基于城市場景的地圖定位量產開發研究

作為造車新勢力，藍兔汽車充分整合東風公司多年造車技術和優勢資源，構建以用戶為中心的創新商業模式，打造以用戶為導向的科技企業。目前，藍兔汽車已在兩款車型上實現量產，分別是SUV藍兔自由俠和MPV藍兔夢想家。

藍兔汽車智能駕駛與底盤開發高級總監傅斌發表了主題為“基于城市場景的地圖定位量產與開發研究”的演講。以下是發言摘要:

藍兔汽車智能駕駛與底盤開發高級總監付斌

高精度測繪定位的行業背景和量產需求

我主要從汽車廠的角度分享一下自動駕駛開發過程中對地圖定位的一些要求。

首先，我們來看看乘用車的銷量。到2021年，中國乘用車銷量接近33%，可能比美、日、德、法加起來還多，已經連續13年乘用車銷量第一。在智能化和網絡化浪潮的推動下，智能網聯汽車逐漸接力成為整個乘用車的主要增長動力。從統計圖可以看出，L2和L2+的智能駕駛功能在L2級功能量產后的近三年持續增長。預計到2025年，L2級功能加載率將超過50%，L2級、L2+級智能駕駛功能加載率也將持續提升，這也為車載地圖定位的增長提供了發展基礎。

眾所周知，智能駕駛水平按照SAE標準分為五個等級。主要區別在于人類駕駛員是否參與整車的決策控制。車載導航和地圖的應用比較早。按照傳統認知，L3級自動駕駛級別需要應用高精度地圖和定位。但從目前的量產情況來看，高精度地圖和定位功能已經應用于L2+級智能駕駛車輛。隨著地圖和定位成本的降低，從功能優化和客戶體驗提升的角度來看，L2智能駕駛車輛未來也會有對高精度定位地圖的需求。

接下來，我將分享藍兔汽車的技術路線。藍兔是東風集團的高端新能源品牌。它成立于2019年，已在兩款車型上量產，分別是SUV藍兔自由俠和MPV藍兔夢想家。藍兔汽車的智能駕駛系統以安全、可靠、軟硬件分離和成長為基礎。藍兔汽車智能駕駛研究團隊從關注用戶體驗這一基本點出發，形成了駕駛和泊車的核心開發能力。依托自主研發的面向服務的電子電氣架構，整個智能駕駛計算平臺正在從低計算能力向高計算能力演進，從L2典型功能向高速、城市自動駕駛功能演進。

城市NOA的定義和需求

對于地圖和定位的應用，典型的場景是城市工況下的導航和駕駛輔助，也就是常說的城市NOA功能。市區NOA可實現市內點對點自動駕駛，由30多個子功能組成，可實現L3級自動駕駛。

圖片來源:藍兔汽車

據統計，90%以上的駕駛員有在市區駕駛的需求。相對于高速公路，城市場景更復雜，比如人車混雜。長尾場景很多，無保護左轉、道路交通狹窄、禮讓行人違法行為、常見的自動繞行、環島自主穿越等場景都比較難。

基于以上問題，普通雷達和相機傳感器感知的信息是不夠的，高精地圖和高精度定位是非常好的補充。因為它可以很好地預測車輛前方和周圍的道路信息，所以可以控制自動駕駛車輛和周圍……以一種更全面的方式。

高精度地圖和定位在城市中會遇到具有挑戰性的場景，比如城市峽谷、不同光照環境、半遮擋環境、城市隧道等。，對高精度地圖的生產和更新有很大影響。同時，高精地圖和高精定位之間的場景影響并不是獨立的，復合場景或者交叉場景對地圖定位的影響也是非常大的。

高精度地圖和定位的應用按照技術路線可以分為兩類:一類是使用城市的高精度地圖，基于現有試點的城市部分路段可以量產；一種是基于導航地圖的量產。第一類，在車輛應用方面，現有的高精地圖在高速和快速路上的應用是一樣的，但由于城市高精地圖的敏感性，城市的導航輔助功能可能只能在高精地圖覆蓋的部分路段使用。2022年8月，自然資源部宣布在北、上、廣、深、杭、渝等城市開展高精地圖應用試點。

第二種導航地圖，與第一種相比，增加了斑馬線、停止線、紅綠燈等元素，并繪制圖層。這部分工作可以在汽車廠的開發過程中應用，也可以由地圖供應商提供。近年來，業內提出了SD pro地圖的概念，旨在解決NOA城市高精地圖覆蓋率低的問題。

目前，高精地圖的使用存在一些問題。首先，根據法律法規，高精地圖在使用過程中只有部分城市的部分路段可以覆蓋。其次，在數據新鮮度上，城市里的里程是很多的。我國高速公路總里程只有30多萬公里，城市總里程估計也就幾百萬公里。同時，城市道路經常維護和更新。這兩點對地圖數據的及時更新提出了很大的挑戰，尤其是采集、制作和更新的成本會非常高。

考慮到法規和數據新鮮度，我個人認為短時間內可能無法實現高精度城市地圖的量產。但城市NOA功能可以先在部分城市試點運行，可以減少高精地圖的要素，在現有導航地圖的基礎上增加自動駕駛所需的地圖信息，即使用SD pro地圖實現城市NOA的場景覆蓋。

SD pro地圖與高精度地圖

基于對車輛功能的拆解，高精地圖的需求可以分為三類:道路屬性、車道模型、交通設施。傳統的高精地圖可以在這三大類中提供更為詳細的屬性信息，但SD pro地圖與高精地圖最大的區別是減少了車道模型的屬性信息，大部分集中在道路屬性和交通設施的屬性信息，而減少了曲率、坡度等車道模型的屬性信息。

圖片來源:藍兔汽車

以上，SD pro地圖的主要特點如下:一、符合法律法規要求。SD pro相當于高精地圖的輕量版，減少了很多敏感的地理信息，更容易滿足信息安全和法律法規的要求。二是滿足整車的基本功能需求，SD pro地圖的內容能夠整體滿足城市NOA的發展需求。第三，成本低，制圖員可以在現有導航地圖的基礎上，在其他城市豐富NOA所需的道路信息。

綜合來看，我認為SD pro地圖在智能駕駛地圖的設計上提供了一些很好的思路，有助于城市場景下自動駕駛輔助功能的落地。

城市場景中高精度定位的需求與實現

接下來，介紹高精度定位的技術現狀。單傳感器定位可以分為三種，一是基于信號的定位，二是航跡計算，三是特征匹配。根據城市中NOA功能的需求，企業需要提高單一定位模式的場景適應性和定位穩定性。不同的單一定位方式可以滿足不同的定位需求，但是城市場景中的各種情況復雜多變，比如天氣和季節的變化、道路和建筑物的變化、各種交通參與者的影響、電磁干擾照明等。因此，單一定位無法滿足城市復雜的自動駕駛需求，多傳感器定位成為行業主流。

圖片來源:藍兔汽車

多傳感器融合有多種方式，包括……視覺感知和激光融合。每個主機廠都會根據自己車輛的特點，選擇不同的傳感器配置和合適的定位方式，但基本目的和要解決的應用場景相差不會太大。下面介紹夏蘭圖汽車融合視覺和激光SLAM在泊車應用中的主要研究內容。

藍兔汽車研究團隊融合激光點云和圖像特征點數據，采用基于稀疏姿態調整的優化方法對車輛位置進行優化。同時利用基于視覺特征的模型進行閉環檢測，進一步優化基于激光點云的柵格地圖。與單激光或視覺定位相比，融合實現的定位精度會更高，能有效解決激光閉環探測難以實現的問題。

目前，融合方法也存在一些需要解決的問題:比如遇到白墻時沒有辦法提取出足夠多的特征點，這些問題都需要以后進一步研究。但總的來說，從車輛發展來看，一體化定位的方式更符合更復雜場景的需求。

回到城市駕駛場景，介紹了夏蘭圖汽車在城市場景中駕駛定位的研究情況。本研究的重點是開發基于SD pro地圖的多傳感器融合定位，在地圖的基礎上結合多攝像頭和BEV感知、特征信息和道路關聯，融合導航、車身、雷達等多傳感器信息。

在路口等變化復雜的場景中，藍兔汽車的研究團隊將重點用SD pro提供的點和道路屬性信息進行匹配定位。利用多個傳感器的輸入信息，建立緊耦合的融合模型，進一步提高系統的精度和可靠性，減小融合定位的誤差。

對于城市半遮擋和遮擋場景，除了視覺定位外，還引入了視覺里程計和激光里程計的觀測模型，接入輪速和方向盤轉角的數據，多組數據進行融合，提高融合定位系統的精度。測試表明，該方法可以大大提高半遮擋和遮擋場景下的定位精度。針對預測模型，在卡爾曼濾波器狀態方程中加入25維狀態矩陣，在線估計IMU安裝角度和桿臂誤差，避免IMU位置變化引起的定位結果誤差。

上述定位系統為城市NOA功能的發展提供了水平和垂直定位信息以及地圖信息，經測試在大多數場景下能夠滿足城市NOA功能的安全運行。下圖是三個典型城市場景的對比測試結果。在半遮擋和遮擋場景下，橫向定位精度可以小于0.5米。特別是視覺匹配定位的結果與DR的結果深度耦合，其中DR包含輪速、IMU、VO的融合結果，在全遮擋環境下達到千分之二的精度目標，滿足當前行業高精度組合導航的指標要求。

圖片來源:藍兔汽車

在研發過程中，藍兔汽車的研究團隊也遇到了一些技術難點，在這里與大家分享，主要是四個方面。

第一，場景分析和理解，這需要建立在可靠的場景分析和判斷的基礎上。目前主要通過視覺感知GNSS信息對場景進行區分和定位，但仍存在一定的誤差和誤判。如何構建不同場景之間的關系也是目前的一大難點。二是定位信心的判斷。高速場景對不同條件下定位系統可信度的判斷具有較高的容錯率，但城市場景更為復雜，定位可信度會直接影響定位可用性，進而影響智能駕駛系統的用戶體驗。三是定位系統的可靠性驗證。第四，城市地圖的新鮮度有保證。雖然SD pro地圖是輕量級和高精度的，但不可避免的是……及時跟進城市道路的更新。

最后，有兩個問題需要討論:第一，V2X如何在城市場景中應用和普及？V2X的良好應用將有助于提高定位精度。基于城市場景的高精度地圖和定位的應用和普及，有助于推動V2X的發展和普及，也將在普遍互聯、反哺城市建設、改善城市環境方面發揮巨大作用。

第二，主機廠和圖文經銷商如何在城市場景下深化地圖定位的合作？在城市場景中采集和更新地圖是一個很大的挑戰。汽車廠商有天然的數據優勢。在法律法規的脫敏要求下，與地圖廠商合作實現城市地圖數據的眾包也具有重要意義。

(以上內容來自藍兔汽車智能駕駛與底盤開發高級總監傅斌，他在2022年9月14日由Gaspar主辦的2022第四屆自動駕駛地圖與定位大會上發表了《基于城市場景的地圖定位量產與發展研究》主題演講。)作為造車新勢力，藍兔汽車充分整合東風公司多年造車技術和優勢資源，構建以用戶為中心的創新商業模式，打造以用戶為導向的科技企業。目前，藍兔汽車已在兩款車型上實現量產，分別是SUV藍兔自由俠和MPV藍兔夢想家。

藍兔汽車智能駕駛與底盤開發高級總監傅斌發表了主題為“基于城市場景的地圖定位量產與開發研究”的演講。以下是發言摘要:

藍兔汽車智能駕駛與底盤開發高級總監付斌

高精度測繪定位的行業背景和量產需求

我主要從汽車廠的角度分享一下自動駕駛開發過程中對地圖定位的一些要求。

首先，我們來看看乘用車的銷量。到2021年，中國乘用車銷量接近33%，可能比美、日、德、法加起來還多，已經連續13年乘用車銷量第一。在智能化和網絡化浪潮的推動下，智能網聯汽車逐漸接力成為整個乘用車的主要增長動力。從統計圖可以看出，L2和L2+的智能駕駛功能在L2級功能量產后的近三年持續增長。預計到2025年，L2級功能加載率將超過50%，L2級、L2+級智能駕駛功能加載率也將持續提升，這也為車載地圖定位的增長提供了發展基礎。

眾所周知，智能駕駛水平按照SAE標準分為五個等級。主要區別在于人類駕駛員是否參與整車的決策控制。車載導航和地圖的應用比較早。按照傳統認知，L3級自動駕駛級別需要應用高精度地圖和定位。但從目前的量產情況來看，高精度地圖和定位功能已經應用于L2+級智能駕駛車輛。隨著地圖和定位成本的降低，從功能優化和客戶體驗提升的角度來看，L2智能駕駛車輛未來也會有對高精度定位地圖的需求。

接下來，我將分享藍兔汽車的技術路線。藍兔是東風集團的高端新能源品牌。它成立于2019年，已在兩款車型上量產，分別是SUV藍兔自由俠和MPV藍兔夢想家。藍兔汽車的智能駕駛系統以安全、可靠、軟硬件分離和成長為基礎。藍兔汽車智能駕駛研究團隊從關注用戶體驗這一基本點出發，形成了駕駛和泊車的核心開發能力。依托自主研發的面向服務的電子電氣架構，整個智能駕駛計算平臺正在從低計算能力向高計算能力演進，從L2典型功能向高速、城市自動駕駛功能演進。

定義和d……和NOA的城市

對于地圖和定位的應用，典型的場景是城市工況下的導航和駕駛輔助，也就是常說的城市NOA功能。市區NOA可實現市內點對點自動駕駛，由30多個子功能組成，可實現L3級自動駕駛。

圖片來源:藍兔汽車

據統計，90%以上的駕駛員有在市區駕駛的需求。相對于高速公路，城市場景更復雜，比如人車混雜。長尾場景很多，無保護左轉、道路交通狹窄、禮讓行人違法行為、常見的自動繞行、環島自主穿越等場景都比較難。

基于以上問題，普通雷達和相機傳感器感知的信息是不夠的，高精地圖和高精度定位是非常好的補充。因為它可以很好地預測車輛前方和周圍的道路信息，所以可以更全面地控制自動駕駛車輛和周圍的事件。

高精度地圖和定位在城市中會遇到具有挑戰性的場景，比如城市峽谷、不同光照環境、半遮擋環境、城市隧道等。，對高精度地圖的生產和更新有很大影響。同時，高精地圖和高精定位之間的場景影響并不是獨立的，復合場景或者交叉場景對地圖定位的影響也是非常大的。

高精度地圖和定位的應用按照技術路線可以分為兩類:一類是使用城市的高精度地圖，基于現有試點的城市部分路段可以量產；一種是基于導航地圖的量產。第一類，在車輛應用方面，現有的高精地圖在高速和快速路上的應用是一樣的，但由于城市高精地圖的敏感性，城市的導航輔助功能可能只能在高精地圖覆蓋的部分路段使用。2022年8月，自然資源部宣布在北、上、廣、深、杭、渝等城市開展高精地圖應用試點。

第二種導航地圖，與第一種相比，增加了斑馬線、停止線、紅綠燈等元素，并繪制圖層。這部分工作可以在汽車廠的開發過程中應用，也可以由地圖供應商提供。近年來，業內提出了SD pro地圖的概念，旨在解決NOA城市高精地圖覆蓋率低的問題。

目前，高精地圖的使用存在一些問題。首先，根據法律法規，高精地圖在使用過程中只有部分城市的部分路段可以覆蓋。其次，在數據新鮮度上，城市里的里程是很多的。我國高速公路總里程只有30多萬公里，城市總里程估計也就幾百萬公里。同時，城市道路經常維護和更新。這兩點對地圖數據的及時更新提出了很大的挑戰，尤其是采集、制作和更新的成本會非常高。

考慮到法規和數據新鮮度，我個人認為短時間內可能無法實現高精度城市地圖的量產。但城市NOA功能可以先在部分城市試點運行，可以減少高精地圖的要素，在現有導航地圖的基礎上增加自動駕駛所需的地圖信息，即使用SD pro地圖實現城市NOA的場景覆蓋。

SD pro地圖與高精度地圖

基于對車輛功能的拆解，高精地圖的需求可以分為三類:道路屬性、車道模型、交通設施。傳統的高精地圖可以在這三大類中提供更為詳細的屬性信息，但SD pro地圖與高精地圖最大的區別是減少了車道模型的屬性信息，大部分集中在道路屬性和交通設施的屬性信息，而減少了曲率、坡度等車道模型的屬性信息。

圖片來源:藍兔汽車

以上，SD pro地圖的主要特點如下:一、符合法律法規要求。SD pro相當于高精地圖的輕量版，減少了很多敏感的地理信息，更容易滿足信息安全和法律法規的要求。二是滿足整車的基本功能需求，SD pro地圖的內容能夠整體滿足城市NOA的發展需求。第三，成本低，制圖員可以在現有導航地圖的基礎上，在其他城市豐富NOA所需的道路信息。

綜合來看，我認為SD pro地圖在智能駕駛地圖的設計上提供了一些很好的思路，有助于城市場景下自動駕駛輔助功能的落地。

城市場景中高精度定位的需求與實現

接下來，介紹高精度定位的技術現狀。單傳感器定位可以分為三種，一是基于信號的定位，二是航跡計算，三是特征匹配。根據城市中NOA功能的需求，企業需要提高單一定位模式的場景適應性和定位穩定性。不同的單一定位方式可以滿足不同的定位需求，但是城市場景中的各種情況復雜多變，比如天氣和季節的變化、道路和建筑物的變化、各種交通參與者的影響、電磁干擾照明等。因此，單一定位無法滿足城市復雜的自動駕駛需求，多傳感器定位成為行業主流。

圖片來源:藍兔汽車

多傳感器融合有多種方式，包括……視覺感知和激光融合。每個主機廠都會根據自己車輛的特點，選擇不同的傳感器配置和合適的定位方式，但基本目的和要解決的應用場景相差不會太大。下面介紹夏蘭圖汽車融合視覺和激光SLAM在泊車應用中的主要研究內容。

藍兔汽車研究團隊融合激光點云和圖像特征點數據，采用基于稀疏姿態調整的優化方法對車輛位置進行優化。同時利用基于視覺特征的模型進行閉環檢測，進一步優化基于激光點云的柵格地圖。與單激光或視覺定位相比，融合實現的定位精度會更高，能有效解決激光閉環探測難以實現的問題。

目前，融合方法也存在一些需要解決的問題:比如遇到白墻時沒有辦法提取出足夠多的特征點，這些問題都需要以后進一步研究。但總的來說，從車輛發展來看，一體化定位的方式更符合更復雜場景的需求。

回到城市駕駛場景，介紹了夏蘭圖汽車在城市場景中駕駛定位的研究情況。本研究的重點是開發基于SD pro地圖的多傳感器融合定位，在地圖的基礎上結合多攝像頭和BEV感知、特征信息和道路關聯，融合導航、車身、雷達等多傳感器信息。

在路口等變化復雜的場景中，藍兔汽車的研究團隊將重點用SD pro提供的點和道路屬性信息進行匹配定位。利用多個傳感器的輸入信息，建立緊耦合的融合模型，進一步提高系統的精度和可靠性，減小融合定位的誤差。

對于城市半遮擋和遮擋場景，除了視覺定位外，還引入了視覺里程計和激光里程計的觀測模型，接入輪速和方向盤轉角的數據，多組數據進行融合，提高融合定位系統的精度。測試表明，該方法可以大大提高半遮擋和遮擋場景下的定位精度。針對預測模型，在卡爾曼濾波器狀態方程中加入25維狀態矩陣，在線估計IMU安裝角度和桿臂誤差，避免IMU位置變化引起的定位結果誤差。

上述定位系統為城市NOA功能的發展提供了水平和垂直定位信息以及地圖信息，經測試在大多數場景下能夠滿足城市NOA功能的安全運行。下圖是三個典型城市場景的對比測試結果。在半遮擋和遮擋場景下，橫向定位精度可以小于0.5米。特別是視覺匹配定位的結果與DR的結果深度耦合，其中DR包含輪速、IMU、VO的融合結果，在全遮擋環境下達到千分之二的精度目標，滿足當前行業高精度組合導航的指標要求。

圖片來源:藍兔汽車

在研發過程中，藍兔汽車的研究團隊也遇到了一些技術難點，在這里與大家分享，主要是四個方面。

第一，場景分析和理解，這需要建立在可靠的場景分析和判斷的基礎上。目前主要通過視覺感知GNSS信息對場景進行區分和定位，但仍存在一定的誤差和誤判。如何構建不同場景之間的關系也是目前的一大難點。二是定位信心的判斷。高速場景對不同條件下定位系統可信度的判斷具有較高的容錯率，但城市場景更為復雜，定位可信度會直接影響定位可用性，進而影響智能駕駛系統的用戶體驗。三是定位系統的可靠性驗證。第四，城市地圖的新鮮度有保證。雖然SD pro地圖是輕量級和高精度的，但不可避免的是……及時跟進城市道路的更新。

最后，有兩個問題需要討論:第一，V2X如何在城市場景中應用和普及？V2X的良好應用將有助于提高定位精度。基于城市場景的高精度地圖和定位的應用和普及，有助于推動V2X的發展和普及，也將在普遍互聯、反哺城市建設、改善城市環境方面發揮巨大作用。

第二，主機廠和圖文經銷商如何在城市場景下深化地圖定位的合作？在城市場景中采集和更新地圖是一個很大的挑戰。汽車廠商有天然的數據優勢。在法律法規的脫敏要求下，與地圖廠商合作實現城市地圖數據的眾包也具有重要意義。

(以上內容來自藍兔汽車智能駕駛與底盤開發高級總監傅斌，他在2022年9月14日由Gaspar主辦的2022第四屆自動駕駛地圖與定位大會上發表了《基于城市場景的地圖定位量產與發展研究》主題演講。)

標簽：嵐圖汽車東風斑馬曼

汽車資訊熱門資訊