面向自动驾驶的高精地图数据引擎模型

高精地图为自动驾驶定位、感知、规控等模块提供诸多超感知范围的车道级地图要素,是L3及以上自动驾驶中不可或缺的一部分。高精地图精度高且数据量大,而通常自动驾驶车端算力有限,因此离不开高精地图数据引擎对要素的快速解析与动态提取。本文提出了一种面向自动驾驶的高精地图数据引擎模型,通过对高精地图进行数据转换、要素获取、地图匹配、路网构建、数据播发、车载以太网传输、路网重建与应用适配,持续高效地为自动驾驶提供所需的静态与动态要素信息,以满足车辆在行驶过程中对高精地图的实时需求。

通用化高精地图数据模型

高精地图逐渐成为自动驾驶不可或缺的组成部分,但是其数据模型和表达方式尚未形成统一标准,特别是在生产制作和数据交换阶段,缺乏具备通用性和大规模应用能力的数据模型。针对这一问题,本文分析了当前主流高精地图数据模型NDS、OpenDRIVE和lanelet的优缺点,提出了一种通用化的高精地图数据模型Whu map model。车道模型方面,采用车道组为数据管理单元,由同一路段上的一个或者多个车道组成。车道由车道的左边界线、右边界线、车道中心线、车道属性构成。通过多种常见车道数变化场景下的车道拓扑构建,验证了该模型在表达上的有效性和稳健性。交通标志物模型方面,定义了地面标志物和交通标志牌,分别表达形状、类型、语义以及与道路、车道的关联关系等内容。通过大规模数据制作、NDS和OpenDRIVE格式编译,以及基于ADASIS V3协议的电子地平线应用试验,验证了Whu map model模型的实用性和有效性。Whu map model可以作为通用的交换规格,也可以应用到高精地图生产制作的各个阶段,同时向下兼容、易于扩展,有助于实现高精地图数据模型标准化,从而推进高精地图的规模化生产和应用。