從科技巨頭BAT到一批批入局的初創公司，行業內已聚集十余家高精度地圖供應商。高精度地圖被行業認定為L3及以上自動駕駛的必選項。進入2019年，L3自動駕駛量產前夜，高精度地圖正在從技術研發階段走向量產。當高精度地圖上車，使用者必須要了解的幾大問題是，高精度地圖如何在自動駕駛系統中發揮作用？自動駕駛方案供應商又如何使用高精度地圖？

近期，禾多科技地圖和模擬器負責人戴震博士在SAE International 2019新能源與智能網聯汽車技術大會上進行了關于“自動駕駛方案供應商如何使用高精度導航電子地圖”的分享。雷鋒網新智駕了解到，戴震博士是德國錫根大學的博士，曾任職于德國航空航天中心，為戴姆勒公司研發了世界上第一套基于NDS地圖的汽車導航系統。

雷鋒網新智駕了解到，在分享中，戴震博士圍繞禾多高速公路自動駕駛解決方案HoloPilot和智能代客泊車系統HoloParking中高精度地圖的呈現、不同場景中高精度地圖如何進行導航、高精度地圖如何應用于自動駕駛系統等方面進行了技術解析。

以下為分享實錄，雷鋒網新智駕進行了刪減編輯：

高精度地圖：讓自動駕駛“心中有譜”

在禾多定義中，未來出行主要分為三個場景：一是高速公路自動駕駛；二是城市工況，即城區內自動駕駛；三是以泊車場景為代表的最后一公里。

目前禾多聚焦于兩達主要場景：

• 首先是高速公路。禾多高速公路自動駕駛解決方案HoloPilot，是一個屬于L3.5級別的解決方案；其使用量產化配置；主要利用現有的車規級傳感器和計算單元以及高精度地圖，來實現在高速公路上的自動駕駛功能。

• 其次是以代客泊車為代表的最后一公里場景。禾多智能代客泊車系統為HoloParking，是L4級別的解決方案；駕駛員僅需在固定點交接車輛，即可實現車輛自主尋找車位、停車入庫、取車等代客泊車功能。

高速自動駕駛和代客泊車兩大場景雖千差萬別，但在應用地圖角度看，雙方有諸多相似之處。

首先，車輛需要先有地圖數據，然后根據定位、感知、控制決策等各個模塊需求，將地圖數據打包，并按照特定的內容、特定的格式、特定的方式傳遞給各個模塊。以上操作正是禾多導航引擎中所包含的主要工作范疇。

上圖為高速公路場景下高精地圖的基本呈現。如圖所示，禾多使用的更多是矢量信息和語義信息，包括車道線、龍門架、路牌、路桿等地圖要素。同樣地，禾多也主要是利用這些要素來進行定位、感知、控制決策等等操作。

這是一個停車場高精度地圖的呈現。除常見車道信息外，關于停車位的幾何描述、很多大型周邊建筑物的幾何描述、關于路口的信息等等也出現在地圖上。利用這些信息，禾多可以實現點到點的定位和導航。

自動駕駛是一個多模塊融合的系統。地圖在系統中需與其它模塊產生交流碰撞。自動駕駛系統中的其它模塊包括定位、規劃、控制、感知等等。每個模塊都有其獨特的需求，而地圖模塊也需要為各個模塊提供定制化服務，傳遞所需數據，幫助各個模塊更安全地完成自己的工作。

高速公路場景下的高精度地圖導航

高精度地圖在高速公路自動駕駛系統中的導航有三個主要工作，路徑規劃、地圖匹配、導航指令。這與傳統車載地圖導航的內容基本一致，但是從具體的實現上會有一些延伸，因為在自動駕駛系統中，地圖導航的受眾從人變成了計算機，所以每個模塊的內容、體量也都會有變化。

結合與傳統導航的比較，來介紹禾多高速公路自動駕駛系統如何進行路徑規劃、地圖匹配等操作。

地圖匹配：地圖匹配模塊的功能在于給出定位點，然后將定位點對應到高精度地圖中，并計算出所在車道的編號以及車輛在當前車道中的相對位置。

從自動駕駛的角度看，高精度地圖提供的導航信息需要做到從街道級別升級到車道級別。自動駕駛系統必須擁有在各種場景下實現車道定位的能力。這些場景具體包括在車道中心行駛、車輛變道等。

路徑規劃：路徑規劃模塊也需要做到車道級別。人們日常使用的導航中有一些比較標準、通用的策略，比如最快路徑、最短路徑、大路優先等原則。但作為自動駕駛系統中車道級別的導航或者路徑規劃，目前并未有最優路徑此類通用定義。

換句話講，沒有所謂的最優路徑，只有最符合各自解決方案的路徑。如果某個路徑能夠應用于你的方案，成功地將車輛從A點導航到B點，這就是最適合你的路徑。這需要結合每家的自動駕駛方案進行制定。例如，一些自動駕駛車輛配速并不高，時速僅可達到80公里，在這種情況下，最左側的車道顯然不能經常出現在路徑規劃中，否則將會延緩交通流的順暢。

導航指令：導航指令的意義在于通過給車輛發送實時執行的指令，讓車輛能夠在既定路徑上行駛。實現這一功能的前提是，系統需要對前方路口類型進行精確描述。比如前方是主路或匝道分岔、是否在封路、是否有合流處或分流處等等。通過場景描述，再判斷動作點應該如何反應。

導航指令主要分兩類：

第一類是指示型指令，清晰簡單，類似于常用導航。比如向左變道、向右變道等等。當控制器收到指令時，系統會結合當時路況，選擇合適時機執行動作。這和傳統導航非常相似。

第二類指令是引導型指令。這是傳統導航中沒有的部分。引導型指令更多出現在路口交匯處、匝道等復雜區域。這些區域的車道線比較復雜，會對感知產生很大的挑戰。所以在這種情況之下，地圖可以產生軌跡引導線，讓車輛沿著引導線通過復雜路口，到達指定區域。

高精度地圖如何應用于自動駕駛系統

通過定位、感知跟控制決策三個模塊，說明高精度地圖如何服務自動駕駛系統。

輔助定位：首先介紹高精地圖如何輔助自動駕駛定位模塊。禾多科技的定位模塊使用多傳感器融合方案，摒棄了昂貴而不符合車規的高線束激光雷達，而是使用了視覺、毫米波雷達等符合量產標準的傳感器，通過傳感器結果和高精度地圖的匹配來實現橫向、縱向的高精度定位。

在橫向定位層面，禾多可獲取到車身坐標系里關于車道線的幾何描述，同時也可在高精度地圖中提取關于車道的先驗信息。兩個信息進行匹配即可實現橫向糾偏。這與人類駕駛習慣類似，司機也通過眼睛尋找車道線，并讓車輛保持在車道中心。

在縱向定位層面，禾多主要是通過對路牌的識別來實現定位。基于語義分割、2D/3D轉換、邊緣檢測等技術，禾多能夠分期將3D路牌從圖像中提取出來，然后將邊緣信息或者角點信息與高精度地圖預留的先驗信息進行比較，從而糾正縱向上定位的偏差。

輔助控制決策：控制決策是自動駕駛系統非常核心的模塊，需要整合各模塊資源，其中也少不了高精度地圖，比如地圖的曲率、坡度、側傾角度等等。這些要素都是控制決策模塊需要考慮的。舉一個簡單例子來表達高精度地圖對于控制模塊的作用，當車輛位于主路，馬上要進入匝道時，車道會從一道直接分成兩道，出現一條新的車道線，對于車道線感知的挑戰非常大。而當車輛到達匝道分流區域之前，高精度地圖會發出一條引導線，車輛會沿著引導線一直通過這個區域，直到進入車道線清晰的位置為止。

輔助感知：高精度地圖對于感知模塊也有很多幫助。感知是自動駕駛系統中計算量最大的一個模塊，因其需要處理大量周邊靜態動態障礙物的信息。在高速公路場景下，得益于結構化的道路設計，能夠真正對行駛產生安全影響的都是同方向車道上的車輛，所以系統可以利用地圖以及當前的位置對前方可行駛的區域做預測。比如在行駛時，系統可以基于車輛當前位置，對前方一二百米感知范圍內會出現的車輛進行集中排查，而無需過多關注該范圍之外的車輛，如此將很大程度上降低計算資源的消耗。

同時，高精度地圖中包含諸多先驗信息，其可對感知的分割、識別提供重要輔助，比如常見的引流帶或隔離帶等突兀的路況變化，以及匝道、高架橋、隧道等。而地圖的先驗信息也可以很好地輔助感知模塊進行判斷。

眾包地圖更新：和傳統導航相比，自動駕駛對于高精度地圖的應用的另一個區別是，傳統導航更多是簡簡單單的地圖使用，而自動駕駛還要承擔地圖信息反饋的角色。

禾多能夠利用視覺傳感器，對車道線、路牌等道路信息進行感知，然后與已有高精度地圖進行對比，將差異化信息按照既定格式上傳給圖商。圖商對海量數據進行深度學習，從而進行高精地圖更新。

智能代客泊車自動駕駛系統中的高精度地圖應用

禾多智能代客泊車系統HoloParking采用了車端、停車場端和高精地圖端“三端合一”的技術方案：一方面，禾多將激光雷達和大部分算力轉移到了場端，解決過車規問題；另一方面，通過三端協作，實現多傳感器、多角度的冗余，提高停車周圍環境的感知能力，能夠支持全天候、全場景下的真實運營。無論在光線嚴重不足的環境中，或在人車混流、突發狀況較多的復雜停車場，或雨雪、大風等惡劣天氣下，HoloParking都能正常運行，為用戶提供安全、穩定的代客泊車服務。

在高精地圖端，禾多主要是利用車道之間的拓撲關系進行點到點、多路徑的路徑計算，以此保證實現多車調度的算法。同時車輛也可以利用車道的寬度信息，在車道內進行合理避障。