高精度地圖在智能導航中的研究及應用

沈晨 王敬平 馬冬冬 黃子君

（中國電子科技集團公司第三十二研究所 上海市 201808）

隨著導航電子地圖的普及，使用車載、手機等導航軟件進行出行規劃以及實時路況信息獲取，已成為一種不可逆轉的趨勢。

目前使用的普通導航電子地圖在精度上無法滿足車道級別的路徑規劃和導航。智能導航不僅在精度上要求更高，在地圖內容、地圖更新頻率等方面對導航電子地圖都提出了更高的要求。地圖精度需要達到亞米級別，地圖內容包含道路中的各種要素以及地圖數據的現勢性。因此，研究高精度地圖技術以適應智能導航的需求，對人員出行、道路交通、行車安全等方面具有重要意義。

1 智能導航發展情況

1.1 國外現狀

20世紀70年代，國外發達國家開展自動駕駛車輛課題研究。在美國，眾多自動駕駛相關企業在研究初期就開始投入大量的資金，亞馬遜、蘋果、谷歌、微軟等先后全部進入自動駕駛研究領域，美國在高精度地圖和人工智能技術上的研究始終處于世界領先。德國于2019年建立大型實景試驗基地，進行無人駕駛車輛的試驗，該試驗的目標是實現任何場景下的全智能無人駕駛。2020年，日本本田公司發布了L3 級別自動駕駛概念車，并目標于2025年-2030年左右分別實現L4、L5 級別的自動駕駛技術。

1.2 國內現狀

20世紀80年代初期，我國開始進入自動駕駛研究領域。1992年成功研制第一輛自動駕駛車輛。目前，我國車輛自動駕駛技術雖然尚不成熟，但已經涌現了一批走在自動駕駛技術前沿的代表，如廣汽集團、長城汽車等車企，百度、華為等大型互聯網公司。2017年百度與威馬共同設立“威馬&Apollo 智能汽車聯合技術研發中心”，基于領先的傳感器融合設計方案及車端海量數據訓練驗證，實現汽車智能化升級及無人駕駛的多場景應用。2021年，ARCFOX 極狐汽車聯手華為推出阿爾法S 華為HI 版自動駕駛汽車。

1.3 現有導航技術的不足

1.3.1 地圖要素不豐富

目前的導航電子地圖主要用于路徑規劃和導航。導航電子地圖由道路、背景、注記、POI、3D 實景圖、建筑物等組成，其主要作用是把道路信息抽象的表達出來，使用普通的曲線、線段來標示道路，而道路中的車道線寬度、路燈位置、交通信號燈、路障、行車指示標識等在普通導航電子地圖很難得到體現。在行車過程中，導航電子地圖只能為駕駛員提供當前的車輛定位、路徑偏離、交通擁堵等信息，如車道、信號燈以及交通事故等信息需要駕駛員進行觀察及分析，并重新規劃路徑。自動駕駛車輛很難替代駕駛員完成上述判斷分析及決策。所以，普通導航電子地圖并不能滿足自動駕駛車輛的要求。

1.3.2 地圖精度低

普通的導航電子地圖基于GPS（Global Positioning System）衛星定位，通常精度在10 米左右，存在較大的誤差，只能進行道路級別的導航，無法進行車道級別的導航，導航電子地圖的精度限制了導航技術的發展，也無法滿足自動駕駛的需求。

1.3.3 動態信息更新頻率低

當前的導航電子地圖只能提供道路擁堵、交通事故等路況信息，且在時效性方面存在較大的延遲，不能很好的體現道路的實時信息，如信號燈的位置、信號燈當前指示、道路標示線、潮汐車道等。這也是制約自動駕駛車輛發展的一個重要原因。

1.4 自動駕駛的地圖數據需求

汽車工業領域將自動駕駛車輛分為L0 至L5，6 個自動化等級。L0 級別對應的是完全人工駕駛狀態，隨著自動化等級的提升，至L5 級時對應的則是全自動駕駛狀態，詳細內容見表 1。

表1：自動駕駛分級信息表

2 高精度地圖在智能導航中的作用

2.1 高精度地圖與傳統地圖的區別

高精度地圖與傳統地圖相比，主要在地圖精度和地圖內容兩個方面有著顯著的提升。精度方面，普通的導航電子地圖的絕對坐標精度約在10 米左右，可以滿足日常出行導航，而遠遠達不到自動駕駛的需求。自動駕駛車輛需要亞米級別的精確定位；地圖內容方面，高精度地圖需包含曲率、坡度、限高、限寬等高級駕駛輔助系統數據和實時交通信息。與傳統導航電子地圖相比，高精度地圖還需具備車道邊線、車道中心線、車道形點等車道級數據，道路區間、交叉點等道路級數據，道路級拓撲網、傳統地圖對照表等路網拓撲數據，道路印刷標識、立體交通設施等交通設施數據，誘導規則、限高限速等特征屬性數據。

2.2 高精度地圖的應用

要實現自動駕駛，首先要對車輛周邊環境進行數據采集、地物識別，再通過智能分析處理及算法形成規劃與決策，最終實現車輛的自動駕駛。高精度地圖主要應用于自動駕駛的感知和規劃階段。

2.2.1 感知階段

自動駕駛的感知技術通常使用車輛上的雷達、攝像頭等設備對道路、靜態物體、動態物體進行捕獲，通過智能識別算法提升對周邊環境的感知能力。高精度地圖可作為虛擬數字傳感器，提供完整的靜態地物描述，系統通過地物檢測識別以及衛星定位精準匹配，完成車輛對周邊環境的精確認知，實現車輛障礙物檢測和避讓、智能調速等。

2.2.2 規劃階段

自動駕駛的規劃決策主要解決自動駕駛車輛如何走的問題。自動駕駛規劃決策技術主要包括自主路徑規劃和自動行駛控制。自動駕駛車輛根據高精度地圖中的豐富道路語義信息以及周邊環境信息，包括車道級路網、交通信號燈位置、限高限寬等，可自主完成兩地間的最優路徑規劃；基于精準定位和自主路徑規劃的車輛需要通過高精度地圖完成自動行駛控制才能實現真正的自動駕駛，首先通過地圖提供的靜態數據進行車輛速度控制，然后通過車輛配備的各類傳感器設備獲取實時動態數據，對車輛、行人、障礙物等進行識別和預測，完成車輛的減速、轉向、剎車等命令。

基于高精度地圖在智能感知、規劃與決策兩個層面的應用，高精度地主要有以下幾個優勢：

（1）靜態地物識別。高精度地圖提供豐富的靜態地物標識包括道路類型、寬度、坡度、曲率的車道及道路網，路面標線、箭頭、文字、立面標記、突起路標和道路邊線輪廓標等路面標線，交通標志牌、交通信號燈、防護欄等道路周邊設施。這些信息能為車輛提供豐富的先驗知識，對駕駛路徑進行提前規劃。

（2）動態信息獲取。由于道路存在彎道、坡道或者有車輛遮擋，傳感器的探測范圍是有限的，車輛通過網絡獲取實時道路數據擴展傳感器的視野，讓傳感器更加迅速地反應各種復雜路況，將動態信息和靜態地圖內容有效地結合起來，進一步增加自動駕駛車輛的感知準確性和安全性。

2.3 高精度地圖的不足與對策

高精度地圖是自動駕駛的關鍵技術，其豐富的靜態地物標識可為車輛自主路徑規劃提供數據支撐，根據實時路況信息對車輛駕駛操作進行規劃和決策，避免出行擁堵，提高自動駕駛車輛的安全性、準確性和可靠性。但是由于靜態地物的局限性和實時路況的復雜性，有時高精度地圖不能全面的反饋所有的道路信息。

自動駕駛包含感知、規劃和執行三個階段。感知階段車輛通過高精度地圖和傳感器設備構建環境地圖并實現自我定位；規劃階段將傳感器數據和高精度地圖進行同步定位和精確匹配構建更加具體的環境地圖，并完成兩地間的路徑規劃；執行階段由車輛的ECU（Electronic Control Unit）轉換成驅動命令，再由車上的電動或液壓執行器執行。V2X（Vihicle to everything）、計算機視覺是能讓系統進一步適應復雜環境，提升車輛感知能力和決策能力的重要技術手段。

2.3.1 V2X

V2X 主要包括車與車、車與基礎設施、車與人、車與云，是車輛通過傳感器、互聯網與周邊車、人、物進行信息交換、分析、決策的一項技術。V2X 技術擁有強大的環境數據獲取能力，可以有效彌補高精度地圖在周邊信息獲取的空缺，提升系統感知能力，為系統的規劃和決策提供有效幫助，V2X 技術與其他傳感器共同構建自動駕駛車輛周邊環境，為優化決策提供重要信息依據。

2.3.2 計算機視覺

自動駕駛車輛是在一個未知的動態環境中進行的，車輛需要實時獲取周邊信息，計算機視覺就是用各種成像系統替代駕駛員的感官能力，由計算機替代大腦完成處理和解釋，是自動駕駛感知技術的基礎。計算機視覺利用車輛的多傳感器進行信息采集，通過數據融合、數據分析等手段建立車輛的視覺系統，具有自主適應環境的能力，提高自動駕駛的安全和可靠性。

3 結束語

高精度地圖在自動駕駛的感知和規劃階段提供定位匹配、地物識別和動態信息獲取等技術能力，是未來自動駕駛車輛的重要組成和成熟標志。目前高精度地圖在自動駕駛中尚存在相當大的不足之處，尤其在面臨復雜的實時路況時，本文針對高精度地圖的不足提出了簡單的設想，這些還遠遠不能滿足自動駕駛的需求。未來我們會更加關注如何能為自動駕駛車輛提供更髙精度、更高豐富度及更高現勢性的動態地圖，如何建立完善的髙精度地圖生產體系以及自動駕駛產業鏈。