分析高精度道路导航地图的发展现状

2018-11-02 21:55来源:未知

  高精度道路导航地图具有更加丰富细致的道路信息,可以更加精准地反映道路的真实情况。与传统地图相比,它的图层数量更多,图层内容更加精细,具有新的地图结构划分。正是因为高精度道路导航地图丰富的信息含量,使得它具有庞大的数据量,而传统的集中式大数据处理模式无法满足它的计算需求。本文分析了高精度道路导航地图的发展现状:已进入高速发展状态,但发展过程中仍面临着一些需要解决的问题。

  2015年,奥迪、宝马、Daimler 联合起来斥资31亿美元购买诺基亚 Here 地图,为研发高精度道路导航地图做准备。2011年宝马的3系 Track Trainer ,2014年奥迪的RS7 都利用高精度道路导航地图技术在 Laguna Seca 和 Hockenheim 成功跑完了赛道。

  从2016年开始,很多互联网企业通过收购的方式获取地图数据资源,然后结合自身算法、云计算能力生产高精度道路导航地图,如Google、Uber、百度、阿里等。

  同时,车企也开始依赖第三方地图服务,2017 年初,Mobileye 与大众、宝马和日产签署协议,前者将为三家汽车巨头提供地图产品,而汽车厂商将负责为 Mobileye 提供更多的地图数据。

  基于位置的新型服务已经是大趋势。国家发展和改革委员会提出的促进智能交通发展的“互联网+”便捷交通实施方案已经正式发布。地图的服务对象不再仅仅是人类,而是慢慢向机器过渡,这对地图的精度、内容结构和计算模式等都提出了新的要求。

  普通导航地图的精度在5 m左右,只描绘道路的位置和形态。而高精度道路导航地图的绝对精度要求优于1 m,相对精度达到10~20 cm,包含了车道、车道边界、车道中心线、车道限制信息等非常丰富的信息。

  高精度道路导航地图更加真实地反映道路的实际样式,包含更多的图层数量和道路数据,图层描绘也更加细致。高精度道路导航地图拥有更加准确的道路形状,每个车道的坡度、曲率、航向、高程等数据也被添加进来。

  另外,车道之间的车道线情况(虚线、实线、单线和双线)、车道线颜色(白色、黄色)、道路隔离带、隔离带材质、道路箭头、文字内容和所在位置在高精度道路导航地图中都需要详尽描述。

  高精度道路导航地图的数据量是普通地图的105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不能满足需求。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。

  道路地图是对实际道路进行反映,通过特定图 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(用方格来模拟实体),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的基础上包含了更多的图层数量,且每一图层的描绘更加精细。

  高精度道路导航地图由四个部分的数据构成,分别是道路网数据、车道网数据、安全辅助数据和道路交通设施数据。这四类数据构成的地图结构内容根据地图精度不同显示的内容也就不同,以下是其基本结构划分和显示内容示例。

  道路网主要是由道路基准线网络构成,用于描述道路的几何形态、表达与道路设施间的关系。

  车道网记录路网中每个独立车道的相关属性,用于车道级的道路显示、定位、路径规划和驾驶策略辅助。它包括车道级道路、车道级道路连接点、车道级道路形状点等图层。

  安全辅助数据和道路交通设施数据是对车道 安全数据和车道上的其他交通设施进行描述,用于辅助车道级定位和显示,例如曲率、航向、纵横坡度等。

  目前在辅助驾驶系统和自动驾驶领域使用高精度道路导航地图数据的研究较多。例如根据高精度道路导航地图进行信息行为和车辆定位的研究,在辅助驾驶和自动驾驶系统中使用高精度道路导航地图信息并在其上进行自动驾驶车道轨迹引导方法的研究。

  通过配备GPS-RTK的采集车沿特定线路采集数据;使用激光雷达与广角摄像头结合的方法提取道路信息,加上配备高精度全球卫星导航系统(GNSS)则能够达到10cm精度,但这种采集方案成本较高。

  也有研究者提出使用低成本传感器创建车道级地图的方法,通过全球定位系统+惯性导航系统(GPS/INS)紧耦合进行定位,从正射影像图中获取相关地图信息。

  为了提高道路使用效率、缓解拥堵,很多新的交通管理措施不断被实施。例如多乘员车道(HOV车道)、潮汐车道等。

  HOV车道仅供乘坐至少某一规定乘客数的车辆通行。潮汐车道是指可变车道,即某一条车道在不同时段内行驶方向会发生变化。

  这些新的交通管理方案的实施主要是通过车道来实现的,而高精度道路导航地图可以精准反映这些信息,为人们提供智能导航服务。

  道路交通执法管理具有很多难题,尤其是在执法取证和事故应急处理方面。而高精度道路导航地图可以提供新的技术手段来解决交通执法管理中的困难。

  交警执法领域:车道级违法行为指移动目标相对于地面车道或其他移动目标而言,相对位置移动在一个车道级别内的、违反交通法规的行为,如不按规定车道行驶等。由于数据采集困难和现场还原困难导致这些行为目前难以执法取证。而高精度道路导航地图可以精准反映车辆行驶在哪一条车道上,因此可以对车辆是否有车道级违法行为做出准确判断。

  保险理赔领域:高精度道路导航地图包含丰富细致的车道信息,因此可以精准反映车辆的行驶状态,并且在地图上将事故的全过程进行还原,从而可以帮助保险人员对事故进行准确判断。

  无人驾驶领域要求地图在几何上具有更细的粒度,细致地刻画道路上每个车道的详细信息。而在拓扑网络上,也要求准确表达车道之间的连接关系。高精度道路导航地图包含多个层次的几何拓扑数据,可以满足面向辅助驾驶和自动驾驶的不同层次的运用需求。

  此外,高精度道路导航地图还包含动态要素。动态要素包括两种,一种是半实时的动态要素,它在自动驾驶领域主要用于进行全局的路径规划;另一种是实时的动态要素,主要指动态障碍物,它主要应用于自动驾驶系统实现局部路径规划。

  英伟达推传感器套件NVIDIA Hyperion,使公司能大规模部署自动驾驶汽车

  

高的导航地图