4.4　高精地图与定位传感器建模在自动驾驶仿真测试中的应用与评价

高精地图在自动驾驶仿真测试中，既可作为建立三维虚拟场景的数据源，也可作为动态交通流仿真和自动驾驶决策规划算法的基础底图。

构建自动驾驶仿真测试平台所需的虚拟场景的技术手段通常包括：基于建模软件构建场景，基于已经完成的游戏搭建场景，基于增强现实方法构建场景，基于高精地图生成场景等方式。

4.4.1　基于建模软件构建场景

基于建模软件构建场景是指根据需求，利用3D建模软件构建仿真模型，或者使用模型库中的现成模型，对准备齐全的仿真模型进行整合，从而构建出预期的仿真场景。

4.4.2　基于已经完成的游戏搭建场景

基于已经完成的游戏搭建场景是指，依赖已经完成的游戏场景特征，如GTA（游侠《侠盗飞车》）场景的复杂度、渲染真实度和高随机性，使用这个大型开放世界场景，来测试自动驾驶系统。

4.4.3　基于增强现实方法构建场景

基于增强现实方法构建场景是指[7]，通过模拟交通流来增强现实世界图像，进而创建逼真的仿真图像和渲染。更具体地说是，使用激光雷达和相机扫描街景。根据获得的轨迹数据，为汽车和行人生成了看似合理的交通流，并将其合成到背景中。合成图像也可以基于不同视角和传感器模型（相机或激光雷达）进行再合成。生成的逼真图像添加完整注释，可用于从感知到规划的自动驾驶系统训练和测试。

4.4.4　基于高精地图生成场景

基于高精地图生成场景是指[8]，对来自斜扫点云、全景图、测绘矢量、卫星影像等多种真实非结构化测绘数据进行融合和结构化处理，并调用虚拟资源进行虚拟场景生成，让机器深度理解道路、交通等环境，如图4-4所示。具体实现过程是：① 收集。收集点云、全景图、测绘矢量、卫星影像等真实非结构化测绘数据。② 数据结构化。对真实非结构化测绘数据进行结构化，构建高精地图。③ 场景生成。以结构化数据为基础，根据不同语义，调用不同虚拟资源进行场景生成。比较于基于传统建模软件构建场景方式，这是一种降低成本、节约时间的技术手段。

基于高精地图自动化生成三维仿真场景参见图4-4。

图4-4　基于高精地图自动化生成三维仿真场景

定位传感器在自动驾驶仿真测试中，往往提供主车的经纬度位置、速度和航向等，也能提供在模拟GNSS信号丢失时主车的位置及速度和航向的累计误差，这对于高架桥和高层楼房遮挡或隧道等场景中尤为重要。