自动驾驶之高精度地图（三）什么是高精度地图
作者 / 阿宝
编辑 / 阿宝
出品 / 阿宝1990
所谓高精度地图（也称为高精度地图），实际上是和普通导航电子地图相对而言的服务于自动驾驶系统的专题地图。高精地图也称自动驾驶地图、高分辨率地图，是面向自动驾驶汽车的一种新的地图数据范式。高精地图绝对位置精度接近1m 相对位置精度在厘米级别，能够达到10-20cm。
准确和全面地表征道路特征，并要求更高的实时性，是高精度地图最显著的特征。此外，高精地图记录驾驶行为的具体细节，包括典型驾驶行为、最佳加速点及刹车点、路况复杂程度、以及对不同路段信号接收情况的标注等。
高精度地图的层级
高精度地图可以分为两个层级：静态高精度地图和动态高精度地图。
静态高精度地图处于底层，是目前研发的重点。它一般由含有语义信息的车道模型、道路部件（Object）、道路属性三类矢量信息，以及用于多传感器定位的特征（feature）图层构成。
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）。
高精度地图的高精度体现在两个方面。
一是高精度地图的绝对坐标精度更高，地图上某个目标和真实世界的事物之间的精度更高；
二是高精度地图所含有的道路交通信息元素更丰富和细致。
普通的导航电子地图由于是辅助驾驶员做导航使用，其绝对坐标精度在10米左右就够用。而在自动驾驶领域，自动驾驶汽车需要精确的知道自己在路上的位置。车辆与马路牙子、旁边的车道距离通常仅有几十厘米左右，因此高精度地图的绝对精度要求都在1米以内，而且横向的相对精度（比如车道和车道，车道和车道线的相对位置精度）往往还要更高。
此外，高精度地图还有准确的道路形状，并包括每个车道的坡度、曲率、航向、高程，侧倾的数据。车道线的种类、颜色；每条车道的限速要求、推荐速度；隔离带的宽度、材质；道路上的箭头、文字的内容、所在位置；红绿灯、人行横道等交通参与物的绝对地理坐标，物理尺寸以及他们的特质特性；所有这些信息也都需要准确的反映在高精度地图之中。
常见的高精度地图的数据组织方式
一般而言，电子地图是通过不同的图层去描述，然后将图层叠加来进行表达。在一张电子地图里，水系、铁路、街区、建筑物可能会分别位于不同图层，每一个图层可以理解为一张透明薄膜 ,多图层被绘制叠加后才能真正为我们所用。
道路地图是对实际道路进行反映，通过特定的图层来描绘特定类别，然后将图层叠加进行路面表达，终端上显示的导航地图往往都是由10多层甚至20多层不同分辨率的图片组成，当用户进行缩放时，程序根据缩放级数，选择不同分辨率的瓦片图，拼接成一幅完整的地图，高精度道路导航地图也是如此，只是它在普通电子地图基础上包含了更多图层的数量，且每一图层的描绘更加精细。
虽然有这么多图层，整体而言，目前的高精度地图可以分为三个大的图层架构。
上图是四维图新对于高精度地图的分三大图层。
地图图层，主要是记录道路的详尽描述，比如道路边缘，道路模型、车道模型并以厘米级的高精度数据精准呈现信息；
定位图层 主要是记录具备独特的目标和特征，比如交通标志、地面标志、灯杆等，记录的内容包括绝对的坐标、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。
关于定位层，高精地图包含的元素取决于无人驾驶车辆本身采用了什么样的传感器。其次，定位层还与应用场景紧密相关，比如在无人矿区或地下停车场所自动驾驶时所需要的高精地图信息要素也不一样。
目前自动驾驶汽车在“定位”方面的解决方案差异性较大，有太多不同的传感器包括摄像头、激光雷达组合方案，目前定位技术主要集中在Feature Based和Dense Information Based这两种方法上，高精度地图制图也主要围绕这两种方式。
因此在未来，图商有可能会根据不同的场景、不同的传感器生成不同的高精地图。
实时图层 通过云服务平台将动态实时传达给自动驾驶车，让车辆提前预知前方出现的可能影响驾驶策略的情况；
看到这里是不是想到一个非常著名的案例，倒在高速路的白色的货车，特斯拉直接冲上去撞了上去，这个如果有使用到高精度地图的实时图层，就可以轻松的避免此类问题的发生，但是这个理想很丰满，现实很骨感，目前高精度的实时动态图层，这部分还没有那么快落地，后面的内容会提到为什么没有那么快。
高精度地图信息分类
高精地图信息可分为道路信息、规则信息、实时信息三部分。
道路信息包含车道模型、道路部件、道路属性三部分，为自动驾驶汽车提供决策基础。
而规则信息与实时信息则是在道路信息之上的叠加，包含对驾驶行为的限制以及从车联网获取的实时道路信息。
高精度地图所蕴含的信息如此之丰富也就意味着高精度地图的数据量将极其庞大，仅仅一条道路的就需要采集超过14亿个数据点，若想最终实现高精度地图的商业化落地，庞大的覆盖范围带来的数据量将是一个不小的挑战。
以宽凳科技的高精度地图产品为例，在一天的时间之内，通过众包采集的车辆的摄像头采集道路数据，上传至云端之后再进行初步预处理得到的数据就能达到600-800GB；而Waymo的地图测绘车在一天的时间内采集的数据大小为1TB左右，覆盖的范围大约为8小时车程的道路。而且值得注意的是，此类数据主要包含的是静态高精度地图图层信息，并不包括实时交通参与者等动态高精度地图的信息。
高精地图内涵丰富，但实际使用的时候并非无所不包。以自动驾驶汽车需求的导向，与导航地图相比，高精地图不包括具体地点属性和信息、障碍物属性、建筑模型，只需关注车辆行驶道路及其周边场景，其余场景如公园、商场、景区等地图信息不在高精地图的考虑范围之内。主要原因在于导航地图包括大量非驾驶信息。
高精度地图和普通地图的区别
高精度地图与导航地图：面向对象的不同带来本质差异。一般地图面向对象为人，以人的认知为基础，解决的需求包括规划路线、确认地点、辨别方位等，而高精地图面向对象为自动驾驶算法，面向的是“一台机器”，数据将作为自动驾驶算法的输入端，解决的需求包括环境感知、高精度定位、规划与决策等，是自动驾驶汽车行驶上路的“行动指南”。
从这里可以看到，基本上除了定位精度的要求不同以外，还有很多不同，比如常见导航的显示界面就很大不同，自动驾驶更注重人机交互的虚拟地图的感觉，让车主明确的知道自己处于的车道，周围的环境情况。
更新频率也很大的不同，电子导航传统地图更新频率一般是一个季度，而高精度地图涉及到给机器的自动驾驶，理想情况下是1个小时更新一次，这里就涉及两个难点，一个是对于高精度地图厂家的要求太高，他们没有办法做到那么多采集车辆去更新全国那么多的高精度地图，而且高精度地图的数据量巨大，对于一般的车载导航中控的存储也是一个挑战，所以在更新高精度地图的数据对于车机的芯片是一个蛮大的存储和传输挑战，最好是通过5G进行地图更新，否则这个更新效率让车主是受不了的，而且需要做双备份更新，所以车机导航的存储容量变的非常大。
可以看到普通导航地图是给人使用的，定义的是信息娱乐系统，如果在开车过程中没有导航信息是不危害驾驶人安全的，但是高精度地图主要是给车辆使用的，定义的层面是车载安全系统，此时在自动驾驶系统中所占的安全成份的重要性是不言而喻的，一旦定位有严重偏差，会造车自动驾驶出现比较大的安全事故。