高精度地图在自动驾驶领域的作用及意义分析

郭茹霞

江苏晶众信息科技有限公司北京分公司 北京 100000

引言

信息技术在高速发展过程中不断探索着与其他产业的融合，这种融合也在很大程度上改变了其他产业的发展状态。在信息技术被应用到出行中之后，完全解放人力的自动驾驶技术得到高速发展，也为未来的智能出行做好了技术层面的准备。而自动驾驶技术实现的另一项技术关键，在于对高精度地图的合理应用。在获得了高精度地图信息支持的前提下，处于自动驾驶状态的汽车能精准定位所处位置，并通过对环境信息的合理判断正确选择驾驶策略，自动驾驶的安全性也因此得到保障。由此可见，高精度地图在自动驾驶领域发挥的作用及背后的意义非常有必要深入探讨。

1 高精度地图

高精度地图是有别于传统电子地图的新型地图。传统电子地图能够较为精确地描绘出道路状态，对于主干道等道路还能明确标示出行车道，同时还能够提示当前道路的拥堵状态，但多数并不能呈现完整的道路环境细节，在驾驶员行车的时候能够帮助驾驶员辨明道路走向，并在结合了GPS技术后能实现导航功能，就目前来说，这也是传统电子地图的极限[1]。

而高精度地图则拥有大量的驾驶辅助信息，不仅能以三维状态表现道路环境及内容，地图的精度也更高，对交叉口及复杂道路状态的布局也有明确表征。单就精准程度一项来说，高精度地图是远远超过传统电子地图的，两者之间精度的差距达到百倍，具体来说就是传统电子地图的精度只需要达到米级即可满足使用需求，而高精度地图的下限则是厘米级，这也正是高精度地图保障行车安全的关键。

当前概念中的高精度地图在类型上分为静态地图与动态地图两种类型，其中静态地图包括所有传统电子地图需要具备的信息（包括车道模型、道路部件、道路属性等），在此基础上还包含了道路的各种细节信息，如对车道中心线、车道线及车道类型的表述等，同时还包括了车道的坡度、曲率、横坡等更高精度的数字参数，而这些是自动驾驶技术必备的信息参数，只有在对这些数据进行充分分析之后，自动驾驶技术才能决定行车的转向时机、转向角度、油门大小、刹车时机预判等驾驶策略。而要实现这些功能，车辆本身还要配置各种类型的传感器，以帮助高精度地图实现实时的数据采集工作[2]。尽管构成高精度地图基础数据依靠的是具备各种传感设备、录入设备的测绘车，但对于实时路况的采集就只能靠车辆本身结合GPS技术完成。此外，无人机也被应用到高精度地图的绘制工作中。

2 关于自动驾驶的概念

自动驾驶这一技术从20世纪70年代起就得到广泛研究，当时主要研究这项技术的是英、美、德等具有较高工业水平的国家。在经过长时间的研究与发展之后，以美国机动车工程师学会为主导，为无人驾驶进行了从辅助驾驶到完全自动驾驶五个等级的划分，依次是辅助驾驶-部分自动驾驶-有条件自动驾驶-高度自动驾驶-完全自动驾驶。每项技术等级之间的难度呈质变状态变化，在对驾驶员的需求上也从完全控制到完全不需要控制。遗憾的是，时至今日自动驾驶技术也只是勉强达到第三级水平，在少数特定环境和区域的情况下能达到第四级。尽管当前很多汽车已经配备了名为“自动驾驶”的系统，但其能够实现的功能也只是特定条件下的自动驾驶，绝大多数时候车辆的驾驶策略仍然需要驾驶员接手并进行判断。

对于自动驾驶技术而言，其需要实现的技术以对路况的识别为主，具有完备自动驾驶功能的汽车必须完全了解所在路段的所有交通标志及意义，同时也能够准确侦测路况的实际信息，包括所在道路是否产生拥堵、是否有发生交通事故，而这些功能只有在借助高精度地图的前提下才能实现，仅靠普通的导航地图是无法充分了解这些信息的[3]。显而易见的是，高精度地图的有效研发与应用，决定了自动驾驶技术能够投入到实际应用中的程度，也是自动驾驶领域发展的关键前提。

3 高精度地图与自动驾驶领域

某种程度上可以认为拥堵就是交通的代价，由于不同驾驶员在驾驶策略上存在差异，这种差异导致不同驾驶员在处理同类型交通状况时，实施不同的驾驶策略，而驾驶员对驾驶策略后续影响的评估也是不同的，由此造成交通拥堵的情况十分常见。在人工智能技术尤其深度学习技术得到发展之后，技术中的算法逐渐拥有掌握物体属性的能力，并能够以类人角度做出最合理的决策，这为自动驾驶技术的出现提供了更多保障，也为人类的出行描述了更加理想的未来[4]。而对于自动驾驶领域而言，高精度地图发挥的作用主要是通过其应用策略实现的，这就需要将自动驾驶的关键技术作为切入点进行分析。

3.1 自动驾驶的关键技术

首先可以明确的是，环境感知与精准定位是自动驾驶实现的关键技术，在此基础上延伸出的驾驶策略的制定、控制与执行，车辆控制系统以及实时探测环境信息的车联网技术，共同构成了完整的自动驾驶技术。

环境感知技术是实现自动驾驶的关键前提，主要是通过车辆自身搭载的各类传感器来获取道路上的各种信息，并将其转化为数据集中处理分析，进而全面、合理判断车辆当前所处的驾驶环境；精准定位这一功能是为驾驶决策与规划服务的，同时定位也是有效执行导航策略的前提，其目的是为了获悉当前车辆在外界环境中所处的位置以及与环境中各物体之间的相对关系，尤其对车辆绝对位置和姿态的采集更为重要；驾驶策略的指定、控制与执行取决于环境感知的结果以及导航子系统输出的信息，在此基础上还会附加一些额外的限制条件，包括但不限于无碰撞、安全抵达、规避策略的优先级等等，集合这些信息之后才能对行车路径进行明确规划；车辆控制系统则是自动驾驶的现实体现，也是自动驾驶最终呈现出的状态，这部分内容涉及油门力道的控制、刹车时间的选择以及方向盘角度的精确调整，简单来说，车辆控制系统包含了车辆的驱动与制动。

3.2 高精度地图在自动驾驶领域发挥的作用

结合上述内容来看，高精度地图在自动驾驶领域中的作用主要体现在感知层面和规划识别层面。在感知层面，车辆本身配备的视觉传感器、红外传感器等能够有效检测周遭的物体与物体所处的状态，而为高精度地图额外配置的虚拟数字传感器能够完整描述静态地物状态，这是对原有传感器感知范围的延伸，由此所得到的感知结果也更精准有价值，可帮助车辆实现对周遭环境的精确认知。感知出的内容也能够与高精度地图中的数据进行深层次匹配，匹配出的结果将被作用域全球导航卫星系统的精确调整，用于修正后者在感知过程中造成的误差，由此提升行车的安全性与可靠性。而在规划识别层面，则更侧重动态的表达，在获取到感知层面不同类型数据的融合结果之后，能够从周围物体的运动状态（多以其他车辆为主）预测物体之后的运动行为，进而规划出合理的行驶路径与运动轨迹。其中对行驶路径的规划取决于车辆的绝对定位及道路模型的拓扑，以此为基础精确计算车辆所在位置至终点位置的全局路径，在计算出全局路径之后，还会采集交通事件信息、实时天气状况数据、驾驶经验数据库等等对全局路径进行局部调整，对已有的全局路径进行深层次的规划。在路径规划完成之后就可进行自动驾驶，而在执行自动驾驶的过程中也会将移动障碍物、交通信号状态，周边车辆行驶速度及动力学约束等内容纳入计算范围，在行驶过程中不断对路径、车辆驾驶策略进行微调，进而保证路径的平滑程度与安全性，这部分内容将用于处理自动驾驶汽车行程中面临的细节问题，保障自动驾驶本身的可靠性与安全性。

3.3 高精度地图的应用意义

从高精度地图在自动驾驶领域发挥的作用来看，在结合计数功能层面的内容之后，会发现高精度地图在自动驾驶领域的应用意义表现为以下几方面内容。

首先高精度地图本身具备静态地物语义识别的优势。高精度地图能够对地图中的静态地物进行标识，而这种标识在内容上比较丰富，能够弥补车载传感器在传感距离上的劣势，也就能提升车辆传感器的探测效果，这在高速公路匝道、绕城高架道路等较为复杂的道路上有非常大的实用意义与实用价值（比如对出入口限速信息的识别等）。在天气状况良好的情况下，原本的车载传感器是能够充分发挥出良好视距的，也就能够获得道路标识牌上更精确的信息。但传感器本身并不能完全理解标识牌上语义信息的实际意义，也无法按照语义信息内容进行标定，而在高精度地图得到应用的前提下，地图数据库中明确记录了大量限速标志及各类型标志的作用路段与方向规划，因而高精度地图能够从数据库中调取这些信息，自动驾驶技术也就能读取信息并加以执行，这就避免了车辆遭到错误信息的干扰，行车的可靠性因此得以大幅提升。

其次则是对环境冗余信息的处理。通常情况下，为提升应用系统的处理效率，向系统提供的信息提倡精简有效，以确保系统反馈的及时性与正确性。但对于自动驾驶系统而言，其系统的运作本身就建立在大量信息采集、分析及运用的基础上，包括车辆的操纵策略。高精度地图对冗余信息的处理，体现在对冗余信息的集成上，与地图相关的所有冗余信息本身就存在于高精度地图的数据库中，因而只需要实时读取即可完成处理工作，不会对系统算力造成负担，进而提升感知的安全性与准确性。而自动驾驶意味着以上所有内容完全依靠电脑机械执行，乘客是完全不介入到控制过程中的，而且在这种情况下车辆依然能够按照正确的行驶方向前进至目的地，并在行驶过程中完全遵照已有交通规则，因此环境冗余信息的处理是必要的。

最后则是感知算法效率的全面提升。就数据类型上来看，高精度地图中包含了大量客观数据，这些内容以道路特征及道路周边环境为主，且会进行定期的更新优化。自动驾驶系统的关键功能之一，是对传感器上传的大量数据进行分析处理，因而对芯片的算力有很高要求。在高精度地图中的大量数据都是得到过前期验证的，只需要简单套用就可以派上用场，这就大量节约了芯片的算力，也使得信息感知融合的复杂程度大幅下降，芯片因而能够将绝大多数算力集中在对驾驶行为的动态判断上，车辆自动驾驶时的反应速率也因此得到大幅提升。

4 结束语

可以预见的是，在获得5G技术的支持之后，高精度地图的应用将得到进一步拓展，自动驾驶技术同样因此有了更大的实现可能。高精度地图与自动驾驶技术必然为汽车产业及相关产业的业态带来重大影响，甚至会在一定程度上重塑产业价值链体系。可以预见的是，在人工智能、大数据技术与自动驾驶技术融合之后，自动驾驶技术将能实现城市交通资源最大限度的优化。