高精度地圖在自動駕駛領域的作用及意義分析

郭茹霞

江蘇晶眾信息科技有限公司北京分公司 北京 100000

引言

信息技術在高速發展過程中不斷探索著與其他產業的融合，這種融合也在很大程度上改變了其他產業的發展狀態。在信息技術被應用到出行中之后，完全解放人力的自動駕駛技術得到高速發展，也為未來的智能出行做好了技術層面的準備。而自動駕駛技術實現的另一項技術關鍵，在于對高精度地圖的合理應用。在獲得了高精度地圖信息支持的前提下，處于自動駕駛狀態的汽車能精準定位所處位置，并通過對環境信息的合理判斷正確選擇駕駛策略，自動駕駛的安全性也因此得到保障。由此可見，高精度地圖在自動駕駛領域發揮的作用及背后的意義非常有必要深入探討。

1 高精度地圖

高精度地圖是有別于傳統電子地圖的新型地圖。傳統電子地圖能夠較為精確地描繪出道路狀態，對于主干道等道路還能明確標示出行車道，同時還能夠提示當前道路的擁堵狀態，但多數并不能呈現完整的道路環境細節，在駕駛員行車的時候能夠幫助駕駛員辨明道路走向，并在結合了GPS技術后能實現導航功能，就目前來說，這也是傳統電子地圖的極限[1]。

而高精度地圖則擁有大量的駕駛輔助信息，不僅能以三維狀態表現道路環境及內容，地圖的精度也更高，對交叉口及復雜道路狀態的布局也有明確表征。單就精準程度一項來說，高精度地圖是遠遠超過傳統電子地圖的，兩者之間精度的差距達到百倍，具體來說就是傳統電子地圖的精度只需要達到米級即可滿足使用需求，而高精度地圖的下限則是厘米級，這也正是高精度地圖保障行車安全的關鍵。

當前概念中的高精度地圖在類型上分為靜態地圖與動態地圖兩種類型，其中靜態地圖包括所有傳統電子地圖需要具備的信息（包括車道模型、道路部件、道路屬性等），在此基礎上還包含了道路的各種細節信息，如對車道中心線、車道線及車道類型的表述等，同時還包括了車道的坡度、曲率、橫坡等更高精度的數字參數，而這些是自動駕駛技術必備的信息參數，只有在對這些數據進行充分分析之后，自動駕駛技術才能決定行車的轉向時機、轉向角度、油門大小、剎車時機預判等駕駛策略。而要實現這些功能，車輛本身還要配置各種類型的傳感器，以幫助高精度地圖實現實時的數據采集工作[2]。盡管構成高精度地圖基礎數據依靠的是具備各種傳感設備、錄入設備的測繪車，但對于實時路況的采集就只能靠車輛本身結合GPS技術完成。此外，無人機也被應用到高精度地圖的繪制工作中。

2 關于自動駕駛的概念

自動駕駛這一技術從20世紀70年代起就得到廣泛研究，當時主要研究這項技術的是英、美、德等具有較高工業水平的國家。在經過長時間的研究與發展之后，以美國機動車工程師學會為主導，為無人駕駛進行了從輔助駕駛到完全自動駕駛五個等級的劃分，依次是輔助駕駛-部分自動駕駛-有條件自動駕駛-高度自動駕駛-完全自動駕駛。每項技術等級之間的難度呈質變狀態變化，在對駕駛員的需求上也從完全控制到完全不需要控制。遺憾的是，時至今日自動駕駛技術也只是勉強達到第三級水平，在少數特定環境和區域的情況下能達到第四級。盡管當前很多汽車已經配備了名為“自動駕駛”的系統，但其能夠實現的功能也只是特定條件下的自動駕駛，絕大多數時候車輛的駕駛策略仍然需要駕駛員接手并進行判斷。

對于自動駕駛技術而言，其需要實現的技術以對路況的識別為主，具有完備自動駕駛功能的汽車必須完全了解所在路段的所有交通標志及意義，同時也能夠準確偵測路況的實際信息，包括所在道路是否產生擁堵、是否有發生交通事故，而這些功能只有在借助高精度地圖的前提下才能實現，僅靠普通的導航地圖是無法充分了解這些信息的[3]。顯而易見的是，高精度地圖的有效研發與應用，決定了自動駕駛技術能夠投入到實際應用中的程度，也是自動駕駛領域發展的關鍵前提。

3 高精度地圖與自動駕駛領域

某種程度上可以認為擁堵就是交通的代價，由于不同駕駛員在駕駛策略上存在差異，這種差異導致不同駕駛員在處理同類型交通狀況時，實施不同的駕駛策略，而駕駛員對駕駛策略后續影響的評估也是不同的，由此造成交通擁堵的情況十分常見。在人工智能技術尤其深度學習技術得到發展之后，技術中的算法逐漸擁有掌握物體屬性的能力，并能夠以類人角度做出最合理的決策，這為自動駕駛技術的出現提供了更多保障，也為人類的出行描述了更加理想的未來[4]。而對于自動駕駛領域而言，高精度地圖發揮的作用主要是通過其應用策略實現的，這就需要將自動駕駛的關鍵技術作為切入點進行分析。

3.1 自動駕駛的關鍵技術

首先可以明確的是，環境感知與精準定位是自動駕駛實現的關鍵技術，在此基礎上延伸出的駕駛策略的制定、控制與執行，車輛控制系統以及實時探測環境信息的車聯網技術，共同構成了完整的自動駕駛技術。

環境感知技術是實現自動駕駛的關鍵前提，主要是通過車輛自身搭載的各類傳感器來獲取道路上的各種信息，并將其轉化為數據集中處理分析，進而全面、合理判斷車輛當前所處的駕駛環境；精準定位這一功能是為駕駛決策與規劃服務的，同時定位也是有效執行導航策略的前提，其目的是為了獲悉當前車輛在外界環境中所處的位置以及與環境中各物體之間的相對關系，尤其對車輛絕對位置和姿態的采集更為重要；駕駛策略的指定、控制與執行取決于環境感知的結果以及導航子系統輸出的信息，在此基礎上還會附加一些額外的限制條件，包括但不限于無碰撞、安全抵達、規避策略的優先級等等，集合這些信息之后才能對行車路徑進行明確規劃；車輛控制系統則是自動駕駛的現實體現，也是自動駕駛最終呈現出的狀態，這部分內容涉及油門力道的控制、剎車時間的選擇以及方向盤角度的精確調整，簡單來說，車輛控制系統包含了車輛的驅動與制動。

3.2 高精度地圖在自動駕駛領域發揮的作用

結合上述內容來看，高精度地圖在自動駕駛領域中的作用主要體現在感知層面和規劃識別層面。在感知層面，車輛本身配備的視覺傳感器、紅外傳感器等能夠有效檢測周遭的物體與物體所處的狀態，而為高精度地圖額外配置的虛擬數字傳感器能夠完整描述靜態地物狀態，這是對原有傳感器感知范圍的延伸，由此所得到的感知結果也更精準有價值，可幫助車輛實現對周遭環境的精確認知。感知出的內容也能夠與高精度地圖中的數據進行深層次匹配，匹配出的結果將被作用域全球導航衛星系統的精確調整，用于修正后者在感知過程中造成的誤差，由此提升行車的安全性與可靠性。而在規劃識別層面，則更側重動態的表達，在獲取到感知層面不同類型數據的融合結果之后，能夠從周圍物體的運動狀態（多以其他車輛為主）預測物體之后的運動行為，進而規劃出合理的行駛路徑與運動軌跡。其中對行駛路徑的規劃取決于車輛的絕對定位及道路模型的拓撲，以此為基礎精確計算車輛所在位置至終點位置的全局路徑，在計算出全局路徑之后，還會采集交通事件信息、實時天氣狀況數據、駕駛經驗數據庫等等對全局路徑進行局部調整，對已有的全局路徑進行深層次的規劃。在路徑規劃完成之后就可進行自動駕駛，而在執行自動駕駛的過程中也會將移動障礙物、交通信號狀態，周邊車輛行駛速度及動力學約束等內容納入計算范圍，在行駛過程中不斷對路徑、車輛駕駛策略進行微調，進而保證路徑的平滑程度與安全性，這部分內容將用于處理自動駕駛汽車行程中面臨的細節問題，保障自動駕駛本身的可靠性與安全性。

3.3 高精度地圖的應用意義

從高精度地圖在自動駕駛領域發揮的作用來看，在結合計數功能層面的內容之后，會發現高精度地圖在自動駕駛領域的應用意義表現為以下幾方面內容。

首先高精度地圖本身具備靜態地物語義識別的優勢。高精度地圖能夠對地圖中的靜態地物進行標識，而這種標識在內容上比較豐富，能夠彌補車載傳感器在傳感距離上的劣勢，也就能提升車輛傳感器的探測效果，這在高速公路匝道、繞城高架道路等較為復雜的道路上有非常大的實用意義與實用價值（比如對出入口限速信息的識別等）。在天氣狀況良好的情況下，原本的車載傳感器是能夠充分發揮出良好視距的，也就能夠獲得道路標識牌上更精確的信息。但傳感器本身并不能完全理解標識牌上語義信息的實際意義，也無法按照語義信息內容進行標定，而在高精度地圖得到應用的前提下，地圖數據庫中明確記錄了大量限速標志及各類型標志的作用路段與方向規劃，因而高精度地圖能夠從數據庫中調取這些信息，自動駕駛技術也就能讀取信息并加以執行，這就避免了車輛遭到錯誤信息的干擾，行車的可靠性因此得以大幅提升。

其次則是對環境冗余信息的處理。通常情況下，為提升應用系統的處理效率，向系統提供的信息提倡精簡有效，以確保系統反饋的及時性與正確性。但對于自動駕駛系統而言，其系統的運作本身就建立在大量信息采集、分析及運用的基礎上，包括車輛的操縱策略。高精度地圖對冗余信息的處理，體現在對冗余信息的集成上，與地圖相關的所有冗余信息本身就存在于高精度地圖的數據庫中，因而只需要實時讀取即可完成處理工作，不會對系統算力造成負擔，進而提升感知的安全性與準確性。而自動駕駛意味著以上所有內容完全依靠電腦機械執行，乘客是完全不介入到控制過程中的，而且在這種情況下車輛依然能夠按照正確的行駛方向前進至目的地，并在行駛過程中完全遵照已有交通規則，因此環境冗余信息的處理是必要的。

最后則是感知算法效率的全面提升。就數據類型上來看，高精度地圖中包含了大量客觀數據，這些內容以道路特征及道路周邊環境為主，且會進行定期的更新優化。自動駕駛系統的關鍵功能之一，是對傳感器上傳的大量數據進行分析處理，因而對芯片的算力有很高要求。在高精度地圖中的大量數據都是得到過前期驗證的，只需要簡單套用就可以派上用場，這就大量節約了芯片的算力，也使得信息感知融合的復雜程度大幅下降，芯片因而能夠將絕大多數算力集中在對駕駛行為的動態判斷上，車輛自動駕駛時的反應速率也因此得到大幅提升。

4 結束語

可以預見的是，在獲得5G技術的支持之后，高精度地圖的應用將得到進一步拓展，自動駕駛技術同樣因此有了更大的實現可能。高精度地圖與自動駕駛技術必然為汽車產業及相關產業的業態帶來重大影響，甚至會在一定程度上重塑產業價值鏈體系。可以預見的是，在人工智能、大數據技術與自動駕駛技術融合之后，自動駕駛技術將能實現城市交通資源最大限度的優化。