測繪地理信息為自動駕駛帶來什么？

◎ 呂苑鵑

“自然資源部支持業界利用測繪地理信息技術，基于時空大數據，加快數字地圖、導航定位等地理信息數據、技術與智能網聯汽車產業融合。”8 月23 日，自然資源部地理信息管理司司長李永春在自然資源部例行新聞發布會上表示。

當下，隨著頂層設計逐步完善、政策持續利好、商業部署不斷加快、技術產品日趨成熟，我國智能網聯汽車產業發展加速，人們對于自動駕駛的想象似乎正逐漸變成現實。其中，測繪地理信息這個“助推器”發揮了不可或缺的重要作用。

“聰明的汽車”離不開測繪地理信息支撐

近年來，測繪地理信息技術與大數據、云計算、人工智能等新技術深度融合，催生了不少新產品、新服務、新業態，深刻影響了經濟社會發展和大眾的日常生活。

在汽車變“聰明”的過程，測繪地理信息深度參與其中。

在中國工程院院士、清華大學教授李克強提出的智能網聯汽車“中國方案”中，由于能夠有效支撐高等級自動駕駛對動態地圖數據的應用需求，高精度地圖基礎數據平臺作為關鍵的五大平臺之一，是車路云一體化系統的重要組成部分。

中國測繪科學研究院地理信息系統與地圖學研究所所長翟亮告訴記者，在智能網聯汽車產業快速發展過程中，測繪地理信息可以發揮諸多重要支撐作用。

一方面，發揮了“指南針”作用——車道級位置服務和路徑導航。我國建成并投入運營的北斗衛星導航系統及其連續運行參考站（CORS），可以為智能網聯汽車實時提供厘米級的高精度位置信息，是車輛智能駕控所需的最基礎信息之一。在這基礎上，配合高精度地圖完成車輛的路徑導航功能，引導車輛安全、高效地到達目的地。

另一方面，提供了“一雙慧眼”——近距離實時環境感知。智能網聯汽車通過安裝或集成衛星導航定位接收模塊、慣性測量單元、攝像頭、激光雷達等傳感器，能夠對車輛及周邊道路設施的空間坐標、影像、點云及其屬性信息等測繪地理信息數據進行近距離實時環境感知、信息采集、處理判斷，以滿足車輛智能駕控決策的根本需求。

同時，還形成了“專家知識”——長周期地理信息記憶。自動駕駛地圖標注了所有道路特征和駕駛經驗軌跡，特別是傳統傳感器看不到的地方，例如拐彎兒、上下坡的地方，能夠為智能網聯汽車構建一套完整的長周期地理信息記憶，無形中增強了車輛超視距感知能力，為車輛提供重要的先驗信息與人類駕駛經驗，彌補普通近距離傳感器及模型訓練的不足，減少對車端高算力的剛性需求，更好地滿足智能駕控決策需求。

此外，智能網聯汽車實時獲取和更新的道路、場景等信息，也可以為基礎測繪工作提供重要的數據來源，未來將實現智能駕駛和基礎測繪工作的雙向賦能。

隨著智能網聯汽車逐漸興起而出現的自動駕駛地圖，是實現自動駕駛的必要條件。不同于傳統地圖服務于人，自動駕駛地圖的主要服務對象是車，精度更高、圖層更多、內容更豐富。

據了解，自動駕駛地圖繪制以及自動駕駛技術環境感知、行為決策、姿態控制和算法升級等離不開影像數據、衛星導航定位、慣性導航、激光雷達點云數據等地理信息數據。

中國科學院院士、中國工程院院士李德仁曾撰文指出，測繪遙感科學與信息科學不斷與其他科學和技術交叉融合，提供各種方法進行時空數據采集、信息提取、網絡管理、知識發現、空間感知認知和智能位置服務，形成了高精度位置與姿態測量、全球空天地一體化的非線性地球參考框架構建技術、星基導航增強技術、天地一體化網絡通信技術（6G）、多源成像數據在軌處理技術、信息智能終端服務技術、時空信息資源調度與網絡安全、通信導航遙感一體多功能衛星平臺設計與研制等一系列關鍵核心技術，這些關鍵技術正直接或間接地支撐智能駕駛技術的發展。

其中，高精度導航定位是智能駕駛技術實現的關鍵。通過導航衛星和具有導航增強的低軌遙感和通信衛星進行組網，實現實時、全球覆蓋的高精度位置增強服務，有望為智能網聯汽車未來產業發展提供技術保障。多源融合的感知導航定位可以彌補GNSS導航性能的不足，進而實現自動駕駛防撞、避障、變道導航等應用，是智能網聯汽車實現高精定位的工程首選。伴隨智能網聯汽車的發展，移動測量技術在自動駕駛地圖采集上得到了進一步應用，采集精度不斷提高、數據處理自動化程度大幅提升、設備成本大幅降低。

與此同時，智能網聯汽車產業也對測繪地理信息技術提出了更高需求，與智能駕駛的融合發展將成為測繪地理信息發展的新方向。

更輕更智能，“車”“圖”交融共生

自動駕駛地圖究竟是智能網聯汽車的“最佳搭檔”，還是暫時過渡的“拐杖”？近一兩年來，智能駕駛“進城”步伐加速，而城市場景對于自動駕駛地圖的“鮮度”要求極高。不少車企面對自動駕駛地圖制作和維護成本大、周期長等現實困難，選擇轉向“重感知、輕地圖”的路線，有的甚至提出了“無圖”方案。

對于感知與地圖的博弈，有業內人士認為，不過度依賴自動駕駛地圖，不意味著完全不需要。而且，輔助駕駛技術在迭代升級，地圖和定位技術也在演進，一切都在動態變化中。隨著自動駕駛級別的不斷增高，對穩定性、安全性的要求越高，對高精度地圖的需求就越強。換言之，汽車越“聰明”，越需要自動駕駛地圖的輔助。有學者認為，對于L1～L3 級別自動駕駛，高精度地圖是可選項，對于L4+高級別自動駕駛，則是必選項。

對此，高德汽車業務中心總經理江睿表示，感知和地圖從來不是非此即彼，而應該是融合共生的關系。“雖然汽車目前已具備感知車輛周邊環境的能力，但針對車輛阻擋、不規則路網、復雜路口、交通規制等信息，感知系統還無法做到看清、理解和表達。”

他認為，地圖作為提供全局先驗信息的底層基礎設施，仍具有不可或缺的作用。優質的高級輔助駕駛體驗離不開好用的導航路徑規劃、專業的靜態數據、實時的動態數據以及豐富的經驗數據等全方位的支持。

有研究表明，使用“純感知”方案的高級輔助駕駛在安全、體驗等多個方面仍不及“感知+地圖”的協同組合。

智能網聯汽車和自動駕駛地圖，目前都尚且處于探索的發展階段。無論車企還是圖商并未停下腳步，而是針對自動駕駛需要時效性高、成本可控的高精度地圖的這一現實，在地圖的精度、覆蓋率、鮮度、成本等方面進行取舍和平衡。

“隨著自動駕駛應用和技術的不斷深入，應用場景也逐步從高快速道路切入到城市普通道路，而城市道路的復雜性遠超出高快速道路，而且季度級更新的地圖時效性都難以滿足自動駕駛的應用訴求。在這種情況下，地圖輕量化成為行業討論的焦點。”騰訊地圖數據負責人馬常杰介紹，今年4 月，騰訊發布了輕量級高精度地圖數據產品HD Air，在導航地圖基礎上，融合車道級要素和屬性，記錄方式更加簡潔，為實現城市道路智能駕駛的快速規模化落地提供必要的數據支撐。“相較高精度地圖，具有更輕、更快、更精致等特性。”他說。同期，百度推出新產品，稱其中使用的“輕量級高精度地圖”比傳統高精度地圖要“輕”近80%。

“地圖數據的鮮度是安全駕駛的基礎。”百度智圖總經理劉玉亭介紹，依托百度文心大模型，百度地圖落地行業首個地圖生成大模型，實現了地圖制圖成本大幅度降低，并構建了端到端車道網絡新范式，顯著提升地圖的全流程制作技術水平。尤其表現在車道級地圖數據生產自動化水平的提升，有效解決傳統模式人工依賴程度高、數據生產效率低、成本高、場景泛化能力差等行業難題，實現車道級地圖規模化量產能力。

此外，為解決自動駕駛地圖“成本高”“鮮度低”等問題，實現道路數據的大規模采集和更新，圖商和車企已攜手，探索以眾源方式采集測繪地理信息數據，制作自動駕駛地圖。目前，這種方式仍需要從政策法規、制作標準以及技術層面進行突破，同時探索推動在線審圖和動態審圖等相關工作。

據悉，中國測繪科學研究院基于測繪自主可控專項的工作積累，將商用密碼技術與測繪地理信息技術進行深度融合與應用創新，設計并實現了智能網聯汽車自動駕駛地圖在線更新的安全技術體系，支撐華為、騰訊、高德以及四維圖新等單位對相關品牌的智能網聯汽車開展了自動駕駛地圖模塊的安全技術改造，解決了智能網聯汽車自動駕駛地圖采集、傳輸和在線更新等環節的安全監管難題，可滿足測繪地理信息數據合規閉環的需求。“在守住國家安全底線、構建測繪地理信息新安全格局的同時，我們也將充分利用時空大數據、人工智能等新技術有效提升自動駕駛地圖數據的鮮活度與現勢性，降低自動駕駛地圖的生產與使用成本，為促進智能網聯汽車產業的健康發展貢獻科技力量。”翟亮表示。

自動駕駛地圖涉及國家地理信息安全，對審圖工作提出了新挑戰。為此，自然資源部地圖技術審查中心正在研究建立高級輔助駕駛地圖在線審查平臺，逐步滿足高級輔助駕駛地圖數據鮮度需求，服務智能網聯汽車產業發展。該中心依據公開地圖內容表示相關要求，抓住自動駕駛地圖審查的關鍵核心問題，聯合相關高校、企業，開展了基于統一規格的自動駕駛地圖在線審查平臺頂層設計和技術研發，成果將實現自動駕駛地圖快速審查。

談及未來的發展趨勢，有觀察者認為，隨著自動駕駛技術的發展以及車輛傳感器的普及，車企將成為自動駕駛地圖的重要建設者之一，而圖商也可能逐漸向測繪地理信息服務企業轉變。未來自動駕駛地圖將以集中式與眾源式相結合的方式進行更新，集中式為眾源更新提供基礎支撐，眾源式為集中式建圖提供實時動態信息，兩者優勢互補。

采訪中，多位業內人士表示，為更好地推動測繪地理信息在智能網聯汽車行業應用，建議通過機制創新、信息化技術等手段提高審圖效率，細化并統一測繪地理信息數據技術規范和標準，進一步規范地理信息數據權責劃分、厘清責任邊界和監管邊界，引導多方合力推動城市高精度地圖應用。

此外，隨著智能駕駛網聯汽車的規模化量產，行業進入數據驅動時代。如何界定測繪地理信息數據對智能網聯汽車產業的開放范圍，在保障數據安全合規的前提下兼顧數據價值釋放、促進數據共享利用、建立自動駕駛地圖數據快速更新的閉環，也是當前迫切需要解決的問題。

釋放地理信息潛能促進新業態發展

據李永春介紹，近年來，自然資源部從五方面支持地理信息數據與智能網聯汽車產業融合。

在政策保障方面，自然資源部發布了《自然資源部關于促進智能網聯汽車發展維護測繪地理信息安全的通知》等文件，對汽車行業的測繪數據、測繪行為和測繪活動主體作出規范，促進測繪地理信息數據在安全合規的前提下被開發利用。

在試點實踐方面，繼2019 年支持北京在亦莊開展自動駕駛地圖測試區建設后，自然資源部2022年印發通知，在北京、上海、廣州、深圳、杭州、重慶6 個城市開展智能網聯汽車高精度地圖應用試點。

在地圖審核方面，促進面向高速公路、城市快速路的高級輔助駕駛地圖產品投產，2023 年全面放開普通道路高級輔助駕駛地圖應用。今年上半年，自然資源部積極推動高級輔助駕駛地圖等相關地圖產品的安全應用，自然資源部和6個試點城市共核發100 余件相關地圖產品審圖號，有力引導、規范、支持了地圖新產品新應用的發展。

在技術研發方面，自然資源部組織優化升級地圖保密處理技術和相關插件，組織實施基于國產密碼的數字化測繪體系安全技術改造示范工程，專項推進解決自動駕駛地圖采集、傳輸和在線更新等環節安全問題。

在標準研制方面，印發《智能汽車基礎地圖標準體系建設指南（2023 版）》，對智能汽車基礎地圖標準體系作出建設規劃。

目前，各地試點工作穩步推進，并取得顯著成效。

北京市積極推進地方標準立項與研制工作，發布了《自動駕駛高精度地圖特征定位數據技術規范》《自動駕駛基礎地圖數據規范》等2 項地方標準及3 項團體標準，并積極推進相關行標、團標研制工作。2023 年相繼發布了《北京市智能網聯汽車高精度地圖試點工作指導意見》《關于開展北京市智能網聯汽車高精度地圖審圖工作的通知》。

去年11 月，上海市規劃和自然資源局發布了《上海市智能網聯汽車高精度地圖管理試點規定》，開創性地提出鼓勵具有導航電子地圖制作測繪資質的單位，在確保數據安全、處理好知識產權等關系的前提下，探索以眾源方式采集測繪地理信息數據，運用實時加密傳輸及實時安全審校等技術手段，制作和更新高精度地圖。此外，上海聯合導航電子地圖制作企業制定了 《上海眾源試點實施方案》，按照“原始數據不出車、測繪數據不出云、測繪成果不關聯、資質圖商全管控”思路，建立了“三橫三縱”立體安全防護體系。

廣東省自然資源廳與廣州市規劃和自然資源局、深圳市規劃和自然資源局建立省市聯動機制，廣州局牽頭組織工信、交通、安全、保密等主管部門，建立跨部門的信息互通、聯合監管機制，積極開展試點探索。

重慶聯合相關主管部門，選取兩江新區、高新區、永川區等部分區域作為智能網聯汽車政策先行區，聯合部分圖商完成政策先行區內累計292.8 公里的自動駕駛地圖數據采集。

浙江發布智能網聯汽車道路基礎地理數據省級規范，多次召開專題座談研討會，廣泛聽取圖商車商的意見建議，就有關高級輔助駕駛地圖數據審核等問題給予政策解讀和指導。

據了解，下一步，自然資源部將在維護國家安全的前提下，繼續支持智能網聯汽車新業態健康發展。一是緊密跟蹤研究智能網聯汽車發展動向，完善政策標準和監管手段。二是強化對自動駕駛產業發展中的數據要素保障，為相關企業申辦測繪資質、使用基礎測繪成果、導航電子地圖送審以及政策咨詢等提供便利。三是鼓勵和支持各省積極探索智能網聯汽車方面的測繪地理信息新政策新措施，及時總結推廣好的做法，共同促進新技術新業態有序發展。