智能网联汽车装调与测试（彩色版配实训工单）课件 任务4.1 道路数据采集与高精地图制作.pptx

任务4.1?道路数据采集与高精地图制作

01学习目标CONTENTE知识目标:掌握高精地图的内容组成、特点与功用；了解高精地图的制作流程。

02学习目标CONTENTE能力目标:能使用高精地图手工标注工具完成高精地图制作

高精地图认知01高精地图制作02学习内容CONTENTE

高精地图认知01任务4.1道路数据采集与高精地图制作

高精地图（或称作高精度地图，HDMap–HighDefinitionMap）是指高精度、精细化定义的地图，可以描述为对3D道路环境的重建，其精度需要达到分米级才能够区分各个车道。而精细化定义，则是需要、格式化存储交通场景中的各种交通要素。道路矢量元素信息（车道线位置、类型、宽度等）以及车道周边的固定对象信息（交通信号灯、交通标志、障碍物、路边地标等），形成对路网精确的三维表征（厘米级精度），比如路面的几何结构、道路标示线的位置定义高精地图认知

高精地图包含众多属性高精地图分为两个层级，最底层的是静态高精地图，上层是动态高精地图。静态高精地图中包含了地图图层和定位图层，这是现阶段图商重点在做的。组成高精地图认知地图图层地图图层中记录的是对于道路的详尽描述，如道路边缘、车道边缘和中线等大量信息，以道路模型、车道模型与对象模型表达大量道路属性要素，并以厘米级的高精度数据，精准呈现信息。

高精地图包含众多属性高精地图分为两个层级，最底层的是静态高精地图，上层是动态高精地图。静态高精地图中包含了地图图层和定位图层，这是现阶段图商重点在做的。组成高精地图认知定位图层定位图层中记录的是具备独特性的目标或特征，称为Landmark，如交通标志、地面标志、灯杆等，记录的内容包括绝对坐标、属性、几何轮廓等，用来和其他车辆传感器感知结果匹配，推算车辆位置

高精地图包含众多属性高精地图分为两个层级，最底层的是静态高精地图，上层是动态高精地图。动态高精度地图则建立于静态高精度地图的基础之上，它主要包括实时动态信息，既有其他交通参与者的信息（如道路拥堵情况、施工情况、是否有交通事故、交通管制情况、天气情况等），也有交通参与物的信息（如红绿灯、人行横道等）。组成高精地图认知

特点高精地图认知

特点高精地图认知

车道级道路信息传统导航地图只能提供道路级（Road）的导航信息。高精度地图能够提供车道级（Lane）的导航信息，这种导航信息能够精确到车道的连接关系。特点高精地图认知

13车道级道路信息右侧绿虚线即为高精度地图为无人车提供的虚拟车道线中心，只要提前变道到正确车道，并沿着虚拟车道线所在的车道行驶，即可顺利通过路口。特点高精地图认知车道级别的道路信息能够解决在路口转弯时，无人车不知道需要转多大的角度和保持多高车速的问题。

道路先验信息高精度地图可以为无人车提供的某些先验信息。包括道路曲率、航向、坡度和横坡角。这些信息对于无人车的安全性和舒适性都至关重要。可顺利通过路口。特点高精地图认知

POI（PointofInterest）在交通场景中能成为POI的东西有很多，比如：用中心点和多个外包络点描述的交通标志牌、地面标志、灯杆、红绿灯、收费站等；用一系列连续点所组成的链状信息描述的路沿、护栏、隧道、龙门架、桥等。特点高精地图认知

应用高精地图认知

?环境感知辅助1）扩大自动驾驶车辆的感知范围超视距感知-车载传感器探测范围有自己的性能边界限制，但高精地图可以延伸传感器的感知范围，提前告知车辆前方的道路信息及交通状况信息；弥补车载传感器在特殊情况条件下的感知缺陷-车载感知传感器在复杂的路况或恶劣天气条件下，会遇到探测死角以及感知性能下降甚至失效的情况，此时高精地图可及时进行环境信息补充，实时状况监测及外部信息反馈；应用高精地图认知

2）提供先验信息-节约车载传感器的计算资源（车载传感器相当于无人车的眼睛，而高精地图相当于无人车的记忆）。高精地图可帮助车辆提前预知前方的道路、交通、基础设施等信息，帮助车载传感器缩小检测范围，车载传感器可专注于检测感兴趣区域（ROI）；这样既提高了车载传感器的检测精度和速度，同时又节约了其计算资源。3）提供冗余数据-冗余保障（高精地图可以说是无人车最稳定的“传感器”）当某些传感器数据缺失时，可以利用高精地图数据进行推算；当同一个数据有多个车载传感器数据来源时，高精度地图可以用于相互校验，校验其他传感器的可信度，提高整个系统的准确度。应用高精地图认知

高精度定位辅助-确定车辆在地图中的位置高精地图对路网有精确的三维表征（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），应用高精地图认知并存储为结构化数据；这些结构化数据都有地理编码，自动驾驶系统通过车载GPS/IMU、Lidar或摄像头获得的环境信息与高精地图上的信息