理工酷

传统的导航电子地图,主要给驾驶员使用,而高精地图主要给自动驾驶汽车使用。 高精 地图尤其在自动驾驶的感知、定位、规划、决策、控制等过程中发挥重要作用。 因此,高精地 图是自动驾驶的基础。

相比传统导航电子地图,高精地图具有更高的计算精度、更多的数据层级、更动态的实 时性等特点,以满足自动驾驶汽车在行驶过程中地图精确计算匹配、实时路径规划导航、辅 助环境感知、驾驶决策辅助、智能控制辅助的需要。

1. 地图精确计算匹配

由于存在各种定位误差,电子地图坐标上的移动车辆与周围地物并不能完全保持正确 的位置关系。 利用高精地图精确计算匹配则可以将车辆位置精准地定位在车道上,从而提 高车辆定位的精度。

传统地图的匹配依赖于 GNSS 定位,定位准确性取决于 GNSS 的精度、信号强弱以及 定位传感器的误差。 高精地图在地图匹配上更多地依靠其先验信息。 高精地图相对于传统 地图有着更多维度的数据,例如道路形状、坡度、曲率、航向、横坡角等。 通过更高维数的数 据结合高效率的匹配算法,高精地图能够实现更高尺度的定位与匹配。

2. 实时路径规划导航

对于提前规划好的最优路径,因为交通信息的实时更新,最优路径也可能随时发生变 化。 此时高精地图在云计算的辅助下,能有效地为自动驾驶汽车提供最新的路况,帮助自动 驾驶汽车重新制定最优路径。

高精地图的规划能力下沉到了道路和车道级别。 传统的导航地图的路径规划功能往往 基于最短路径算法,结合路况为驾驶员给出最快捷、最短的路径。 但高精地图的路径规划是 为机器服务的。 机器无法完成联想、解读等步骤,所以给出的路径规划必须是机器能够理解 的。 在这种意义上,传统的特征地图难以胜任,而高精矢量地图能够完成这一任务。 矢量地 图是在特征地图的基础上进一步抽象、处理和标注,抽出路网信息、道路属性信息、道路几何 信息以及标识物等抽象信息的地图。 它的数据量要小于特征地图,并能够通过路网信息完 成点到点的精确路径规划。

3. 辅助环境感知

高精地图可对传感器无法探测的部分进行补充,进行实时状况的监测及外部信息的反 馈。 传感器作为自动驾驶的眼睛,有其局限所在,如易受恶劣天气的影响,此时可以使用高 精地图来获取当前位置的精准交通状况。 高精地图辅助环境感知的原理为:

( 1 ) 通过对高精地图模型的提取,可以将车辆位置周边的道路、交通、基础设施等对象及对象之间的关系提取出来,这可以提高车辆对周围环境的鉴别能力。 ( 2 ) 一般的地图会过滤掉车辆、行人等活动障碍物,如果无人驾驶车在行驶过程中发现 了当前高精地图中没有的物体,这些物体大概率是车辆、行人和障碍物。

高精地图可以看作自动驾驶的传感器,相比传统硬件传感器(雷达、激光雷达或摄像 , 头) 在检测静态物体方面,高精地图具有的优势包括:所有方向都可以实现无限广的范围; 不受环境、障碍或者其他干扰的影响;可以“检测”所有的静态及半静态的物体;不占用过 多的处理能力;已存有检测到的物体的逻辑,包括复杂的关系。

4. 驾驶决策辅助

高精地图除了具备传统电子地图的路网地图数据外,还将大量的道路行车信息存储为 结构化数据,这些信息可以分为两类:第一类是道路数据,例如车道线的位置、类型、宽度、 坡度和曲率等车道信息;第二类是车道周边的固定对象信息,例如交通标志、交通信号灯等 信息,车道限高、下水道口、障碍物及其他道路细节,还包括高架物体、防护栏、树木、道路边 缘类型、路边地标等基础设施信息。 在自动驾驶汽车的行驶过程中,这些信息将被有效计 算,对车道并线、障碍物避让、车辆调速、行车转向的决策起到重要辅助作用。

5. 智能控制辅助

高精地图作为所有行车信息的载体,提供了对所处环境进行精准预判、提前选择合适的 行驶策略等功能。 通过这种减少传感器计算压力和性能计算瓶颈的方式,使传感控制系统 更多关注突发情况,达到自动驾驶过程中智能控制辅助的作用。 同时在提升车辆安全性基 础上,有效降低了车载传感器和控制系统的成本。

例如在高速公路下匝道时,一般会通过摄像机来探测车道线的变化,以保证车辆在车道 内行驶。 在车道弯曲度比较大时,摄像机反馈的结果不是很理想,这就需要利用地图的先验 数据,根据车辆的姿态来拟合计算车道线的数据。

本回答的主要内容来自图书《自动驾驶技术概论》，清华大学出版社