黃華東 李冉 馬宏陽 胡帥朋

（1.中汽創(chuàng)智科技有限公司，江蘇 南京 210000；2.中國科學(xué)院空天信息創(chuàng)新研究院，北京 海淀 100094；3.南京工業(yè)大學(xué)，江蘇 南京 210000）

1 引言

高精地圖（HD Map，High Definition Map）與標(biāo)準(zhǔn)地圖（SD Map，Standard Definition Map）有著本質(zhì)區(qū)別。標(biāo)準(zhǔn)地圖使用主體是人，主要作用為導(dǎo)航和搜索，數(shù)據(jù)主體是道路，提供米級道路級別分辨率的道路形狀和興趣點(diǎn)數(shù)據(jù)。高精地圖使用主體是機(jī)器，主要作用為輔助定位、超視距感知、先驗(yàn)路徑規(guī)劃和決策，數(shù)據(jù)主體是車道，提供分米級車道級別分辨率的更為豐富的車道幾何和道路設(shè)施等數(shù)據(jù)。高精地圖具備位置精度高、要素豐富度高和數(shù)據(jù)鮮度高等特點(diǎn)[1]。

車載移動測量系統(tǒng)集成了全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS，Global Navigation Satellite System）、慣性導(dǎo)航系統(tǒng)（INS，Inertial Navigation System）、激光三維雷達(dá)系統(tǒng)（LiDAR，Light Detection And Ranging）、圖像傳感器（CCD，Charge Coupled Device）、距離傳感器（DMI，Distance Measure Instrument）、工控機(jī)（IPC，Industrial Personal Computer）等高精度傳感器或先進(jìn)技術(shù)，可在高速移動中快速獲取高精度位置及姿態(tài)信息、高密度三維點(diǎn)云與高清影像數(shù)據(jù)。車載移動測量系統(tǒng)具備高精度、高效率、數(shù)據(jù)成果豐富等特點(diǎn)，廣泛應(yīng)用于傳統(tǒng)測繪、智慧城市、智慧交通、智能駕駛等領(lǐng)域[2,3]。

國內(nèi)外已開展基于車載移動測量系統(tǒng)的高精地圖制作相關(guān)研究與應(yīng)用，詳細(xì)介紹了制作部分流程，但未系統(tǒng)性、全局性、標(biāo)準(zhǔn)化研究從外業(yè)采集至高精地圖應(yīng)用過程中的主要關(guān)鍵技術(shù)、流程與成果[4-11]。本文基于車載移動測量系統(tǒng)，設(shè)計(jì)一套采集、處理、制圖、編譯全流程的高精地圖制作關(guān)鍵技術(shù)及工作模式，實(shí)現(xiàn)全流程標(biāo)準(zhǔn)化、部分流程自動化，可快速、準(zhǔn)確、高效實(shí)現(xiàn)高精地圖的采集、處理和建模等工作。

2 總體流程

高精地圖制作主要分為4 個一級流程、13 個二級流程及若干三級流程，總體制圖流程如圖1 所示。外業(yè)數(shù)據(jù)采集主要包括：測區(qū)內(nèi)控制點(diǎn)坐標(biāo)采集、基準(zhǔn)站觀測數(shù)據(jù)采集、流動站數(shù)據(jù)采集。數(shù)據(jù)預(yù)處理主要包括：組合導(dǎo)航解算、點(diǎn)云數(shù)據(jù)解算、影像數(shù)據(jù)解算、數(shù)據(jù)整理及數(shù)據(jù)質(zhì)檢。編輯制圖主要包括：道路幾何及屬性制作、對象幾何及屬性制作、制圖成果數(shù)據(jù)質(zhì)檢、問題批處理解決。地圖編譯主要包括 ：編譯格式確定、編譯方式選擇。

圖1 總體流程

3 外業(yè)數(shù)據(jù)采集

3.1 系統(tǒng)介紹

該車載移動測量系統(tǒng)由載體、傳感器、供電系統(tǒng)等部分組成，適應(yīng)于高速與城市道路等應(yīng)用場景，如圖2 所示。IMU 使用天寶Applanix LVX，主、副GNSS 天線使用CSX601A，斜置、平置LiDAR 使用禾賽Pandar XT32，六個Camera 使用?？低昅V-CA050。在高速行駛采集場景（速度大于70 公里/小時），激光線間距不大于3cm，后處理軌跡定位精度優(yōu)于5cm，點(diǎn)云三維絕對精度優(yōu)于15cm。

圖2 車載移動測量系統(tǒng)

3.2 定位原理

由于系統(tǒng)內(nèi)部傳感器安裝過程中存在位置及方向誤差，在系統(tǒng)研制后需要對各類傳感器的內(nèi)部參數(shù)及不同傳感器之間的外部參數(shù)進(jìn)行標(biāo)定[12]。GNSS 外參為天線至慣導(dǎo)中心的偏移量（Tx、Ty、Tz）和旋轉(zhuǎn)角（Rx、Ry、Rz）等參數(shù)，坐標(biāo)系為地球坐標(biāo)系（WGS-84）。激光雷達(dá)內(nèi)參包括線束、高度、方位角等參數(shù)。激光雷達(dá)外參為傳感器至慣導(dǎo)中心的偏移量（Tx、Ty、Tz）和旋轉(zhuǎn)角（Rx、Ry、Rz）等參數(shù)。坐標(biāo)系為激光掃描坐標(biāo)系。DMI 參數(shù)為車輪行駛一周的長度。相機(jī)內(nèi)參包括焦距（fx、fy）、主點(diǎn)（cx、cy）、徑向畸變（k1、k2、k3、k4、k5）、切向畸變（p1、p2）等參數(shù)；相機(jī)外參為傳感器至慣導(dǎo)中心的偏移量（Tx、Ty、Tz）和旋轉(zhuǎn)角（Rx、Ry、Rz）等參數(shù)，坐標(biāo)系為像素坐標(biāo)系。

在進(jìn)行數(shù)據(jù)處理時，需要將不同傳感器坐標(biāo)系進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換為WGS-84 大地坐標(biāo)系或高斯投影后的空間直角坐標(biāo)系，用于后續(xù)編輯制圖工作。根據(jù)高精地圖最終成果要求，選擇性地進(jìn)行不同橢球基準(zhǔn)、不同投影方式之間的轉(zhuǎn)換。車載移動測量系統(tǒng)掃描定位原理如圖3 所示。

圖3 車載移動測量系統(tǒng)掃描定位原理

在KL時刻，車載移動測量系統(tǒng)嚴(yán)密定位方程如公式（1）所示。

公式中：λ為尺度因子，XL為地物點(diǎn)P在LiDAR坐標(biāo)系中的坐標(biāo)向量，XW為地物點(diǎn)P在WGS-84 坐標(biāo)系中的坐標(biāo)向量。

X IW為IMU 坐標(biāo)系原點(diǎn)在WGS-84 坐標(biāo)系中的坐標(biāo)向量。

RwI為IMU 坐標(biāo)系至WGS-84 坐標(biāo)系的旋轉(zhuǎn)矩陣。

其中，（r,p,h）為組合導(dǎo)航解算處理后對應(yīng)時刻的滾動角、俯仰角和偏航角。

XL I為LiDAR 坐標(biāo)系原點(diǎn)在IMU 坐標(biāo)系中的偏移量。

RL I為LiDAR 坐標(biāo)系與IMU 坐標(biāo)系之間的旋轉(zhuǎn)矩陣。

3.3 規(guī)劃與采集

基準(zhǔn)站可分為CORS 站、虛擬參考站或自架GNSS接收機(jī)三類，針對采集區(qū)域大小，需確定基準(zhǔn)站數(shù)量，根據(jù)數(shù)據(jù)質(zhì)量等級，可在每10～30km 覆蓋范圍內(nèi)設(shè)立一座基準(zhǔn)站。根據(jù)測區(qū)路網(wǎng)圖，需要現(xiàn)場踏勘，采集路徑規(guī)劃[13]，確保采集過程中以最少的重復(fù)路線采集較為全面的車道數(shù)據(jù)，減少數(shù)據(jù)冗余，提高預(yù)處理效率，降低因重復(fù)采集導(dǎo)致的點(diǎn)云分層。為檢查點(diǎn)云成果絕對精度，需在測區(qū)布設(shè)控制點(diǎn)，應(yīng)使用RTK 或全站儀布設(shè)高等級平面控制點(diǎn)與高程控制點(diǎn)。

采集過程中應(yīng)重點(diǎn)注意：（ 1 ）基準(zhǔn)站觀測起止時間應(yīng)覆蓋流動站測量時間，確保組合導(dǎo)航解算正常進(jìn)行。（2）基準(zhǔn)站坐標(biāo)值應(yīng)布設(shè)在控制點(diǎn)上，以提高數(shù)據(jù)整體精度。（ 3 ）采集開始前及結(jié)束后應(yīng)對慣導(dǎo)進(jìn)行靜止等初始化操作，以提高慣導(dǎo)數(shù)據(jù)精度。（4）在隧道、高架下或城市峽谷區(qū)域，可增設(shè)控制點(diǎn)，用于數(shù)據(jù)質(zhì)量評定及提升。（5）在GNSS 信號丟失區(qū)域，應(yīng)盡量勻速、快速駛離，至開闊處重新接收位置信息，減少慣導(dǎo)累計(jì)誤差。（ 6 ）應(yīng)盡量避免流動站周圍其他車輛影響，減少因遮擋導(dǎo)致的點(diǎn)云空洞。本次采集實(shí)際路線、布設(shè)控制點(diǎn)及測區(qū)影像底圖（部分）如圖4 所示。

圖4 行車軌跡、控制點(diǎn)與影像底圖

4 數(shù)據(jù)處理及制圖

4.1 組合導(dǎo)航解算

POSPac MMS 是天寶Applanix 最新一代的GNSS輔助慣性導(dǎo)航后處理軟件。使用POSPac IN-Fusion Single Base 技術(shù)對采集POS 原始數(shù)據(jù)進(jìn)行組合導(dǎo)航解算，融合北斗、GPS、GLONASS、GALILEO 等全球衛(wèi)星定位系統(tǒng)，將流動站及基準(zhǔn)站采集的數(shù)據(jù)進(jìn)行后處理差分動態(tài)定位，對GNSS、IMU、DMI 數(shù)據(jù)進(jìn)行緊耦合處理，消除GNSS 信號失鎖帶來的影響，消除IMU 長時間累積誤差，實(shí)現(xiàn)高精度的定位、定姿及定速。本次采集基線長度在0.5km 至1.6km 之間?；鶞?zhǔn)站與流動站同時接收到的衛(wèi)星顆數(shù)為 ：GPS衛(wèi)星顆數(shù)為3～10顆，平均為9 顆；北斗衛(wèi)星為2～7 顆，平均為6 顆?；鶞?zhǔn)站位置及流動站POS 軌跡如圖5 所示。

圖5 基準(zhǔn)站與流動站POS軌跡

處理結(jié)束后，生成POST 軌跡文件（sbet_Trace.out），包含時間、坐標(biāo)、速度分量、滾動角、俯仰角和偏航角等信息。將二進(jìn)制文件轉(zhuǎn)為Text 格式數(shù)據(jù)或SpatialLite 數(shù)據(jù)庫文件，進(jìn)行水平、高程、姿態(tài)跳變檢查及修復(fù)，減少因軌跡跳變導(dǎo)致的點(diǎn)云跳變。對本次處理的POST 數(shù)據(jù)進(jìn)行質(zhì)量評價，北、東方向中誤差平均約1.2cm，地/下方向中誤差平均約2.8cm，完全符合高精地圖制作基礎(chǔ)數(shù)據(jù)的精度要求。三方向中誤差分布如圖6 所示。

4.2 相片解算

依據(jù)POST 軌跡文件、相片至慣導(dǎo)外參，生成六個相機(jī)軌跡文件，包含序號、照片名稱、時間、經(jīng)緯度、平面坐標(biāo)、高程、俯仰角、翻滾角、偏航角等信息。通過相機(jī)軌跡文件，將每張照片與點(diǎn)云成果、軌跡成果相匹配，便于后期快速查找、瀏覽，可將相片像素RGB 值賦于對應(yīng)點(diǎn)云上，制作真彩色點(diǎn)云成果。解算后相片如圖7 所示，自左而右、自上而下相片位置依次為左前視、前視、右前視、左后視、后視、右后視。

圖7 各視角相片

4.3 點(diǎn)云解算

點(diǎn)云數(shù)據(jù)作為高精地圖制作的最重要基礎(chǔ)數(shù)據(jù)，點(diǎn)云完整性、準(zhǔn)確性決定了高精地圖的要素覆蓋度與位置精度。原始激光點(diǎn)云數(shù)據(jù)需經(jīng)過數(shù)據(jù)解析、坐標(biāo)轉(zhuǎn)換（將點(diǎn)云坐標(biāo)轉(zhuǎn)換為高斯投影后的空間直角坐標(biāo)）、點(diǎn)云去噪（減少空中噪點(diǎn)）、距離過濾（減少距離或高度閾值外冗余點(diǎn)云）、速度過濾（減少停車時額外采集的冗余點(diǎn)云）、點(diǎn)云自動配準(zhǔn)（減少重復(fù)采集區(qū)域內(nèi)點(diǎn)云分層或點(diǎn)云重影，提升點(diǎn)云相對精度）、點(diǎn)云手動糾偏（提升點(diǎn)云絕對精度）、地面非地面分割（便于編輯制圖點(diǎn)云渲染展示）、點(diǎn)云分類（高精地圖自動化制作基礎(chǔ)）、數(shù)據(jù)分幅（按照標(biāo)準(zhǔn)圖幅分割為若干單幅數(shù)據(jù)）、索引創(chuàng)建（快速渲染）等處理，形成下一環(huán)節(jié)可輸入的標(biāo)準(zhǔn)格式數(shù)據(jù)。解算后的點(diǎn)云成果如圖8 所示，自左而右、自上而下依次為整體點(diǎn)云、地面點(diǎn)云、非地面點(diǎn)云。

圖8 點(diǎn)云成果

4.4 編輯制圖

在通用GIS 平臺或?qū)I(yè)數(shù)據(jù)編輯制圖平臺中，按高精地圖數(shù)據(jù)標(biāo)準(zhǔn)，通過人工、半自動、全自動方式制作高精地圖[14-18]，包含道路、交通設(shè)施等要素，限速、轉(zhuǎn)向、線類型等屬性，以及交通燈與停止線、道路參考線與道路邊界線等關(guān)聯(lián)關(guān)系。制作結(jié)束后，應(yīng)進(jìn)行值域、拓?fù)潢P(guān)系、關(guān)聯(lián)關(guān)系等內(nèi)容的自動檢查與修復(fù)。

地圖成果格式為SpatiaLite 數(shù)據(jù)庫，支持開放地理空間協(xié)會標(biāo)準(zhǔn)（OGC，Open Geospatial Consortium），可使用ArcGIS、QGIS、FME 等軟件編輯。高精地圖成果與影像底圖疊加展示如圖9 所示，高精地圖成果與點(diǎn)云成果疊加展示如圖10 所示。

圖9 高精地圖與影像底圖

圖10 高精地圖與點(diǎn)云成果

4.5 精度分析

在車載移動測量作業(yè)前后，選取地面或交通設(shè)施的拐角點(diǎn)或頂點(diǎn)等明顯特征點(diǎn)[19-21]，使用全站儀、RTK 測量，獲取高精度控制點(diǎn)三維坐標(biāo)。將點(diǎn)云成果或高精地圖成果與控制點(diǎn)進(jìn)行疊加，如圖11 所示。

圖11 點(diǎn)云成果與控制點(diǎn)疊加

高精地圖成果坐標(biāo)精度計(jì)算如表1 所示，高精地圖成果坐標(biāo)精度統(tǒng)計(jì)如表2 所示，誤差分布如圖12 所示。通過分析可得，平面誤差平均值為4.3cm，中誤差為2cm，高程誤差平均值為3.2cm，中誤差為2.5cm，成果數(shù)據(jù)完全滿足高精地圖厘米級或分米級要求。

表1 成果坐標(biāo)精度計(jì)算

表2 成果坐標(biāo)精度統(tǒng)計(jì)

圖12 誤差值分布

5 地圖編譯

高精地圖的標(biāo)準(zhǔn)格式主要有NDS、OpenDrive、Apollo OpenDrive 等[22]。其中，OpenDrive 是目前國際上比較通用的一種格式規(guī)范，描述了駕駛仿真應(yīng)用所需要的靜態(tài)道路交通網(wǎng)絡(luò)，并提供標(biāo)準(zhǔn)交換格式，使用可擴(kuò)展標(biāo)記語言（XML）描述道路網(wǎng)絡(luò)的基礎(chǔ)，文件拓展名為xodr，數(shù)據(jù)涵蓋了道路的幾何形狀，以及可影響路網(wǎng)邏輯的相關(guān)特征，例如車道和標(biāo)志。同時，還能保證不同應(yīng)用之間在交換數(shù)據(jù)時的互通性，可以真實(shí)模擬車輛在道路上行駛，用于高級輔助駕駛系統(tǒng)（ADAS）功能開發(fā)和驗(yàn)證。將SpatiaLite 成果編譯為OpenDrive 格式，OpenDrive 格式高精地圖可視化效果如圖13 所示。

圖13 OpenDrive格式高精地圖

6 結(jié)語

高精地圖是保障智能駕駛系統(tǒng)穩(wěn)定、安全、高效的重要一環(huán)，在智能駕駛中起到輔助感知、輔助定位、輔助規(guī)劃、輔助控制等重要作用。本文通過具體工程實(shí)踐，詳細(xì)闡述了基于車載移動測量系統(tǒng)的高精地圖制作原理及關(guān)鍵步驟，通過控制點(diǎn)驗(yàn)證，精度完全符合高精地圖技術(shù)規(guī)格要求，將制圖成果編譯為國際通用標(biāo)準(zhǔn)格式，為不同OEM、Tier1 的智能駕駛開發(fā)、測試、仿真提供了標(biāo)準(zhǔn)化信息保障。