人民大2023智能网联汽车技术 课件项目四 高精定位与导航系统.pptx

智能网联汽车技术21世纪技能创新型人才培养系列教材·汽车系列主　编　王皓 张春蓉 项目四 高精度定位与导航系统任务一 高精地图任务二 高精度定位系统任务三 智能网联汽车的导航系统及其检修 任务一 高精度地图一、基本概念高精度地图在自动驾驶系统中的应用，除了包括导航、路径规划外，还包括为环境感知系统提供先验知识，辅助车载传感器达到高精度定位的标准。因此，高精度地图已被认为是L3级及以上自动驾驶必备的关键技术。 任务一 高精度地图与传统地图相比，高精度地图的信息更加丰富，准确性有了较大提升。高精度地图包含以下信息：（1）道路参考线。为了实现车道级导航和路径规划功能，需要在原始地图数据中抽象出道路结构，形成由顶点组成的拓扑图形结构，同时为了优化数据的存储，需要将道路以连续的曲线段表示。（2）道路连通性。除道路参考线外，高精度地图还应描述道路的连通性。例如路口没有车道线的部分，需要将所有可能的行驶路径抽象成道路参考线，在高精度地图数据库中体现。 任务一 高精度地图（3）车道模型。除了记录道路参考线、车道边缘（标线）和停车线外，高精度地图数据库还需要记录无车道道路的拓扑结构、车道数、道路坡度、功能属性等。（4）对象模型。对象模型可记录道路和车道行驶空间范围边界区域的元素，包括对象的位置、形状和属性值， 任务一 高精度地图高精度地图在智能网联汽车的应用领域，如路径规划与决策、高精度定位辅助、环境感知辅助等环节均发挥了重要作用。（1）路径规划与决策。高精度地图可看作超视距传感器，能够识别极远距离的道路交通信息，可用于智能驾驶系统的全局路径规划，还可以对局部路径的规划和优化提供辅助。（2）高精度定位辅助。高精度地图能识别并提供道路中的特征物（如标识牌、龙门架等）的尺寸、形状、高精度位置等语义信息，车载传感器检测到特征物时，就可以根据特征物信息去比对匹配内存的语义信息，通过车辆和特征物之间的相对位置推测当前车辆的高精度位置信息，如图4-3所示。 任务一 高精度地图（3）环境感知辅助。高精度地图可以提高自动驾驶汽车的数据处理速率，车辆在感知重构周围的三维环境时，将高精度地图作为内存知识库，缩小数据处理时的搜索空间。详细标记高精度三维地图上的道路信息，可以为自动驾驶汽车的感知系统提供信息感知识别辅助，优化感知系统的计算效率，提高识别精度，减少错误识别的发生概率。 任务一 高精度地图高精度三维地图是在高精度地图的静态地图信息的基础上主动添加动态交通信息的地图，如图4-4所示。这些动态的交通信息包含交通拥堵情况、道路施工、事故、交通管制以及天气等。不同于如道路翻修、交通标志磨损、车道线重新刷涂、交通标志的改变等准静态交通信息，动态交通信息可以通过定期对高精度地图进行更新来完成。 任务一 高精度地图 任务一 高精度地图二、高精度地图的生产与采集生产高精度地图，需要提高数据的存储效率和机器可读性，地图的存储分为矢量层和对象层。在生产高精度地图的过程中，通过提取车辆传感器的数据采集单元可得到高精度地图的信息特征值，生成特征地图；进一步提取、处理和矢量标注，可得到道路网络信息、道路属性、几何信息以及道路主要标志的抽象信息。高精度地图的生产过程如图4-5所示。 任务一 高精度地图 任务一 高精度地图高精度地图的数据采集方法如下：（1）实地采集，一般称为“外业”。实地采集作为制作高精度地图的第一步，主要通过采集车的实地操作完成。核心设备是激光雷达、高精度差分-惯导-卫星定位系统。激光的反射可以形成点云，从而完成对环境中各种物体的采集，再通过高精度定位系统把行驶轨迹和环境中各种物体的高精度位置信息记录下来。（2）加工，一般称为“内业”。加工是指对采集的数据进行加工，对高精度地图所需要的信息进行提取和表达，进而形成高精度地图的数据库。加工方法包括：人工处理、深度的学习感知算法等，如图4-6所示。 任务一 高精度地图 任务一 高精度地图集的数据完整性不足，则需要更为复杂的算法来补充数据的缺陷，反而容易产生更大的误差。所以，在实地采集中，通常选择较好的采集设备，其主要目的就是确保采集的数据的精确性，提高数据利用率。如图4-7所示为高级地图采集设备，包括卫星定位系统、激光雷达、惯性导航与数据处理系统等。 任务一 高精度地图（3）实时更新。随着时间的推移，道路会因为破损、翻修、路线规划等原因发生变化。为了确保高精度地图可靠、有效，需要及时、准确地进行更新，这也是高精度地图的重要维护工作，更新模式包括众包和与交管部门合作等。如图4-8所示为基于智能网联交通系统的高精度地图更新模式。 任务一 高精度地图 任务一 高精度地图三、高精度地图的其他形式1.众包数据形式的高精度地图对于需求急迫、前景广阔的高精度地图市场，传统的现场采集模式存在更新周期长、生产及维护困难的问题，