|
↓↓领取：面向智能车辆开发的开放性SOA方案↓↓ 高精地图是L3级以上自动驾驶的必备组件，对于自动驾驶汽车而言，高精度地图具备以下三大功能：路径规划、地图匹配、辅助环境感知。它可以将车辆位置精准地定位于车道之上、帮助车辆获取准确有效的当前位置及环境信息，并为车辆规划制定最优路线。
不同于传统导航地图，高精度地图的适用对象是汽车，为了保证自动驾驶汽车的安全性，地图数据需要保持“高精度、 高动态、多维度”等特点。
高精度地图与普通导航地图的对比 那么一张高精度地图到底是由哪些元素构成的呢？ 一般而言，电子地图是通过不同的图层去描述，然后将图层叠加来进行表达。在一张电子地图里，水系、铁路、街区、建筑物可能会分别位于不同图层，每一个图层可以理解为一张透明薄膜 ,多图层被绘制叠加后才能真正为我们所用。
高精度地图也一样，同样是分层绘制而成。它能更加真实地反映道路实际样式，因此包含更多的图层数量和道路数据细节。
高精度地图应用分析 易图通副总裁羊铖在接受采访时曾表示：高精度地图可分为车道级路网、定位、动态地图三个图层。车道级路网以及所包含的元素列表大家做得都比较类似。而目前业界分歧最大其实是定位层以及动态地图层。 事实上，国外部分主流图商也会将高精地图分为:Road Model, Localization Model 和 Lane Model 这三层。虽然叫法不一，但大体上都是认为：Road Model用于导航规划；Localization Model用于在地图中定位车辆；Lane Model用于感知和考虑当前道路和交通状况的路线规划。
车道级路网图层 车道级路网图层（Road Model）， 需要为自动驾驶汽车提供准确的道路信息，因此要对路网精确的三维表征（厘米级精度）进行描述，比如路面的几何结构、道路标示线的颜色与形状、每个车道的（坡度、曲率、航向、高程等）数据属性，甚至还要将道路隔离带（及材质）等信息及其所在位置进行详尽描述。
车道路网信息 此外，在采集道路周边环境时，所生成的点云数据中包含了极为丰富的地理空间信息，如道路标识牌、路灯、安全岛、绿化带、里程桩、杆状物路灯、摄像头、交通护栏等特征点线，以及相关属性信息（等级、材质、类型、宽度等）。在制作高精度地图时，这些要素信息通过点云的提取，既方便又能达到较高的空间几何精度。 车道级路网数据，根据采集的特征点线，以及相应的属性信息，在 ArcGIS 软件中，经过符号化处理、图面整饰、晕渲后即可形成色彩协调、图面美观的显示地图。 定位层 定位层（Localisation Model）主要用于辅助自动驾驶车辆定位。 关于定位层，高精地图包含的元素取决于无人驾驶车辆本身采用了什么样的传感器。其次，定位层还与应用场景紧密相关，比如在无人矿区或地下停车场所自动驾驶时所需要的高精地图信息要素也不一样。
目前自动驾驶汽车在“定位”方面的解决方案差异性较大，有太多不同的传感器包括摄像头、激光雷达组合方案，目前定位技术主要集中在Feature Based和Dense Information Based这两种方法上，高精度地图制图也主要围绕这两种方式。 因此在未来，图商有可能会根据不同的场景、不同的传感器生成不同的高精地图。 动态层 动态层（Lane Model），主要用于自动驾驶汽车感知和考虑当前道路和交通状况的路线规划，但只有当车辆在地图中准确定位时，动态地图层（Lane Model）才能辅助车辆进行环境感知。 目前也有些图商基于项目的研发，主张动态层信息要素需要具备如下要求：
动态交通信息示例图 实际上，现阶段大家对于高精度地图动态层需要哪些信息要素也还没有定论，仍处于探讨研究的阶段。 因此对于“高精度地图到底需要采集哪些要素”这个问题的答案其实是开放性的。 转载自hdmap，文中观点仅供分享交流，不代表本公众号立场，如涉及版权等问题，请您告知，我们将及时处理。 |
|
|
