刘经南院士：高精度道路导航地图的进展与思考

一、前言传统导航地图主要用于日常生活中导航和查询地理信息，出行人群是其主要服务对象。基于人类自身的视觉识别能力和逻辑思维能力，许多道路信息被简化了。随着互联网时代的快速发展，提出了更多新的基于位置的服务和产业，如“互联网+”智能交通和无人系统。国家发改委为促进智能交通发展提出的“互联网+”便捷交通实施计划已正式发布。这些服务是依托互联网进行的，因此地图的服务对象不再仅仅是人，而是逐渐向机器过渡，这对地图的准确性、内容结构和计算模式提出了新的要求。（1） 地图的精度普通导航地图的精度约为5米，只描绘了道路的位置和形状，没有反映道路的详细信息，因此无法准确知道车辆的位置。

图1是高精度道路导航地图与普通导航地图的对比示意图。然而，高精度道路导航地图的绝对精度优于1米，相对精度达到10-20厘米，其中包含了非常丰富的信息，如车道、车道边界、车道中心线和车道限制信息，如图1所示。（二） 地图内容结构高精度道路导航地图更真实地反映了道路的实际风格，因此它包含了更多的图层和道路数据，图层描述也更详细。高精度道路导航地图不仅具有更高的坐标，而且具有更精确的道路形状。同时，还添加了每条车道的坡度、曲率、航向和高程。此外，车道之间的车道线（虚线、实线、单线和双线）、车道线颜色（白色和黄色）、道路隔离带、隔离带材料、道路箭头、文本内容和位置需要在高精度道路导航地图中详细描述。（3） 计算模式高精度道路导航地图的数据量是普通地图的10.5倍甚至更多。目前，以云计算为核心的集中式大数据处理模式已无法满足需求。随着物联网和5G通信技术的快速发展，边缘计算这一基于云的协同计算方法被提出，众包任务发布模式也被应用于许多行业。因此，高精度道路导航地图的大数据处理模式可以采用众包+边缘计算的模式。第二，相关现状随着智能交通和自动驾驶的快速发展，现有的通用导航地图在内容、准确性和完整性方面都无法满足高水平的应用要求。道路高精度电子地图已逐渐被提出并得到广泛认可[3，4]。目前，在辅助驾驶系统和自动驾驶领域，有许多关于使用高精度道路导航地图数据的研究。例如，根据高精度道路导航地图，研究信息行为和车辆定位[5，6]，将高精度道路导航图信息用于辅助驾驶和自动驾驶系统，并在其上进行自动驾驶车道轨迹引导方法的研究[7，8]。建立高精度道路导航地图的方法也有很多，例如通过配备GPS-RTK的采集车收集特定路线的数据；使用激光雷达和广角相机提取道路信息，并配备高精度全球卫星导航系统（GNSS），可以达到10厘米的精度，但这种获取方案成本高昂；

一些研究人员还提出了使用低成本传感器创建车道级地图的方法，并通过紧密耦合GPS/INS从正射影像地图中获取相关地图信息。目前，国内外越来越多的公司从事高精度电子地图的测绘和生产。在谷歌和戴姆勒无人驾驶汽车的开发过程中，高精度电子地图是重要组成部分。2015年，奥迪、宝马和戴姆勒联合斥资31亿美元购买了诺基亚Here地图，为开发高精度道路导航地图做准备。2015年，高精度道路导航地图已应用于特定场景。2011年，宝马的3系赛道教练机和奥迪的RS7都使用高精度道路导航地图技术在拉古纳塞卡和霍根海姆成功运行了赛道。自2016年以来，许多互联网公司通过收购获得了地图数据资源，然后结合自己的算法和云计算能力，生产出高精度的道路导航地图，如谷歌、优步、百度和阿里。与此同时，汽车公司已经开始依赖第三方地图服务。2017年初，Mobileye与大众、宝马和日产签署了一项协议。前者将为三大汽车巨头提供地图产品，而汽车制造商将负责为Mobileye提供更多地图数据。三、需求分析与建模基于“互联网+”智能交通应用的典型应用场景和未来20年无人系统产业的发展，本文将高精度道路导航地图分为六层，建立需求模型，如图2所示。

图2高精度道路导航地图应用分析（一）“互联网+”智能导航随着城市环境的不断建设，许多新的交通管理措施不断实施，以提高道路使用效率，缓解拥堵。如多人车道（HOV车道）、潮汐车道（见图3）等。

图3 HOV车道和潮汐车道HOV车道仅供至少有一定数量乘客的车辆使用。潮汐车道是指可变车道，即一条车道的行驶方向在不同的时间段内会发生变化。这些新的交通管理方案的实施主要是通过车道来实现的，高精度的道路导航地图可以准确地反映这些信息，并为人们提供智能导航服务。（2） “互联网+”智能交通控制的道路交通执法管理存在诸多困难，尤其是在执法取证和事故应急处理方面。而高精度的道路导航地图可以为解决交通执法管理中的困难提供新的技术手段。1.交警执法领域车道级违法行为的执法取证是道路执法领域的难题。车道级违法行为是指移动目标的相对位置相对于地面车道或其他移动目标在车道级内移动，违反交通法规的行为，如不在规定车道内行驶。由于数据采集和现场还原难度较大，目前执法取证难度较大。高精度道路导航地图可以准确反映车辆行驶在哪条车道上，因此可以准确判断车辆是否存在车道级违法行为，满足执法和车道级违法取证的需要。2.在保险理赔领域，车险理赔行业长期受到保险欺诈的困扰，耗费了大量的人力物力。这是因为保险人员只能事后调查证据，无法判断事故的整个过程。高精度道路导航地图包含丰富而详细的车道信息，因此可以准确反映车辆的行驶状态，并在地图上还原事故的全过程，从而帮助保险公司准确判断事故。（3） “互联网+”辅助驾驶/无人驾驶领域要求地图在几何上具有更精细的粒度，详细描述道路上每条车道的详细信息。在拓扑网络上，还需要准确地表达车道之间的连接关系。高精度道路导航地图包含多级g……

度量拓扑数据，可以满足辅助驾驶和自动驾驶不同级别的应用需求。此外，高精度的道路导航地图也包含了动态元素。动态元素有两种，一种是半实时动态元素，主要用于自动驾驶领域的全局路径规划；另一种是实时动态元素，主要指动态障碍物，主要用于自动驾驶系统中，实现局部路径规划。第四，高精度道路导航地图的结构和计算（一）高精度道路航行地图的结构道路地图反映了实际道路，通过特定的层次描绘了特定的类别，然后将层次叠加起来以表达路面。终端上显示的导航地图通常由10层甚至20层不同分辨率的图片组成。当用户缩放时，程序会根据缩放系列选择不同分辨率的瓦片（使用正方形来模拟实体），并将它们拼接成一个完整的地图。高精度道路导航地图也是如此，只是它在普通电子地图的基础上包含了更多的图层，每一层都更加详细。

图4地图结构内容划分示意图高精度道路导航地图由四部分数据组成，即道路网络数据、车道网络数据、安全辅助数据和道路交通设施数据。根据不同的地图精度，由这四种类型的数据组成的地图结构的内容是不同的。基本结构划分和显示内容示例如图4所示。道路网络主要由道路参考线网络组成，用于描述道路的几何形状，表达与道路设施的关系。高精度道路导航地图道路网络示意图，如图5所示，包括道路基线、道路基线连接点和交叉口等图层。

图6高精度道路导航地图车道网络示意图车道网络记录了道路网络中每个独立车道的相关属性，用于车道级道路显示、定位、路径规划和驾驶策略辅助。包括车道级道路、车道级道路连接点、车道级公路形状点等层次，如图6所示。安全辅助数据和道路交通设施数据描述车道安全数据和车道上的其他交通设施，用于辅助车道级别的定位和显示，如曲率、航向、垂直和水平坡度等。道路交通设施的数据包括交通标志、路边设施和固定特征。（2） 计算模式高精度道路导航地图描绘了更多的道路信息，包含了更多的细节，因此其数据量也更大。传统导航电子地图每公里的数据量约为1KB，而高精度道路导航地图每公里数据量约100MB，是传统导航地图的10.5倍。此外，高精度道路导航地图中的数据类型复杂多样，数据量急剧增加，数据处理的实时性要求很高。因此，目前以云计算模型为核心的集中式大数据处理模式已不能满足高精度道路导航地图的数据计算要求，需要建立新的计算模型。本文提出了众包+边缘计算模型作为一种高精度的道路导航地图计算模型。高精度道路导航地图的数据采集任务非常艰巨，采集车辆必须穿过每一条道路，然后上传数据进行绘制。首先，这需要很多时间；

其次，道路上的一些信息会发生变化，高精度的道路导航地图需要保持定期的数据更新，再次收集大量信息是重复的，消耗更多的资源。作者认为，众包可以用来解决这些问题，高精度道路导航地图的用户也可以成为起草者。通过众包，使用高精度道路导航地图将数据采集设备安装在车辆上，在使用地图行驶的同时收集数据，并上传获得的数据。这种方式可以很好地满足城市街道每周更新一次的需求，以反映其结构和新的交通模式。美国的Mapper公司已经使用这种方法来获取地图数据。随着物联网和5G通信技术的快速发展，研究人员提出了一种不同于传统云计算的新计算模式——边缘计算。边缘计算是指在网络边缘执行计算的计算模型。在边缘计算中，边缘的下行链路数据代表云服务，上行链路数据代表高精度道路导航地图服务，而边缘计算的边缘是指从数据源到云计算中心的任何计算和网络资源[14，15]。这种计算方法是一种开放平台，将对象或数据源附近的网络、计算、存储和应用的核心能力集成在一起，并在附近提供边缘智能服务，以满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护方面的关键要求。

图7高精度道路导航地图边缘计算模型参考框架对于高精度道路航行地图来说，在边缘计算中，由于数据量的增加和对实时性的需求，需要将原始云中心的部分计算任务迁移到网络边缘设备，以提高数据传输性能，确保实时处理，降低云计算中心的计算负载。本文开发了高精度道路导航地图边缘计算模型的参考框架，如图7所示。五、思路（一）标准体系框架目前，国内外从事测绘和制作高精度道路导航地图的单位越来越多，但各作业单位的技术水平、使用的仪器设备、作业方法、数据处理和成果各不相同。不同企业和机构采用的标准也不一致。

图8高精度电子地图标准体系框架给高精度道路导航地图的管理和共享带来了问题，因此迫切需要加强高精度道路导航图标准体系框架的制定。高精度电子地图标准体系框架是形成高精度电子图标准体系的基本单元。一、前言传统导航地图主要用于日常生活中导航和查询地理信息，出行人群是其主要服务对象。基于人类自身的视觉识别能力和逻辑思维能力，许多道路信息被简化了。随着互联网时代的快速发展，提出了更多新的基于位置的服务和产业，如“互联网+”智能交通和无人系统。国家发改委为促进智能交通发展提出的“互联网+”便捷交通实施计划已正式发布。这些服务是依托互联网进行的，因此地图的服务对象不再仅仅是人，而是逐渐向机器过渡，这对地图的准确性、内容结构和计算模式提出了新的要求。（1） 地图的精度普通导航地图的精度约为5米，只描绘了道路的位置和形状，没有反映道路的详细信息，因此无法准确知道车辆的位置。

图1是高精度道路导航地图与普通导航地图的对比示意图。然而，高精度道路导航地图的绝对精度更好……

han1m，相对精度达到10-20cm，其中包含非常丰富的信息，如车道、车道边界、车道中心线和车道限制信息，如图1所示。（二） 地图内容结构高精度道路导航地图更真实地反映了道路的实际风格，因此它包含了更多的图层和道路数据，图层描述也更详细。高精度道路导航地图不仅具有更高的坐标，而且具有更精确的道路形状。同时，还添加了每条车道的坡度、曲率、航向和高程。此外，车道之间的车道线（虚线、实线、单线和双线）、车道线颜色（白色和黄色）、道路隔离带、隔离带材料、道路箭头、文本内容和位置需要在高精度道路导航地图中详细描述。（3） 计算模式高精度道路导航地图的数据量是普通地图的10.5倍甚至更多。目前，以云计算为核心的集中式大数据处理模式已无法满足需求。随着物联网和5G通信技术的快速发展，边缘计算这一基于云的协同计算方法被提出，众包任务发布模式也被应用于许多行业。因此，高精度道路导航地图的大数据处理模式可以采用众包+边缘计算的模式。第二，相关现状随着智能交通和自动驾驶的快速发展，现有的通用导航地图在内容、准确性和完整性方面都无法满足高水平的应用要求。道路高精度电子地图已逐渐被提出并得到广泛认可[3，4]。目前，在辅助驾驶系统和自动驾驶领域，有许多关于使用高精度道路导航地图数据的研究。例如，根据高精度道路导航地图，研究信息行为和车辆定位[5，6]，将高精度道路导航图信息用于辅助驾驶和自动驾驶系统，并在其上进行自动驾驶车道轨迹引导方法的研究[7，8]。建立高精度道路导航地图的方法也有很多，例如通过配备GPS-RTK的采集车收集特定路线的数据；使用激光雷达和广角相机提取道路信息，并配备高精度全球卫星导航系统（GNSS），可以达到10厘米的精度，但这种获取方案成本高昂；

一些研究人员还提出了使用低成本传感器创建车道级地图的方法，并通过紧密耦合GPS/INS从正射影像地图中获取相关地图信息。目前，国内外越来越多的公司从事高精度电子地图的测绘和生产。在谷歌和戴姆勒无人驾驶汽车的开发过程中，高精度电子地图是重要组成部分。2015年，奥迪、宝马和戴姆勒联合斥资31亿美元购买了诺基亚Here地图，为开发高精度道路导航地图做准备。2015年，高精度道路导航地图已应用于特定场景。2011年，宝马的3系赛道教练机和奥迪的RS7都使用高精度道路导航地图技术在拉古纳塞卡和霍根海姆成功运行了赛道。自2016年以来，许多互联网公司通过收购获得了地图数据资源，然后结合自己的算法和云计算能力，生产出高精度的道路导航地图，如谷歌、优步、百度和阿里。与此同时，汽车公司已经开始依赖第三方地图服务。2017年初，Mobileye与大众、宝马和日产签署了一项协议。前者将为三大汽车巨头提供地图产品，而汽车制造商将负责为Mobileye提供更多地图数据。三、需求分析与建模基于“互联网+”智能交通应用的典型应用场景和未来20年无人系统产业的发展，本文将高精度道路导航地图分为六层，建立需求模型，如图2所示。

图2高精度道路导航地图应用分析（一）“互联网+”智能导航随着城市环境的不断建设，许多新的交通管理措施不断实施，以提高道路使用效率，缓解拥堵。如多人车道（HOV车道）、潮汐车道（见图3）等。

图3 HOV车道和潮汐车道HOV车道仅供至少有一定数量乘客的车辆使用。潮汐车道是指可变车道，即一条车道的行驶方向在不同的时间段内会发生变化。这些新的交通管理方案的实施主要是通过车道来实现的，高精度的道路导航地图可以准确地反映这些信息，并为人们提供智能导航服务。（2） “互联网+”智能交通控制的道路交通执法管理存在诸多困难，尤其是在执法取证和事故应急处理方面。而高精度的道路导航地图可以为解决交通执法管理中的困难提供新的技术手段。1.交警执法领域车道级违法行为的执法取证是道路执法领域的难题。车道级违法行为是指移动目标的相对位置相对于地面车道或其他移动目标在车道级内移动，违反交通法规的行为，如不在规定车道内行驶。由于数据采集和现场还原难度较大，目前执法取证难度较大。高精度道路导航地图可以准确反映车辆行驶在哪条车道上，因此可以准确判断车辆是否存在车道级违法行为，满足执法和车道级违法取证的需要。2.在保险理赔领域，车险理赔行业长期受到保险欺诈的困扰，耗费了大量的人力物力。这是因为保险人员只能事后调查证据，无法判断事故的整个过程。高精度道路导航地图包含丰富而详细的车道信息，因此可以准确反映车辆的行驶状态，并在地图上还原事故的全过程，从而帮助保险公司准确判断事故。（3） “互联网+”辅助驾驶/无人驾驶领域要求地图在几何上具有更精细的粒度，详细描述道路上每条车道的详细信息。在拓扑网络上，还需要准确地表达车道之间的连接关系。高精度道路导航地图包含多级g……

度量拓扑数据，可以满足辅助驾驶和自动驾驶不同级别的应用需求。此外，高精度的道路导航地图也包含了动态元素。动态元素有两种，一种是半实时动态元素，主要用于自动驾驶领域的全局路径规划；另一种是实时动态元素，主要指动态障碍物，主要用于自动驾驶系统中，实现局部路径规划。第四，高精度道路导航地图的结构和计算（一）高精度道路航行地图的结构道路地图反映了实际道路，通过特定的层次描绘了特定的类别，然后将层次叠加起来以表达路面。终端上显示的导航地图通常由10层甚至20层不同分辨率的图片组成。当用户缩放时，程序会根据缩放系列选择不同分辨率的瓦片（使用正方形来模拟实体），并将它们拼接成一个完整的地图。高精度道路导航地图也是如此，只是它在普通电子地图的基础上包含了更多的图层，每一层都更加详细。

图4地图结构内容划分示意图高精度道路导航地图由四部分数据组成，即道路网络数据、车道网络数据、安全辅助数据和道路交通设施数据。根据不同的地图精度，由这四种类型的数据组成的地图结构的内容是不同的。基本结构划分和显示内容示例如图4所示。道路网络主要由道路参考线网络组成，用于描述道路的几何形状，表达与道路设施的关系。高精度道路导航地图道路网络示意图，如图5所示，包括道路基线、道路基线连接点和交叉口等图层。

图6高精度道路导航地图车道网络示意图车道网络记录了道路网络中每个独立车道的相关属性，用于车道级道路显示、定位、路径规划和驾驶策略辅助。包括车道级道路、车道级道路连接点、车道级公路形状点等层次，如图6所示。安全辅助数据和道路交通设施数据描述车道安全数据和车道上的其他交通设施，用于辅助车道级别的定位和显示，如曲率、航向、垂直和水平坡度等。道路交通设施的数据包括交通标志、路边设施和固定特征。（2） 计算模式高精度道路导航地图描绘了更多的道路信息，包含了更多的细节，因此其数据量也更大。传统导航电子地图每公里的数据量约为1KB，而高精度道路导航地图每公里数据量约100MB，是传统导航地图的10.5倍。此外，高精度道路导航地图中的数据类型复杂多样，数据量急剧增加，数据处理的实时性要求很高。因此，目前以云计算模型为核心的集中式大数据处理模式已不能满足高精度道路导航地图的数据计算要求，需要建立新的计算模型。本文提出了众包+边缘计算模型作为一种高精度的道路导航地图计算模型。高精度道路导航地图的数据采集任务非常艰巨，采集车辆必须穿过每一条道路，然后上传数据进行绘制。首先，这需要很多时间；

其次，道路上的一些信息会发生变化，高精度的道路导航地图需要保持定期的数据更新，再次收集大量信息是重复的，消耗更多的资源。作者认为，众包可以用来解决这些问题，高精度道路导航地图的用户也可以成为起草者。通过众包，使用高精度道路导航地图将数据采集设备安装在车辆上，在使用地图行驶的同时收集数据，并上传获得的数据。这种方式可以很好地满足城市街道每周更新一次的需求，以反映其结构和新的交通模式。美国的Mapper公司已经使用这种方法来获取地图数据。随着物联网和5G通信技术的快速发展，研究人员提出了一种不同于传统云计算的新计算模式——边缘计算。边缘计算是指在网络边缘执行计算的计算模型。在边缘计算中，边缘的下行链路数据代表云服务，上行链路数据代表高精度道路导航地图服务，而边缘计算的边缘是指从数据源到云计算中心的任何计算和网络资源[14，15]。这种计算方法是一种开放平台，将对象或数据源附近的网络、计算、存储和应用的核心能力集成在一起，并在附近提供边缘智能服务，以满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护方面的关键要求。

图7高精度道路导航地图边缘计算模型参考框架对于高精度道路航行地图来说，在边缘计算中，由于数据量的增加和对实时性的需求，需要将原始云中心的部分计算任务迁移到网络边缘设备，以提高数据传输性能，确保实时处理，降低云计算中心的计算负载。本文开发了高精度道路导航地图边缘计算模型的参考框架，如图7所示。五、思路（一）标准体系框架目前，国内外从事测绘和制作高精度道路导航地图的单位越来越多，但各作业单位的技术水平、使用的仪器设备、作业方法、数据处理和成果各不相同。不同企业和机构采用的标准也不一致。

图8高精度电子地图标准体系框架给高精度道路导航地图的管理和共享带来了问题，因此迫切需要加强高精度道路导航图标准体系框架的制定。高精度电子地图标准体系框架是形成高精度电子图标准体系的基本单元。它包括四个部分：地图基础标准、云集成标准、应用服务标准和检测与评估标准，如图8所示。（二） 隐私和安全由于国家安全的考虑，许多国家对公共地图的信息收集和绘制也有许多规定，包括准确性、测绘区域、机构和人员等许多限制。因此，有必要进一步规范公共地图信息采集和高精度道路导航地图数据保护政策，在保障信息安全和鼓励高精度道路导图技术发展之间找到最佳平衡点和解决方案。（3） 坐标系的开放性传统的导航地图有传统的加密方法，如电子地图版本审查和偏移措施，但现在这些地图加密方法与高精度道路导航地图之间存在矛盾。因此，在未来的发展中，我们应该对高精度道路导航地图有创新的思考，实际应用的导航定位服务是本地的。也许我们可以尝试用相对坐标系来解决定位精度的安全问题。（4） 及时准确地更新数据传统的导航地图由其商业地图公司及时准确地进行更新，从而确保导航服务的准确性。……的更新过程……

高精度道路导航地图不仅包括道路/车道的几何信息，还包括大量的数据更新，包括交通元素。而且，高精度道路导航地图本身包含着大量的数据，如果每次都用原始采集手段更新数据，会导致数据冗余过多，成本过高。因此，在未来高精度道路导航地图的发展中，众包是一种更方便、更便宜、更可靠的手段，可以在用户手中获得大量及时的数据。它包括四个部分：地图基础标准、云集成标准、应用服务标准和检测与评估标准，如图8所示。（二） 隐私和安全由于国家安全的考虑，许多国家对公共地图的信息收集和绘制也有许多规定，包括准确性、测绘区域、机构和人员等许多限制。因此，有必要进一步规范公共地图信息采集和高精度道路导航地图数据保护政策，在保障信息安全和鼓励高精度道路导图技术发展之间找到最佳平衡点和解决方案。（3） 坐标系的开放性传统的导航地图有传统的加密方法，如电子地图版本审查和偏移措施，但现在这些地图加密方法与高精度道路导航地图之间存在矛盾。因此，在未来的发展中，我们应该对高精度道路导航地图有创新的思考，实际应用的导航定位服务是本地的。也许我们可以尝试用相对坐标系来解决定位精度的安全问题。（4） 及时准确地更新数据传统的导航地图由其商业地图公司及时准确地进行更新，从而确保导航服务的准确性。高精度道路导航地图的更新过程不仅包括道路/车道的几何信息，还包括包括交通要素在内的大量数据更新。此外，高精度道路导航地图本身包含大量数据，如果每次都用原始采集手段更新数据，会导致数据冗余过多，成本过高。因此，在未来高精度道路导航地图的发展中，众包是一种更方便、更便宜、更可靠的手段，可以在用户手中获得大量及时的数据。

标签：宝马奥迪大众日产

汽车资讯热门资讯