看不到的传感器--高精度地图HD Map

前言

在前九次分享中，我介绍了无人驾驶汽车中使用的所有主流传感器。这些传感器都是可见和不可触摸的物体。在无人驾驶汽车的自动驾驶过程中，还有一个看不见和不可触摸的传感器也发挥着巨大的作用，即高精度电子地图。

高精度电子地图又称高分辨率地图（HD Map，High Definition Map），是专门为无人驾驶服务的地图。与传统导航地图不同，高精度地图不仅可以提供道路（Road）级别除了导航信息，还可以提供导航信息车道（Lane）级别导航信息。信息的丰富性和准确性都远高于传统的导航地图。

通过下图，可以感性地看出传统导航地图与高精度电子地图的区别。

---

正文

在谈论高精度地图时，我将从三个方面开始。首先，我们需要理性地了解什么是高精度电子地图，它与传统地图有什么真正的区别；其次，讨论高精度地图如何应用于无人驾驶汽车领域；最后，结合高精度地图行业，讨论高精度地图的挑战。

什么是高精度地图？

现阶段的高精度地图更多地定义为服务于无人驾驶的地图。与传统地图的定性描述相比，高精度地图是一种定量描述。

以坡度为例，传统地图只能提供上(下)坡的信息，但不能提供上(下)坡的角度；

以弯道为例，传统地图只提供前面的紧急弯道，但不能提供弯道的曲率半径；

以十字路口为例，传统地图只提供前十字路口有红绿灯的信息，不知道红绿灯的具体位置

..

高精度地图可以提供传统地图无法提供的精确数据，这高精度地图的定量描述。

这些定量描述对人类驾驶员驾驶汽车没有多大帮助，因为人类是高度智能的个体，具有很高的图像识别、信息联想和学习能力，这是目前无人驾驶大脑所没有的。为了弥补无人驾驶大脑不够聪明的缺陷，高精度地图站了起来。

高精度地图可以为无人驾驶提供以下内容：

车道级道路信息

传统导航地图只能提供道路等级（Road）导航信息如下图最左侧所示。道路R1连接着R2，R2同时连接着R3和R4。高精度地图可以提供车道级（Lane）该导航信息能够准确地连接车道。如下图中间图所示Lane1连着Lane4，Lane4连着Lane8,；Lane3连着Lane6和Lane7，Lane7连着Lane10。

图片来源:未来汽车讲堂 - 网易云课堂 高精度地图，自动驾驶的必由之路

车道级别的道路信息能够解决在路口转弯时，无人车不知道需要转多大的角度和保持多高车速的问题。如下图右侧绿虚线即为高精度地图为无人车提供的虚拟车道线中心，只要提前变道到正确车道，并沿着虚拟车道线所在的车道行驶，即可顺利通过路口。

图片来源:未来汽车讲堂 - 网易云课堂 高精度地图，自动驾驶的必由之路

道路先验信息

先验信息是指可以在短时间内提前收集而不改变的信息。

仅仅依靠传感器的信息很难感知车辆是在高速公路上还是在普通城市道路上；无限速板路段，最高速度可以开多快；前方道路曲率；路段GPS信号强弱。这些都是传感器遇到性能瓶颈时无法实时获得的信息。然而，这些信息是客观存在的，不会随着外部事物的变化而变化，因此可以提前收集，并作为无人驾驶汽车的先验信息做出决定。

图为高精度地图可以为无人驾驶汽车提供的一些先验信息。包括道路曲率、方向、坡度和横坡角。这些信息对无人驾驶汽车的安全性和舒适性至关重要。

图片来源:未来汽车讲堂 - 网易云课堂 高精度地图，自动驾驶的必由之路

感兴趣点

感兴趣点是POI（Point of Interest）直译。在交通场景中可以成为POI有很多东西，比如:

交通标志、地面标志、灯杆、红绿灯、收费站等。用中心点和多个外包点描述；路边、护栏、隧道、龙门架、桥梁等。由一系列连续点组成。

准确记录这些高精度地图POI只要给定无人车的精确位置(经纬度高)，每辆车的经纬度和高度都可以POI计算相对于自行车的位置。计算这些。POI将信息的相对位置反向投影到车载前视图像上，如下图所示。

图片来源:未来汽车讲堂 - 网易云课堂 高精度地图，自动驾驶的必由之路

这时，一定有人问：高精度地图的信息比传统地图多，容量一定很大吧？

不不不不不不不。现阶段的高精度地图容量并不比传统地图大多少。为什么？

因为现阶段的高精度地图完全服务于无人驾驶，而传统地图则服务于人类。高精度地图只关心驾驶（道路、POI）这些信息并不关心周围的购物中心有多少层，超市有多大，有多少小餐馆。这些信息只是人类更关心的问题。正是因为焦点不同，所以容量没有太大的差异。

下图从元素、系统、用途等方面更清楚地包含了传统地图和高精度地图的重点：

图片来源:未来汽车讲堂 - 网易云课堂 高精度地图，自动驾驶的必由之路

高精度地图的应用

高精度地图只是一个静态数据。在实际使用中，不可能从一开始就将国家地图引入系统，这不仅耗时，而且占用了系统的大量资源。除了提供高精度地图外，高精度地图的供应商（地图提供商）还将提供一个叫做地图引擎的软件。该软件负责整个高精度地图的资源调度。无人驾驶汽车只需告诉地图引擎目前的一般情况位置以及想去的地方，地图引擎将为无人车发布过程中使用的高精度地图数据。数据流如下图所示。

应用高精度地图需要配合高精度定位。

高精度定位，至少包括当前无人车位置和航向角。位置是指无人车GPS天线安装位置所在的经度、纬度和高度；航向角是指无人驾驶汽车前部和方向的夹角。

理论上，两点的相对位置可以通过已知两点的高经纬度来计算。那为什么要提供准确的航向信息呢？

如下图所示，如果无人车想要实现沿高精度地图的车道线直线行驶，无人车坐标系下车道线上一系列点的相对关系如下图所示（图中黑点）。根据车道线规划的轨道（绿线）是与车道平行的直线。

想象一下，如果航向值在这个时候变得不准确，比如偏了几十度。由于经纬度没有变化，车道线上所有点与无人车中心的距离保持不变，但这些点将以中心旋转。无人车坐标系下获得的车道线的相对关系如下图所示。根据这条车道线规划的轨迹，无人车认为车道维修必须转一个角度。最终的控制结果是无人车一直在原地转动。由此可见，无人车的航向角是一个非常重要的定位信息。

充分利用高精度地图将有助于无人驾驶：

提高无人车的感知能力

例如，在良好的天气条件下，车载传感器可以检测到车道线路、障碍物、路边、交通空间等，但无法检测道路坡度和曲率。这些数据有助于控制无人驾驶汽车，只能提供高精度的地图。

另一个例子是，当遇到暴雨/大雪/灰尘等恶劣天气时，车载传感器很难感知远处的障碍物和车道线信息。 高精度地图的配合可以提供车道线、路边、通行空间等信息，增加系统的信息冗余。

结合车载传感器信息，提升定位精度

我从无人驾驶技术入门(3)| 百度无人车传感器 GPS 在深入分析中，介绍了在某些情况下，现有无人车的高精度定位也会出现定位不准确。因此，仅仅依靠GPS定位方案可靠性太差。

业内一般的定位方式是GPS 高精度地图 相机(激光雷达等)信息集成的定位方法。先看视频，了解国外图商here如何结合车载传感器信息进行定位？

视频连接：https://video.zhihu.com/video/988784154003128320

首先根据GPS数据(经纬高度和航向)确定无人车大致在哪条路上，这个位置可能和真实位置有5个~10米的差距。

根据车载传感器检测到的车道线（虚拟、实线）和路边（路边或护栏）的距离，与高精度地图提供的车道线和路边进行比较，然后车的水平定位。

根据车载传感器检测到的广告牌、红绿灯、墙上的标志、地上的标志（停车线、箭头等），与高精度地图提供的道路特征相同（POI）进行匹配，进而修正纵向定位和航向。在没有检测到任何道路特征的情况下，可以通过航位推算进行短时间的位置推算。

无人车的定位算法通常采用粒子滤波法，需要多个计周期后，定位结果才会收敛，进而提供一个相对稳定的定位结果。粒子滤波的算法原理我会在随后的系列文章中介绍。

高精度地图的挑战

挑战一：高精度地图的众包

高精度地图虽然好用，但目前还无法大规模地生产，大部分内外业处理还是由人工来完成标注和数据转化。而且仅仅靠地图公司的几十上百辆采集车在道路上采集，很难保证地图数据的实效性，即无法保证地图数据足够“新鲜”。

因此图商都希望能在量产车的前装摄像头上做文章，让这款摄像头具备L2以上自动驾驶能力外，还能够将采集图像预处理后的数据传到云端，实现数据的更新。当一个地点的实际情况被足够多的私家车检测到与地图不符时，由图商确认信息后，对地图进行相应的更新。这样一来，地图数据迭代地足够快，就能更好地服务于高精度地图生态和无人车了。

挑战二：高精度地图的政策

地图政策的这项挑战仅存在于国内。

高精度地图和国防息息相关，因此高精度地图的采集和使用在国内是受到严格限制的。目前我国仅有14家单位具有甲级地图测绘资质，这就意味着，只有这14家图商具有高精度地图采集和使用的权利。无人驾驶初创公司如果想使用高精度地图，要么强依赖这14家图商，要么在法律的红线上做研究。

由于测绘资质政策的存在，我觉得国外的无人驾驶技术想要染指中国的市场，并不是一件简单的事情。即便是博世这种Tier1中的大佬，没有国内图商的帮助，想要扩张他们的无人驾驶技术，依然会寸步难行。

---

结语

在高精度地图领域有一句很有意思的话，叫做Make the invisible visible。这句话可以作为本篇分享的总结啦。

好了\(^o^)/~，这篇分享的内容基本上涵盖了大部分高精度地图的知识以及其在无人车领域的应用。