面向自動駕駛的車道級道路電子地圖制作

摘 要：高精度車道級道路電子地圖是實現(xiàn)車道級導(dǎo)航與監(jiān)控的基礎(chǔ)地理信息數(shù)據(jù)和必要條件，未來在自動駕駛系統(tǒng)方面具有廣闊的應(yīng)用空間。該文使用全站儀、RTK進行野外測量，生產(chǎn)符合要求的車道級道路路網(wǎng)數(shù)據(jù)，包括車道數(shù)、車道寬度等屬性數(shù)據(jù)，并進行地圖編譯，輸出OpenDrive格式數(shù)據(jù)，供自動駕駛系統(tǒng)測試使用。

關(guān)鍵詞：高精度地圖;自動駕駛;OpenDrive;全站儀;RTK

中圖分類號：P283.7 文獻標(biāo)志碼：A 文章編號：2095-2945（2024）34-0048-04

Abstract： High-precision lane-level road electronic maps are basic geographical information data and necessary conditions for realizing lane-level navigation and monitoring， and have broad application space in autonomous driving systems in the future. This paper uses total station and RTK to conduct field surveys to produce lane-level road network data that meets the requirements， including attribute data such as lane number and lane width， and compiles maps to output OpenDrive format data for automatic driving system testing.

Keywords： high-precision maps; autonomous driving; OpenDrive; total station; RTK

隨著自動駕駛技術(shù)的迅猛進步，對高精度道路地圖的需求與標(biāo)準(zhǔn)不斷提升，日益凸顯其重要性。遵循國際公認的SAE J3016分級體系，自動駕駛技術(shù)被細化為L0至L5 6個層級，其中L3及以上級別的實現(xiàn)高度依賴于高精度地圖的支撐，使之成為自動駕駛系統(tǒng)的關(guān)鍵基石。車道級高精度道路電子地圖，作為基礎(chǔ)且不可或缺的地理信息數(shù)據(jù)源，是實現(xiàn)精細化車道導(dǎo)航與監(jiān)控的先決條件，預(yù)示著在無人駕駛領(lǐng)域擁有巨大的應(yīng)用潛力和前景。

1 自動駕駛與車道級地圖的關(guān)系

1.1 自動駕駛技術(shù)概述

自動駕駛技術(shù)是指利用計算機系統(tǒng)實現(xiàn)車輛自主行駛的技術(shù)，其核心目標(biāo)是減少甚至消除人類駕駛員的干預(yù)，實現(xiàn)安全、高效、舒適的出行體驗。自動駕駛技術(shù)涉及多個領(lǐng)域，如感知、決策、控制、人工智能等。目前，自動駕駛技術(shù)按照SAE（美國汽車工程師協(xié)會）的定義，分為0—5級，從完全人工駕駛到完全自動化駕駛。隨著自動駕駛技術(shù)的不斷發(fā)展，對于高精度、高可靠性的車道級地圖的需求日益迫切。

1.2 國內(nèi)外研究現(xiàn)狀分析

在車道級地圖制作領(lǐng)域，國內(nèi)外學(xué)者已取得了一系列研究成果。國外方面，美國、德國等發(fā)達國家在自動駕駛技術(shù)及車道級地圖研究方面處于領(lǐng)先地位。例如，谷歌旗下的Waymo公司已成功實現(xiàn)了自動駕駛車輛在公共道路上的測試與運營，其高精度地圖技術(shù)為自動駕駛系統(tǒng)提供了有力支持。國內(nèi)方面，我國在車道級地圖制作技術(shù)方面也取得了一定的進展，如百度、高德等企業(yè)已開展相關(guān)研究，并在部分城市進行了試點應(yīng)用。然而，與國外發(fā)達國家相比，我國在自動駕駛車道級地圖的精度、實時性以及數(shù)據(jù)處理等方面仍存在一定差距，亟待加大研究力度，提高技術(shù)水平。

1.3 車道級地圖在自動駕駛中的作用

車道級地圖作為自動駕駛系統(tǒng)中的重要組成部分，為自動駕駛車輛提供精確的道路信息，確保車輛在復(fù)雜多變的道路環(huán)境中準(zhǔn)確行駛。車道級地圖在自動駕駛中的作用主要體現(xiàn)在以下幾個方面：一是為車輛提供高精度的定位服務(wù)，確保車輛在正確的車道上行駛;二是輔助自動駕駛系統(tǒng)進行路徑規(guī)劃與決策，提高行駛安全性;三是提供豐富的道路屬性信息，幫助自動駕駛系統(tǒng)更好地理解道路場景，實現(xiàn)與其他交通參與者的協(xié)同行駛。

2 工作流程

本文采用外業(yè)測量獲取高精度道路信息。車道級道路電子地圖的生成流程精心劃分為4個核心階段：首先是外業(yè)實地測量與數(shù)據(jù)收集及預(yù)處理，該階段聚焦于現(xiàn)場數(shù)據(jù)的精確采集與初步整理;隨后是車道級數(shù)據(jù)及其關(guān)聯(lián)屬性信息的精細提取，確保每一條車道及其特性得到全面而準(zhǔn)確的描述;緊接著，構(gòu)建車道間的拓撲關(guān)系并進行數(shù)據(jù)格式的統(tǒng)一轉(zhuǎn)換，以符合電子地圖系統(tǒng)的標(biāo)準(zhǔn)需求;最終，完成車道電子地圖的編繪與制作，形成具有高精度與強實用性的地圖產(chǎn)品。主要技術(shù)流程如圖1所示。

2.1 外業(yè)測量數(shù)據(jù)采集和處理

2.1.1 外業(yè)測量作業(yè)流程

1）前期準(zhǔn)備：儀器工具準(zhǔn)備和資料準(zhǔn)備。

2）外業(yè)采集：根據(jù)規(guī)劃和要求進行外業(yè)數(shù)據(jù)采集。

3）內(nèi)業(yè)處理：將測量數(shù)據(jù)輸入計算機，利用CAD初步成圖。

2.1.2 數(shù)據(jù)采集

本次數(shù)據(jù)收集工作將全站儀與RTK（實時動態(tài)載波相位差分技術(shù)）作為核心儀器。全站儀作為一種高度集成的光學(xué)、機械與電子技術(shù)的精密測量設(shè)備，能夠在單一測站迅速執(zhí)行三維坐標(biāo)的測定、定位任務(wù)，并自動完成數(shù)據(jù)的采集、處理及存儲流程。然而，通視條件、地形復(fù)雜性與人為干擾對其性能有顯著影響;此外，為確保精度，需布設(shè)充足的控制點，從而增加了作業(yè)復(fù)雜度、成本及時間投入。

相比之下，RTK能在戶外環(huán)境中即時提供厘米級的高精度定位，尤其適用于地形平坦、視野開闊的場景。但值得注意的是，在單基站作業(yè)模式下，其作業(yè)范圍受限，且當(dāng)遇到高大障礙物時，接收衛(wèi)星與無線電信號的能力將顯著減弱，進而可能降低數(shù)據(jù)的精度。

鑒于此，本文創(chuàng)新性地采用RTK與全站儀協(xié)同作業(yè)的數(shù)據(jù)采集模式，旨在結(jié)合兩者優(yōu)勢，既確保測量結(jié)果的準(zhǔn)確性，又提升作業(yè)效率與實用性，以應(yīng)對復(fù)雜多變的現(xiàn)場環(huán)境。

按照外業(yè)測量測量要求，進行高精度車道數(shù)據(jù)采集。測量內(nèi)容主要包括斑馬線、停止線、道路邊線、車道線、減速帶、綠化帶、導(dǎo)流線、紅綠燈、車道寬度和路面交通標(biāo)志等。

2.1.3 內(nèi)業(yè)數(shù)據(jù)處理

當(dāng)天晚上將白天的測量結(jié)果輸入計算機，利用CAD進行初步繪圖，檢查無誤后提供給GIS部門進行后續(xù)編輯工作（圖2、圖3）。

2.2 車道數(shù)據(jù)及信息提取

2.2.1 確定數(shù)據(jù)圖層

根據(jù)項目要求，參考GB/T 20267—2006《車載導(dǎo)航電子地圖產(chǎn)品規(guī)范》，確定了自己的高精度地圖數(shù)據(jù)內(nèi)容及其數(shù)據(jù)結(jié)構(gòu)。

其中，圖層組成見表1。

2.2.2 車道級高精度地圖模型

高精度地圖的模型是在道路網(wǎng)絡(luò)的拓撲結(jié)構(gòu)上附著不同對象的信息，例如道路、車道、路面標(biāo)志、附屬設(shè)施的幾何信息與屬性信息。一般來說，高精度地圖模型由道路模型、車道模型和路面標(biāo)志及附屬設(shè)施模型3個部分組成。

1）道路模型，亦可視為一種參照線體系，其本質(zhì)是對傳統(tǒng)導(dǎo)航地圖框架的現(xiàn)代化詮釋。在此模型中，現(xiàn)實世界中的道路網(wǎng)絡(luò)被精煉抽象，通過精心選定的點集來精確刻畫道路的幾何形態(tài)及其相互間的連接邏輯，從而實現(xiàn)對道路走向與連通性的全面描繪。道路相關(guān)數(shù)據(jù)的表達是道路模型的核心，主要包括參考線幾何、道路邊界、道路方向、道路類型、功能等級、車道數(shù)和道路名稱等信息。

2）車道模型，即車道標(biāo)線，代表車道信息。它不僅記錄車道行駛的參考線、邊線和停止線等，還記錄了車道與道路之間的拓撲關(guān)系。車道的相關(guān)數(shù)據(jù)的表達也是車道模型的核心，主要包含車道中心線、車道邊界幾何、車道類型、車道標(biāo)線、車道方向和車道聯(lián)通關(guān)系等信息。

3）路面標(biāo)志及附屬設(shè)施模型，即相關(guān)對象的位置、形狀及屬性等，代表與道路、車道相關(guān)的對象。這些要素主要包括交通信息牌、交通信號燈、防護欄、人行橫道、停止線、道路標(biāo)志和減速帶等。

2.2.3 格式轉(zhuǎn)換

CAD無法對道路矢量數(shù)據(jù)進行復(fù)雜的編輯與修改，故將CAD數(shù)據(jù)通過ArcGIS軟件轉(zhuǎn)換為.shp格式，以方便后續(xù)編輯處理工作。

2.2.4 數(shù)據(jù)檢查與屬性賦值

檢查數(shù)據(jù)是否存在明顯拓撲錯誤，并填寫道路類型、道路功能、車輛行駛方向、限速、道路名稱、車道類型和車道數(shù)量等道路固有屬性信息。

2.2.5 地圖編譯

目前，廣泛應(yīng)用于自動駕駛系統(tǒng)的地圖數(shù)據(jù)，多為OpenDrive格式。此格式定義了一個標(biāo)準(zhǔn)的靜態(tài)地圖格式，以實現(xiàn)不同仿真測試軟件的兼容性，具體是用于描述道路網(wǎng)絡(luò)的文件格式。

GIS格式原始矢量數(shù)據(jù)主要用于地圖顯示，不能直接用于自動駕駛系統(tǒng)。為了解決這一難題，在高精度地圖制作完成后，將數(shù)據(jù)標(biāo)準(zhǔn)化，導(dǎo)出可直接用于自動駕駛系統(tǒng)的OpenDrive格式XML文件。

2.3 車道級電子地圖制作

車道電子地圖的構(gòu)建，始于對采集到的特征點、線及其伴隨屬性信息的整合，隨后在ArcGIS平臺下，歷經(jīng)符號化定制、圖面優(yōu)化布局以及色彩渲染等精細處理步驟，最終呈現(xiàn)出一幅色彩和諧、視覺效果佳的地圖產(chǎn)品。為確保電子地圖在色彩搭配上協(xié)調(diào)統(tǒng)一，符號表達上形象直觀，以及整體圖面的賞心悅目，設(shè)定了一套詳盡的要素展示符號配置準(zhǔn)則，該準(zhǔn)則詳盡規(guī)定了各類要素及其標(biāo)注的樣式設(shè)計、尺寸規(guī)格和色彩選擇等關(guān)鍵要素。詳見表2、圖4。

2.4 高精度地圖數(shù)據(jù)模型標(biāo)準(zhǔn)

高精度地圖的檢驗標(biāo)準(zhǔn)和評價指標(biāo)尚未出臺，以及相關(guān)標(biāo)準(zhǔn)是否會對地圖精度造成影響，這些都是高精度地圖未來所要面臨的挑戰(zhàn)。結(jié)合實驗項目，綜合考慮各方面因素，制定了一套高精度地圖數(shù)據(jù)模型標(biāo)準(zhǔn)，僅供內(nèi)部參考與使用。

3 關(guān)鍵技術(shù)研究

3.1 高精度定位技術(shù)

在面向自動駕駛的車道級道路電子地圖制作過程中，高精度定位技術(shù)是至關(guān)重要的。本研究采用了全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）、慣性導(dǎo)航系統(tǒng)（INS）以及地面輔助定位系統(tǒng)等多源數(shù)據(jù)融合技術(shù)，實現(xiàn)了車輛在復(fù)雜道路環(huán)境下的高精度定位。通過卡爾曼濾波算法對定位數(shù)據(jù)進行實時處理，有效提高了定位精度及穩(wěn)定性，為車道級地圖的制作提供了堅實基礎(chǔ)。

3.2 車道線檢測算法

車道線檢測是自動駕駛系統(tǒng)中的關(guān)鍵環(huán)節(jié)，對于保證車輛在正確車道行駛具有重要意義。本研究提出了一種基于深度學(xué)習(xí)的車道線檢測算法，通過對大量實際道路場景的圖像進行訓(xùn)練，實現(xiàn)了對不同光照、天氣及道路條件下的車道線識別。此外，結(jié)合地圖數(shù)據(jù)，實現(xiàn)了車道線的實時檢測與更新。

3.3 道路場景理解與建模

為了使自動駕駛系統(tǒng)能夠更好地適應(yīng)復(fù)雜多變的道路環(huán)境，本研究對道路場景進行了深入理解與建模。利用深度學(xué)習(xí)方法，對道路場景中的各種元素（如車道線、標(biāo)志牌、行人和車輛等）進行識別與分類。同時，結(jié)合地圖數(shù)據(jù)，構(gòu)建一個層次化的道路場景模型，為自動駕駛系統(tǒng)提供豐富的環(huán)境感知信息。

4 結(jié)束語

在限定的小規(guī)模區(qū)域內(nèi)，采用全站儀與RTK進行全面的野外實地測量，展現(xiàn)出卓越的測量性能：高精度、高效率與低成本兼具。通過嚴格控制，確保所有測量點的精度均維持在3 cm以內(nèi)，充分滿足了道路基礎(chǔ)設(shè)施地理信息采集的高標(biāo)準(zhǔn)需求，為構(gòu)建高精度的道路電子地圖奠定了堅實基礎(chǔ)。將這份高精度的車道級電子地圖與車輛的實時定位技術(shù)深度融合，不僅加速了智能無人駕駛技術(shù)的研發(fā)步伐，更為智能交通管理、高級駕駛輔助系統(tǒng)等前沿領(lǐng)域開辟了廣闊的應(yīng)用空間，展現(xiàn)出巨大的發(fā)展?jié)摿Α?/p>

參考文獻：

[1] 周知紅.面向無人駕駛的車道級道路電子地圖制作[J].測繪與空間地理信息，2018，41（2）：164-166，170.

[2] 鄭斌，楊婷，羌鑫林.基于移動測量技術(shù)的車道級道路電子地圖制作[J].現(xiàn)代測繪，2016，39（6）：42-45.

[3] 余卓淵，閭國年，張夕寧，等.全息高精度導(dǎo)航地圖：概念及理論模型[J].地球信息科學(xué)學(xué)報，2020，22（4）：760-771.

[4] 李鑫慧，郭蓬，戎輝，等.高精度地圖技術(shù)研究現(xiàn)狀及其應(yīng)用[J].汽車電器，2019（6）：1-3.

第一作者簡介：黎槍（1996-），男，助理工程師。研究方向為測繪導(dǎo)航。