Zenrin公司也进入导航电子地图的研究队列当中。随着社会各种科学技术的进步，导航电子地图经过十几年的发展，导航电子地图的技术水平在不断提升，同时市场的需求也在不断变化。

首先是地图的数据采集方式从专业人员采集方式向专业与众包结合的采集方式转变。生产方式也从专业人员利用地图编辑工具绘制的方式过渡为自动化处理结合少量专业人员编辑的方式，最终发展为完全自动编辑的趋势，即实现采集、编辑一体的完全自动化成图。其次是地图的表现形式经历从二维平面电子地图、伪三维电子地图、真三维电子地图到高精度电子地图的发展，最终发展为应用在自动驾驶领域中的高精度动态电子地图。最后是地图的发布形式，从最初的离线拷贝到线上发布，从全量发布到增量发布，电子导航地图的更新方式将更加便捷，发布方式也将更加灵活。

2.2 国内外高精度地图的研究现状

随着无人驾驶技术的发展，考虑到高精度地图广阔的发展前景，国内外越来越多的企业开始进行高精度地图领域的规划与布局。传统的地图厂商，如Here、TomTom、Waymo、高德等，都早已拓展自身的业务，投入对高精度地图的研发和生产当中。对于主机厂和零部件等企业，大都以选择收购地图厂商的方式进入高精度地图领域，像奥迪、宝马、戴姆勒三大车企联合起来斥资31亿美元联合收购Here，为研发高精度道路导航地图做准备［2］。

除此之外，很多互联网行业的企业也在通过收购或者合作的形式入局，例如百度不仅自己研发高精度地图，还与TomTom联合开发；腾讯收购四维图新的股份；阿里巴巴收购高德地图等。在近几年内，国内还涌现出了许多初创公司，如宽凳科技、Momenta、极奥科技等。由此可见，发展高精度地图产业已经是大趋势。电子地图的服务对象也不再仅仅是驾驶员，而是慢慢向机器过渡，所以对地图的精度、内容框架和计算形式等都提出了更高的要求。

3 高精度地图技术

3.1 高精度地图的采集

目前高精度地图的采集工作主要分为3个环节：采集环节，自动融合和识别环节，人工验证发布环节。

1）高精度地图的数据采集主要有两种形式：其一是激光雷达和摄像头配合GPS，其二是摄像头和GPS配合计算距离算法。在数据采集过程中，装有摄像头等采集设备的采集车会以60～80 km／h的速度在道路上行驶，同时采集员需要实时监控采集系统和设备的工作状态，并且根据周围的环境情况适当调整摄像头的参数。

2）在自动融合和识别环节，采集到的多种传感器的数据会被融合，即点云数据、图像数据、GPS数据等会被叠加到一起。在这个过程中，道路的标线、人行横道、交通标识牌等特征物体会被标识出来，而对于采集到的重复数据也会在这个环节进行整合和删除［3］。在实际的操作过程中，专业人员会在电脑上输入大量的数据并进行AI训练，目前这些工作已经实现高度自动化，同时精度会控制在20 cm之内。

3）最后的人工验证发布环节还需要专业人员通过对比采集的视频，来核对和确定电脑自动化处理的数据是否准确。修正的数据量基本为每人每天30～50 km，并上传到云端，最终获得具有详细道路信息的高精度地图。

3.2 高精度地图的模型

高精度地图的模型是在道路网络的拓扑结构上附着不同对象的信息，例如车道信息、道路周边的交通引导、提示以及通行区域边界等。此外，地图模型的属性主要包括空间位置属性、静态属性、动态属性、实时属性以及与动态相关的属性等。一般来说，高精度地图模型由道路模型、车道模型和对象模型3个部分组成［4］，如图1所示。

图1 模型示意图

1）道路模型

第1个部分是道路模型，即参考线，它代表传统导航地图的模型。在道路模型中需要将现实世界的道路进行抽象，并通过一系列的点描述道路的走势和连通关系，示意图如图2所示。

图2 道路模型示意图

此外，道路相关数据的表达是道路模型的核心，主要包含参考线的定义、几何信息、联通关系和对应道路的坡度、曲率等信息。

2）车道模型

第2个部分是车道模型，即车道标线，它代表车道信息。它不仅记录车道行驶的参考线、边线和停止线等，还记录了车道与道路之间的拓扑关系，示意图如图3所示。

图3 车道模型示意图

此外，车道的相关数据的表达也是车道模型的核心，主要包含车道中心线、车道类型、车道标线、车道方向、车道联通关系等信息。

3）对象模型

第3个部分是对象模型，即对象的位置、形状及属性等，它代表与路网车道相关的对象。这些要素主要包括交通标牌、交通灯、防护栏、立交桥、隧道、收费站、警示区等，示意图如图4所示。

3.3 高精度地图的生产

图4 对象模型示意图

高精度地图的生产遵循着严格规范的流程，一般是先根据自动驾驶的级别和用户的需求，制定明确的生产计划，然后进行地图数据的采集、处理、编辑和绘制过程，最后对数据进行转换编译和检查，以确保高精度地图的准确性。在数据信息收集的过程中，采用专业的采集车采集和众包设备采集，与此同时，用户的反馈信息、互联网信息、卫星影像等信息也要采集上来。为了数据生产的准确性和节省数据生产的成本，数据采集一般采用专业队伍进行规模化采集与众包采集相结合，这样的形式不仅可以提高数据生产的速度，还可以节省人力成本。

1）专业队伍规模化采集模式

一个专业数据采集小队会配备一台采集车和数个差分基站，一般专业采集车都配有惯性导航系统、摄像头和激光雷达设备等，这些设备会经过专业的参数标定，以确保数据的准确性。采集的数据包括高精度轨迹、图像、激光点云数据。其中轨迹包括经度、纬度、海拔、倾角、俯仰角及速度等信息。数据采集完成后利用人工智能技术对数据进行解算、时空配准、要素提取、矢量化。

2）众包采集模式

对于高达数百万的采集设备，以及高要求的采集速度，无限的扩张数据采集队伍是不切实际的。因此，考虑到金钱成本和时间成本，目前市场上大部分企业采用的都是众包采集制图模式。众包采集技术即在众包采集的大量可靠数据中，发现数据变化的范围，然后根据数据变化的可信信息，派专业采集车进行核实和专业测量。

3）高精度地图生产运营一体化闭环模式

伴随着智能网联汽车的发展，车辆本身不仅可以作为高精度地图的消费者，更是可以成为高精度地图数据的提供者。在车辆运行的过程中，车辆的实时位置、各类传感器数据、实时交通数据可以上传至地图云端，云端可以对这些实时大数据进行深度挖掘分析，从而达到更新高精度地图的目的。由此可见，智能网联车辆已经成为高精度地图采集、生产、应用、更新闭环中的一个重要环节，最终形成一套智能网联汽车体系下的高精度地图生产运营一体化闭环运营模式。

4 高精度地图的应用

4.1 在自动驾驶中的应用

自动驾驶领域对于导航电子地图提出了更高的要求，需要每条车道线的详细信息以及可行驶区域内各类对象的信息，因此高精度地图可以很好地满足自动驾驶技术的要求［5］。高精度地图数据可以提供给自动驾驶车辆多种道路交通信息，例如车道的曲率值、道路的坡度、路边交通标识牌、道路的限速信息、危险区域的提醒等。高精度地图的充分应用可以为自动驾驶提供众多数值化的决策依据。

4.2 在交通监管中的应用

随着城市道路环境越来越复杂，智慧交通的发展已经被社会所重视。智慧交通监管平台的搭建需要结合视频监控、云平台计算、高精度定位及高精度地图等多种技术，同时应用在特殊车辆监控、公交优先、车道自由流、道路交通事故等重要的场景中。因此，搭建高精度地图将更有利于交通监控部门对道路情况的全面掌控和监管。

4.3 在V2X中的应用

在智能网联汽车系统中，V2X是网联化方面的基础。车辆通过路侧基础设施能够直接获取到道路的基础环境信息，并利用基础设施进行高精度定位。但对于不能发射信号的基础设施来说，高精度地图就可以用于感知环境和车道规划。此外，高精度地图云端可以通过与基础设施中的道路边缘计算网格进行通信，来实现信息的收集与分发，并将可能引起道路交通问题的预测信息发送给边缘计算网格，并进一步通知车辆提前做出决策。

5 结语

随着自动驾驶和智能网联汽车行业的发展，越来越多的地图企业、互联网企业与汽车制造商意识到高精度地图的重要性。大企业通过投资收购数据公司和大量资金的涌入，给高精度地图的发展带来了非常好的机遇。但与此同时，高精度地图产业也正面临着挑战，首先绘制高精度地图的成本相对较高，其次我国目前正处于高速发展阶段，道路日新月异，因此如何在高昂的成本下保证地图的不断更新是各大企业需要考虑的。最后，高精度地图的检验标准和评价指标尚未出台，以及相关标准是否会对地图精度造成影响，这些都是高精度地图未来所要面临的挑战。