語義特征和先驗地圖

語義高精地圖能把路上的語義元素抽取出來補充到前述的幾何地圖中，比如車道線、紅綠燈、人行橫道等，形成新的地圖信息保存方式，然后用于車輛的定位和決策。

在前兩種幾何類地圖的基礎上，第三代高精地圖是語義特征和先驗地圖。語義特征包括交通燈、人行橫道和路標等要素。先驗地圖是指地圖中那些我們關心的可預測的概率性區(qū)域。這兩方面的地圖要素幫助車輛決定自己相對于其他物體的行為方式。在道路圖層和車道幾何圖層中，語義關系定義了如何在復雜的車道關系中協(xié)同工作：可以轉彎的地方、需要停車的地方，以及從A地到B地需要進入哪個車道行駛等。語義特征通過為自動駕駛汽車提供更多有關環(huán)境和周遭運動物體的相關信息，來獲得更多的優(yōu)先權。

交通信號燈就是一個非常典型的例子。在普通地圖中，它們是三維形狀，表示交通信號燈的坐標位置，它們面向的方向或應用于哪些車道等。但是，交通信號燈不是靜止的，普通地圖所反映出來的特征并不能使自動駕駛車輛做出行駛決策。這時語義地圖就能夠發(fā)揮作用，能夠輔助車輛的感知和規(guī)劃系統(tǒng)判定交通信號燈的狀態(tài)：是紅燈還是綠燈？人行橫道外是否還有行人在走動？這些是語義地圖與其他地圖相區(qū)別的特征，能夠直接影響車輛的動態(tài)反應。

先驗地圖與之類似，但包含更多的細微差別，能夠顯示普通地圖數據的派生或或延伸信息。再以信號燈為例，先驗層能夠顯示單個交通燈顏色循環(huán)變幻順序（紅色，綠色箭頭，綠色，黃色，然后再紅色……）、每個顏色的停留時間。但這樣的規(guī)律循環(huán)狀態(tài)是固定不變的嗎？在高峰時段綠色是否會持續(xù)更長時間以允許更多的車輛通過主要交叉路口？從理論上講，先驗層可以顯示那些我們所關心的特定類別物體或具有時空特異性的需要觀察的信息。舉例來說，在一些經常遛狗的公園區(qū)域，可以為自動駕駛汽車設置先驗層，提示自動駕駛汽車在周六上午8點到11點之間注意動物。

有了先驗圖層，自動駕駛汽車可以提供完全避開某個區(qū)域或在行駛到某個區(qū)域時更加謹慎。在高級別的先驗圖層中，自動駕駛汽車甚至可以洞察社會文化規(guī)范，這些信息不會顯示在路標上，而是需要通過觀察推斷出來。例如，在中心轉彎車道，由于相鄰十字路口的限制，車輛傾向于轉彎，此時自動駕駛車輛可以預先合并到其他車道上，從而避免事故的發(fā)生。

區(qū)分語義特征和地圖先驗的最后一個例子是停車。停車點是一種語義特征，指示車輛不能行駛必須停止的區(qū)域。而先驗地圖會顯示：停車區(qū)域可能可以安全駛過，也可能需要注意已經停靠在這一區(qū)域的汽車。語義地圖和先驗地圖共同使自動駕駛車輛在導航復雜的道路系統(tǒng)上做出更細致的決定，表現(xiàn)得像一位經驗豐富的駕駛員。

語義地圖構建

語義地圖的構建遵循一些基本原則：

1．所有數據必須與車輛置身的幾何圖層信息一致。

2．車輛自身獲取的數據是最值得信賴的信源。

3． 充分利用已有的數據資源，例如導航地圖，在其基礎上構建語義地圖。

首先將現(xiàn)有的導航地圖作為基礎數據，在此基礎上進行大量的工程設計用于保持信息的更新性和準確性，以上構成了道路圖層的基礎。利用自動駕駛探測車隊和自身數據創(chuàng)建出用于本地化的道路圖層、車道幾何圖層和大多數語義特征圖層。接下來，通過自動駕駛傳感器數據，利用計算機視覺和深度學習技術來識別車道標記、交通信號燈、路標和其他元素，對其位置進行三角測量，將它們的三維坐標放置在地圖中。然后，通過分析車輛的行駛軌跡、觀察其他車輛的行為，可以具體地做出諸如轉彎限制，交通燈模式或駕駛員行為之類的提示。其中，自動駕駛傳感器需要經過精心校準，并且要利用多種傳感器例如GPS，IMU，激光雷達和相機等，通過激光雷達、視覺SLAM的方式處理道路信息，創(chuàng)建清晰的幾何地圖。激光雷達掃描處理產生一個模擬現(xiàn)實路面和周圍區(qū)域特征的幾何圖，它能使我們精確地定位語義數據的位置。各種客觀元素與地圖數據之間的對應關系讓我們將所有圖層合并成為一個參照系，確保所有地圖圖層的一致性。

車道幾何圖層上的人工控制

地圖構建的最后一步是持續(xù)的反饋循環(huán)，這種反饋用于人工管理和質量控制，以確保地圖能夠精確到厘米級。這其中算法發(fā)揮了很大的作用，除了輔助建圖以外，還可以幫助我們巧妙地識別地圖中的錯誤，以及提醒某些地方需要人工操作員進行最終的細化和質量控制。另外，豐富的2D和3D工具允許操作員標記數據源錯誤，在啟發(fā)式算法或算法中調出邏輯錯誤，然后比對地圖進行最終調整。一旦質量控制流程完成，就可以在車輛真正上路之前進行模擬情境自動化測試。通過模擬測試后，按照L5自動駕駛測試協(xié)議進行實時道路測試，嚴格遵守所有流程和規(guī)則。一旦最終的道路測試通過，該地圖將被批準部署到車隊中。

后續(xù)在對車隊數據進行處理時，所有收集的新信息將會進行自動的更新迭代，有助于不斷改進和更新地圖數據，并在此過程中重置算法。然后不斷生成更加精準和確切的地圖，并在實際道路行駛中檢驗它的可靠性。

地圖技術是自動駕駛車企能夠正常運作的堅實基礎，不僅對連接乘客和司機很重要，對行車安全問題和公司版圖擴張也至關重要。自動駕駛技術更新迭代越來越快，智能駕駛傳感器不斷改進，性能越來越強，越來越多的城市開始部署自動駕駛研發(fā)測試，在此過程中，地圖技術成為提高自動駕駛車輛行駛的效率、安全性和高速發(fā)展的關鍵。尤其在實現(xiàn)L5級自動駕駛時，高精地圖的作用尤為重要，成為自動駕駛研發(fā)企業(yè)的必爭高地。