測繪遙感能為智能駕駛做什么？

李德仁，洪 勇，王 密，唐爐亮，陳 亮

1. 武漢大學測繪遙感信息工程國家重點實驗室，湖北 武漢 430079； 2. 地球空間信息技術協同創新中心，湖北 武漢 430079

智能汽車產業不僅包含傳統汽車產業的智能化升級，還涉及通信系統、路側設施等一系列關聯產業，智能化與網聯化是汽車產業大勢所趨，單車智能+車路協同的網聯協同發展路徑逐漸成為行業共識，必將帶來新的產品與生態模式，具備廣闊的市場前景。

與常規汽車相比，智能(網聯)汽車具備兩大重要特征，一是多技術交叉、跨產業融合，智能(網聯)汽車是機電與信息一體化產品，需要汽車、交通設施、信息通信基礎設施與資源平臺信息的融合感知，對地球空間信息技術提出了從空間二維到時空多維、從靜態過去時向動態現在時、從抽象簡略的符號化表達到精細豐富的實景三維重現等新需求，在智能網聯汽車的云控平臺上形成物理交通系統的實時數字映射，進而進行分層融合決策[1]，實現車輛行駛與交通信號的實時調節，以優化車輛與交通運行的安全、效率等性能，地理信息平臺技術要適應云控平臺高并發、低延遲、全域交通、全要素高精實時數字映射的需求；二是智能(網聯)汽車具有本地屬性，汽車在行駛過程中需要通信、地圖、數據平臺等社會屬性的支撐和安全管理[2]，區域屬性與社會屬性增加，對測繪遙感技術及其數據服務提出了高精度(high accuracy)、高豐富度(high richness)、高動態性(high dynamic)、高可靠性(high reliability)、高安全性(high security)的挑戰。

測繪遙感學科在中華人民共和國成立后經過70年的發展，已形成門類齊全、軍民融合發展、經濟社會影響較大的學科，近年來在數字化、網絡化、智能化、實時化、社會化、大眾化發展的大方向上均取得了飛速的發展[3]。面向智能網聯汽車帶來的深刻產業變革，測繪遙感人要抓住發展機遇，將其作為測繪地理信息科技的新戰場，為我國智能汽車、智慧交通、安全出行及新型智慧城市的發展建設提供技術保障。

1 自動駕駛與測繪遙感發展歷程回顧

1.1 自動駕駛汽車發展歷程

汽車從遙控駕駛發展到電動化和自動化，進而朝向智能化和網聯化的發展方向演進。1950—1990年是無人自動駕駛技術的第1個發展階段，得益于無線電及通信技術的快速發展，美國無線電公司于1958年實現首個無人自動駕駛技術驗證。

1990—2014年是無人駕駛技術的第2個發展階段，GNSS及SLAM技術是關鍵驅動因素。2007年在美國國防部先進研究項目局(DARPA)Grand Challenge計劃的牽引下，卡內基梅隆大學以22.53 km/h的平均時速完成了全長96 km復雜賽道的自動駕駛。國家自然科學基金委員會在2009年舉辦了首屆“中國智能車未來挑戰”。2011年，國防科技大學團隊從長沙至武漢，完成了177 km高速公路場景下的無人駕駛，標志著國內無人駕駛技術逐漸成熟。然而慣性導航系統、激光雷達等導航與環境感知傳感器價格較為昂貴，限制了無人駕駛技術在民用領域的大規模使用。

2014年至今，由于人工智能技術的快速發展，伴隨著汽車電子電氣架構的演變以及“軟件定義汽車”理念的興起，新型感知與控制傳感器不斷涌現，器件成本大幅快速降低，無人自動駕駛正歷經第3次浪潮，L3、L4等級的自動駕駛已開展商業化應用。同時，隨著5G等新一代寬帶移動互聯技術的發展，以及車端、路側邊緣端算力的提升，智能駕駛技術已從單車智能向車路協同方向發展。

1.2 測繪遙感技術發展回顧

與自動駕駛技術發展歷程相似，測繪遙感技術也經歷了數字化與網絡化、智能化與自動化的發展階段，目前正向實時化與大眾化的方向發展。

數字化與網絡化時代，大地測量、工程測量向全球導航定位技術和衛星重力測量發展，攝影測量向空天地海遙感發展，地圖學與地理信息工程學融合，進而形成了3S(GNSS、RS、GIS)集成技術。同時，測繪遙感與電子信息、航空航天、資源環境、農林水利、城市科學、大氣海洋、地球科學與信息技術等外部多種學科交叉組成了當今地球空間信息學[3-4]。

測繪遙感智能化與自動化時代，對地觀測逐漸走向了天空地一體化的新時代，衛星星座、編隊飛行、組合觀測向智能化方向發展，高軌凝視監測成為技術焦點；高空間分辨率、高光譜分辨率、高輻射分辨率和高時間分辨率已經成為遙感系統發展的主要方向[5]。全球無地面控制高精度處理系統、空地遙感系統自主高精度定位定姿、天空地遙感信息實時智能服務等一大批遙感集成處理軟件、核心裝備與智能服務關鍵技術成果得到運用。

當前，人類已進入萬物互聯的時代，“空天地網”各類時空數據具有“5V”特點[6]，即體量大、速度快、模態多樣、真偽難辨，但是價值巨大，對測繪遙感提出了實時、眾源、泛在的挑戰[6-7]。因此，測繪遙感專業必須有更大的原始和集成創新，要把孤立的通導遙(通信、導航、遙感)做成系統聯通的天空地互聯網，滿足天地網絡的融合與一體化的協同傳輸，把位置、導航、遙感信息綜合智能服務覆蓋到互聯網與物聯網終端，做到“快、準、靈”[8]，如圖1所示。

圖1 空天信息實時智能服務存在的問題[8]Fig.1 Problems in real time intelligent service of aerospace information

2 智能網聯汽車產業及技術進展

2.1 環境感知與計算決策車輛關鍵技術

智能汽車關鍵技術方面，環境感知傳感器、車載計算平臺作為智能網聯汽車的“眼睛和大腦”，是目前國產核心關鍵器件技術攻關和產業化的熱點。國產激光雷達性能指標與國際同類產品相當，國產毫米波雷達已有可支持多芯片級聯的產品，并在集成度、雷達波束寬度、探測精度等方面具有一定優勢。國產LTE-V2X通信芯片及模組已實現小規模量產，多種支持LTE-V2X的車載終端和路側單元(RSU)產品已得到應用[9]。

作為高等級智能網聯汽車核心，車載計算平臺重要性愈發凸顯，計算架構正在由分布式向集中式持續演進，國內多家企業紛紛布局并取得重要進展。2019年9月，基于征程2.0芯片的Matrix自動駕駛計算平臺已經研制成功[10]，該平臺結合深度學習感知技術，具備強大的視覺感知計算能力。國產鯤鵬CPU芯片、異騰Al芯片、圖像處理芯片等也分別亮相市場，搭載創新研發的操作系統，最高可提供352TOPS的算力，ROS內部節點通信時延小于1 ms，滿足L4級及以上的自動駕駛需求[11]。

2.2 高精地圖關鍵技術

高精地圖是實現自動駕駛的必要條件。與傳統二維導航電子地圖相比，高精地圖不但精度更高、圖層數量更多，而且內容要求更加精細，還具有來自車端、路端、云端提供的實時、準實時動態豐富的道路信息。此外，這些信息還作為輔助駕駛和自動駕駛的輸入源之一，與車輛CAN總線提供的多源傳感器信息融合，共同服務自動駕駛車輛決策和控制。作為智能網聯汽車產業鏈中的關鍵一環，高精地圖在輔助環境感知、精準定位、決策規劃等一系列過程中也具有不可替代的關鍵作用，生產、實時更新與存儲發布是高精地圖量產的3個關鍵問題。

國內外高精地圖相關企業在高精地圖采集、制作與應用過程中，逐步探索形成各自的模式。日本整車與地圖開發商企業聯合[12]，制定了統一的基礎靜態高精地圖數據規格，各企業再根據各自需求，進行交通、路側等實時交通信息的動態疊加，進一步提升駕駛系統認知性能[13]。國內方面，《智能駕駛電子地圖數據模型與交換格式》等相關國家標準已面向社會征求意見。

移動測量車獲取高精度底圖，并結合低成本眾包采集進行增量更新與相對測量，已逐漸成為主流數據采集與更新方式[14]。

智能網聯汽車對高精地圖還有安全性的要求，為兼顧行業發展與地理信息安全保障需求，亟須標準化的公共服務平臺進行支撐。具有本地屬性的高精動態地圖基礎平臺將構建動態數據匯聚、數據推送、服務監管支撐、數據合規處理4項核心能力，支撐政府監管，滿足智能網聯汽車對高精動態地圖與定位的要求，并最終推進智能網聯汽車的產品研發、檢測認證、行業管理以及智慧出行等需求的生態建設[15]。

2.3 導航與位置服務關鍵技術

高精度導航定位方面，北斗衛星導航系統完成組網，高精度衛星定位技術逐步自主可控，全頻一體化高精度芯片也已經進入投產階段，產品性能與國際同類產品相當。導航位置增強服務已形成覆蓋全國的亞米級實時定位服務，大部分省份可實現厘米級實時定位服務。

面向城市地上、地下復雜駕駛場景，采用衛星、慣性、UWB、里程計等多傳感器融合，進行組合導航的方案已成為行業標配，環境感知與組合導航相融合的方式得到深入探索和應用，基于高精地圖數據驅動的多源融合感知導航定位方法也已具備工程應用推廣的條件，成本成為制約高精度導航定位大規模推廣的制約因素，需要從國家戰略的角度，推動構建智能網聯汽車新型產業鏈。

2.4 車路協同信息交互關鍵技術

目前，我國智能網聯汽車信息物理架構，正充分融合智能化與網聯化發展特征，以車載計算基礎平臺、智能終端基礎平臺、云控基礎平臺、高精動態地圖基礎平臺和信息安全基礎平臺等5大平臺為載體[1,15]，實現“人-車-路-云”一體化協同的創新發展，自動駕駛技術從單車智能化逐步向智能化與網聯化相融合的方向發展[16]。

自動駕駛通過采用智能化與網聯化相融合的方式，可以有效彌補單車智能存在的能力盲區和感知不足，加速自動駕駛的商業應用，進而帶動新的汽車交通系統形態。車聯網中具有大量的車載終端、道路基礎設施、支持V2X服務的行人等終端用戶，車路/車人互動、路況感知與協同調度，視頻或高精度地圖分發等具有多種多樣的應用需求，由此產生的海量終端接入及數據傳輸、處理、存儲的需求，對網絡帶寬提出了更高的需求[17-18]。

5G-V2X車聯網發展空間十分廣闊[19]，2020年7月，國際組織3GPP(the 3rd generation partner-ship project)宣布R16標準凍結[20-21]，標志著5G第1個演進版本標準完成。R16支持V2V和V2I直連通信[22]，可實現V2X車輛編隊、半自動駕駛、外延傳感器、遠程駕駛等車聯網應用場景。同時，5G網絡切片架構從技術端解決了數據控制權和保密的問題[23-25]，針對性地提出了MAO(mobile automotive operator)移動汽車運營商架構，平衡了V2X中各方的權益訴求，真正做到了端到端的按需定制并保證隔離性。

在車路協同信息交互關鍵技術方面，通過C-V2X“新四跨”互聯互通應用示范活動，開展地理信息合規性運用、數據傳輸加密、位置信息偏轉等先導示范，充分驗證了C-V2X技術可行性[9]。隨著江蘇(無錫)、天津(西青)、湖南(長沙)等國家級車聯網先導區的獲批，我國車聯網C-V2X也正逐步從示范驗證走向規模化商用。

3 測繪遙感助力智能駕駛技術

人類正進入萬物互聯的時代，為適應新的時代特點，測繪遙感科學與信息科學不斷與其他科學和技術交叉融合，提供各種方法進行時空數據采集、信息提取、網絡管理、知識發現、空間感知認知和智能位置服務，具有以下7個方面的特點，即：無所不在、多維動態、互聯網+智能物聯、全自動與實時化、從感知到認知、眾包與自發地理信息、面向服務[4]；形成了高精度位置與姿態測量、全球空天地一體化的非線性地球參考框架構建技術、星基導航增強技術、天地一體化網絡通信技術(6G)、多源成像數據在軌處理技術、信息智能終端服務技術、時空信息資源調度與網絡安全、通信導航遙感一體多功能衛星平臺設計與研制等一系列核心關鍵技術[5-6]，這些關鍵技術正直接或間接地支撐著智能駕駛技術的發展(圖2)。

圖2 測繪遙感與智能網聯汽車產業交融Fig.2 Integration of mapping remote sensing and intelligent connected vehicle industry

導航定位技術與遙感技術是兩種主要的獲取空間信息的技術手段。導航定位主要解決目標點的連續定位問題，遙感主要解決面狀目標幾何和物理參數的反演，二者各有特色，優勢互補，走向融合是這兩項技術的發展趨勢，二者的融合能夠有效地提升空間數據獲取效率，提升空間數據的可靠性[26]。

3.1 高精度導航定位是智能駕駛技術實現的關鍵

在城市復雜路況下提供室內外無縫、高精度、高可用的導航定位技術手段，是智能駕駛對測繪遙感提出的需求。我國學者近幾年提出彈性PNT框架[27]和綜合PNT體系[28]，已經引起國際同行的關注。從多源融合的角度，未來PNT體系對雷達，光學影像等遙感技術也有極大需求。筆者從天基信息實時服務系統的角度提出了定位、導航、授時、遙感、通信(PNTRC)五位一體的融合構想，將在以下3個方面服務智能駕駛[8，19]。

3.1.1 星基導航增強技術

GNSS增強技術劃分為信息增強技術和信號增強技術兩種。信息增強技術是指利用地面跟蹤網數據解算GNSS信號的誤差改正數和完好性信息，再通過地基互聯網或者衛星通信信道播發給用戶，用戶利用接收到的GNSS的改正數修正本機接收的GNSS信號誤差，從而提高定位精度和完好性。美國的WASS和中國的千尋網絡都已能夠為用戶提供實時或準實時的分米、厘米級定位服務，但是對于GNSS信號不佳的應用場景，信息增強也無能為力[26]。

信號增強技術是指增強測距信號發射功率，GNSS信號增強的核心是提高GNSS信號的可用性。2018年，武漢大學發射的珞珈一號科學實驗衛星是探索通信、導航、遙感一體化技術的一次成功的嘗試。該衛星開展了首次低軌衛星導航增強試驗，驗證結果顯示，采用低成本星載時鐘生成的測距信號，在高仰角條件下，偽距和載波相位精度分別為1.5 m和1.7 mm，單星授時精度為10～30 ns，實時定位精度為30 cm[29]，實現了導航信號的增強，通過實踐驗證了低軌衛星導航增強技術方案的可行性。

通過導航衛星和具有導航增強的低軌遙感和通信衛星進行組網，實現實時、全球覆蓋的高精度位置增強服務，可望為智能網聯汽車未來產業發展提供技術保障。

3.1.2 高精度位置姿態測量技術

智能網聯汽車實現自動駕駛，需要實施環境感知、高精定位、決策規劃、執行控制等一系列關鍵過程，車輛航向和姿態的精確測量與控制起著至關重要的作用，根據實際工程經驗，在地下停車場、閘機口、實施轉彎控制等過程中，車輛航姿的測量精度需要優于0.5°，保持精度要優于0.5°/h。

高精度POS(positioning and orientation system)是地理信息采集更新速度的核心技術裝備。2009年，武漢大學在國家重大專項的牽引下，與國內慣性領域、衛星定位領域、遙感測繪領域內的多家科研院所密切合作，針對航空對地觀測載荷-55℃～70℃極限溫度下的慣性敏感器參數漂移難題，開展慣性敏感器誤差形成機理研究，對溫度梯度、溫度變化率、高低頻振動引起的動靜態誤差進行參數辨識建模與標定，提出動靜態一體化的全溫慣性測量單元標定方法，解決了精密速度、航向及姿態高精度測量難題。

之后，又建立了高精度位置姿態測量儀與光學載荷一體化、動基座標定與測試技術體系，提出了弱GNSS信號條件下基于可量測實景影像的POS數據糾偏方法，解決了光學載荷內外方位參數耦合相關性問題，極大地提高了航空遙感影像無控定位精度，在1000 m航高條件下，基于國產高精度位置和姿態測量技術的無控測圖精度優于0.1 m。

3.1.3 多源融合感知導航定位技術

GNSS定位技術在“城市峽谷”復雜應用場景下，由于在衛星信號的遮擋、衰減和屏蔽，往往無法提供位置服務，多源融合的感知導航定位是智能網聯汽車實現高精定位的工程首選。

針對車載移動感知在城市復雜環境下的高精度、高穩健導航定位需求，相關科研團隊提出車載零延遲組合導航初始化方法，解決地下車庫、隧道等高頻次復雜場景下(弱無GNSS信號)的應用問題[30-33]，實現了無須慣性初始化的零延遲航姿輸出[34]，實現開機即用；提出了基于GNSS/INS/SLAM/GIS融合導航和多目標協同定位方法[35]，實現了車載移動感知的高穩健性和車車協同感知[36]，為智能網聯單車、車車以及車路協同等場景應用實現高可靠、低成本的定位提供了技術支持。

3.2 移動測量與高精地圖制作

GNSS道路信息采集與更新實時智能駕駛技術的重要支撐技術，與傳統人工測量和調繪相比，移動測量具備高效率、低成本、勞動強度低、成果全面、可靠性高等特點，廣泛應用于基礎測繪、電子地圖測繪和修測、公路GIS與路產管理、道路裂縫檢測、電力及鐵路資產管理等領域[41-42]。

3.2.1 移動測量技術

經過20多年的發展，移動測量系統(mobile mapping system)內涵不斷擴充，《實景地圖數據產品》《可量測實景影像》《車載移動測量技術規程》已作為國家和行業標準服務于測繪遙感、智慧城市等各行業，多種型號裝備服務國防建設，切實提高了我國的對地觀測技術、裝備水平，極大增強了國防實力，成為3S集成的經典案例[5]。

伴隨智能網聯汽車的發展，移動測量技術在高精地圖采集上得到了進一步應用，從專業的高精度地圖采集車，到面向眾包數據生產的微小型采集設備，再到各種無人自主巡檢巡測平臺，移動測量技術的采集精度不斷提高、數據處理自動化程度大幅提升、設備成本大幅降低，移動測量與5G及邊緣計算結合，已經發展為實時智能處理、社會化、大眾化的時空信息獲取方式。

3.2.2 高精地圖生產關鍵技術

現階段高精地圖主要采用“移動測量+眾包”數據采集方式，以及“集中生產”和“眾包分布”兩種地圖生產模式，兩者各有優劣，以“移動測量”模式生產高精度地圖基礎數據，以眾包模式對高精度地圖實現數據補充及更新，如圖3和圖4所示。

眾包軌跡數據精度低、處理難；車輛駕駛行為多變，軌跡中車道識別難；交叉口信息復雜提取難；導航數據多源異構、變化檢測識別困難、更新難，于是有學者提出了基于約束混合高斯的眾包軌跡車道聚類融合方法，精度達到0.3～0.5 m，解決了車道識別、拓撲提取與融合難題，形成了一種采集成本低、更新快的高精度道路眾包測圖(lane-level road crowd-mapping)理論與方法。

未來，“眾包+車路協同”的采集模式，與邊云協同的計算處理模式將成為高精地圖運營的主要模式[10,43-44]，通過路側設備接入地圖采集網關，內置道路變化更新識別程序，通過對新舊路測數據的比對，完成設備采集范圍內道路環境變化的識別，通過5G網絡設置的分流策略，車端地圖數據可直接與路側邊緣計算節點地圖服務模塊互聯，降低端到端網絡時延，幫助實現快速計算任務處理和低時延結果反饋[13,45-46]。

試驗設在永靖縣三塬鎮下塬村，前茬作物為娃娃菜，土壤肥沃，地勢平坦，排灌方便，土質屬黃綿土。播前結合耕地施腐熟純雞糞3 000 kg/hm2、有機肥1 500 kg/hm2、磷酸二銨 150 kg/hm2、磷肥150 kg/hm2、尿素 150 kg/hm2。于 2018年 3月 27日直播，膜下雙行種植。

圖3 車道級精細道路眾包測圖技術Fig.3 Crowdsourcing mapping technology of lane level fine road

圖4 “眾包+車路協同”的采集模式與邊云協同的計算處理模式Fig.4 “Crowdsourcing+vehicle road collaboration” collection mode and side cloud collaboration computing processing mode

3.2.3 高精動態地圖與智慧交通數據交互

傳統電子地圖服務于人，而高精地圖的主要服務對象是車[7]，智能動態的高精地圖作為未來出行的關鍵一環，是交通資源全時空實時感知的載體和交通工具全過程運行管控的依據[43]。從單車智能到智能網聯、再到車路協同發展，智能網聯汽車與車路協同駕駛對高精地圖提出了高精度(high accuracy)、高豐富度(high richness)、高動態性(high dynamic)、高可靠性(high reliability)、高安全性(high security)不同階段層次的需求。

高精度：較普通導航電子地圖而言，高精地圖需要達到厘米級的絕對和相對坐標精度。

高豐富度：高精度地圖所含有的道路交通信息元素更豐富和細致。

高動態性：從高精地圖到高精動態地圖，通過與路側傳感器融合感知，實現高可靠、高覆蓋的交通全要素實時數據在高精度基礎地圖上的動態映射。

高可靠性：智能網聯汽車動態隨機分布、路側傳感器異構多源等特性，以及網聯自動駕駛對信息精度、實時性與可靠性的高要求[47]，帶來車路感知系統配置、路側感知部署、多源數據時間同步、多源異構數據關聯等難題，對高精動態地圖基礎平臺的感知與融合可靠性能力提出了挑戰[15]。

高安全性：高精度測繪數據關乎國家安全，目前地圖審核僅限于靜態基礎信息，對于未來動態數據的加載，現有審圖模式難以滿足需求，需要進一步優化[11]。

同時，還要考慮到智能網聯汽車快速發展帶來的網絡信息安全問題，需要在感知層、傳輸層、數據層、應用層等多個維度，解決數據采集、傳輸、使用、更新過程中的安全保密及可控安全利用問題，做到防偽造、防篡改、防抵賴和抗干擾[48-51]。

3.3 PNTRC與智能駕駛相互賦能

構建定位、導航、授時、遙感、通信五位一體的PNTRC(positioning,navigation,timing,remote sensing,communication)天基信息實時服務系統，已成為當代空天信息技術發展的重要方向[8,19]。一星多用、多星組網、天地互聯、多網融合的地球空間信息智能服務，能夠實現新媒體(全息遠程呈現)，新空口(多種異構無線傳輸接入)，新架構(地面和衛星融合的移動網絡)和新融合(通信、計算、導航、感知)，實時導航定位精度有望提高到分米級甚至厘米級。

自動駕駛地圖與智慧交通的融合將為各自領域帶來新的發展機遇，更高的接入速率(10 GB～1 Tbps)，更低的接入時延(ms級以下)，將會為“人-車-路-網-云”的服務能力和效率帶來極大提升，智能駕駛的云控平臺實時分析決策后，將信息下發給行人、車輛以及交管部門，服務道路精準監控、智能交通流量分析、基礎設施故障監控、智慧執法等，滿足智能駕駛各種應用場景需要。

在新的智能網聯環境下，地球空間信息技術的發展也將催生新的發展趨勢,智能網聯汽車和車聯網，作為智慧城市的神經，將提供智能互聯的實時感知與管控傳感器網絡(high perception and control)，構建新一代信息感知環境，實現智慧交通系統的全面感知、高效傳輸與智能控制，建立滿足未來城市和交通系統的大數據全息感知體系。

未來，遍布城市各個角落，無所不在的智能網聯汽車傳感器網實時獲取時空數據，將以前所未有的速度獲得多維動態監測，基于智能網聯汽車的智能互聯的實時感知與管控傳感器網絡，能夠滿足智慧城市室外到室內，從地上到地下的真三維高精度建模，時空動態數據的感知、分析、認知和變化檢測在人類社會可持續發展中將發揮越來越大的作用。

4 發展和展望

測繪遙感需要在以下4個方面服務和應對智能駕駛技術提出的挑戰。

(1) 汽車正加速由出行工具向智能終端和網絡載體轉變，智能駕駛對測繪遙感提出了高精度、高可靠性、高集成度和低成本的要求，測繪遙感需要與人工智能、大數據、云計算及5G/6G通信等技術集成融合，共同服務智能駕駛與車聯網。

(2) 高精地圖將向高精動態地圖基礎平臺發展，智能駕駛高精地圖的標準、制作、實時更新與保密方法需要創新[47,52]。

(3) 車路協同的智能化是智能網聯汽車的發展趨勢，離不開云、管、端的協同配合，V2X與感知技術、移動邊緣計算(MEC)和室內外無縫導航定位相融合，能夠為實現智能網聯汽車發展提供強大助力。目前，集5G-V2X通信、傳感器(視覺、激光、毫米波雷達)邊緣實時感知、室內外無縫高精度導航定位，以及高精地圖服務相融合的移動邊緣感知定位模塊，尚屬空白。

(4) 智能網聯汽車的發展離不開新一代通信、地球空間信息、汽車系統、集成技術等多學科支持，發展智能汽車需要充分挖掘測繪、導航、通信、大數據、云計算等學科交叉融合潛能。

王之卓先生在慶祝《測繪學報》創刊30周年的文章中曾指出[53]：“整個世界正在經歷著新的技術革命，許多學科從它的中心走向邊緣，形成不同學科間相交界的邊緣學科，這些邊緣學科有時卻有強大的生命力量，迫使人們不斷努力去開拓占領和擴大自己知識結構的邊緣。”

如今，又一個30年已經過去，但王之卓先生的話依然在鼓勵和鞭策著我們，測繪遙感界的全體同仁，要抓住新基建時代地理信息產業的機遇與挑戰[6]，順應智能駕駛技術的發展趨勢，開辟測繪遙感領域新戰場！