高精地图（自我学习归纳）

大家好，欢迎来到IT知识分享网。

1. 高精地图

1.1 定义

高精度地图是指绝对精度和相对精度均在分米级的高分辨率、高丰度要素的导航地图，也称为三维高精度地图，简称HD Map或HAD Map, 一般指静态的高精度路网信息;

动态高精度地图是指包含了道路网上的动态变化信息要素的高精度地图，比如路口红绿灯状态、道路动态通行指标、路网变化情况等，简称Live HD Map,也叫高精鲜地图;

• 普通导航电子地图一般精度在10米左右

它由道路网络、显示背景、显示文字、索引及其它数据组成，导航软件将卫星定位位置匹配到道路网络上就能起到导航的作用

• 高精度地图的精度需要达到20cm

这样的精度基本上是一个车道边线的宽度，在20CM精度情况下才能保证不会发生侧面碰撞

• 高精度地图数据采集制作复杂

对数据的方位(经度、纬度、海拔)及姿态(航向、倾斜角、俯仰角)测量的精度要求非常高，而且采集数据的精细覆盖程度也非常高；

1.2 高精地图VS 导航地图

地图是对现实世界的刻画，将复杂的现实环境规则化。相对于普通导航电子地图，高精度地图在【要素丰富度】【定位精度】【数据鲜度】3个维度有较大不同。

• ADAS高精地图与自动驾驶高精地图的区别

1.3 静态&动态地图数据

1.3.1 静态地图数据

静态地图数据是高精度地图数据的基础，构成了高精度地图内容的骨架，是当前制图的重点。相比于一般的导航电子地图，主要特征是对道路进行车道级的精细刻画，增加了对道路附属设施及车位等泊车辅助设施的描述。

1.3.2 动态地图数据

为了实现车辆完全自动驾驶，仅仅依靠高精度的静态地图数据还远不够，因为其缺乏对真实场景的描述。一方面，车辆传感器(如摄像头、雷达等)需要主动感知车辆附近的行人、车辆及信号灯等信息;另一方面，传感器主动获取的信息种类相对有限，并且由于复杂行驶环境可能导致视野盲区的出现，车辆需要依赖其他方式获取场景信息。因此，有必要引入动态地图数据，扩展传感器的视野，保证自动驾驶的安全性、平稳性、舒适性。动态地图数据与实时道路环境密切相关，其数据内容相对复杂，此处依据获取途径将其粗略划分为车辆传感器直接感知数据和车联网接入数据。

1.4 高精地图数据组成

高精地图是通过不同的图层去描述，然后将图层叠加来进行表达。在一张高精地图里，水系、铁路、街区、建筑物可能会分别位于不同图层，每一个图层可以被理解为一张透明薄膜,多图层被绘制叠加后才能真正为我们所用。

高精地图图层划分

道路地图是对实际道路进行反映，通过特定的图层来描绘特定类别，然后将图层叠加进行路面表达，终端上显示的导航地图往往都是由10多层甚至20多层不同分辨率的图片组成，当用户进行缩放时，程序根据缩放级数，选择不同分辨率的瓦片图，拼接成一幅完整的地图，高精度道路导航地图也是如此，只是它在普通电子地图基础上包含了更多的图层，且每一图层的描绘更加精细。

整体而言，目前的高精度地图可以分为三个大的图层：

1.5 高精地图功能

高精度地图主要有以下三大功能：地图匹配、辅助环境感知和路径规划。

1.5.1 地图匹配

由于存在各种定位误差，电子地图坐标上的移动车辆与周围地物并不能保持正确的位置关系。利用高精度地图匹配则可以将车辆位置精准地定位在车道上，从而提高车辆定位的精度。

1.5.2 辅助环境感知

这个在自动驾驶中非常非常重要，不同的传感器都有其自身的优势和劣势，例如摄像机在弱光及高对比度光线条件场景下很难捕捉足够的视觉信息；激光雷达在雾气/雨滴/雪花/汽车尾气/反射等场景下容易形成虚假点；毫米波雷达在通过隧道、大桥等场景下雷达探测可信性降低。自动驾驶因其问题复杂度高、安全第一等特性，需要依靠多种传感器数据的相互融合来提高感知效果。

1.5.3 路径规划

为了让无人驾驶车在行驶过程中能够及时、准确地对他车行为作出反应，保证行驶的舒适性与安全性，算法需要对他车的行为与路径作出相对准确的预测。对于提前规划好的最优路径，由于实时更新的交通信息，最优路径可能也在随时会发生变化，此时高精度地图在云计算的辅助下，能有效地为无人车提供最新的路况，帮助无人车重新制定最优路径。

在路径规划方面，在使用了高精度地图的车辆上有这些功能会得到优化，对用户体验的提升起到非常至关重要的作用。

1.6 在自动驾驶中的应用

2. 高精地图制作

高精度地图生产采用的技术方法由数据采集设备及原始数据源直接决定。类似于生产模式“专业+众包”的特点，生产工艺流程主要包括外业采集、数据处理、元素识别、人工验证、产品编译等流程；

在地图数据生产过程中需要经过了层层数据质检，确保数据生产的安全和准确。

地图制作流程：

2.1 数据采集

[该类型的内容暂不支持下载]

2.2 内业处理

2.3 数据生产

2.4 数据采集设备

高精地图的采集设备集成GPS+IMU+DMI三种定位方式，水平精度2cm，高程精度1.5cm，满足高精度三维地图构建需求。

（注：DMI解释：Digital Measurable Image，可量测实景影像，它是指在一体化集成融合管理的时空序列上 ,具有像片绝对方位元素的航空、航天、地面立体影像的统称。它不仅直观 ,而且可以通过相应的应用软件、插件和 API,让用户按需在其专业应用系统上进行直接浏览、相对测量 (高度、坡度等) 、绝对定向解析测量和属性信息挖掘。具有时间维度的DMI在空间信息网格技术上形成历史数据挖掘 ,为通视分析、交通能力分析、商业选址等应用提供用户自身可扩展的数据支持。）

• 徕卡PegasusTwo Ultimate（以下简称P2U）是徕卡测量系统最新的移动激光扫描系统，集成性强、高效稳定，针对高速公路、铁路等行业，能够大大提高测量效率，采集高精度点云数据，结合丰富的软件，完成成果输出。

3. 高精度地图引擎

通过高精地图为自动驾驶、辅助驾驶提供可靠、稳定的高精地图引擎解决方案，支持智能网联汽车通过高精地图引擎服务实现高效、实时、精确的规划，为决策层提供支持。

高精度地图引擎属于消息类传感器，负责接收定位信息，以软件程序指挥地图工作实现智能汽车的定位导航。其功能主要有：地图数据输出；整合输出动态信息；导航路径构建。

3.1 引擎架构

3.2 引擎产品分析

5. 高精地图的发展与限制

5.1 资质壁垒

受到国内地图测绘政策限制，测绘资格成为当前高精地图产业的“敲门砖”。不具备该资质的厂商则被禁止参与自动驾驶地图（高精地图）的数据采集、编辑加工和生产制作环节。被排除在外的企业只能通过投资、合作等方式间接使用该测绘资质。

5.2 高精度地图标准不统一

高精度地图每家采集的仪器设备、形成高精度地图的算法、数据处理方式包括元素识别内容都不统一。比如有的厂家就把路灯和路灯外面的花坛一起标注进高精度地图，有的厂家又不标注路灯，所以最终形成的高精度地图就很大的区别，这样就会涉及一个问题：车企选择高精度地图厂家很慎重。

一旦选定某家高精度地图以后，这个算法和高精度地图的绑定程度非常深，如果到半途再更换高精度地图厂家，那算法便需要做大幅度修改，而这个工作量巨大。并且，这种绑定，会导致车企日后在图商面前的议价权比较弱。这导致车企不敢轻易地选择地图厂家，进而影响高精地图产业的整体发展。

5.3 保密政策影响高精度地图精度

由于我国道路样式包括曲率、高程等均为保密信息，所以目前，国内出版的所有地图系统（包括电子形式）都必须采用GCJ-02（一种对地理信息加入随机偏差的加密算法）对地理位置进行首次加密，高精度地图也不例外。由于中国的地图是偏转后的地图，想要使用就必须在车载端加载偏转插件，而偏转插件在传统地图上会有随机抖动。根据有限的观察，抖动的幅度最大可达1.7米。