高精度地图对于自动驾驶的意义、功能痛点以及发展趋势
张建平 侯燕
摘要:
高精度地图作为高级别自动驾驶必不可少的技术支撑，对自动驾驶安全性有
着至关重要的影响。本文主要从高精度地图对自动驾驶的意义、解决自动驾驶的功能痛点以及发展趋势三个方面展开阐述，助力自动驾驶汽车更智慧、更安全、更可靠地发展。
1 引言
地图，作为帮助人类认知现实世界的重要工具，在交通出行过程中发挥着巨大的作用。随着汽车电子技术的进步，地图的形态也在不断地演化以适应新的应用需求。从支持车载导航的数字地图，到增加坡度、曲率、航向的高级辅助驾驶地图，再到面向未来自动驾驶的高精度地图，地图正在逐步走向汽车历史性变革的核心舞台（如图 1 所示）。
相对于人类驾驶员而言，简单易用的导航地图足以满足需求。但对于自动驾驶而言，需要有专门给机器看的地图来支持，帮助人工智能与自动驾驶系统更好地认知、理解不断变化的现实世界环境，从而给人类提供更安全、高效、舒适的自动驾驶体验。
2 高精度地图对自动驾驶的意义
高精度地图又称为高分辨率地图（High Definition Map，HD Map）或高度自动驾驶地图（Highly Automated Driving Map，HAD Map），以精细化描述道路及车道线、路沿、护栏交通标志牌、动态信息为主要内容，为自动驾驶汽车的感知、定位、规划、决策、控制等应用提供安全保障（如图 2 所示）。
通俗来讲，高精度地图就是面向自动驾驶汽车的比传统导航地图精度更高、数据维度更广的电子地图。精度更高，主要体现在其绝对坐标精度更高，可以精确到厘米级（高精度地图绝对位置精度接近 1 米，相对位置精度能够控制在 10 —20 厘米）；数据维度更广，体现在其包括了除基本道路信息之外的与交通相关的周围静态信息及动态信息。
高精度地图作为实现自动驾驶的关键技术之一，成为对自动驾驶现传感器的有效补充，为车辆提供了更加可靠的感知能力。高精度地图可以分为多个图层，主要包含以下两部分。
静态高精度地图数据层：静态高精度地图处于底层，是目前研发的重点。它一般由含有语义信息的车道模型、道路部件（Object）、道路属性三类矢量信息，以及用于多传感器定位的特征（feature）图层构成。
动态信息图层：主要包括实时动态信息，既有其他交通参与者的信息（如道路拥堵情况、施工情况、是否有交通事故、交通管制情况、天气情况等），也有交通参与物的信息（如红绿灯、人行横道等）。
高精度地图以其精确的定位信息及丰富的道路元素，不仅可以为自动驾驶起到辅助环境感知的作用，提供超视距路况信息，还可为自动驾驶提供路径规划与决策、确定车辆精确位置，是实现自动驾驶的关键所在，也是自动驾驶汽车行驶上路的“行动指南”。
3 高精度地图解决自动驾驶的功能痛点
自动驾驶技术主要分为感知、决策和执行三个方面。在感知层，通过激光雷达、毫米波雷达、高清摄像头等传感设备感知探测汽车周围车、人、位置等信息；在决策层，以感知信息数据为基础，综合处理分析后，对汽车的下一步行为做出预判；在执行层，基于决策层给出的驾驶决策，由控制层对车辆进行转向、驱动控制、制动和安全控制。
随着自动驾驶级别的不断增高，对自动驾驶稳定性、安全性要求也越来越高。目前感知和定位的技术，由于受到各种因素的影响，在可靠性、定位精度以及卫星信号缺失场景再定位情况下，都存在着一定的功能性技术痛点。自动驾驶汽车在行驶过程中，由于实际路况的复杂性，在很多情况下，车辆的传感器对环境的感知是有局限性的，高精度地图可以提供超出传感器感知范围的信息。
而高精度地图常常被比作自动驾驶系统的“长周期记忆”，类似于被比作“眼睛”的雷达、摄像头等传感器以及被比作“大脑”的控制系统，无论其技术多么发达，离开了“记忆”的支撑，都无法很好地对路径全局进行精准的把控。因此，在某些场景下，我们需要高精度地图来解决自动驾驶的功能痛点。
痛点 1：视觉传感器场景受限时，高精度地图可进行有效冗余
在很多场景下，例如在雨、雪、雾、霾等天气或者车道线磨损、遮挡等情况下，传统的视觉及激光雷达传感器，会出现一定程度的失效；无法保证自动驾驶汽车在全天候、全工况环境下行驶的可靠性。
与车载传感器相比，高精度地图不受天气、障碍物和探测距离等限制。为了保证自动驾驶汽车行驶过程中的安全性，在极端天气情况下，高精度地图作为自动驾驶技术支撑，可为自动驾驶汽车提供安全提醒，提供道路先验信息，弥补传感器感知的不足。
另外，在城市复杂的道路环境下，仅仅依靠单纯的视觉系统，很难分辨出红绿灯究竟是控制哪条车道的交通流。此时，通过提前绘制好的高精度地图，可以有效地控制和加速自动驾驶系统的识别能力，提升自动驾驶系统的信心和可靠性。
痛点 2：传统卫星定位场景受限，高精度地图车辆融合定位
在一些复杂的场景下，例如重庆的多层立交，或者隧道，如何实现高精度、车道级的定位？目前来讲，行业通常的解决方案是 RTK（实时动态载波相位差分技术）加上车规级的 IMU（惯性测量单元）。然而，现实中 GPS/RTK 方式非常容易受到干扰，不仅仅是在遇到立交桥等复杂场景的时候，还包括遇到城市环境下的高楼大厦、镜面反射，甚至大型水体的时候，都会受到信号的干扰，从而无法实现精准定位。因此，自动驾驶系统同时需要一个稳定的无源定位的方式。高精度地图可以帮助自动驾驶车辆完成定位。利用高精度地图，结合视觉、毫米波雷达、激光雷达等传感器，通过匹配算法实现自主定位，这种融合定位的方式，会在自动驾驶车辆实际使用过程中大大提高自动驾驶的安全性。
痛点 3：视觉传感器距离及理解能力受限，高精度地图延长感知距离，实现车道级路径引导
地图是一个超视距传感器，对于远距离全局的路径规划和局部规划，通常只能通过地图来实现，让自动驾驶车辆知道什么地方允许变道，最佳变道的路线怎样选择。例如我们经常碰到的复杂环岛场景，自动驾驶感知视角没有办法环视整个环岛，而高精度地图则可以为自动驾驶提供“上帝视角”，并通过高精度地图中的虚拟车道线属性要素，以及车道和车道之间的联接关系，来辅助自动驾驶提前进行驾驶规划，从而做出合理的决策和控制，保证驾驶安全。
此外，在很多城市场景下，类似于潮汐车道、公交车道等本身存在一定的特殊交通规则，此时需要利用高精度地图提前进行路径规划，避免自动驾驶系统错误地认知交通规则。高精度地图不仅仅辅助于自动驾驶的核心功能，更重要的是可以提前赋予自动驾驶系统比司机更加丰富的驾驶经验。
4 高精度地图发展趋势
高精度地图在自动驾驶方面扮演着不可替代的角色，也是未来车路协同的重要载体，对于推动自动驾驶产业的商业化起着至关重要的作用。
目前，高精度地图的应用主要随着自动驾驶的逐渐普及而兴起。结合我国汽车产销量迎来的稳步复苏，华经产业研究院认为按照 3 亿辆汽车保有量测算，保守估计中国高精度地图市场规模将由2021 年的 10.2 亿美元增至 2025 年的 32 亿美元，年复合增长率为 33.09%。
未来，当更高等级自动驾驶汽车大规模落地，车厂的自动驾驶系统将会与高精度地图实现深度融合，或有如下发展趋势。
4.1 高精度地图将会从选配到标配
高精度地图的普及率与自动驾驶的普及率紧密相连。每当有一辆汽车实现自动驾驶，就意味着有一辆车使用了高精度地图产品。随着技术的成熟、成本的降低，自动驾驶汽车将成为普遍的选择，到那时高精度地图将会从如今的选配变成标配，市场渗透率也将逐步达到 100%，高精度地图产业发展值得期待。
4.2 高精度地图行业盈利模式将多样化
高精度地图厂商逐渐从图商向地理信息服务型企业转变。盈利模式由传统图商销售离线的license（许可证）方式，变为提供一系列基于高精度地图数据服务并收取服务费的形式。高精度地图厂商将在开发高精度地图产品的同时，努力构建自身的云服务平台以适应向数据服务商方向的商业模式转变。高精度地图由于需要保持地图的“鲜度”及动态信息的实时交互，图商需要构建云平台，未来为车主提供全国高速道路级变化周更新、要素级变化日更新、动态实时信息小时级发布，然后根据提供的数据量的多少计费。
4.3 高精度地图厂商将成为标准和法规施行的引领者
标准方面，不同地图厂商的地图数据格式与精度不同，未来统一的高精度地图 OneMap 标准的建立，可减少车厂数据适配成本、降低国际车厂标准不统一带来的安全应用风险，帮助自动驾驶汽车量产落地。
法规方面，由于高精度地图涉及国家地理信息安全，因此必须由拥有测绘与制作资质的地图厂商才能合法采集、存储、发布等。而且合作伙伴对高精度地图的二次利用更需要由地图厂商帮助在数据安全与网络安全等法规的基础上合法合规地使用。
4.4 高精度地图是智慧城市的“数字基建”，也是基于位置服务的 5G 技术和AI技术的“数字底座”。
高精度地图不仅可以为政府提供精准的城市规划参考依据，而且能为智能交通、智能小区以及智慧家庭、智慧物业、智慧养老、智慧医疗、智慧安防、智慧教育、智慧用电等提供精确的位置及定位服务，帮助政府快速地实现城市信息化、工业化与城镇化高度融合等数字化转型，全面满足居民的生活和发展需求。
在未来，无人驾驶不仅仅依赖于单车智能。一方面，要看传感器升级、算法的升级;另一方面，也要倚仗 V2X 技术、大数据、边缘计算、云计算以及 5G 技术的普及。而高精度动态地图将会成为连接车厂和路侧基础设施方的纽带，服务于车路协同自动驾驶、智能网联、智慧交通等领域，为车厂、企业、政府等不同行业客户提供定制化的应用服务，最终推动自动驾驶的快速落地。
作者简介：
张建平，北京四维图新科技股份有限公司
侯燕，北京四维图新科技股份有限公司
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
