智能駕駛技術(shù)依賴于多種傳感器來實現(xiàn)車輛的安全和有效操作。傳感器主要包括感知類傳感器、定位類傳感器，能夠收集周圍的信息，包括其他車輛的位置和速度、行人、道路標(biāo)志、交通燈狀態(tài)和道路邊界等，這些信息經(jīng)過處理后，為系統(tǒng)提供了準確的環(huán)境模型和動態(tài)變化的數(shù)據(jù)，使得車輛能夠“看到”并“理解”其所處的環(huán)境。在自動駕駛系統(tǒng)中，傳感器大致可以分為兩類：感知類和定位類。

 

感知類傳感器的主要任務(wù)是收集車輛周圍環(huán)境的信息，它們相當(dāng)于車輛的“眼睛”和“耳朵”，幫助車輛“看到”和“聽到”周圍的世界，包括攝像頭、超聲波雷達、毫米波雷達、激光雷達（LiDAR）等。

 

定位類傳感器是一類用于測量和確定物體位置、方向或運動狀態(tài)的傳感器。這些傳感器通常能夠提供有關(guān)物體在三維空間中的坐標(biāo)、方位、速度和加速度等信息，包括 GPS、IMU 等。

 

01感知類傳感器

傳感器是自動駕駛感知層的核心硬件，主要利用車載攝像頭、激光雷達、超聲波雷達、毫米波雷達等對車輛周邊的環(huán)境進行實時感知。各自有獨特的工作原理和作用，通過它們的數(shù)據(jù)融合，可以顯著提高環(huán)境感知的準確性和可靠性。

主流車型上的感知類傳感器類型

 

攝像頭

攝像頭在環(huán)境感知中的作用是提供視覺信息，如識別交通標(biāo)志、信號燈、行道線等。通過圖像處理和計算機視覺技術(shù)，可以實現(xiàn)對環(huán)境中物體的分類和識別。攝像頭通過捕捉光線形成圖像，這些圖像能夠提供豐富的顏色和紋理信息，幫助系統(tǒng)理解環(huán)境特征。根據(jù)攝像頭安裝位置及其視野不同，一般分為前視、后視、環(huán)視、側(cè)視以及內(nèi)視攝像頭。

攝像頭探測范圍

 

ADAS 主要攝像頭應(yīng)用

 

前視攝像頭一般在風(fēng)擋玻璃、內(nèi)后視鏡處，用于前向駕駛輔助的攝像頭，主要是為了識別前方的道路車輛行人。圖像傳感器與 DSP 擴展的雙核 MCU 配合，提供傳入視頻幀，進行圖像處理，對道路前方情況進行監(jiān)測，可以實現(xiàn) FAM、LDW、ACC 等輔助駕駛功能。前視攝像頭常見是單/雙目攝像頭，雙目測距性能更好，但算法更復(fù)雜、價格更高。前視攝像頭處的攝像頭數(shù)量并不固定，比如特斯拉，配置了三個攝像頭：

前視窄視野攝像頭，最大監(jiān)測距離 250 米；

前視主視野攝像頭，最大監(jiān)測距離 150 米；

前視寬視野攝像頭，最大監(jiān)測距離 60 米。

 

前視攝像頭是 ADAS 的核心攝像頭，涵蓋測距、物體識別、道路標(biāo)線等，因此算法復(fù)雜，門檻較高。

特斯拉 Model 3 擋風(fēng)玻璃后的三個前視攝像頭

 

環(huán)視攝像頭一般指安裝在車輛前后車標(biāo)或附近以及左右后視鏡，主要用于識別停車通道標(biāo)識、道路情況和周圍車輛狀況。環(huán)視攝像頭使用多個攝像頭的圖像進行拼接，可以為車輛提供 360 度成像。現(xiàn)階段，前視與環(huán)視是最廣泛的攝像頭應(yīng)用。

大陸集團的 2019 年推出的一款前視+360 度可視的多攝像頭集成系統(tǒng)

 

側(cè)視攝像頭一般安裝于左右后視鏡處或下方車身處，主要用于 BSD（Blind SpotDetection，盲區(qū)監(jiān)視系統(tǒng)）。根據(jù)安裝位置可以實現(xiàn)前視或后視作用。目前大部分主機廠會選擇安裝在汽車兩側(cè)的后視鏡下方的位置。未來可能會將傳統(tǒng)的光學(xué)后視鏡用攝像頭取代，變成應(yīng)用 CMS 攝像頭的電子后視鏡。

 

內(nèi)置攝像頭無固定位置，方向盤中、內(nèi)后視鏡上方、A 柱或集成于儀表顯示屏處均有。車內(nèi)攝像頭 DMS（Driver Monitoring System，駕駛員監(jiān)控系統(tǒng)）是一種安裝在汽車內(nèi)部的攝像頭系統(tǒng)，旨在監(jiān)控駕駛員的狀態(tài)和行為，以提高駕駛安全性和舒適性。DMS 通常采用計算機視覺技術(shù)來識別和分析駕駛員的面部特征和行為，以檢測駕駛員的疲勞、分心、打哈欠、閉眼、低頭看手機等異常行為，并提供及時的警告或干預(yù)措施。

內(nèi)置攝像頭

 

攝像頭目前是自動駕駛中最主流的傳感設(shè)備，在自動駕駛的應(yīng)用中具有采集信息豐富、分辨率高、成本低的優(yōu)勢，然而也存在受光照和天氣影響、對算法要求高等問題。攝像頭可以提供豐富的視覺信息，包括顏色、形狀、紋理等，能夠?qū)χ車h(huán)境進行更為直觀和全面的感知，且具有很高的分辨率，能夠捕捉到細微的細節(jié)和特征，有助于對道路標(biāo)志、行人、車輛等目標(biāo)進行精確識別。

 

相比于一些其他傳感器如激光雷達、毫米波雷達，攝像頭的成本相對較低，使其成為實現(xiàn)自動駕駛的經(jīng)濟有效選擇。然而，攝像頭在惡劣的光照條件下（如強烈陽光、雨雪、霧等）容易受到干擾，降低圖像質(zhì)量和識別準確度。由于道路上的環(huán)境復(fù)雜多變，攝像頭對于目標(biāo)的識別和跟蹤需要更復(fù)雜的算法和處理技術(shù)，對系統(tǒng)的計算資源和處理能力要求較高。

 

超聲波雷達

超聲波雷達主要用于近距離物體檢測和測距，主要用于停車輔助、低速碰撞避免等場景。它對于小物體和近距離障礙物特別有效。超聲波雷達通過超聲波發(fā)射裝置向外發(fā)出超聲波，并通過接收器接收到發(fā)送過來超聲波時的時間差來測算距離。目前，常用探頭的工作頻率有 40kHz, 48kHz 和 58kHz 三種。一般來說，頻率越高，靈敏度越高，但水平與垂直方向的探測角度就越小，故一般采用 40kHz 的探頭。超聲波雷達防水、防塵即使有少量的泥沙遮擋也不影響。探測范圍在 0.1-3 米之間，而且精度較高，因此非常適合應(yīng)用于泊車。

 

常見的超聲波雷達有兩種，UPA 和 APA。UPA 通常安裝在汽車前后保險杠上作為倒車雷達，其探測距離一般在 15~250cm 之間，主要用于測量汽車前后方的障礙物。APA 通常安裝在汽車側(cè)面，用于測量側(cè)方障礙物距離，探測距離一般在 30~500cm之間。APA 的探測范圍更遠，因此相比于 UPA 成本更高，功率也更大。

超聲波雷達具有成本低、適用于近距離探測等優(yōu)勢，適用于一些低成本、近距離探測的應(yīng)用場景，例如自動泊車，然而其探測范圍有限、易受環(huán)境影響以及分辨率較低等劣勢也需要考慮。超聲波傳感器成本只需要幾元人民幣，在近距離探測方面表現(xiàn)良好，通常能夠精確地測量距離，并且在距離較近的情況下具有較高的分辨率。與光學(xué)傳感器相比，超聲波傳感器不受光照條件的影響，因此可以在光照較弱或全黑的環(huán)境下正常工作。

 

然而，超聲波傳感器的探測范圍相對較短，通常在幾米到十幾米之間，因此在遠距離目標(biāo)探測方面表現(xiàn)較差。同時，其性能易受環(huán)境因素的影響，如溫度、濕度和空氣密度等因素可能影響超聲波的傳播速度和反射特性，從而影響傳感器的測量精度。超聲波傳感器在目標(biāo)識別和分類方面的分辨率相對較低，難以區(qū)分不同類型的目標(biāo)，特別是在復(fù)雜環(huán)境下。

超聲波雷達實現(xiàn)自動泊車功能

 

激光雷達

激光雷達（LiDAR）主要用于提供高精度的距離測量和三維空間信息，能夠精確識別和定位道路上的車輛、行人、障礙物等，特別是在復(fù)雜的交通環(huán)境中。激光雷達通過發(fā)射激光束并測量其返回的反射信號來獲取物體的距離和位置，然后將這些數(shù)據(jù)轉(zhuǎn)換為離散的三維坐標(biāo)點，形成點云數(shù)據(jù)。點云數(shù)據(jù)通常以直角坐標(biāo)系表示，每個點都對應(yīng)著空間中的一個位置，并包含有關(guān)該位置的附加信息，如反射強度、法向量等。通過對點云數(shù)據(jù)進行處理和分析，可以實現(xiàn)對周圍環(huán)境的感知和理解，包括識別障礙物、建筑物、道路標(biāo)記等目標(biāo)，從而支持自動駕駛、機器人導(dǎo)航、地圖構(gòu)建等應(yīng)用。這些點云數(shù)據(jù)合在一起可以構(gòu)建出環(huán)境的三維模型。

激光雷達探測范圍

 

激光雷達具有分辨率高、精度高、三維感知、數(shù)據(jù)密度高、不受光照影響的優(yōu)勢，適用于處理近處高精度的建模，劣勢在于其成本高昂、有盲區(qū)、物體識別能力較差。由于激光波長比毫米波短 3 個數(shù)量級，因此分辨率精度比毫米波強很多，可以清楚地識別周圍的車輛、行人與障礙物。

 

激光雷達可以提供非常精確的距離測量，通常能夠達到亞厘米級別的精度，并提供精確的三維環(huán)境地圖，包括障礙物的高度、形狀和位置等信息。與攝像頭不同，激光雷達不受光照條件的影響，因為它是通過測量激光的反射來工作的。這使得它在夜間或惡劣天氣條件下也能夠正常工作。激光雷達能夠以高頻率采集數(shù)據(jù)，產(chǎn)生高密度的點云，從而提供更加詳細和準確的環(huán)境信息。

 

激光雷達會因為發(fā)射角度和方向存在一定的視野盲區(qū)，因此通常需要和其他傳感器配合使用。激光雷達的工作原理導(dǎo)致其在某些情況下會有盲區(qū)，比如在高速移動時可能會因為激光束的角度限制而無法完整地探測到障礙物。激光雷達主要提供距離信息，對于物體的識別能力相對有限，通常需要與其他傳感器如攝像頭配合使用才能實現(xiàn)更準確的目標(biāo)識別和分類。

激光雷達掃描感知圖

 

毫米波雷達

毫米波雷達主要用于測量物體的距離和相對速度，主要用于自適應(yīng)巡航控制（ACC）和碰撞預(yù)警系統(tǒng)。毫米波雷達是一種利用毫米波進行探測的雷達系統(tǒng)，其工作原理主要基于雷達的發(fā)射、接收和信號處理過程。毫米波雷達系統(tǒng)首先通過天線發(fā)射一束毫米波信號。這些毫米波信號具有很高的頻率，通常在 30 GHz 到 300 GHz 之間，波長很短，約為 1 毫米到 10 毫米。

 

發(fā)射的毫米波信號在空間中傳播，遇到目標(biāo)物體時會一部分被反射回來，在這個過程中，出現(xiàn)多普勒效應(yīng)，即當(dāng)物體與車載傳感器相對運動的時，反射波的頻率會發(fā)生變化。當(dāng)物體靠近車輛的時候，頻率會增高；物體遠離車輛的時候，頻率會降低。通過測量反射波的頻率差，我們可以得到目標(biāo)物的速度。

 

因此，接收天線接收被目標(biāo)反射回來的毫米波信號，包括了目標(biāo)物體的距離、速度、角度等信息。接收到的毫米波信號經(jīng)過信號處理單元進行處理。這個處理過程包括了對信號的放大、濾波、時域分析和頻域分析等步驟。通過對接收到的信號進行處理，可以提取出目標(biāo)物體的距離、速度和方向等信息?？偟膩碚f，毫米波雷達通過發(fā)射和接收毫米波信號，并對接收到的信號進行處理和分析，可以實現(xiàn)對目標(biāo)物體的距離、速度和方向等信息的檢測和識別。這種工作原理使得毫米波雷達在自動駕駛、車輛防撞、安全監(jiān)測等領(lǐng)域有著廣泛的應(yīng)用。

毫米波雷達的工作原理

 

毫米波雷達具有全天候性、長距離探測能力、高精度和穿透性強等優(yōu)勢，尤其在自動駕駛、車輛防撞等領(lǐng)域有著廣泛的應(yīng)用。毫米波雷達作為主動感知設(shè)備不受光照條件的限制，可以在白天、黑夜以及惡劣天氣條件下（如雨雪、霧霾等）正常工作，因此具有全天候性，相比于紅外傳感器和超聲波傳感器，毫米波雷達具有更遠的探測距離，通?？梢蕴綔y數(shù)百米甚至幾公里之外的目標(biāo)，這對于遠距離目標(biāo)探測和追蹤具有明顯優(yōu)勢。

 

毫米波雷達具有較高的測量精度，能夠提供較準確的目標(biāo)位置和速度信息，尤其在對小目標(biāo)的探測方面表現(xiàn)優(yōu)異。與光學(xué)傳感器（如攝像頭）相比，毫米波雷達不受光照強度、方向和波長等因素的影響，因此在復(fù)雜光照條件下具有穩(wěn)定的性能。毫米波信號在大氣和某些物質(zhì)（如雨雪、霧霾等）中的穿透性較好，因此毫米波雷達可以檢測被遮擋的目標(biāo)，對于目標(biāo)檢測和定位具有一定的優(yōu)勢。

毫米波雷達測量效果

 

然而，傳統(tǒng)毫米波雷達（3D 毫米波雷達）分辨率相對較低、高度測量能力不佳、目標(biāo)識別能力有限。傳統(tǒng)毫米波雷達準確性較低，存在如誤報、虛假目標(biāo)、多徑等影響因素。同時，在測量目標(biāo)高度上性能不佳，通常只包含距離、方位和速度信息，且存在雜波、噪聲和低分辨率等問題，特別是在角度維度上，這最終限制了它在復(fù)雜感知任務(wù)中的適用性。而且傳統(tǒng)毫米波雷達點云非常稀疏，沒有語義信息，對周圍環(huán)境的感知能力很差，與光學(xué)傳感器相比，其在目標(biāo)識別和分類方面的分辨率可能相對較低，難以識別物體的具體特征。

 

4D 毫米波雷達是傳統(tǒng)雷達的升級版，可以測量四種類型的目標(biāo)信息：距離、方位、高度(俯仰角)和速度。傳統(tǒng)毫米波雷達可以檢測物體的水平方位角（Azimuth）、距離和速度，在此基礎(chǔ)上，4D 毫米波雷達還能夠處理俯仰方位角信息，即四維數(shù)據(jù)，4D毫米波雷達可以實現(xiàn)類似于激光雷達的成像功能。在汽車應(yīng)用場景中，由于缺乏高度信息，傳統(tǒng)雷達在視角上只有一個平面，無法區(qū)分目標(biāo)物體是在路上還是在空中，這使得毫米波雷達無法有效發(fā)揮作用，尤其是在靜態(tài)物體識別方面。4D 毫米波雷達可以捕捉汽車周圍目標(biāo)的空間坐標(biāo)和速度信息，還能計算目標(biāo)的俯仰角信息，進而提供汽車周圍的環(huán)境信息，規(guī)劃出逼真的行駛路徑。

 

02傳感器搭載方案

在自動駕駛技術(shù)路徑主要分為“純視覺方案”和“融合感知方案”，主要圍繞自動駕駛車輛如何感知環(huán)境這一核心問題展開。這兩個派別分別強調(diào)了攝像頭（視覺系統(tǒng)）和雷達技術(shù)（主要是激光雷達，也包括毫米波雷達）在自動駕駛車輛的感知系統(tǒng)中的作用和重要性。

視覺派和激光雷達派代表廠商

 

以特斯拉為代表的視覺派不搭載激光雷達，認為攝像頭捕捉的圖像和視頻能夠提供與人類視覺類似的豐富環(huán)境信息，包括顏色、紋理、形狀等，這對于理解復(fù)雜的交通場景至關(guān)重要。通過高級的圖像處理和計算機視覺技術(shù)，車輛可以識別交通標(biāo)志、信號燈、行人、其他車輛以及各種道路條件。純視覺方案的支持者認為，隨著深度學(xué)習(xí)和人工智能技術(shù)的進步，攝像頭系統(tǒng)足以提供必要的信息來實現(xiàn)高級別的自動駕駛功能，而且成本相對較低，有利于大規(guī)模商業(yè)化。

 

特斯拉的感知方案采用的是純視覺方案。目前特斯拉 Model 3/Y 共采用 9 個攝像頭分布在車體四周：

前視攝像頭 3 個，位于前擋風(fēng)玻璃上方，分別為主視攝像頭、魚眼鏡頭、長焦距鏡頭；

后視攝像頭 1 個，位于后車牌上方；

左右兩側(cè)各有 2 個攝像頭，分別為側(cè)方前視攝像頭和側(cè)方后視攝像頭；

通過 8 個攝像頭，特斯拉可以整體實現(xiàn) 360 度全局環(huán)視視野，最大監(jiān)測距離可以達到 250 米。攝像頭捕獲環(huán)境中的視覺信息經(jīng)過一系列神經(jīng)網(wǎng)絡(luò)模型的處理，最終輸出 3D 場景下的“矢量空間”，用于后續(xù)規(guī)劃和智駕系統(tǒng)?！笆噶靠臻g”（Vector Space）技術(shù)同時兼具非凸優(yōu)化算法（Non-convex）、高維度兩大優(yōu)勢，可以通過 8 個攝像頭輸入的數(shù)據(jù)為基礎(chǔ)繪制 3D 鳥瞰視圖，形成 4D 的空間和時間標(biāo)簽的“路網(wǎng)”以呈現(xiàn)道路等信息，幫助車輛把握駕駛環(huán)境，更精準的尋找最優(yōu)駕駛路徑。

 

以蔚小理為代表的融合感知方案則采用了多傳感器融合的方法，結(jié)合了攝像頭、激光雷達、毫米波雷達和其他傳感器的優(yōu)點，以達到最佳的環(huán)境感知效果。通過融合不同傳感器的優(yōu)勢，可以彌補單一傳感器的不足，提高感知的準確性和可靠性。通過融合激光雷達的精確距離測量、攝像頭的豐富視覺信息以及毫米波雷達的速度檢測能力，系統(tǒng)能夠獲得更全面、更準確的環(huán)境感知結(jié)果。

 

例如，在復(fù)雜的城市環(huán)境中，攝像頭可能因為光線問題而識別不清交通標(biāo)志，而激光雷達可以提供準確的距離信息，毫米波雷達則可以確保在惡劣天氣條件下也能進行有效感知。綜合利用這些傳感器的優(yōu)勢，智能駕駛系統(tǒng)能夠?qū)崿F(xiàn)更安全、更有效的導(dǎo)航和駕駛輔助功能，為自動駕駛車輛的發(fā)展奠定了堅實的基礎(chǔ)。

 

兩條感知路線成本、技術(shù)難度方面各有優(yōu)劣。成本方面，相比于激光雷達和毫米波雷達，攝像頭的成本是最低的，單目相機的價格一般低于 100 美元，而激光雷達的價格現(xiàn)在大約在 5000 美元以內(nèi)，純視覺方案單車傳感器成本低于多傳感器融合方案。從技術(shù)難度方面看，多傳感器方案的復(fù)雜度主要體現(xiàn)在融合層，由于不同傳感器特性不同，所采集的數(shù)據(jù)類型也有很大差異，要將不同模態(tài)的數(shù)據(jù)統(tǒng)一映射到同一個空間，需要考慮融合錯位、信息丟失、誤差累加等問題，同時還需要解決當(dāng)不同傳感器感知結(jié)果不同時，應(yīng)該選擇信任誰的問題。

而純視覺方案的難度主要體現(xiàn)在數(shù)據(jù)的算法加工處理上，由于都是通過攝像頭采集的同模態(tài)數(shù)據(jù)，在數(shù)據(jù)融合層面困難度比多傳感器方案要小得多，但是由于攝像頭自身能力的局限性，需要設(shè)計更為復(fù)雜的算法模型，從攝像頭數(shù)據(jù)中識別到目標(biāo)信息，例如對距離的計算、在惡劣環(huán)境下的識別能力等，這需要海量數(shù)據(jù)、復(fù)雜算法、大量算力作為支撐，因此純視覺路線的門檻和壁壘極高。

 

定位類傳感器

定位類傳感器是一類用于測量和確定物體位置、方向或運動狀態(tài)的傳感器。這些傳感器通常能夠提供有關(guān)物體在三維空間中的坐標(biāo)、方位、速度和加速度等信息。自動駕駛要實現(xiàn)高精度定位，需要通過 GNSS 提供絕對位置，IMU 提供相對位置，而高精地圖可以用于環(huán)境感知，能夠與激光雷達、攝像頭等感知設(shè)備輸出結(jié)果形成冗余，提高識別的準確度。

 

GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)）

GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)）通過接收來自地球軌道上多顆導(dǎo)航衛(wèi)星的信號，使用三角測量法計算出接收器的精確位置（包括緯度、經(jīng)度和高度）和時間信息，是一種利用衛(wèi)星信號來提供地面、海面或空中用戶全球范圍內(nèi)的定位、導(dǎo)航和時間測量服務(wù)的系統(tǒng)。GNSS 是一個總稱，它包括美國的 GPS、俄羅斯的 GLONASS、歐洲的 Galileo 和中國的北斗導(dǎo)航系統(tǒng)。廣泛應(yīng)用于汽車導(dǎo)航、航海、航空、戶外探險、軍事和科研等領(lǐng)域。優(yōu)點在于全球覆蓋，能在大部分地區(qū)提供定位服務(wù)；精度較高，通常定位精度在幾米范圍內(nèi)；易于使用，不需要用戶安裝特殊設(shè)備。缺點在于在室內(nèi)、隧道和城市的高樓大廈之間可能無法接收到衛(wèi)星信號；受到大氣條件、電磁干擾等因素的影響。GPS 指全球定位系統(tǒng)（Global Positioning System，GPS）是一種以空中衛(wèi)星為基礎(chǔ)的高精度無線電導(dǎo)航的定位系統(tǒng)。GPS 主要應(yīng)用于導(dǎo)航定位，自問世以來就以其高精度、全天候、全球覆蓋、方便靈活吸引了眾多用戶。

GNSS 系統(tǒng)構(gòu)成

 

IMU（慣性測量單元）

IMU（慣性測量單元，Inertial Measurement Unit）是一種電子裝置，通常由陀螺儀、加速計、算法處理單元三部分組成，用于測量和監(jiān)測車輛的加速度、角速度和方向等信息。在自動駕駛系統(tǒng)中，IMU 起著至關(guān)重要的作用，它能夠提供車輛當(dāng)前的姿態(tài)、運動狀態(tài)和位置等關(guān)鍵數(shù)據(jù)。以牛頓力學(xué)定律為基礎(chǔ)，通過測量載體在慣性參考系的加速度，將它對時間進行積分，且把它變換到導(dǎo)航坐標(biāo)系中，就能夠得到在導(dǎo)航坐標(biāo)系中的速度、偏航角和位置等信息。

INS（慣性導(dǎo)航系統(tǒng)）是一種不依賴外部參考的自主導(dǎo)航系統(tǒng)，通過測量設(shè)備上的加速度計和陀螺儀的數(shù)據(jù)來計算設(shè)備的移動速度和方向，然后積分這些數(shù)據(jù)來估算位置變化。廣泛應(yīng)用于飛機、艦船、潛艇、導(dǎo)彈以及一些地面車輛的導(dǎo)航和控制系統(tǒng)。優(yōu)點在于可以在沒有外部信號的情況下工作，適用于極端環(huán)境；隱蔽性好，不容易被干擾或偵測。缺點在于隨著時間的推移，誤差會累積增加；成本較高，需要使用精密的傳感器。

GPS、IMU 實現(xiàn)高精定位工作原理

 

高精地圖

高精地圖（High-Definition Maps, HD Maps）是自動駕駛汽車使用的一種詳細地圖，它提供比傳統(tǒng)導(dǎo)航地圖更高精度的道路、車道和環(huán)境特征信息。不僅包括道路幾何形狀和語義信息，還包括道路參與者的實時感知、天氣狀況、工作區(qū)域和事故的更新等數(shù)據(jù)。高精地圖可以幫助自動駕駛系統(tǒng)精確定位自身位置，理解和預(yù)測周圍環(huán)境，從而安全地導(dǎo)航和駕駛。

高精地圖發(fā)展歷程

 

根據(jù)百度 Apollo，高清地圖中包括五個不同的元素：

道路元素包含道路邊界、車道類型和車道行駛方向等特征；

相交元素具有相交邊界；

交通信號元素包括交通信號燈和標(biāo)志；

邏輯關(guān)系元素包含交通規(guī)則；

其他要素包括人行橫道、路燈和建筑物。

高精地圖在自動駕駛中可以提供精確的地理信息、用于傳感器校準和定位、支持高級路徑規(guī)劃。高精度地圖提供準確的道路幾何結(jié)構(gòu)、車道標(biāo)記、交通信號等地理信息，有助于自動駕駛系統(tǒng)準確地感知和理解周圍環(huán)境；通過與地圖進行比較，可以糾正傳感器輸出的誤差，提高系統(tǒng)的定位準確性；高精度地圖提供了詳細的道路信息和交通規(guī)則，使得自動駕駛系統(tǒng)能夠進行更精確的路徑規(guī)劃和決策，從而提高行駛的效率和安全性。

高精地圖在十字路口的應(yīng)用

 

高精地圖用于環(huán)境感知，能夠與激光雷達、攝像頭等感知設(shè)備輸出結(jié)果形成冗余，提高識別的準確度。在自動駕駛“感知-決策-執(zhí)行”流程中，感知層中，車輛通過攝像頭、毫米波雷達、激光雷達等設(shè)備獲取周圍場景信息，實現(xiàn)周圍感知；將周圍場景信息與高精度地圖進行比對，確定車輛相對位置，并通過 GNSS、RTK 定位、慣性導(dǎo)航系統(tǒng)確定自身姿態(tài)、速度和絕對位置，共同實現(xiàn)自我感知。

百度 Apollo2.0 多傳感器高精度定位實現(xiàn)方式

 

不過由于高精地圖存在成本高、更新周期長等問題，一部分企業(yè)選擇“重感知、輕地圖”方案，也就是基本不用高精地圖，而使用常規(guī)路圖方案。高精地圖的測繪需要資質(zhì)，自然資源部下發(fā)的《關(guān)于促進智能網(wǎng)聯(lián)汽車發(fā)展維護測繪地理信息安全的通知》規(guī)定高精地圖測繪制作只能由具備導(dǎo)航電子地圖制作甲級資質(zhì)的單位進行。2022 年，共有 19 家單位通過資質(zhì)復(fù)審；圖商需要使用上百臺專業(yè)移動測量采集設(shè)備獲取信息，設(shè)備的使用成本高。信息經(jīng)過加密處理和審核后才能被使用，流程長，導(dǎo)致信息容易過時，實際的道路信息可能與地圖數(shù)據(jù)不符，這也會導(dǎo)致汽車在使用時的風(fēng)險提高。

傳感器與高精地圖效果對比