智能网联汽车高精地图白皮书解读—场景感知

---

一、Background

1. 白皮书：《智能网联汽车高精地图》白皮书 (2020)
2. 撰写者：中国智联网联汽车产业创新联盟 自动驾驶地图与定位工作组 2021年5月

二、高精地图现状

1. 高精地图的介绍和作用

        相对于以往的导航地图，高精地图是智能网联汽车交通的共性基础技术，其服务的对象并非仅人类驾驶员，而是人类驾驶员和自动驾驶汽车。高精地图一方面，它是自动驾驶汽车规划道路行驶路径的重要基础，能为车辆提供定位、决策、交通动态信息等依据。另一方面，当自动驾驶汽车传感器出现故障或者周围环境较为恶劣时，它也能确保车辆的基本行驶安全。

        高精地图对自动驾驶汽车的作用具体表现在以下几个方面：

1. 作为汽车的“长周期记忆”，为车辆的自动驾驶提供道路先验信息。与车载传感器相比，高精地图不受天气环境、障碍物和探测距离等限制，为自动驾驶汽车提供安全冗余。同时，高精地图可以为车辆纵向加减速、横向转向及变道等决策提供先验信息，提高驾驶舒适性并实现智能节能。
2. 预知红绿灯、车道线、道路标识牌等交通要素的位置，有助于提高传感器的检测精度和速度，节约计算资源。
3. 可作为规划决策的载体，路口红绿灯状态、道路交通流量、路网变化情况，以及车辆传感器信息等都可以传递至高精地图服务平台，通过服务平台实现智能路径规划。

2. 高精地图的定义

        高精地图是指绝对精度和相对精度均在 1 米以内的高精度、高新鲜度、高丰富度的电子地图，英文称为 HD Map （ High Definition Map ，从数据精度和要素丰富度的角度定义）或 HAD Map （ HighlyAutomated Driving Map ，从自动驾驶功能的分级标准角度定义）。 高精地图所蕴含的信息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯状态信息等实时动态信息。

3. 高精地图的分层结构

        不同地图信息的应用场景和对实时性的要求不同，通过对信息进行分级处理，能有效提高地图的管理、采集效率及广泛应用。高精地图可以分为四个基本层级，由底层到上层分别为静态地图、准静态地图、准动态地图和动态地图。

3.1 静态地图

        静态地图包含道路网、车道网及道路设施的几何、属性信息。车道线、车道中心线以及曲率、坡度、航向等信息构成了道路和车道模型，帮助自动驾驶车辆进行精确的智能决策与控制执行，包括转向、驱动、刹车（制动）等。

3.2 准静态地图

        准静态地图包含交通标志牌、路面标志等道路部件信息，可以用于自动驾驶车辆的辅助定位。同时，道路受到外界因素（如日常磨损、天气、外界碰撞、人为修改等）的影响会发生变化，如道路标线磨损及重漆、交通标志牌移位或变形等信息也体现在准静态高精地图中，确保自动驾驶车辆的安全。

3.3 准动态地图

        准动态地图包含道路拥堵、施工、交通管制、天气等信息，可以用于自动驾驶车辆的实时动态路径规划（全局路径规划和局部路径规划），提升自动驾驶运行安全与效率。

3.4 动态地图

        动态地图包含周边车辆、行人、交通事故等实时性较高信息，可以用于自动驾驶车辆的局部路径规划与决策辅助，增加信息冗余，提升自动驾驶的安全度。

3.5 针对中国交通环境特点和智能网联汽车对地图要求提出的三级七层架构

4. 高精地图的特点

        高精地图对数据更新的实时性要求极高。

5. 高精地图需求情况

        对于高精地图要素，不仅包含道路级别的属性，也有车道级别的属性。 道路级别的属性主要包括道路等级，类型，隧道，收费站，曲率，坡度等，车道类别的属性包含车道线，车道类别，车道宽度，车道数量，车道几何形状等，同时对于可以应用到车辆定位的道路标识牌也有需求。

 6. 高精地图更新

1. 静态环境部分

        静态环境部分，主要是依赖于静态高精地图、同时结合准动态及动态高精地图作为输入，地图更新不及时会造成用户体验的下降甚至于错误的判断，所以地图更新一直以来都是高精地图的重要部分，更新的频率越高越好，但是考虑到当前的技术水平和成本，季度更新策略最佳，当然月度更新甚至周更新更受欢迎，但是成本也会更高。在更新的时候，可以采用小版本部分更新或者是增量更新的方式，而大版本采用全部更新的策略。

     2. 动态、准动态部分

        对于高精地图里的动态或准动态部分，一般通过车联网以实时或准实时（秒到小时级别）的频率更新。

7. 高精地图的困境

        自动驾驶应用要求作为先验感知的车载高精地图需要具备实时更新能力。无论更新周期多短， 都会存在地图数据和真实情况不相符的情况，这也会限制高精地图的应用。

 三、量产案例展示和解析 

1. L3级别的自动驾驶的高精地图支持（四维图新）

1.1 高精地图的地图要素

        从自动驾驶的功能角度出发，目前四维图新提供的高精地图有100 种要素，包括车道中心线、车道属性信息、道路连接信息、坡度、航向、曲率、交通标牌等。其中有约 20 种要素对自动驾驶车辆功能安全有重大影响，包括坡度、曲率、航向、车道类型、道路边界类型等。

1.2 高精地图的维护更新

        高精地图的维护更新（Data Update）是目前高精地图中的重要课题，也是各大 OEM 对图商能力考察的重点。 四维图新采用多级采集源 : Type A 、 Type B 和 Type C 来满足不同要素的更新要求。

1. Type A 类采集源是和采集初始高精地图一样的移动测量系统；
2. Type B 类采集源是简化版的 Type A，使用的惯导精度稍低；
3. Type C 是众包的方式，四维从第三方传感器上收集的传感器数据实时做变化检测并自动成图。

1.3 注意事项

        四维图新的高精地图不包含行人、车辆等动态目标的信息。

2. 广汽新能源 Aion LX 高速公路驾驶辅助系统（百度）

2.1 高精地图的地图要素

        设计电子视野线系统 EHP，该系统能够根据高精地图和车辆的位置，实时构建车辆前方电子视野线，并将道路几何、车道几何、曲率、坡度、道路等级等信息等，以信号的形式提供给车辆决策规划单元，为决策规划选择合适的驾驶模式和驾驶速度提供数据支持。

 2.2 注意事项

        百度广汽的高精地图不包含行人、车辆等动态目标的信息。

3.  L2+高速公路辅助脱手系统（博世）

3.1 高精地图的地图要素

        从 ADAS 功能来说，对于高精地图要素，不仅包含道路级别的属性，也有车道级别的属性。道路级别的属性主要包括道路等级，类型，隧道，收费站，曲率，坡度等，车道类别的属性包含车道线，车道类别，车道宽度，车道数量，车道几何形状等，同时对于可以应用到车辆定位的道路标识牌也有需求。

3.2 高精地图的维护更新

       高精地图的更新，自动驾驶 ODD 中的静态环境部分，主要是依赖于高精地图作为输入，如果地图更新不及时会到来用户体验的下降甚至于错误的判断，所以地图更新一直以来都是高精地图重要的部分，更新的频率越高越好，但是考虑到当前的技术水平和成本，季度更新策略最佳，当然月度更新甚至周更新更受欢迎，但是成本也会更高。在更新的时候，可以采用小版本部分更新或者是增量更新的方式，而大版本采用全部更新的策略。

3.3 注意事项

        博世的高精地图不包含行人、车辆等动态目标的信息。

4.  基于准高精地图的车道级定位（美行科技）

4.1 高精地图的地图要素

        高精地图数据中存储的车道组信息如下：link的 车道数，车道宽度，车道连接关系，车道类型，车道通行方向，车道 中心线形状，车道边界线的形状、颜色和类型，车道的脱出道路等， 另外，如果是非封闭和立交的情况下，还需要路口的边界范围。

4.2 注意事项

        美行科技的高精地图不包含行人、车辆等动态目标的信息。

5. L4 级别智能重卡量产项目（中海庭）

5.1 高精地图的地图要素

        除了常规的高速/ 城市场景的要素之外，还有面向港口业务的 10 余类定制化的专题要素，如堆场，码垛，贝位，轮胎吊轨道等。

5.2 高精地图的维护更新

        数据鲜度：港区/ 园区等局部区域的场景特点是变化快，整体运营对数据更新频率的要求需要达到小时级。

5.3 注意事项

        中海庭的高精地图不包含行人、车辆等动态目标的信息。

6. 小鹏 P7 高速公路驾驶辅助系统（高德）

6.1 高精地图的地图要素

        首先需要通过地图区分道路类型，比如是在高速主路上，匝道上，还是在隧道里面等，在不同的道路类型上，驾驶策略会不同。第二要求对路上的信息进行详细描述，包含车道数量、车道类型、车道宽度、车道线类型、车道线颜色、车道线宽度等信息，此外，除了可见的信息外，还需要表达车道联通关系等这些逻辑信息。

6.2 注意事项

        高德的高精地图不包含行人、车辆等动态目标的信息。

四、在研案例展示和解析

1. L4 级自动驾驶解决方案（Robotaxi）（百度）

        地图提供道路标牌/ 信号灯的精准位置和类型，把感知的搜索区域限制在一个明确的、很小的范围内，降低了自动驾驶感知的难度，解决目前系统难以覆盖的长尾识别问题以及车辆计算资源的问题。

2. 威马自主泊车解决方案（百度）

        车端承担主要的感知以及全部定位，规划决策、运动控制等功能，通过感知停车场的特征和环境，与高精地图匹配实现精确的定位。

        场端为分布在停车场内的摄像头，部署在停车场路口，弯道等盲区及遮挡比较严重的区域，其将自身感知的情况结合自己在高精地图中的位置，将超视距感知到的障碍物准确的提供给车端，用于辅助。

3. L3 级卡车自动驾驶解决方案（四维）

        四维提供的高精地图要素包括车道类型、限速信息、坡度、曲率、车道中心线、交通指示牌、交通指示灯、地面交通标识等几何和重要属性。

4. 基于视觉众包数据进行高精地图建图更新（momenta）

        车端软件，perception 实现了实时感知，包括车道线、交通牌、路杆、边缘线等要素的实时识别检测； 车端软件还有一个功能是 change detection ，通过单路建图结果与最新的地图数据进行对比，识别道路更新，把更新信息回传给云端。

5. V2X 数据与高精地图的融合（海康智联）（白皮书中最吸引我的内容）

        通过建立车与车、人、路、云端等之间的实时有效信息交互和协同运作，可向自动驾驶车辆提供全局交通视角，有效扩充车辆感知能力，为自动驾驶感知系统提供路侧感知能力冗余，解决盲区、超视距感知能力不足的缺陷，促进自动驾驶车辆快速落地商用。 通过 V2X 应用与高精地图结合，将路侧数据以标准化接口方式接入高精地图，形成实时更新动态层，以此作为 V2X 数据与自动驾驶系统标准化交互的“中间件”。

        实现路侧实时感知数据与高精地图数据深度融合，形成实时动态高精地图并向自动驾驶系统提供综合数据服务，同时满足 ADAS、控制指挥平台对地图渲染的要求。V2X 数据与高精地图数据结合方式主要包含两个层面：

1. 第一个层面为 V2X 实时数据为高精地图准动态层以及实时动态层数据更新提供支持，实现高精地图在交通拥堵等交通事件以及机动车、行人、非机动车等交通参与者实时位置及状态数据秒级及毫秒级数据更新；（动态目标）
2. 第二个层面为V2X 数据支持高精地图准静态层数据更新，实现地图中道路标志标线、道路施工等信息及时更新。

5.1 技术方案

        路侧感知端：通过建设智能相机、微波雷达、激光雷达以及边缘计算单元等路侧感知体系，对动态交通事件、车辆、行人的实时位置、信号灯实时状态信息进行检测，形成两类数据：动态交通事件和实时数据（包括车辆、行人的实时位置、信号灯实时状态信息等）。路侧感知端基于车路协同技术将道路目标实时状态数据发送至车端，通过4G/5G 方式与高精地图云平台以及路侧云控平台数据交互；

        车辆端：车辆通过智能车载单元（OBU ）接收到路侧端交通事件及实时动态数据 ， 基于车载高精地图服务接口，将实时动态数据与高精地图关联融合，通过预处理实现高精地图准动态层与实时动态层数据秒级及毫秒级更新。

五、政策与标准、行业愿景

1. 国内高精地图的要素需求（即高精地图未来可能包含哪些信息）

        高级自动驾驶要求高精地图具有更丰富的要素图层信息和属性信息，如要素种类方面，除包含简单的道路网信息以外，还需包含自动驾驶所需的车道网、交通标牌、道路拥堵、信号灯等信息，如车道网可辅助自动驾驶车辆完成车道级路径计算，交通标牌等特征性要素可用于自动驾驶车辆的辅助定位，道路拥堵、信号灯等动态信息可以用于自动驾驶车辆的路径规划与决策辅助；要素属性方面，除包含车道位置、类型、宽度等属性以外，还需要坡度、曲率和高程等属性信息。

2. 行业愿景

        2.1 高精地图除在车端应用外，还将搭载路侧端设备，成为覆盖智慧交通、车路协同领域各个终端设备的基础设施。

        2.2 高精地图提供精细的地图数据内容，需要更加真实的反应道路的实际样式，不仅包括传统路网信息，还包括高精度车道级及环境信息数据，同时还需兼容动态感知层和驾驶决策层部分信息。借助 AI 技术完成不同传感器数据自动融合识别，即把 GNSS/INS、点云、图像等数据叠加在一起，进行道路标线、路沿、路牌、交通标志等道路元素的识别。

        2.3 随着城市智能网联交通体系的建设，路侧的传感器将成为高精地图更新的有效数据来源。对于高精地图静态及准静态层，路侧视觉、激光雷达等传感器可实时感知道路渠化、标志标线等变化，实时上报信息，助力高精地图更新；对于高精地图动态及准动态层，路侧感知能力与车端感知能力紧密结合，增加信息冗余度，互相校验及融合，可为高精地图提供更为精准丰富的动态信息。

六、个人总结和观点

        1. 高精地图包含哪些信息？

        高精地图具有更丰富的要素图层信息和属性信息，如要素种类方面，除包含简单的道路网信息以外，还需包含自动驾驶所需的车道网、交通标牌、道路拥堵、信号灯等信息，如车道网可辅助自动驾驶车辆完成车道级路径计算，交通标牌等特征性要素可用于自动驾驶车辆的辅助定位，道路拥堵、信号灯等动态信息可以用于自动驾驶车辆的路径规划与决策辅助；要素属性方面，除包含车道位置、类型、宽度等属性以外，还需要坡度、曲率和高程等属性信息。

        2. 个人解读

1. 高精地图包含了更新速度慢的目标信息，比如每小时更新一次的目标。在《量产案例展示和解析》章节中提到的四维图新、广汽新能源、博世、美行科技、中海庭、小鹏P7等厂家的高精地图解决方案侧重于对道路信息和静态目标（静态目标是相对于人、车等目标而言）的信息做详细描述。
2. 在《高精地图现状》章节中，给出了高精地图的分层结构，静态地图、准静态地图、准动态地图、动态地图，我个人比较关注的是动态地图，因为我的研究方向是目标检测和语义分割，所以对我而言，除了人、车等其他都是静态目标。（PhD 第二年了，不知道能不能按时毕业，先能毕业再说）。
3. 为什么关注动态目标？因为我觉得高精地图已经提供了静态目标的信息，再去用车端传感器或者路侧传感器检测静态目标，后期我水论文的话，可能重点水多源信息的匹配、相互校验；如果我去检测静态目标，然后放到高精地图里，但这个方向水论文的点也少，毕竟网络模型太多了。（我自己的一厢情愿，暂时也没有好的想法）
4. 在《研案例展示和解析》章节中，V2X 数据与高精地图的融合（海康智联）的在研案例吸引了我的眼球。海康智联利用 V2X 实时数据为高精地图准动态层以及实时动态层数据更新提供支持，实现高精地图在交通拥堵等交通事件以及机动车、行人、非机动车等交通参与者实时位置及状态数据秒级及毫秒级数据更新。海康智联还利用 为V2X 数据支持高精地图准静态层数据更新，实现地图中道路标志标线、道路施工等信息及时更新。（我个人的理解是车端传感器的数据和路侧传感器的数据，在高精地图层面上做融合。这应该是一个水论文的方向，研究针对动态目标的多源信息的融合、匹配等）。

# 希望大家在评论区多补充内容，一起探讨一下。为了毕业，为了四青的帽子，加油！！！。