語義特征和先驗(yàn)地圖

語義高精地圖能把路上的語義元素抽取出來補(bǔ)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(chǔ)上，第三代高精地圖是語義特征和先驗(yàn)地圖。語義特征包括交通燈、人行橫道和路標(biāo)等要素。先驗(yàn)地圖是指地圖中那些我們關(guān)心的可預(yù)測(cè)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(duì)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(guān)系定義了如何在復(fù)雜的車道關(guān)系中協(xié)同工作：可以轉(zhuǎn)彎的地方、需要停車的地方，以及從A地到B地需要進(jìn)入哪個(gè)車道行駛等。語義特征通過為自動(dòng)駕駛汽車提供更多有關(guān)環(huán)境和周遭運(yùn)動(dòng)物體的相關(guān)信息，來獲得更多的優(yōu)先權(quán)。

交通信號(hào)燈就是一個(gè)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(hào)燈的坐標(biāo)位置，它們面向的方向或應(yīng)用于哪些車道等。但是，交通信號(hào)燈不是靜止的，普通地圖所反映出來的特征并不能使自動(dòng)駕駛車輛做出行駛決策。這時(shí)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(hào)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(dòng)？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(dòng)態(tài)反應(yīng)。

先驗(yàn)地圖與之類似，但包含更多的細(xì)微差別，能夠顯示普通地圖數(shù)據(jù)的派生或或延伸信息。再以信號(hào)燈為例，先驗(yàn)層能夠顯示單個(gè)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(gè)顏色的停留時(shí)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(shí)段綠色是否會(huì)持續(xù)更長(zhǎng)時(shí)間以允許更多的車輛通過主要交叉路口？從理論上講，先驗(yàn)層可以顯示那些我們所關(guān)心的特定類別物體或具有時(shí)空特異性的需要觀察的信息。舉例來說，在一些經(jīng)常遛狗的公園區(qū)域，可以為自動(dòng)駕駛汽車設(shè)置先驗(yàn)層，提示自動(dòng)駕駛汽車在周六上午8點(diǎn)到11點(diǎn)之間注意動(dòng)物。

有了先驗(yàn)圖層，自動(dòng)駕駛汽車可以提供完全避開某個(gè)區(qū)域或在行駛到某個(gè)區(qū)域時(shí)更加謹(jǐn)慎。在高級(jí)別的先驗(yàn)圖層中，自動(dòng)駕駛汽車甚至可以洞察社會(huì)文化規(guī)范，這些信息不會(huì)顯示在路標(biāo)上，而是需要通過觀察推斷出來。例如，在中心轉(zhuǎn)彎車道，由于相鄰十字路口的限制，車輛傾向于轉(zhuǎn)彎，此時(shí)自動(dòng)駕駛車輛可以預(yù)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(yàn)的最后一個(gè)例子是停車。停車點(diǎn)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(yàn)地圖會(huì)顯示：停車區(qū)域可能可以安全駛過，也可能需要注意已經(jīng)停靠在這一區(qū)域的汽車。語義地圖和先驗(yàn)地圖共同使自動(dòng)駕駛車輛在導(dǎo)航復(fù)雜的道路系統(tǒng)上做出更細(xì)致的決定，表現(xiàn)得像一位經(jīng)驗(yàn)豐富的駕駛員。

語義地圖構(gòu)建

語義地圖的構(gòu)建遵循一些基本原則：

1．所有數(shù)據(jù)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(shù)據(jù)是最值得信賴的信源。

3． 充分利用已有的數(shù)據(jù)資源，例如導(dǎo)航地圖，在其基礎(chǔ)上構(gòu)建語義地圖。

首先將現(xiàn)有的導(dǎo)航地圖作為基礎(chǔ)數(shù)據(jù)，在此基礎(chǔ)上進(jìn)行大量的工程設(shè)計(jì)用于保持信息的更新性和準(zhǔn)確性，以上構(gòu)成了道路圖層的基礎(chǔ)。利用自動(dòng)駕駛探測(cè)車隊(duì)和自身數(shù)據(jù)創(chuàng)建出用于本地化的道路圖層、車道幾何圖層和大多數(shù)語義特征圖層。接下來，通過自動(dòng)駕駛傳感器數(shù)據(jù)，利用計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)來識(shí)別車道標(biāo)記、交通信號(hào)燈、路標(biāo)和其他元素，對(duì)其位置進(jìn)行三角測(cè)量，將它們的三維坐標(biāo)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(zhuǎn)彎限制，交通燈模式或駕駛員行為之類的提示。其中，自動(dòng)駕駛傳感器需要經(jīng)過精心校準(zhǔn)，并且要利用多種傳感器例如GPS，IMU，激光雷達(dá)和相機(jī)等，通過激光雷達(dá)、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(dá)掃描處理產(chǎn)生一個(gè)模擬現(xiàn)實(shí)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(shù)據(jù)的位置。各種客觀元素與地圖數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系讓我們將所有圖層合并成為一個(gè)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(gòu)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(zhì)量控制，以確保地圖能夠精確到厘米級(jí)。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(shí)別地圖中的錯(cuò)誤，以及提醒某些地方需要人工操作員進(jìn)行最終的細(xì)化和質(zhì)量控制。另外，豐富的2D和3D工具允許操作員標(biāo)記數(shù)據(jù)源錯(cuò)誤，在啟發(fā)式算法或算法中調(diào)出邏輯錯(cuò)誤，然后比對(duì)地圖進(jìn)行最終調(diào)整。一旦質(zhì)量控制流程完成，就可以在車輛真正上路之前進(jìn)行模擬情境自動(dòng)化測(cè)試。通過模擬測(cè)試后，按照L5自動(dòng)駕駛測(cè)試協(xié)議進(jìn)行實(shí)時(shí)道路測(cè)試，嚴(yán)格遵守所有流程和規(guī)則。一旦最終的道路測(cè)試通過，該地圖將被批準(zhǔn)部署到車隊(duì)中。

后續(xù)在對(duì)車隊(duì)數(shù)據(jù)進(jìn)行處理時(shí)，所有收集的新信息將會(huì)進(jìn)行自動(dòng)的更新迭代，有助于不斷改進(jìn)和更新地圖數(shù)據(jù)，并在此過程中重置算法。然后不斷生成更加精準(zhǔn)和確切的地圖，并在實(shí)際道路行駛中檢驗(yàn)它的可靠性。

地圖技術(shù)是自動(dòng)駕駛車企能夠正常運(yùn)作的堅(jiān)實(shí)基礎(chǔ)，不僅對(duì)連接乘客和司機(jī)很重要，對(duì)行車安全問題和公司版圖擴(kuò)張也至關(guān)重要。自動(dòng)駕駛技術(shù)更新迭代越來越快，智能駕駛傳感器不斷改進(jìn)，性能越來越強(qiáng)，越來越多的城市開始部署自動(dòng)駕駛研發(fā)測(cè)試，在此過程中，地圖技術(shù)成為提高自動(dòng)駕駛車輛行駛的效率、安全性和高速發(fā)展的關(guān)鍵。尤其在實(shí)現(xiàn)L5級(jí)自動(dòng)駕駛時(shí)，高精地圖的作用尤為重要，成為自動(dòng)駕駛研發(fā)企業(yè)的必爭(zhēng)高地。