第3章智能網(wǎng)聯(lián)汽車高精度地圖與定位技術(shù)

智能網(wǎng)聯(lián)汽車技術(shù)

智能網(wǎng)聯(lián)汽車技術(shù)概論智能網(wǎng)聯(lián)汽車環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)智能網(wǎng)聯(lián)汽車高精度地圖與定位技術(shù)智能網(wǎng)聯(lián)汽車車載網(wǎng)絡與互聯(lián)技術(shù)第一章第二章第三章第四章智能網(wǎng)聯(lián)汽車智能制動與能量回收技術(shù)智能網(wǎng)聯(lián)汽車決策控制技術(shù)智能網(wǎng)聯(lián)汽車測試與評價技術(shù)汽無人駕駛汽車的應用第五章第六章第七章第八章

高精度地圖是當前無人駕駛汽車技術(shù)中不可或缺的一部分。高精度地圖包含大量的駕駛輔助信息，最重要的信息是道路網(wǎng)的精確三維表征，例如交叉路口布局和路標位置。高精度地圖還包含很多語義信息，地圖可能會報告交通燈上不同顏色的含義，也可能指示道路的速度限制以及左轉(zhuǎn)車道開始的位置。高精度地圖最重要的特征之一是精度。手機上的導航地圖只能達到米級精度，高精度地圖使車輛導航能夠達到厘米級的精度，這對確保無人駕駛車輛的安全性至關(guān)重要。

高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù)，這些信息可以分為兩類。第一類是道路數(shù)據(jù)，例如車道線的位置和道路類型、寬度、坡度、曲率等車道信息。第二類是車道周邊的固定對象信息，例如交通標志、交通信號燈等信息，車道限高、下水道口、障礙物及其他道路細節(jié)，還包括高架物體、防護欄、數(shù)目、道路邊緣類型、路邊地標等基礎設施信息。以上這些信息都有地理編碼，導航系統(tǒng)可以準確定位地形、物體和道路輪廓，從而引導車輛行駛。

其中最重要的是對路網(wǎng)精確的三維表征（厘米級精度），例如路面的幾何結(jié)構(gòu)、道路標示線的位置、周邊道路環(huán)境的點云模型等。有了這些高精度的三維表征，自動駕駛系統(tǒng)可以通過比對車載的全球?qū)Ш叫l(wèi)星系統(tǒng)（GlobalNavigationSatelliteSystem，GNSS）、慣性導航系統(tǒng)、雷達或攝像頭的數(shù)據(jù)精確確認自己當前的位置。另外，高精度地圖中包含有豐富的語義信息，例如交通信號燈的位置和類型、道路標示線的類型，以及哪些路面是可以行駛等。

高精度定位技術(shù)通過高精度地圖、多傳感器融合以及蜂窩網(wǎng)定位等確定當前車輛的位置和姿態(tài)信息，由GNSS確定當前車輛的初始位置，高精度地圖語義信息進行匹配，能夠較大程度提升車輛定位精度，也逐漸成為當前自動駕駛車輛的主流定位方式之一。

第一節(jié)

活塞連桿組故障診斷與修復高精度地圖概述

高精度地圖與現(xiàn)在已經(jīng)普及的普通導航電子地圖比較，在精度和地圖要素方面有更多要求。一方面高精度地圖的絕對坐標精度要求更高，絕對坐標精度指的是地圖上某個目標和真實的外部世界事物之間的精度。另一方面，高精度地圖所含有的道路交通信息元素要更豐富和細致。

圖3-1為高精度地圖與自動駕駛技術(shù)分級的關(guān)系，在自動駕駛技術(shù)等級較低時，使用傳統(tǒng)的導航地圖即可滿足需求，隨著自動駕駛技術(shù)等級的提升，當運用于L3、L4級別的自動駕駛時，傳統(tǒng)地圖技術(shù)不再滿足需求，對于整個道路需要更加準確、清晰和完整的描述。高精度地圖除了包含傳統(tǒng)地圖的要素，還包含了道路之間的連接關(guān)系。此外，高精度地圖在搜集道路信息時，會將道路及周圍所有靜態(tài)障礙物的信息一同處理，大大降低了自動駕駛車輛的算力消耗。一、高精度地圖與自動駕駛

一、高精度地圖與自動駕駛圖3-1高精度地圖與自動駕駛技術(shù)

高精度地圖的特征包括車道、車道線、道路上的各項交通設施和人行橫道等。它能描述所有交通要素以及人能感受到的影響交通駕駛行為的特征。此外，高精度地圖對實時性要求較高，實時性也是評價高精度地圖的重要指標之一。自動駕駛車輛的算法處理依賴于對周圍環(huán)境的感知，如果高精度地圖不能提供實時的道路信息，會使得導航算法出現(xiàn)偏差甚至出現(xiàn)嚴重交通事故。一、高精度地圖與自動駕駛

以點云圖為例，點云圖是高精度地圖的一部分，主要用于配準定位和作為高精度地圖構(gòu)建環(huán)節(jié)中的幾何圖層（能夠反應路面幾何結(jié)構(gòu)和大量有效信息），產(chǎn)品形態(tài)的高精度地圖通常為包含大量交通要素語義和坐標信息的矢量地圖，如何定義、構(gòu)造這種面向自動駕駛業(yè)務的矢量地圖，目前行業(yè)并沒有通用的標準，目前的主流方案是使用高精度地圖，如Lanelet2。Lanelet2是一套面向自動駕駛的地圖框架，使用C++實現(xiàn)，圖3-2描述了自動駕駛模塊對于高精度地圖的使用情況。二、高精度地圖組織結(jié)構(gòu)

二、高精度地圖組織結(jié)構(gòu)圖3-2高精度地圖在自動駕駛中的運用

從圖中可以看出，高精度地圖系統(tǒng)的利用情況可以分為以下三個方面：（1）使用路網(wǎng)的相關(guān)信息進行全局路線規(guī)劃、行為決策以及目標預測；（2）需要結(jié)合車道和其他圖層信息的模塊，實現(xiàn)諸如路徑規(guī)劃，場景理解等；（3）直接訪問圖層元素的模塊，主要是定位模塊，構(gòu)成整個地圖的基層并且用于配準定位。

從以上三個方面出發(fā)，可以更好地理解高精度地圖的組織結(jié)構(gòu)。二、高精度地圖組織結(jié)構(gòu)

（一）路網(wǎng)

路網(wǎng)即地圖中道路的拓撲關(guān)系，在傳統(tǒng)的電子地圖中，路網(wǎng)是地圖的骨架，道路元素多是通過在路網(wǎng)基礎上添加短枝來表述的。高精度地圖系統(tǒng)中，使用路網(wǎng)語義的主要目的之一就是產(chǎn)生全局路徑規(guī)劃，即起點到終點的全局路線。區(qū)別于粗粒度的電子導航全局規(guī)劃，高精度地圖系統(tǒng)中的全局規(guī)劃不僅需要知道車的路線（道路級別），還需要知道車道級別的信息，例如可以走哪些車道、車道是不是公交專用道、車道能否變道、能否借道等。二、高精度地圖組織結(jié)構(gòu)

（一）路網(wǎng)

行為決策也和路網(wǎng)信息高度相關(guān)，目前的高精度地圖系統(tǒng)里，行為決策的實現(xiàn)依然是基于交通規(guī)則的，對規(guī)則列表的適配需要結(jié)合全局規(guī)劃信息。目標的預測也類似，道路交通中的目標預測一個重要的先驗就是目標在多數(shù)情況下會在自己的車道上行駛或者遵循交通規(guī)則變道，針對不同的道路參與者，交通規(guī)則也不一定相同。因此，一個合格的自動駕駛地圖，應當包含所有交通參與者的道路規(guī)則，例如非機動車道以及行人可能出現(xiàn)的區(qū)域和運動的方向等。二、高精度地圖組織結(jié)構(gòu)

（二）車道與環(huán)境要素信息

車道的幾何信息對于定位系統(tǒng)的規(guī)劃尤其是動作規(guī)劃尤為關(guān)鍵，高精度地圖系統(tǒng)產(chǎn)生的軌跡并不一定嚴格遵循車道中心線，在安全和車道道寬允許的情況下，動作規(guī)劃模塊通常傾向于產(chǎn)生平滑且舒適度高的軌跡，這就意味著我們不僅需要知道車道中心線的位置，車道的邊緣坐標對于高精度地圖系統(tǒng)也是非常有意義的。二、高精度地圖組織結(jié)構(gòu)

（三）物理要素

基于配準的定位需要直接訪問地圖中的某些物理元素，這些物理元素的類別和具體的定位方法相關(guān)，包括landmark（路標）、護欄、道路邊緣等信息。高精度地圖理論上應該包含這些物理元素以支持基于地圖的配準定位。

高度精度地圖的另一大挑戰(zhàn)就是保持地圖的“新鮮度”，即始終處于最新的狀態(tài)，顯然地圖包含的要素越多，需要更新的概率就越大，現(xiàn)代電子地圖通常只包含已經(jīng)預處理過的結(jié)構(gòu)化數(shù)據(jù)，不包含基礎的物理元素，那么一旦環(huán)境發(fā)生變化，就很難追蹤環(huán)境變化對地圖的影響。二、高精度地圖組織結(jié)構(gòu)

（一）NDS格式規(guī)范

NDS是由德國大眾、寶馬等車企聯(lián)合導航電子地圖提供商提出的一種導航電子地圖存儲標準，是一種基于嵌入式數(shù)據(jù)庫的導航電子地圖存儲標準，它采用WGS84坐標系系統(tǒng)，總體由地圖顯示、路徑規(guī)劃、名稱、興趣點（POI）、交通信息和語言表達六個內(nèi)容層組成，其中不同層的數(shù)據(jù)會儲存在不同的表中，每一層的數(shù)據(jù)也會根據(jù)類型不同儲存在內(nèi)嵌數(shù)據(jù)庫的不同表中。對同一內(nèi)容的數(shù)據(jù)，通過比例尺劃分成多個數(shù)據(jù)表達層，并且進行相應的分塊和存儲的操作。某塊數(shù)據(jù)代表的是數(shù)據(jù)庫表中的某條記錄。傳統(tǒng)的數(shù)據(jù)尋址是通過物理地址偏移來進行，而高精度地圖是通過數(shù)據(jù)庫ID的相互引用來完成。三、高精度地圖數(shù)據(jù)格式

（二）OpenDRIVE格式規(guī)范

OpenDRIVE是通過XML的數(shù)據(jù)格式對地圖數(shù)據(jù)進行存儲的，參考坐標系包括投影坐標系和軌跡坐標系。地圖中的道路元素由三部分組成：參考線、車道線和特征。其中參考線可以分為直線、螺旋線和弧線等多種形式，一張地圖上允許存在多種形式的參考線。三、高精度地圖數(shù)據(jù)格式

（三）高精度地圖的數(shù)據(jù)采集

數(shù)據(jù)采集的主要傳感器分為以下幾種。（1）毫米波雷達：毫米波雷達使用的是無線電波，波長為4~12mm，它采用多普勒效應，測量在極坐標下，障礙物距離雷達的距離、方向角以及距離的變化率，其中長距離毫米波雷達主要用于自適應導航、前方碰撞預警；中距離毫米波雷達主要用于盲點檢測系統(tǒng)。（2）激光雷達：激光雷達使用的是激光脈沖，波長為900~1500nm，直線傳播，能直接獲得障礙物在笛卡爾坐標系x方向、y方向和z方向上的距離。三、高精度地圖數(shù)據(jù)格式

（三）高精度地圖的數(shù)據(jù)采集

數(shù)據(jù)采集的主要傳感器分為以下幾種。（3）超聲波雷達：超聲波雷達主要用于倒車、遠程召喚，自動泊車等。（4）攝像機：攝像機主要用于駕駛員檢測、車道偏離預警和交通標志識別。（5）GNSS：GNSS主要用于測量車輛的空間三維絕對坐標。（6）慣性測量單元：慣性測量單元包含3軸加速度傳感器，即力傳感器和3軸陀螺儀（角速度傳感器），通過兩次積分操作，推算車輛的運動距離。（7）輪軌里程計：輪軌里程計記錄左輪和右輪的轉(zhuǎn)數(shù)，推算出車輛向前運動的距離以及轉(zhuǎn)動的方向角，由于里程計車輪轉(zhuǎn)數(shù)與距離轉(zhuǎn)換存在偏差，隨著時間的推移，測量的誤差會越來越大。三、高精度地圖數(shù)據(jù)格式

（一）點云處理技術(shù)

點云庫（PointCloudLibrary，PCL）是在點云研究基礎上建立起的一個大型跨平臺開源C++編程庫，集成了大量的點云相關(guān)通用算法和數(shù)據(jù)結(jié)構(gòu)等，涉及點云的獲取、濾波、分割、配準、檢索、特征提取、識別、追蹤、曲面建模、可視化等。

點云濾波是指點云數(shù)據(jù)通過下采樣、噪聲數(shù)據(jù)濾波等方式，對點云數(shù)據(jù)密度進行平滑處理，并且將離群點移除。四、高精度地圖相關(guān)技術(shù)

（一）點云處理技術(shù)

點云配準是指通過計算得到完美的坐標變換，將不同視角下的點云數(shù)據(jù)經(jīng)過旋轉(zhuǎn)平移等剛性變換統(tǒng)一整合到指定坐標系下的過程，其中經(jīng)典算法為迭代最近點（ICP）算法。

點云分割是指根據(jù)點云分布的整體和局部特征，將點云進行分割，從而快速提取有用的物體信息。四、高精度地圖相關(guān)技術(shù)

（二）多傳感器融合技術(shù)

多傳感器融合是基于各傳感器測得的分布觀測信息，將各傳感器進行多層次、多空間的信息互補和優(yōu)化組合處理，從而對觀測環(huán)境進行一致性解釋的過程。四、高精度地圖相關(guān)技術(shù)

（一）地圖匹配

由于存在各種定位誤差，電子地圖坐標上的移動車輛與周圍地物并不能保持正確的位置關(guān)系。利用高精度地圖匹配則可以將車輛位置精準地定位在車道上，從而提高車輛定位的精度。高精度地圖在地圖匹配上更多依靠其先驗信息。傳統(tǒng)地圖的匹配依賴于GNSS定位，定位準確性取決于GNSS的精度、信號強弱以及定位傳感器的誤差。高精度地圖相對于傳統(tǒng)地圖有著更多維度的數(shù)據(jù)，例如道路形狀、坡度、曲率、航向、橫坡角等。通過更高維數(shù)的數(shù)據(jù)結(jié)合高效率的匹配算法，高精度地圖能夠?qū)崿F(xiàn)更高尺度的定位與匹配。五、高精度地圖作用

（二）輔助環(huán)境感知

對傳感器無法探測的部分進行補充，進行實時狀況的監(jiān)測及外部信息的反饋。傳感器作為無人駕駛的眼睛，有其局限所在，如易受惡劣天氣的影響，此時可以使用高精度地圖來獲取當前位置精準的交通狀況。

它所運用的原理包括：（1）通過對高精度地圖模型的提取，可以將車輛位置周邊的道路、交通、基礎設施等對象及對象之間的關(guān)系提取出來，這可以提高車輛對周圍環(huán)境的鑒別能力。（2）一般的地圖會過濾掉車輛、行人等活動障礙物，如果無人駕駛車輛在行駛過程中發(fā)現(xiàn)了當前高精度地圖中沒有的物體，這些物體大概率是車輛、行人和障礙物。五、高精度地圖作用

（二）輔助環(huán)境感知

高精度地圖可以看作是無人駕駛的傳感器。相比傳統(tǒng)硬件傳感器（雷達、激光雷達或攝像頭），在檢測靜態(tài)物體方面，高精度地圖具有的優(yōu)勢包括：所有方向都可以實現(xiàn)無限廣的范圍；不受環(huán)境、障礙或者干擾的影響；可以“檢測”所有的靜態(tài)及半靜態(tài)的物體；不占用過多的處理能力，已存有檢測到的物體的邏輯，包括復雜的關(guān)系。五、高精度地圖作用

（三）路徑規(guī)劃

對于提前規(guī)劃好的最優(yōu)路徑，由于交通信息會實時更新，最優(yōu)路徑可能也在隨時發(fā)生變化。此時高精度地圖在云計算的輔助下，能有效地為無人駕駛車輛提供最新的路況，幫助無人駕駛車輛重新制定最優(yōu)路徑。五、高精度地圖作用

（三）路徑規(guī)劃

高精度地圖的規(guī)劃能力下沉到了道路和車道級別。傳統(tǒng)導航地圖的路徑規(guī)劃功能往往基于最短路算法，結(jié)合路況為駕駛員給出最快捷/短的路徑。但高精地圖的路徑規(guī)劃是為機器服務的，機器無法完成聯(lián)想、解讀等步驟，給出的路徑規(guī)劃必須是機器能夠理解的。在這種意義上，傳統(tǒng)的特征地圖難以勝任，相對來說高精度矢量地圖才能夠完成這一點。矢量地圖是在特征地圖的基礎之上進一步抽象、處理和標注，抽出路網(wǎng)信息、道路屬性信息、道路幾何信息以及標識物等抽象信息的地圖。它的容量要小于特征地圖，并能夠通過路網(wǎng)信息完成點到點的精確路徑規(guī)劃，這是高精度地圖使能的一大路徑。五、高精度地圖作用

第二節(jié)

活塞連桿組故障診斷與修復高精度定位技術(shù)

高精度定位技術(shù)在自動駕駛領域被廣泛利用。場景不同，定位需求不同，可以使用的定位方案也可以多種多樣。在大部分的自動駕駛場景中，需要通過多傳感器融合技術(shù)實現(xiàn)精準定位。傳統(tǒng)的傳感器定位技術(shù)包括：全球衛(wèi)星導航系統(tǒng)（GlobalNavigationSatelliteSystem，GNSS）、慣性測量單元（InertialMeasurementUnit，IMU）、里程計、視覺傳感器（包括各種相機）、雷達、高精度地圖、車聯(lián)網(wǎng)等。在這些定位方式中，GNSS作為最基本的定位手段，通常利用載波相位差分（RealtimeKinematic，RTK）技術(shù)。但是考慮到GNSS精度問題（通常為5m）以及多徑效應等影響，其應用場景受到較大限制。

車輛定位中另一種基本技術(shù)是基于傳感器的定位技術(shù)，但是單一傳感器定位受到成本和應用場景的限制，所以在自動駕駛車輛中，通常需要多傳感器融合技術(shù)來保證定位的精度和穩(wěn)定性，此外，還會采用高精度地圖、車路協(xié)同以及慣性導航等方式，滿足高精度定位的需求。

GNSS又稱全球衛(wèi)星導航系統(tǒng)，是能在地球表面或近地空間的任何地點為用戶提供全天候的三維坐標、速度以及時間信息的空基無線電導航定位系統(tǒng)，包括了歐洲的伽利略系統(tǒng)（GALILEO）、美國的GPS、俄羅斯的格洛納斯衛(wèi)星導航系統(tǒng)（GLONASS）和中國的北斗系統(tǒng)（BDS）。

在傳統(tǒng)的GNSS定位基礎上，使用地面基站作為差分基準參考站進行衛(wèi)星觀測，形成差分數(shù)據(jù)，播回流動觀測站，從而利用改正數(shù)據(jù)進行定位，這就是RTK技術(shù)。一、基于RTK差分系統(tǒng)的GNSS定位

高精度GNSS差分改正數(shù)據(jù)使用NTRIP（NetworkTransportofInternetviaInternetProtocol）、RTCM（RadioTechnicalCommisionofMaritime）等協(xié)議進行傳播，其具體的流程如圖3-3所示。一、基于RTK差分系統(tǒng)的GNSS定位圖3-3高精度GNSS差分改正數(shù)據(jù)通過蜂窩網(wǎng)絡數(shù)據(jù)向地面播發(fā)

（1）地面基站通過觀測衛(wèi)星從而獲得原始數(shù)據(jù)，通過云端解算平臺解出改正數(shù)據(jù)并傳至播發(fā)平臺。（2）云端解算平臺進行數(shù)學建模，并且組建運算網(wǎng)絡，最后將改正數(shù)據(jù)網(wǎng)格化處理。（3）終端流動站發(fā)出定位請求，并且上報當前的初始位置信息。（4）云端解算平臺通過匹配，將相應的改正數(shù)據(jù)播發(fā)給相應的終端系統(tǒng)。（5）終端系統(tǒng)通過初始位置和改正數(shù)據(jù)計算出當前的高精度位置信息。一、基于RTK差分系統(tǒng)的GNSS定位

視覺定位是當前高精度定位的主流模式，傳統(tǒng)的視覺定位通過攝像頭或者激光雷達等視覺傳感器獲取圖像信息，再通過視覺算法提取圖像中的一致性信息，估計兩幀圖像中車輛的位置變化信息，從而得出車輛的定位信息。通過視覺定位所用的策略，可以分為三種定位方式：基于路標和圖像匹配的全局定位、即時定位與建圖（V-SLAM）、基于局部運動視覺里程計的全局位置估計。二、多傳感器融合及高精度地圖匹配定位

（一）全局定位

基于路標和圖像匹配的定位需要預先對道路場景信息進行采集，獲取路標情況，建立數(shù)據(jù)庫，當車輛到達新位置時，使用當前位姿信息與路邊數(shù)據(jù)庫進行匹配，建立當前位置與路邊的相對關(guān)系，從而確定當前車輛的全局定位信息。二、多傳感器融合及高精度地圖匹配定位

（二）V-SLAM

即時定位與建圖是指每當車輛經(jīng)過新的場景時，車輛會對周圍場景進行地圖構(gòu)建與定位。二、多傳感器融合及高精度地圖匹配定位

（三）局部運動視覺里程計

視覺里程計通過局部增量估計來預測車輛的位姿參數(shù)，視覺里程計通過記錄相鄰幀圖像間車輛的位姿變化，在時間空間上進行累積，從而獲得車輛運動軌跡。

二、多傳感器融合及高精度地圖匹配定位

（三）局部運動視覺里程計

高精度地圖與傳統(tǒng)地圖相比，有更加豐富的語義信息。除了包含車道模型，諸如車道線、曲率、航向、坡度之外，還包含了更多細節(jié)定位對象，即路面或者上方各種靜態(tài)物體，如路緣石、柵欄、交通信號燈、龍門架等，通過相機、毫米波雷達和激光雷達等識別出高精度地圖上的靜態(tài)對象。這些交通元素可以通過與地圖上儲存的對象進行對比匹配（MapMatching），通過對比位姿和相對位置關(guān)系，可以對當前車輛的位置信息進行精確定位，這樣就可以不依賴于GPS進行自動駕駛車輛的高精度定位。二、多傳感器融合及高精度地圖匹配定位

（三）局部運動視覺里程計

如果我們采用的是基于語義級別的高精度定位地圖，需要使用慣性遞推或者對航位進行推算獲取定位的精確值，流程如圖3-4所示。二、多傳感器融合及高精度地圖匹配定位圖