髙精度地图就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别,数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。
⒈高精地图的信息。
高精度地图将大量的行车辅助信息存储为结构化数据,这些信息可以分为以下两类。
①道路数据,比如车道线的位置、类型、宽度、坡度和曲率等车道信息。
②车道周边的固定对象信息,比如交通标志、交通信号灯等信息,车道限高、下水道口、障碍物及其他道路细节,高架物体、防护栏、道路边缘类型、路边地标等基础设施信息。
图5-40所示为一高精度地图。
高精度地图里的信息都有地理编码,导航系统可以准确定位地形、物体和道路轮廓,从而引导车辆行驶。其中最重要的是对路网精确的三维表征(厘米级精度),比如路面的几何结构、道路标示线的位置、周边道路环境的点云模型等。有了这些高精度的三维表征,自动驾驶系统可以通过比对车载的GPS、IMU、激光雷达或视觉传感器的数据精确确认自己当前的位置。另外,高精度地图中包含有丰富的语义信息,比如交通信号灯的位置和类型、道路标示线的类型以及哪些路面是可以行驶等。
⒉高精度地图与导航电子地图的对比。
(1)使用对象导航电子地图的使用者是驾驶员,有显示;高精度地图的使用者是自动驾驶系统,无显示。
(2)精度导航电子地图的精度在米级别,商用GPS精度为5m;高精度地图的精度在厘米级别,可以达到10~20cm级别。
(3)数据维度导航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、铺设、方向等:高精度地图不仅增加了车道属性相关(车道线类型、车道宽度等)数据,更有诸如高架物体、防护栏、树、道路边缘类型、路边地标
等大量目标数据,能够明确区分车道线类型、路边地标等细节。
(4)功能导航电子地图起的是轴助驾驶的导航功能:高精度地图通过“高精度高动态多维度”数据,起的是为自动驾驶提供自变量和目标函数的功能。
(5)数据的实时性无人驾驶时代所需的局部动态地图根据更新频率划分可将所有数据划分为4类:永久静态数据,更新频率约为1个月:半水久静态数据,更新频率为1h:半动态数据,更新频率为1min;动态数据,更新频率为1s·导航电子地图可能只需要前两者: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,需要更多的半动态数据以及动态数据,这大大提升了对数据实时性的要求。
(6)所属系统导航电子地图属于信息娱乐系统:高精度地图属于车载安全系统。
3.高精地图的功能。
在自动驾驶过程中,高精度地图起到了高精度定位、辅助环境感知、路径规划等功能。
(1)高精度定位导航电子地图的匹配依赖于GPS定位,定位准确性取决于GPS的精度、信号强弱以及定位传感器的误差;高精地图相对于导航电子地图有着更多维度的数据,比如道路形状、坡度、曲率、航向、橫坡角等,通过更高维数的数据结合高效率的匹配算法,高精度地图能够实现更高尺度的定位与匹配利用高精度地图匹配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。
(2)辅助环境感知高精度地图可以看作是无人驾驶汽车的传感器,对车载传感器无法探测的部分进行补充,进行实时状况的监测及外部信息的反馈;车载传感器有其局限性,如易受恶劣天气的影响,此时可以使用高精度地图来获取当前位置精准的交通状况。
(3)路径规划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,能有效地为无人驾驶汽车提供最新的路况,帮助无人驾驶汽车重新制定最优路径。
总之,高精度地图可以解决环境感知中传感器在雨雪、大雾天气里不适用的问题,在规划和决策中对地理数据进行修正,提高准确度,并且大量减少车载传感器的数目,降低整车成本,加快无人驾驶的商用化高精度定位是无人驾驶汽车的核心关键技术。所谓高精度是指定位精度要达到厘米级,任何一种单一方案都不能实现,必须采用组合定位方式百度Apollo系统使用了激光雷达、RIK(载波相位差分)技术与IMU(惯性测量单元)融合的方案,多种传感器融合加上一个误差状态卡尔曼滤波器,使定
位精度可以达到5~10cm,且具备高可靠性和鲁棒性,市区允许最高速度超过60km/h。
