NEWS TODAY

當(dāng)自動駕駛從實驗室走向真實道路，從L2輔助駕駛向L4全場景自動駕駛穩(wěn)步邁進(jìn)，一個共識逐漸明晰：高精地圖絕非傳統(tǒng)導(dǎo)航地圖的“高精度升級”，而是串聯(lián)“人-車-路”全域協(xié)同的核心數(shù)字基座。它既承載著靜態(tài)道路特征的精準(zhǔn)還原，也支撐著動態(tài)交通信息的實時傳遞，更服務(wù)于自動駕駛系統(tǒng)的決策推理與安全冗余，成為破解復(fù)雜路況下“感知-決策-控制”難題的關(guān)鍵支點。

為什么需要“人-車-路-圖”一體化模型？

傳統(tǒng)高精地圖多聚焦于靜態(tài)車道級表達(dá)，而自動駕駛在真實路況中面臨的是動態(tài)、多主體協(xié)同的復(fù)雜系統(tǒng)?！度?車-路-圖高精地圖模型與組織》一書創(chuàng)新性提出“人-車-路-圖高精地圖模型”，將車輛動態(tài)信息、道路實時狀態(tài)、用戶行為與靜態(tài)地圖深度融合，構(gòu)建四層一體化架構(gòu)。

靜態(tài)數(shù)據(jù)層：道路網(wǎng)、車道網(wǎng)、交通設(shè)施等高精度數(shù)據(jù)，為自動駕駛提供厘米級環(huán)境認(rèn)知基礎(chǔ)。

道路實時信息層：交通限制信息、流量信息等動態(tài)數(shù)據(jù)，確保地圖的現(xiàn)勢性。

車輛動態(tài)信息層：實時車輛狀態(tài)與傳感器數(shù)據(jù)，實現(xiàn)車與圖的動態(tài)交互。

用戶模型層：個性化駕駛策略，滿足不同場景需求。

這一模型首次系統(tǒng)性地將中國道路特征納入高精地圖體系，有效地解決了國際模型（如NDS、OpenDRIVE）在中國特色道路場景下的適配問題，實現(xiàn)了"動靜態(tài)數(shù)據(jù)強(qiáng)/弱關(guān)聯(lián)"機(jī)制的重大突破，實現(xiàn)了從“數(shù)據(jù)載體”向“決策引擎”的范式升級，為車路云協(xié)同的智能網(wǎng)聯(lián)方案提供了核心支撐。

創(chuàng)新一：構(gòu)建“人-車-路-圖”高精地圖模型

構(gòu)建兼顧中國道路特征和道路元素（路）進(jìn)行邏輯組織的高精地圖模型，依據(jù)中國交通規(guī)則構(gòu)建拓?fù)湟?guī)則，區(qū)分以道路全局為主的宏觀實時信息（路）和以車輛及周邊局部行車環(huán)境為主的中微觀動態(tài)信息（車），構(gòu)建更完備的用戶（人、車）模型數(shù)據(jù)集，力圖服務(wù)于更安全、更舒適的自動駕駛?！叭?車-路-圖”高精地圖作為信息集成匯總平臺，充當(dāng)自動駕駛大腦的角色，能夠直接參與車輛控制。高精地圖平臺可實現(xiàn)多類型數(shù)據(jù)存儲與查詢、信息更新與跨層索引，支持高精地圖知識圖譜構(gòu)建和車路云多主體數(shù)據(jù)交互，指導(dǎo)交通事件驅(qū)動的導(dǎo)航?jīng)Q策，實時調(diào)整局部路徑規(guī)劃和駕駛行為。

創(chuàng)新二：設(shè)計動靜態(tài)信息強(qiáng)/弱關(guān)聯(lián)方法

針對自動駕駛應(yīng)用需求和高精地圖的結(jié)構(gòu)特點，提出了高精地圖動靜態(tài)數(shù)據(jù)的三個關(guān)聯(lián)原則，即應(yīng)用導(dǎo)向、數(shù)據(jù)存儲關(guān)系基礎(chǔ)和數(shù)據(jù)更新便捷性?；陉P(guān)聯(lián)原則，根據(jù)不同類型的數(shù)據(jù)特征、關(guān)系數(shù)據(jù)理論和屬性屬地更新機(jī)制，設(shè)計了強(qiáng)關(guān)聯(lián)和弱關(guān)聯(lián)兩種不同的高精地圖數(shù)據(jù)關(guān)聯(lián)方法。強(qiáng)關(guān)聯(lián)方法即從車輛動態(tài)信息層和道路實時信息層獲取到動態(tài)數(shù)據(jù)后，將其作為與之關(guān)聯(lián)的靜態(tài)數(shù)據(jù)的一個動態(tài)屬性進(jìn)行存儲，來建立動靜態(tài)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。弱關(guān)聯(lián)方法即在靜態(tài)數(shù)據(jù)結(jié)構(gòu)中存儲指向與之關(guān)聯(lián)的動態(tài)數(shù)據(jù)的指針，便于自動駕駛系統(tǒng)對相關(guān)的動靜態(tài)數(shù)據(jù)進(jìn)行聯(lián)合調(diào)用。

創(chuàng)新三：提出高精地圖的數(shù)據(jù)交互方法

以高精地圖為數(shù)據(jù)載體，基于交互主體形成車云、車車、云車三種交互模式。針對不同交互模式，明確其交互的具體內(nèi)容以及數(shù)據(jù)流向，定義高精地圖數(shù)據(jù)交互的具體格式，并基于Protocol Buffer協(xié)議進(jìn)行數(shù)據(jù)交互接口設(shè)計，形成高精地圖的數(shù)據(jù)交互協(xié)議。協(xié)議中的每個消息對象都包含消息頭（Header）和消息體（Body）兩部分。鑒于數(shù)據(jù)變化頻率的顯著差異會直接影響接口文件調(diào)用的頻次，將數(shù)據(jù)分為靜態(tài)數(shù)據(jù)包和動態(tài)數(shù)據(jù)包，并據(jù)此設(shè)計了靜態(tài)消息頭（StaticDataHeader）和動態(tài)消息頭（DynamicHeader）。靜態(tài)消息頭既包含了靜態(tài)數(shù)據(jù)特有的信息，如數(shù)據(jù)版本號、數(shù)據(jù)范圍、生成時間等，又融合了動態(tài)消息頭的一些關(guān)鍵內(nèi)容，如發(fā)送者標(biāo)識、接收者標(biāo)識和時間戳等。

《人-車-路-圖高精地圖模型與組織》科學(xué)出版社

作者：應(yīng)申、蔣躍文、李必軍 等

ISBN: 978-7-03-083323-5

本書內(nèi)容涵蓋基礎(chǔ)理論與關(guān)鍵技術(shù)，既可作為地圖學(xué)、地理信息系統(tǒng)、測繪、人工智能、智能交通等領(lǐng)域的教學(xué)參考，也為行業(yè)從業(yè)者提供前沿技術(shù)解決方案。

《高精地圖知識圖譜》

尹章才 應(yīng)申 翟亮 郭圓 著

科學(xué)出版社 2025年6月

ISBN: 978-7-03-082406-6

內(nèi)容簡介

自動駕駛技術(shù)可以視為一種基于人工智能實現(xiàn)的類人駕駛系統(tǒng)，它依賴于環(huán)境感知和規(guī)劃決策控制兩大核心能力。高精地圖與知識圖譜分別在信息層和知識層為上層的自動駕駛智能提供關(guān)鍵支持。本書全面介紹高精地圖知識圖譜的建模方法，內(nèi)容分為三個部分：第一部分詳細(xì)解釋高精地圖和知識圖譜的基本概念；第二部分深入探討如何構(gòu)建高精地圖及其包含的實時圖層和動態(tài)圖層的知識圖譜；第三部分則進(jìn)一步探索高精地圖與知識圖譜之間的協(xié)同作用及動態(tài)交互機(jī)制。通過這三個部分的闡述，本書旨在為讀者提供一個全面理解高精地圖知識圖譜的方法論框架，以及如何將其應(yīng)用于提升自動駕駛系統(tǒng)的智能化水平。這不僅是對技術(shù)原理的剖析，也是對未來出行解決方案的一種深度思考與探索。

本書可供高等院校地理、測繪、地質(zhì)、城市規(guī)劃、環(huán)境等專業(yè)的本科生和研究生閱讀，也可供相關(guān)專業(yè)的科技工作者參考。

本文摘自科學(xué)出版社2025年11月出版《人-車-路-圖高精地圖模型與組織》一書，內(nèi)容有刪節(jié)。標(biāo)題為編者所加。

本文編輯：孫寓明 sunyuming@mail.sciencep.com

地球為你而轉(zhuǎn)！

歡迎關(guān)注：賽杰奧（sci_geo）

科學(xué)出版社地球科學(xué)訂閱號