陳勝華 許一 陳放

關(guān)鍵詞 自動駕駛;高精度地圖;車路協(xié)同

中圖分類號 U463.6 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2022）04-0023-03

0 引言

地圖數(shù)據(jù)標(biāo)準(zhǔn)是應(yīng)用系統(tǒng)進(jìn)行互操作和信息通信的基準(zhǔn)。目前，國際上地圖數(shù)據(jù)標(biāo)準(zhǔn)以歐洲為主導(dǎo)。為此，我國相繼出臺了一系列政策措施，以加快車路協(xié)同和自動駕駛地圖相關(guān)產(chǎn)業(yè)的商業(yè)化進(jìn)程。國家發(fā)改委聯(lián)合11部委，共同發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，明確要構(gòu)建智能汽車中國標(biāo)準(zhǔn)體系，重點(diǎn)制定車載關(guān)鍵系統(tǒng)、智能汽車基礎(chǔ)地圖等技術(shù)標(biāo)準(zhǔn)和規(guī)范。中共中央、國務(wù)院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》，推動車聯(lián)網(wǎng)領(lǐng)域數(shù)據(jù)采集標(biāo)準(zhǔn)化，并推動形成具有我國特色的自動駕駛標(biāo)準(zhǔn)體系[1]。

1 基于車路協(xié)同的自動駕駛新實(shí)踐

自動駕駛技術(shù)是影響未來汽車產(chǎn)業(yè)發(fā)展的重要因素。隨著自動駕駛產(chǎn)業(yè)技術(shù)的成熟和商業(yè)化程度的升級，汽車將不再是從屬于人的駕駛工具，車的核心價(jià)值部件由體現(xiàn)動力和操作系統(tǒng)的傳動系統(tǒng)轉(zhuǎn)向體現(xiàn)自動駕駛水平的智能軟件系統(tǒng)和處理芯片[2]。

目前，自動駕駛產(chǎn)業(yè)落地有單車智能（Autonomous Driving，AD）和車路協(xié)同系統(tǒng)（Cooperated Vehicle-Infrastructure System，CVIS）兩種技術(shù)思路。其中AD主要依靠車載的傳感器（如視覺、毫米波雷達(dá)、激光雷達(dá)等）、計(jì)算單元、線控系統(tǒng)進(jìn)行環(huán)境感知、計(jì)算決策和控制執(zhí)行。CVIS則是強(qiáng)調(diào)路側(cè)智能感知，通過車聯(lián)網(wǎng)將“人—車—路—云”交通參與要素聯(lián)系在一起，助力網(wǎng)聯(lián)汽車在環(huán)境感知、計(jì)算決策和控制執(zhí)行等方面的能力升級，加速自動駕駛應(yīng)用成熟。CVIS不僅可以提供更安全、更舒適、更節(jié)能、更環(huán)保的駕駛方式，還是城市智能交通系統(tǒng)的重要環(huán)節(jié)，也是構(gòu)建新型智慧城市的核心要素。

無論是單車智能，還是車路協(xié)同，面向自動駕駛的高精度地圖數(shù)據(jù)都是智慧城市的重要基礎(chǔ)設(shè)施之一，也是自動駕駛行業(yè)中不可或缺的數(shù)據(jù)底座。

2 車路協(xié)同中的關(guān)鍵技術(shù)

車路協(xié)同自動駕駛則是通過高性能的道路感知和定位設(shè)備（如攝像頭、雷達(dá)等）對道路交通環(huán)境進(jìn)行實(shí)時(shí)高精度感知定位，按照約定的數(shù)據(jù)協(xié)議，與車端感知系統(tǒng)，進(jìn)行數(shù)據(jù)交互，實(shí)現(xiàn)車與車、車與路、車與人之間的信息交互（網(wǎng)絡(luò)互聯(lián)化），并涵蓋不同程度的車輛自動化控制（車輛自動化），以及考慮智能汽車與道路設(shè)施之間協(xié)同優(yōu)化問題（系統(tǒng)集成化）。通過車輛自動化、網(wǎng)絡(luò)互聯(lián)化和系統(tǒng)集成化，最終構(gòu)建一個(gè)安全、智能、便捷使用的車路協(xié)同自動駕駛系統(tǒng)[3]。

因此，實(shí)現(xiàn)面向自動駕駛的車路協(xié)同系統(tǒng)，還需要攻克一系列的關(guān)鍵技術(shù)，包括：

（1）多傳感器融合感知技術(shù)：傳感器高精度標(biāo)定技術(shù);目標(biāo)檢測與跟蹤技術(shù);融合檢測技術(shù)。

（2）高精度地圖與移動定位技術(shù)：高精度地圖;路側(cè)輔助定位技術(shù)。

（3）協(xié)同決策與協(xié)同控制技術(shù)：意圖預(yù)測、博弈仲裁、引導(dǎo)調(diào)度等協(xié)同決策;車輛、設(shè)施、人類等協(xié)同控制引導(dǎo)。

（4）高可靠低時(shí)延網(wǎng)絡(luò)通信技術(shù)：直連無線通信技術(shù);蜂窩移動通信技術(shù);交通系統(tǒng)集成優(yōu)化與有線網(wǎng)絡(luò)傳輸技術(shù)等。

（5）云計(jì)算技術(shù)：邊緣計(jì)算MEC技術(shù);多級云控平臺技術(shù);大數(shù)據(jù)和人工智能平臺技術(shù)。

（6）功能安全與預(yù)期功能安全。

（7）物聯(lián)網(wǎng)IoT技術(shù)。

（8）網(wǎng)絡(luò)安全技術(shù)等。

基于上述分析可以判定，高精度地圖數(shù)據(jù)及其應(yīng)用，在車路協(xié)同系統(tǒng)和自動駕駛系統(tǒng)的關(guān)鍵技術(shù)中，均得到廣泛應(yīng)用。

3 車路協(xié)同中的地圖數(shù)據(jù)需求

3.1 高精度正射影像圖（TIFF格式）

正射影像圖（Digital Orthophoto Map，DOM）是一種經(jīng)過數(shù)字微分糾正和鑲嵌，按一定圖幅裁剪生成的圖像。它是同時(shí)具有地圖幾何精度和影像特征的圖像。DOM具有精度高、信息豐富、直觀逼真、獲取快捷等特性，可作為地圖分析背景控制信息，也可從中提取自然資源和社會經(jīng)濟(jì)發(fā)展的歷史信息或最新信息，為防治災(zāi)害和公共設(shè)施建設(shè)規(guī)劃等應(yīng)用提供可靠依據(jù)[4];還可從中提取和派生新的信息，實(shí)現(xiàn)地圖的修測更新。

基于上述特征，正射影像圖可以廣泛應(yīng)用于距離測量、地理要素識別的工作。正射影像圖依據(jù)其測量功能，用于輔助多傳感器聯(lián)合標(biāo)定。比如，車路協(xié)同系統(tǒng)中，大量的傳感器部署在路端，每次經(jīng)歷惡劣氣象條件后，都需要重新標(biāo)定?；谡溆跋駡D提供的穩(wěn)定地物要素，如車道線、斑馬線等特征，可以輔助多傳感器的自動化聯(lián)合標(biāo)定。另外，基于正射影像圖，可以用于提取地物要素，如車道線、交通標(biāo)志，從而自動化構(gòu)建矢量地圖，如ShapeFile、OSM、XODR等格式的地圖數(shù)據(jù)。

正射影像的成圖投影采用中心投影，因?yàn)橄嗥瑑A斜和地面起伏，會產(chǎn)生的像點(diǎn)位移，導(dǎo)致地物的形狀和空間位置出現(xiàn)偏差。當(dāng)前，基于無人機(jī)航拍影像，結(jié)合高精度RTK定位技術(shù)，正射影像圖的精度能達(dá)到5 cm以內(nèi)，并且能夠大規(guī)?？焖偕a(chǎn)（如圖1）。

OpenDrive是自動化及測量系統(tǒng)標(biāo)準(zhǔn)協(xié)會（Association for Standardization of Automation and Measuring Systems，ASAM）的OpenX系列標(biāo)準(zhǔn)之一，是一種用于對仿真測試場景的靜態(tài)部分進(jìn)行描述的開放文件格式，是目前主流的地圖數(shù)據(jù)格式。已經(jīng)在許多駕駛模擬解決方案中證明了它的可用性，如車輛動力學(xué)、交通模擬、情景模擬等。它由國際駕駛模擬專家組成的核心團(tuán)隊(duì)管理，他們協(xié)調(diào)并將輸入的用戶需求轉(zhuǎn)換為格式的定期更新[5]。

OpenDrive文件包含了很多地圖信息。其中，Header（頭記錄）及其子節(jié)點(diǎn)記錄地理參考、數(shù)據(jù)庫版本號等信息。標(biāo)準(zhǔn)定義的具體內(nèi)容主要分為道路（road）和路口（junction）兩大類。其本身設(shè)計(jì)面向的應(yīng)用是仿真器，因而自動駕駛所需要的更多信息OpenDrive并未完全提供（Dupuis等，2010）。

3.3 城市三維模型

城市三維模型用于車路協(xié)同系統(tǒng)中，主要有兩大類應(yīng)用：為自動駕駛仿真提供真實(shí)的交通運(yùn)行場景;為自動駕駛路徑規(guī)劃和三維可視化提供三維模型。

為提高自動駕駛感知系統(tǒng)的感知性能，自動駕駛仿真往往通過載入高精度城市道路三維模型，為多傳感器融合檢測算法提供更廣泛的訓(xùn)練集數(shù)據(jù)。當(dāng)前，自動駕駛仿真的主要平臺CarLA，支持主流的城市三維模型和道路路網(wǎng)模型（.xodr格式）。RoadRunner軟件是CarLA城市三維場景和環(huán)境的主要建模工具。RoadRunner建模工具，既可以手動建模和編輯虛擬的地圖數(shù)據(jù)，也可以支持真實(shí)的地理數(shù)據(jù)，如航空影像、數(shù)字高程模型數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、道路地圖數(shù)據(jù)。RoadRunner的輸出包括三維建模文件（.fbx格式）、高精地圖文件（.xodr格式），以及渲染工具Unreal和Unity的結(jié)果。其中，三維建模文件主要表達(dá)的是3D物理模型材質(zhì)[6]。

4 地圖數(shù)據(jù)的描述方式

信息化時(shí)代，所有事件都是以時(shí)間、空間為基本載體。面對天空地海一體的大規(guī)模多源異構(gòu)和多維動態(tài)的數(shù)據(jù)流，地圖的實(shí)時(shí)性、主題針對性、內(nèi)容關(guān)聯(lián)性、載體多樣化、顯示個(gè)性化、生產(chǎn)方法多樣化、應(yīng)用泛在化等特征，是以往任何時(shí)期都無法比擬的。

盡管地圖數(shù)據(jù)的特征多種多樣，但是，面向特定的地圖數(shù)據(jù)應(yīng)用場景，地圖數(shù)據(jù)所需要考慮的屬性，僅從幾個(gè)方面，就可以較好地規(guī)劃地圖數(shù)據(jù)的生產(chǎn)和組織。

5 地圖數(shù)據(jù)的構(gòu)建流程和工具

高精度地圖是對現(xiàn)實(shí)世界幾乎路上的所有物體的三維的重建，因此精細(xì)化程度最高。高精地圖的數(shù)據(jù)內(nèi)容分為動態(tài)和靜態(tài)數(shù)據(jù)。動態(tài)數(shù)據(jù)由實(shí)時(shí)路況層、交通事件層組成，靜態(tài)數(shù)據(jù)則包括數(shù)據(jù)更新層、交通設(shè)施層、車道層、道路層的數(shù)據(jù)。相比較普通地圖而言，高精地圖增加了大量的幾何信息、車道信息、交通標(biāo)志信息。整個(gè)屬性從40多種變成二三百種，相對精度達(dá)0.1～0.2 m，實(shí)現(xiàn)了精細(xì)化程度最高[7]。

5.1 構(gòu)建流程

典型的地圖數(shù)據(jù)生產(chǎn)過程包括：采集、清洗、要素提取、校驗(yàn)、數(shù)據(jù)組織與發(fā)布（如圖2）。

在地圖數(shù)據(jù)生產(chǎn)中，基于時(shí)間同步，不同的傳感器觀測系統(tǒng)，獲取基于同一時(shí)間基準(zhǔn)的觀測數(shù)據(jù)，進(jìn)而計(jì)算不同傳感器之間的內(nèi)參、外參。多傳感器聯(lián)合標(biāo)定，是雷達(dá)點(diǎn)云的拼接、影像正射化、點(diǎn)云影像匹配的基礎(chǔ)。采集過程中，由于信號可能不穩(wěn)定（RTK在遮擋情況下，位置會漂移），通過SLAM等對設(shè)備的位姿信息進(jìn)行優(yōu)化，便于雷達(dá)點(diǎn)云的拼接和融合。

5.2 常見自動駕駛地圖的格式及轉(zhuǎn)換方式

自動駕駛地圖的數(shù)據(jù)標(biāo)準(zhǔn)作為自動駕駛地圖生產(chǎn)應(yīng)用的指導(dǎo)性規(guī)范之一，是自動駕駛地圖數(shù)據(jù)標(biāo)準(zhǔn)化的基準(zhǔn)。

當(dāng)前，國內(nèi)外主流的自動駕駛地圖數(shù)據(jù)標(biāo)準(zhǔn)有4種：導(dǎo)航數(shù)據(jù)標(biāo)準(zhǔn)（Navigation Data Standard，NDS）、OpenDrive、Lanelet2和開發(fā)道路地圖（Open Street Map，OSM）。

NDS是一種用于導(dǎo)航系統(tǒng)的標(biāo)準(zhǔn)化物理存儲格式，采用數(shù)據(jù)庫技術(shù)存儲數(shù)據(jù)，解決地圖增量更新、地圖數(shù)據(jù)擴(kuò)展和數(shù)據(jù)安全問題。NDS格式以構(gòu)建塊（building block）來組織數(shù)據(jù)，如名稱（name）構(gòu)建塊和興趣點(diǎn)（point of interest，POI）構(gòu)建塊，每個(gè)構(gòu)建塊提供NDS的特定功能。NDS可以與OpenDrive格式進(jìn)行互操作。

OpenDrive主要面向交通仿真，對自動駕駛所需信息，未能完全提供（Dupuis等，2010）。

6 結(jié)語

該文介紹國內(nèi)外車路協(xié)同系統(tǒng)中常見地圖數(shù)據(jù)標(biāo)準(zhǔn)及其應(yīng)用形態(tài)：NDS、OpenDrive、OSM、LandLet2，并簡單介紹了車路協(xié)同技術(shù)條件的高精度地圖數(shù)據(jù)生產(chǎn)技術(shù)。研究主要基于現(xiàn)有地圖數(shù)據(jù)標(biāo)準(zhǔn)，較少涉及主流標(biāo)準(zhǔn)之間的關(guān)聯(lián)和優(yōu)勢分析。后續(xù)將深入研究該方面內(nèi)容，助力建設(shè)全面支撐車路協(xié)同和自動駕駛產(chǎn)業(yè)的地圖數(shù)據(jù)標(biāo)準(zhǔn)。

參考文獻(xiàn)

[1]詹驕， 郭遲， 雷婷婷， 等. 自動駕駛地圖的數(shù)據(jù)標(biāo)準(zhǔn)比較研究[J]. 中國圖象圖形學(xué)報(bào)， 2021（1）： 36-48.

[2]陶璐. 高精度自動駕駛地圖與傳統(tǒng)導(dǎo)航地圖路網(wǎng)匹配方法研究[D]. 武漢：武漢大學(xué)， 2017.

[3]Apollo5. 0社區(qū). 2020. 03. 高精度地圖OpenDRIVE規(guī)范[EB/OL].

[4]Bender P， Ziegler J and Stiller C. 2014. Lanelets： ?efficient map representation for autonomous driving[P]. 2014 IEEE Intelligent Vehicles Symposium Proceedings. Dearborn， USA： IEEE： 420-425.

[5]Dupuis M， Strobl M and Grezlikowski H. 2010. OpenDRIVE 2010 and beyond-status and future of the de facto standard for the description of road networks[p]. Proceedings of the Driving Simulation-Conference Europe 2010. Paris， France： [s. n. ]： 231-242.

[6]李克強(qiáng)， 戴一凡， 李升波， 等. 智能網(wǎng)聯(lián)汽車（ICV）技術(shù)的發(fā)展現(xiàn)狀及趨勢[J]. 汽車安全與節(jié)能學(xué)報(bào)， 2017（1）： 1-14.

[7]Navigation Data Standard. 2016. Publishing high-accuracy map standard for companies： industrial consortium pushes autonomous driving[EB/OL]. [2021-12-10]. https： //www. prnewswire. com/news-releases/publishing-high-accuracy-map-standard-for-companies-industrial-consortium-pushes-autonomous-driving-593363311. html.

2764501705245