一文详解面向自动驾驶的高精地图数据采集标注体系—景联文科技

当前，自动驾驶已经成为全球各大厂商重要的研究热点和战略发展方向，高精地图与自动驾驶密切相关，它需要准确表达现实世界各类要素的空间位置和相对关系，是自动驾驶车辆“脑子”里的地图，能够让车辆知道接下来"看不见"的路况是什么样的。相比传统电子地图的10米常规精度要求，高精地图的精度需要达到20厘米，这样的精度基本上是一个车道边线的宽度，在20厘米精度情况下才能保证不会发生侧面碰撞。

 一、自动驾驶的三大关键功能：感知、高精定位、决策规划，都依靠于高精地图的支持

感知功能：自动驾驶汽车上的传感器要代替人类驾驶员观察和感知车道线、交通牌、杆等道路周边的物体信息，高精地图数据可以告知车辆前方道路信息。

高精定位功能：自动驾驶的车要知道自己在地图中的位置，基于两个能力，GPS、惯导等定位能力所提供的绝对位置信息和地图经纬坐标相匹配得到的车辆在地图中的具体绝对位置，以及在发生遮挡信号特殊区域情况下，自动驾驶系统借助观察周围车道线、信号牌等信息和高精地图中的地图数据匹配判断的相对位置定位。

决策规划：自动驾驶要符合驾驶规则，需要高度依靠车道线、交通限制设施、红绿灯等道路元素。

二、高精地图的采集和生成

采集高精地图需要用到采集车，采集车是由多种先进测量传感器精密集成的移动采集系统，一般包含Lidar、惯导、相机等设备，根据采集场景不同搭载不同型号的传感器设备，并且要不间断地对地图信息进行采集，从而保证地图数据始终处于最新状态。

处理高精地图数据需要对采集车采集到的原始数据进行整理分类与清洗，从而获得没有任何语义信息或注释的初始地图模版，经过处理后的数据通常为点云数据。制作好三维点云地图之后需要标注语义信息，提供给自动驾驶车辆使用。车道线标注，一般采用俯视视角根据车道线进行标注、选择车道材质、绘制车道、调整高度、调整宽度。路口标注，分成十字路口和T型路口两种情况。斑马线标注、红绿灯标注、车道标识标注等。

 高精地图与自动驾驶之间的矛盾

当自动驾驶正在某个场景里被使用，高精地图必须要做到真实反映出当下的所有信息量，比如道路标志、车道引导线、道路的坡度、甚至是路面上需要闪避的障碍。至少是为了安全考虑，避免自动驾驶做出错误判断。这就涉及到高精地图的鲜度问题。如果鲜度不符合要求，地图更新频率太低，就很难去服务好自动驾驶。在真实业务场景里需要在精度和鲜度找到平衡，反复的迭

自动驾驶数据标注能力：

Track ID：对特定目标对象如汽车、行人、路障等进行追踪。

3D点云标注：3D单帧标注、2D-3D映射单帧标注、3D追踪标注、2D-3D联合追踪。

交通标志：对特定的交通标志如交通标识牌、交通灯标注。

Free space：对可行驶区域进行标注、实体分割及道路语义分割等。

车辆标注：车辆标注、车辆3D标注。

道路线标注：对车道线、边界线、人行道线等进行标注。

人体标注：人体标框、人体骨骼关键点标注、驾驶员行为标注、车内环境语音标注等。

人脸标注：人脸关键点、人脸眼睑线标注。