4.2　高精地图概述与数据特征

高精地图将大量的行车辅助信息存储为结构化数据，这些信息包括道路数据，如车道线的位置、类型、宽度、坡度和曲率等车道信息；还包括道路周边对象信息，如交通标志、交通灯、障碍物、高架桥、防护栏、路牌等基础设施信息。

4.2.1　高精地图与传统电子地图的差异

高精地图虽然是从传统电子地图发展而来的，但也有如下不同之处。

1. 精度

传统电子地图的精度在米级别；高精地图的绝对精度在20厘米级别，相对精度在10厘米以下级别。

2. 数据维度

传统电子地图数据只记录道路级别的数据，如道路形状、坡度、曲率、方向等。高精地图则增加了车道级别数据，如车道线类型、车道宽度等，还包括车道限高、障碍物、高架桥、防护栏、路边地标等大量目标数据。

3. 使用对象

传统电子地图是面向驾驶员的，供驾驶员使用的地图数据；而高精地图是面向机器的，供汽车自动驾驶使用的地图数据。

4. 数据实时性

高精地图对数据的实时性要求更高。传统电子地图可能只需要静态数据或路况信息，而高精地图为了应对各类突发状况，保证自动驾驶的安全实现，需要更多的动态数据，这大大提高了对数据实时性的要求。在实际应用过程中，一些信息每小时甚至每分钟都在变化，高精地图如果无法及时纳入这些信息，就会影响用户的使用体验。因此，高精地图应该如何进行更新、频率是多少、突发性的事故如何在地图上表现，都是需要解决的问题。

总体来说，传统电子地图起到的是辅助驾驶的导航功能，本质上与传统经验化的纸质地图是类似的；而高精地图通过提供高精度、高动态、多维度数据，为自动驾驶提供自变量和目标函数，发挥着更高的重要性。

4.2.2　高精地图数据存储

传统电子地图多依靠拓扑结构和传统数据库存储，将各类现实中的元素作为地图中的对象叠加于地图上，而将道路存储为路径。而高精地图，为了提升存储效率和机器的可读性，地图在存储时被划分为不同的矢量层和对象层。

4.2.3　高精地图数据格式

2009年，大型汽车制造商及Tier1供应商建立了NDS（Navigation Data Standard，导航数据标准），设计了通用导航地图数据模型与格式。2012年，首批使用NDS的系统上市。NDS将地图数据组织成独立的构架模块。NDS第一版仅支持与导航相关的数据构建模块，目前已经支持与ADAS（Advanced Driving Assistance System，高级驾驶辅助系统）相关的数据构建模块，并将其扩展为支持自动驾驶的内容。所有导航数据都属于一个特定的building block（建筑区块），而一个building block能提供NDS的一个具体功能。典型的building block包括：① 路径规划（Routing）；② 命名；③ 全局预览（overview）；④ 基本地图显示；⑤ 兴趣点（POI）；⑥ 语音，等等。由于空间尺度的不同，数据在building block中可以划分为不同level（级别），大尺度空间的数据放在high level（高级别）中，而细节数据则放在low level（低级别）中。

Autoware所使用的高精地图，以前是VMF（Vector Map Format，矢量数据格式），现在已经是Lanelet2格式。Lanelet2格式基于Liblanelet已知格式改进，并设计为可在基于XML的OSM（OpenStreetMap，开放街道地图）数据格式上表示。Lanelet2地图层次划分为：物理层（physical layer，可观测到的真实元素）；关联层（relational layer，与物理层相关联的车道、区域及交通规则）；拓扑层（topological layer）。

国际通用的OpenDrive高精地图标准在现阶段应用甚广。一个OpenDrive节点通常包括一个header（头部）节点、若干个road（道路）节点与junction（路口）节点。而道路中心线几何参考、车道宽度、交通标志和交通灯都从属于road节点下。junction节点下，通过连接道路，将输入路口的两条不同道路连接起来，从而实现路口呈现。OpenDrive高精地图标准具有轨迹坐标系统（Track System）和惯性坐标系统（Inertial System）。惯性坐标系统可以指定坐标参考系统，如WGS-84坐标系统，以提供三维坐标空间参考。轨迹坐标系统以道路参考线（Reference Line）为核心，表现道路和各种物体的位置和属性。OpenDrive高精地图标准为高精地图提供了矢量式的存储方式，相比传统的堆叠式容量更省，在云同步方面也拥有优势。OpenDrive高精地图标准中惯性坐标系统和轨迹坐标系统的关系参见图4-2。

4.2.4　高精地图数据采集和制作

数据采集是高精地图的基础与核心，采集方式对高精地图的精度和地物丰富程度起决定性作用。目前，高精地图数据采集主要有两种实现方案：移动测绘车采集和无人机航测。主流图商均采用移动测绘车采集的方式进行数据采集，这种方式需要搭载激光雷达、GNSS传感器、惯性测量单元传感器、全景相机等，具有作业效率高、道路信息采集全面的优势。也有一些图商采用无人机航测与地面控制点相结合的方式，基于获取的厘米级数字正射影像图可生产绝对精度达到分米级的高精地图，具有作业灵活、高效、不受路况限制的优势。图商可以在前期进行专业采集，后期可采用众包模式更新相关道路信息，两者的融合是目前可行的技术路线。

在主流的通过激光点云数据来建立高精地图的方法中，其数据精度主要通过组合导航数据解算精度、点云数据生成精度、数据采集精度等来保证。组合导航数据采用专业软件来处理，软件具有GNSS差分解算、POS松组合解算、POS进组合解算、数据融合、数据平滑等功能，同时可以对数据精度的好坏进行预估。点云数据生成前，设备都已经过精确的标定，为后期高精度激光点云的生成提供保障。为了保证数据采集精度，专业系统具有快速的自动提取功能，系统的自动提取功能包括两个过程：一级模型提取和二级模型提取。一级模型是在对点云进行构件提取、自动探面、探线、提取特征线并矢量化的结果，二级模型是在一级模型提取的特征面和特征线的基础上得到具有现实意义的实体，实现了分层分类和实体化，并且拥有几何属性，便于后期分析。从多次匹配点云到矢量提取和编辑参见图4-3。