自动驾驶地图发展路线探析

文／李庆建

基于中国智能网联汽车产业的发展，提出了自动驾驶地图在技术、政策、标准、安全等方面的研究和需求分析，并针对当前数据采集、加密、数据表达、在线更新、在线升级、标准规范以及政策等方面，提出了高精地图平台的技术发展路线。

智能网联汽车的技术快速演进和产业化前期的加速发展，涉及到跨产业、跨行业的深度交叉融合。自动驾驶地图发展与智能网联汽车紧密相关，自智能网联汽车上路公开测试以来，自动驾驶地图产业就应势而生并飞速发展。

相对于以往的导航地图，自动驾驶地图是专为自动驾驶而生的，对于L3级别以上的自动驾驶汽车而言，自动驾驶地图是必备选项。一方面，自动驾驶地图是为自动驾驶汽车规划道路行径的重要基础，能够为车辆提供定位、决策、交通动态信息等依据。另一方面，在自动驾驶汽车传感器出现故障或者周围环境较为恶劣时，自动驾驶地图也能确保车辆的基本行驶安全。如今，政府、行业协会、高校、图商、车企等各方，均认识到自动驾驶地图对于自动驾驶的作用，但是，当前中国自动驾驶地图政策、标准、技术发展路线仍存在一定的困惑。

一、高精度地图产业发展现状

（一）国际高精度地图产业发展现状

日本，由SIP（战略性创新创造方案）项目推动地图开发商Zenrin、三菱电机及9家车企联合创办了DMP（Dynamic Map Platform）公司，DMP收集了包括丰田、本田、马自达等10家OEM的需求，制定满足各家需求的统一的数据规格，并提供基础静态高精度地图，是日本唯一一家高精度地图数据生产厂商。

美国，Mobileye美国的REM平台系统提出图像+智能+网联结合的方案，利用摄像头采集道路数据，把路面中的车道线和限速块的距离定位出来并解析成数据，再把数据打包成数据包进行上传，合作图商可以基于上传的数据进行高精度地图更新。另外，Mobileye还可识别道路上的路况信息、路面坑洞和突发事故等动态信息，可与静态高精度地图叠加。

欧 洲，Here OLP（Open Location Platform），通过和车厂合作，利用大量的私家车数据，建立高精度地图动态共享与循环体系，Here为车厂提供高精度动态地图服务，接收这些数据来更新复杂的地理信息模型，并利用机器学习来支持高精度地图的生产和快速更新。TomTom公司拥有一套针对地图更新机制的数据传输软件，车厂开放接口后，车辆可在行驶过程中将感测到的地理信息通过地图引擎上传到TomTom公司的云端地图更新平台，编译解读道路数据后再回传到汽车，最终完成高精度地图的实时更新工作，形成一个完整的闭环。

德国，德国汽车工业联合会（简称VDA）建立了满足安全要求和保障隐私的动态数据服务平台。每一个OEM都在该平台中扮演系统管理员的角色，共同建立标准化的数据传输和维护接口。第三方可以直接通过OEM建立的B2B接口或OEM的中立服务器访问车辆数据。VDA动态数据服务平台汇聚车辆位置、车辆速度等动态脱敏信息并负责数据监管，以此为跨品牌的车企提供无差别共性基础数据服务。

（二）中国高精度地图产业发展现状

中国高精度地图厂商自2013年起陆续建立高精度地图生产线，目前已有三家主要图商完成了全国L3级高速道路的采集，并开始场景验证以及商业化应用阶段。

一般来说，国内主流图商主要通过自制或购买成熟设备自采并上传制作自动驾驶地图，但自动驾驶地图格式尚未统一，暂未建立合作采集平台。目前，主流图商采集进展基本相当，基本完成30万公里高速路采集，预计2020年左右完成城市道路采集。

在高精度地图平台方面，百度发布了Apollo平台，包括车辆平台、硬件平台、软件平台、云端数据服务四个部分。百度的高精度地图服务于Apollo平台，同时Apollo生态获取的动态信息服务于高精度地图的快速更新，其静态高精度地图数据叠加动态的信息（比如施工、事故等），提供给自动驾驶应用，形成数据闭环循环。

Momenta高精度地图采用基于视觉感知和众包部署的建图与更新方案，通过与车厂或出行服务公司合作，获取众包数据用于高精度地图制作与更新，搭载高精度采集设备的车辆数据用于基础高精度地图生产，搭载相对较低精度采集设备的车辆数据用于高精度地图更新。

（三）高精度地图技术发展分析

当前自动驾驶技术正处于迭代演进中，自动驾驶地图技术也处于高速发展期，包括采集、生产更新、应用三大板块，其各个环节都与智能网联汽车运营应用息息相关，自动驾驶地图技术，需要在车辆自动驾驶技术迭代中完善和发展。

国内外对于自动驾驶地图的数据应用，均建立了高精地图平台，包括HERE、博世、百度等，其自动驾驶地图不仅是地图数据本身的产品，其地图数据源的获取处理应用已经成为一个自动驾驶汽车系统的一部分，构建起自动驾驶运营信息流。

未来自动驾驶地图将来源于车辆，应用于车辆，其主要发展规律：

一是专业采集阶段，同时基于动态数据进行动态地图更新技术研发的阶段，这个阶段完成基于人工智能的地图生成技术迭代完善。

二是进入专业采集和动态数据自动化更新阶段，这个阶段进一步汇聚数据，完善平台，形成规模。

三是进入实时动态信息更新生成地图阶段，这个阶段才是真正的L4或L5阶段，将完成自动驾驶地图数据的运营技术成熟。

如何满足智能网联汽车的需求，自动驾驶地图形态不再是单独产品，不再是离线数据，而是具有运营的数据服务，地图服务才能满足应用；地图的实时性、安全性、高精准，如何能满足要求，唯有依靠运营才能解决。未来，自动驾驶地图将会是采集、应用、更新、运营一体化系统。

二、智能网联汽车对于自动驾驶地图的技术需求

汽车自动驾驶系统包括环境感知与定位、智能规划与决策、控制执行三大核心模块，先进的自身位置评估和感知周边环境是自动驾驶汽车可上路行驶的基础，包括自动驾驶地图、通信、各类传感器在内的感知系统，在感知各种道路和复杂的道路交通环境中各自发挥不可或缺的作用。

自动驾驶地图又是各类感知系统中尤为关键的一环。自动驾驶地图可以不受各种气候环境的影响，为车辆纵向加减速和横向转向、变道等决策提供精确定位以及精准车道预测，可避免因传感器在沙尘暴、浓雾等极端气候下发生误判致使自动驾驶系统失效诱发交通事故，保证自动驾驶车辆在任何环境下的安全。

自动驾驶地图同时也可以提供动态实时交通信息，可以为自动驾驶车辆提前规划行驶路径，躲避拥堵和交通障碍提供支持。总体来说，自动驾驶地图的应用可以极大的降低自动驾驶车辆对于昂贵传感器的依赖，有利于降低成本，更快的进入批量产业化。

（一）自动驾驶地图需求

1.地图数据内容需求

用于自动驾驶的高精度地图有比传统导航地图更详尽的要素，其中包括静态高精度地图、动态高精度地图、实时高精度地图，具体如下：

（1）静态高精度地图

按照当前主流图商的高精度地图要素全集，包括道路线、车道边线、车道中心线、车道节点、道路坡度/曲率/航向，道路设施等，主要用于自动驾驶时基于车道导航、变道提醒等。

（2）动态高精度地图

各类易变要素（如交通设施、限行、施工、管控等等，属于跨部门协调获取），包括道路交通管制信息、实时交通信息、道路围边气象服务信息、潮汐车道信息等，动态信息具有实时性、动态性、可变性，主要用于路径规划时参考信息。

（3）实时高精度地图

自动驾驶过程中车辆本身、车辆与道路、车车、车云之间形成的实时变化的瞬态数据，没有保存下来物理固化的意义，但对于自动驾驶实时决策控制起决定作用。

2.地图数据精度需求

由于自动驾驶级别的不同，对于自动驾驶地图的要素和精度的要求也不同。随着地图采集和定位精度等技术的进步，自动驾驶地图要素和精度的要求也会发生改变。

按照一般意义上的自动驾驶（L3+以上）对地图精度要求：

（1）静态高精度地图：绝对精度20cm，相对精度10cm；

（2）动态高精度地图：厘米级精度要求；

（3）实时高精度数据（地图相关）：厘米级精度要求；

3.地图数据更新需求

（1）对静态高精度地图的更新要求：以月、周、日为周期更新；

（2）对动态高精度地图的更新要求：以分钟级持续更新；

（3）对实时高精度数据（地图部分）的更新要求：即时反应、持续实时更新；

（二）自动驾驶对地图的管理政策方面需求

1.测绘资质需求

依据《中华人民共和国测绘法》《关于导航电子地图管理有关规定的通知》，导航电子地图的数据采集活动，必须按照《导航电子地图安全处理技术基本要求》（GB20263-2006）进行，不得采用任何测量手段获取不得采集的内容。

2009年12月28日，国测图发〔2009〕6号《国家测绘局关于加强互联网地图管理工作的通知》中规定，互联网地图是指登载在互联网上或者通过互联网发送的基于服务器地理信息数据库形成的具有实时生成、交互控制、数据搜索、属性标注等特性的电子地图。互联网地图服务单位应当依法取得相应的互联网地图服务测绘资质，并在资质许可的范围内提供互联网地图服务。

2.安全性需求

按照《关于加强自动驾驶地图生产测试与应用管理的通知》，我国自动驾驶地图参照导航电子地图法规进行管理。而依据现行国家强制标准《导航电子地图安全处理技术基本要求（GB 20263-2006）》，用于传统车辆的导航电子地图需进行加密处理。依据《公开地图内容表示补充规定（试行）》，利用涉及国家秘密的测绘成果编制的公开地图，在依法送测绘行政主管部门进行地图审核前，应当采用国家测绘局规定的统一方法进行保密技术处理。

依据《地图审核管理规定》、《关于加强互联网地图管理工作的通知》规定，互联网地图必须由相应互联网地图编制单位按照地图审核有关管理规定送审。

在地图审图方面，我国仍然按照传统导航电子地图模型进行人工审核，审图周期偏长，无法满足自动驾驶地图更新的时效性需求。

(三）数据传输需求

众包模式作为采集和更新的一种手段，在自动驾驶地图产业中占据很重要的地位。一方面，自动驾驶地图采集生产成本高，任何一家图商都难以承受。未来，自动驾驶汽车同时也是自动驾驶地图数据采集车辆，即众包模式。

另一方面，众包模式对于动态地图信息（比如道路是否拥堵、是否有交通事故、交通管制情况、天气情况等）的实时更新相比专业采集模式有极大的优势。因此，对于众包模式采集的数据和数据传输的标准化，具有强烈的需求。

（四）信息安全需求

自动驾驶地图作为车辆超视距感知和决策的关键手段，在线升级和实时动态交通信息更新的要求非常关键，而在车载软硬件系统日益受到网络黑客攻击的情况下，信息安全的管理尤为重要。

地图绘制阶段需要考虑安全需求，测绘阶段地理数据需要传输，需要在具有安全保障网络中经过安全的传输通道进行上传到云端，防止数据泄露；云端地图数据需要加密存储，对地图数据的访问需要进行身份认证和授权过程，防止越权访问；自动驾驶地图生产环节需增加访问控制机制，保证网络隔离，防止制图阶段数据外泄。

随着自动驾驶地图对于自动驾驶决策变得日益重要，自动驾驶地图的信息安全也提升到了一个很高的需求层面。

（五）在线升级需求

L3/L4/L5级别的自动驾驶对于自动驾驶地图的依赖非常强，但是自动驾驶地图是对物理世界的数字三维化。物理世界时时刻刻都在发生着变化，如何应对快速变化的道路环境，在自动驾驶时代是一个迫切需要解决的问题。

在基于环境匹配的定位中，如果道路环境变化，就可能会影响到匹配算法的准确度，进而出现定位偏移，影响自动驾驶汽车对于周围环境的判断，最终影响到驾驶的安全性。

对于路径规划、行为预测、系统决策等也存在同样的问题。自动驾驶往往都是车道级的路径规划，如果实际道路环境中，车道数量、位置发生了变化，与实际环境不匹配的道路信息对各个功能模块都会提供错误的信息输入，最终影响到驾驶系统的可靠性和稳定性。

因此，在自动驾驶的时代，能够快速更新自动驾驶地图数据OTA系统不可或缺，自动驾驶地图的在线升级（OTA）技术要求也是亟需确定的。

图1 为人准备的地图&为机器准备的地图

（六）高精度动态地图需求

目前，日本、欧洲、德国都建立了动态地图服务平台，可以为车企提供无差别共性基础数据服务，并形成了动态数据收集规范。虽然高精度地图在自动驾驶中的作用逐渐受到认可，发挥着不可替代的作用，但是由于市场刚起步、应用尚不成熟等原因，目前还没有其标准化的定义和理论模型。

首先需要明确高精度地图概念，构建合理的理论模型。高精度地图主要是为自动驾驶服务，所以关键在于理清自动驾驶对地图的需求。

自动驾驶使用的地图是无人系统，是需要为机器准备的地图，具体而言，为车准备的地图则是要帮助提升自身置感知精度以及降低自动驾驶系统中的相关负载，描述更精确，更便于机器识别。

由于汽车行驶的外部现实世界不断在发生变化，如交通信号灯、限速及路况信息，为人准备的静态地图存在难以突破的局限性，日本业界首先提出了动态地图（Dynamic Map）的概念，其实质是一种包含动态信息的高精度地图。

DMP公司给出的动态地图定义是：通过在静态地图上叠加动态信息而创建出的一种实时地图。静态地图是相对位置精度在25cm以内的基础地图，即高精度地图。“链接技术”（Linking technology）是动态地图的关键技术，将动态信息链接到高精度地图对应的静态信息。动态地图对信息的分类主要具体如下：

1.动态信息（鲜度＜1秒钟），是高价值数据，也是容易形成竞争力的地方，具体包括智能交通系统中的可预测信息，如V2V、V2P、交通灯、可变交通标牌等信息；

2.半动态信息（鲜度＜1分钟），是附加数据，包括交通事故、道路拥堵、当地天气等等；

3.半静态信息（鲜度＜1小时），是基础数据或普通数据，包括交通管制、道路施工、气象预测等等；

4.静态信息（鲜度＜1个月），是协同数据，包括道路线形、拓扑数据等等。动态地图在高精度地图概念上增加了各类有价值的动态信息，构成了一种数字基础设施，不仅可以用于自动驾驶系统，还可以应用到交通和其他社会公共事业。

可见，动态交通信息包括道路上移动物体所具有的特定信息及道路周围环境信息，根据实际的交通状况时刻变化，主要包括交通流信息、交通事件和交通环境信息。交通流信息包括交通量、平均车速、平均占有率和车型；交通事件信息包括事件或拥堵类型和位置信息；交通环境信息包括天气状况、道路周围人车信息等。

动态交通信息还包括历史数据和实时数据，历史数据主要是离线应用，对于历史交通状况的统计分析；实时数据是在线应用，对于实时交通状况的分析与控制，绝大多数的交通管理的功能都是依靠实时数据。

图2 动态地图理论模型

因此，动态数据的汇聚需要制定动态数据接口标准，包括动态信息数据交换格式、传感器数据交换格式，对多源动态数据信息聚合、分类和清洗等，形成自动驾驶车辆可以感知使用的动态信息。

例如，从车端可上传车辆数据及传感器数据，V2X路侧设施可提供智能信号灯、可变交通标牌等动态数据，主机厂平台、气象平台、交管平台等行业平台，可提供车辆状态、气象、交通事件、管制等动态数据。

通过安全认证、报文解析、规则引擎网关接入到私有云，构建时空数据库、关系型数据库、文件存储库等高精度动态地图数据库，结合地图供应商采集制作的高精度静态地图数据，建设高精度地图数据库。

这一设想目前仍处于研究阶段，并未形成成熟的解决方案。动态数据汇聚、处理、应用到维护，是多领域的跨界融合，未来还需要多家企业共同参与形成一系列技术创新，有效地促进动态地图生态闭环的建设。

三、面临的挑战与解决方案

智能网联汽车是一个新物种，也是一个新赛道，目前正处于技术快速演进、产业加速布局的商业化前期阶段。

如何构建能够满足智能汽车对实时定位和导航的功能需求，同时有效支撑政府对地理信息安全的监管，是智能汽车产业化的共性基础关键建设目标。

2020年2月，国家发改委、网信办、科技部、工信部等11个部委联合印发了《智能汽车创新发展战略》。

战略特别指出，建设覆盖全国路网的道路交通地理信息系统。开发标准统一的智能汽车基础地图，建立完善包含路网信息的地理信息系统，提供实时动态数据服务；制作并优化智能汽车基础地图信息库模型与结构；推动建立智能汽车基础地图数据和卫星遥感影像数据共享机制；构建道路交通地理信息系统快速动态更新和在线服务体系。

智能网联汽车基础设施体系建设是大势所趋，中国智能网联汽车技术发展需要建立基础设施体系，支撑“中国方案”的智能网联汽车，从而符合中国的道路基础设施标准、地图数据标准、V2X通信标准、交通法规等。另外，中国具有较为复杂的交通环境、道路基础设施以及与西方国家不同的驾驶行为特点，需要智能网联汽车具备相关的适应能力。

为了符合中国的智能网联汽车准入、联网运营监管、信息安全等相关标准，智能网联汽车需要以统一联网标准进行通信，涉及到国家信息安全、数据安全以及产业安全等，这些都需要符合中国联网运营标准保障安全体系。

高精动态地图基础平台不仅是智能网联汽车产业化的关键支撑，也是智能汽车产业化的重要基础保障，其能有效支撑政府对地理信息安全的监管，确保数据安全传输、存储、处理、推送；实现高精度地图数据实时发布与应用；推进相关政策、法规、标准的完善，建立车、路、交通环境协同服务体系等。

高精动态地图基础平台还是构建智能网联汽车生态的基础。随着智能网联汽车技术的发展，智能化和网联化两大技术路径的融合，构建车、路、云、网等数据信息连接的交互平台，是高精地图在线更新的重要支撑，是信息安全传输，地理信息合规管理以及服务监管的基础平台；同时，支撑智能网联汽车技术链及产业链的技术研究、产品开发、测试认证所需，如场景库、虚拟仿真、测试用例及相关工具链等的开发和应用推广。

四、自动驾驶地图发展技术路线

建立基于“终端-边缘-云端”的人工智能交通、车辆传感器信息多源分析融合系统，建立国家层面的自动驾驶高精度地图基础平台，提供动态地图信息发布服务，并融合静态基础地图提供实时更新自动驾驶地图，能进一步推动智能网联汽车相关产业链的发展。

根据中国智能网联汽车产业发展路线图，规划高精动态地图基础平台的发展技术路线如下：

2025年左右，通过高精地图应用示范项目及示范区域建设，构建高精度动态地图基础服务平台，形成数据安全存储、数据安全传输、动态数据汇聚、数据推送等技术体系并完成技术论证。建立相关团体、地方及国家标准，实现高精度地图数据模型和存储式样标准化。推进高精度地图相关政策进一步升级，以满足高精度地图的应用需求。

2030年左右，推广高精地图应用示范模式，完善数据安全存储、数据安全传输、动态数据汇聚、数据推送等技术体系。依托高精度动态地图基础服务平台，结合实时动态车端数据和专业采集数据等数据进行数据快速更新，实现高精度地图的自动化生产和数据更新发布，形成自动驾驶高精度地图规模化应用。推动高精度地图数据实时审图加密等相关政策法规体系建设。

2035年左右，实现高精地图应用示范模式的全面推广，基于高精度动态地图基础服务平台，进一步完善数据安全存储、数据安全传输、动态数据汇聚、数据推送等技术体系。整合车端数据及路侧数据，实现以动态信息生成为主的地图数据更新，推动高精动态地图的自动化生产、快速更新及数据发布大规模商业化应用，支持提供全场景多模式的自动驾驶高精度地图数据服务。推进中国高精度地图数据规格国际化。推动高精度地图相关法规、政策、标准、规范的完善。