高精地图的自动驾驶战事，一切才刚刚开始

自动驾驶业内有句话：关注自动驾驶的进展，就看高精地图的发展。

现如今，随着汽车向电动化、智能化转型加速，各大汽车厂商也都加大了自动驾驶技术的研发力度。在自动驾驶中，高精地图有着不可代替的作用，它是自动驾驶车辆的感官系统，通过道路信息收集，对车辆周边环境做出提前预判。

不同于传统地图为驾驶员提供导航，高精地图只为自动驾驶系统服务。高精地图可识别每条车道的坡度、曲率、航向，包括车道、车道边界、车道限制等大数据，所以在搭配摄像头、雷达等传感器后，为车辆提供更强的监测能力，让汽车做出正确决策。

无论从精度还是覆盖面和全方位协同上，自动驾驶所需的高精度地图与传统地图完全不同。自动驾驶车辆，或者说未来的智能汽车需要有高精地图来确保其安全行驶的达成，尤其是在5G条件下可能实现的无人驾驶等功能。也就是说，精度越高、更新越及时，自动驾驶汽车越安全，智能汽车的可靠性越强。

10月17日，由苏州工业园区管理委员会主办，苏州工业园区经济发展委员会、苏州工业园区规划建设委员会、苏州工业园区公安分局、赛文交通网承办的“2020年长三角智能交通与智能网联创新发展论坛”在苏州召开。在车路协同分论坛上，苏州工业园区测绘地理信息有限公司智能交通事业部总经理康杰伟进行了主题为“苏州工业园区智能网联示范区高精地图应用与探索”的演讲，康杰伟介绍了高精地图项目的相关经验。

以下为康杰伟的演讲实录，赛文交通网进行了不改变原意的整理，有删减。

第一部分介绍园区智能网联示范区

园区智能网联示范区分三期建设，整体范围将涵盖85个路口、66公里道路，约13.9平方公里。

2019年8月，一期道路完成建设并通过专家评审，是江苏省内首条智能网联汽车公共测试道路，覆盖面积2.2平方公里，道路里程8.8公里，包含15个路口，可实现复杂环境下的自动驾驶示范，满足不同企业的多场景测试需求。

一期核心项目建设包括智能交通设备建设、路测设备建设、地理信息及导航、综合管控平台和多模式通信等。其中，多模式通信建设14个5G基站，实现5G信号全覆盖。

这是示范区一期建设情况，2018年11月，项目正式启动，启动设计招投标流程；2019年2月，由新加坡新钶电子完成建设方案设计；2019年4月，按照项目计划和目标正式开始建设；2019年8月，开展联调联试；2019年10月，举行启动发布会，示范区开始运营。

智能交通部分是园区整个智能交通体系的延伸，以智慧路口为目标开展建设，如果智能网联条件成熟，孵化的示范运营项目可以在整个园区278平方公里范围内推广使用。在多模式通信方面，满足5G、DSRC、LTE-v，支持中国、欧盟等多制式通信。

地理信息及导航方面，通过示范区道路全要素数据采集、数据加工、地图模型构建、高精地图制作与更新，实现厘米级定位，同时还实现了厘米级的三维空间建模，实现示范区二维三维场景可视化、车辆实时定位可视化、车辆轨迹可视化、路面异常识别与可视化。

路测设备实现全感知全覆盖，使用不同的检测方式以满足不同企业的需求。

激光雷达的精度更高，射频识别能够实现车辆认定、车辆监控、越界报警等；事件检测可分析道路事件类型，及时推送至网联车辆；MEC可将紧急信息及时处理，低时延;路侧RSU设备支持通信模式，实现车路协同场景，如信号辅助、时间预警等。

综合管控平台具备两大主体功能，首先是全方位监控，实时看到车辆运行，收集数据，同时可为车企提供测评估，支持企业研发。

高精地图项目经验方面

地理信息及导航我们主要建设了四大内容:

1、高精定位基站，在示范区加设高精度定位基站，基站架设后与SZCORS进行联测，纳入统一基准；基站建成后可以为车辆等定位设备提供厘米级定位服务。

2、高精地图制作，高精地图制作需要满足进度要求，为测试区范围的测试车辆提供相应的数据格式及协议，并实现定位功能。参照国家、行业和企业规范，建立《园区智能网联示范区高精地图数据标准规范》及服务体系。

一般有车载移动采集和无人机影像航摄（高效，但是城市遮挡特性不适用）两种。车载移动测量系统以摩托车、汽车为载体，搭载了GPS接收机、IMU惯性导航系统、三维激光扫描仪、全景相机、平板电脑等多种高精度传感器。

高精地图的基本车道模型，这个基本车道模型看起来还是挺复杂的。

（如上图）在这个模型里，有车道线，有车道中心线，这个车道中心线就是用来连接和生成最终跟随车辆运动的路径轨迹的。然后在做车道级路径规划的时候，比如说我要从第一车道切到第二车道去，那我不能僵硬的把这两根线连起来，而是要给一个非常平滑的曲线出来，连接两个车道的车道中心线。

图上还有一些车道的属性变化点，比如说我马上就要出匝道了，通往另外一条高速公路，那我需要知道到底从哪出去，这时候道路的分离合并点就是一个标志点，车辆前端的摄像头去识别路的分离合并点实际上是比较难的 ，因为有时候道路的分离合并点非常的不明显。还有一些车道属性变化点，比如图上的紫色圆点，这个点就是车道线的类型发生了变化，从原来的虚线变成了实线，这时候我们把这个点标记出来，这样车辆到了现场就可以做双重验证，就可以知道车辆在什么位置，到这个点时该采取什么行动，在这个点之前要怎么做。

高精地图车道模型中有一个非常重要也非常有用的信息——车道连接关系，也就是从哪个车道能够到达哪个车道，从哪一段可以到达下一段。这个连接关系也是大家做车道级路径规划的基础。

3、三维模型制作，能充分满足道路交通可视化、交通仿真等应用对道路三维数据的需求。

以三维激光扫描点云数据提取的高精度二维地图平面和高程数据为基础，结合外业高清晰度照片纹理数据，采用传统手工建模方式进行三维数据建模，通过二维和三维数据叠加分析进行成果质量验证。

与二维电子地图同步匹配，构建完整的三维地理信息模型。一方面，三维地理信息模型可以提供智能网联车辆与周边环境的全方位立体空间位置关系。另一方面，无人驾驶需要使用大量场景训练算法模型，后期需要建设仿真系统以弥补现实路况场景少的不足，三维地理信息模型可以为三维监管、仿真系统的建设奠定基础。

4、高精地图配套平台，利用信息化手段对采集回来的海量交通数据长期更新和维护；基于GIS地图以及三维地图，可以更加直观的对区域内交通设施设置情况进行全面的掌握。

高精地图探索方面

1、地图+定位实现了从静态到动态的位置表达，赋予交通元素的时空属性，后续需要在地图精度、高频率定位信息发送、多技术手段融合定位上持续深入开展工作；

2、在现有交通路网、交通设施设备、路侧设备等数据融合基础上，探索以高精地图为基础，以区域空间位置为核心的多源数据融合技术，打造车、路、环境、云指令多源要素统一时空框架；

3、探索面向车辆控制的高精度、实时计算模型，为车辆动力控制、制动控制、转向控制提供决策依据；

4、探索基于车辆位置的坐标系统，实现区域平面坐标系统与动态车辆坐标系统的实时转换，打造安全可靠的高精地图数据传输标准体系。