高精度地图的构建与更新：概述与未来发展方向

随着自动驾驶汽车 (AVs) 的快速发展，对环境感知技术的需求也在不断增加。其中高精度地图 (HD Map) 已成为帮助车辆实现定位和路径规划等关键任务的重要角色之一。尽管越来越多的研究工作致力于 HD 地图的开发，但目前仍缺乏对整体 HD 地图构建与更新框架的全面概述。本文介绍了创建 HD 地图的算法发展现状及其维护过程，作为本研究的一部分，本文简要回顾了处理原始数据到可用于地图构建和更新的信息的主要数据预处理方法、语义分割和定位。此外本文还深入讨论了地图分类法、地图本体论及其质量评估，展示了地图数据的一般表示方法，并讨论了从 SLAM 到基于 transformers 的学习方法等建图算法。文章还介绍了 HD 地图更新算法的发展，从变化检测到更新方法。最后讨论了 HD 地图构建与更新技术的未来发展方向以及尚存的挑战，本文同时为那些初入 HD 地图构建与更新领域的研究人员提供了一篇立场性文章和教程。

本篇综述重点关注高精度地图制作与维护所需的各个生命周期阶段，旨在为读者提供从数据预处理、地图构建到地图更新的全面理解，该过程主要包括三个步骤：数据收集及处理、地图创建或建图过程、以及地图维护或更新，主要贡献可以总结为以下四点：

1. 对高精度地图生命周期四个步骤（数据采集、数据处理、建图和更新）的有序综述；

2. 介绍数据预处理中最新的语义分割和定位算法；

3. 详细探讨了高精度地图构建（如 SLAM 和众包）以及地图更新（如变化检测和众包更新方法）的最新趋势；

4. 提供高精度地图在自动驾驶中发展的剩余挑战和未来方向清单。

高精度地图的分类

HD地图的核心目的是确保自动驾驶车辆能够实现精确定位，以保证驾驶安全。传统的数字地图由于只能提供车道级精度，无法满足这一需求。HD地图包含多个层次，提供详细的环境信息。不同的标准如OpenDrive、NDS、ADASIS、LDM等用于描述这些层次。HD地图的本体框架（Ontology）通过语义、时间和空间等维度来定义环境中的多个方面，并通过知识架构层来区分不同层次的地图数据，帮助建模道路环境。

图2. 根据LDM定义绘制的高精度地图层次示意图

高精度地图的需求与评估

尽管行业共识认为HD地图的精度应保持在10-20厘米范围内，但国际上并没有正式制定明确的标准。评估HD地图的质量主要包括以下几个方面：

* 语义数据的命名准确性、分类种类和准确性；

* 时间数据的准确性和频率；

* 空间数据的覆盖范围、精度和分辨率。

研究文献进一步提出了具体的指标，用于评估地图元素的位置精度、特征分布、布局相似性和表示质量。这些标准帮助行业对HD地图进行评估，并不断改进地图的生成算法。

图3. 面向自动驾驶的七层自适应地图架构示意图，V2X：车联网

数据采集

HD地图的精度依赖于先进的设备和技术来进行数据采集。移动测绘车辆是主要的数据收集工具，它们配备了多种高端传感器，如GNSS-RTK、IMU、LiDAR等。这些设备帮助采集精确的道路数据，并在服务器上进行处理和存储。 尽管这种集中式的数据采集方法提供了广泛的覆盖范围，但成本高昂且更新频率较低。为了提高更新效率，研究者提出了众包数据采集的方法，即普通智能车辆也能通过其传感器来收集数据。这种方法能够提高地图的更新频率，但由于传感器精度不一，数据的可靠性和一致性成为一大挑战。

图4. 大型地图公司使用的移动测绘车辆：(a) Google，(b) Bing，(c) TomTom，(d) Here

数据预处理模块

这里介绍了用于制作和维护高精度地图的数据预处理算法，特别是语义分割和定位任务，对于车辆的原始数据，数据预处理步骤将其转换为所需信息，并确保计算轻量化。因此算法必须在实时应用中表现稳健且高效，该过程的结果随后会在建图模块和更新模块中进一步处理，如图1所示。

图1. 高精度地图制作和更新的总体流程

语义分割

在智能车辆的建图的任务中，需要一个稳健且准确的模块来检测2D和3D点云空间中的物体，多个传感器负责这些任务，包括激光雷达、摄像头和雷达。接下来我们简要介绍这些传感器的算法发展以及多传感器融合技术，它们支持了高精度地图的制作和更新。

1. 摄像头：物体检测任务因卷积神经网络（CNN）的发展而得到普及，这是机器学习中的重大突破，这种技术迅速应用于智能车辆的场景理解或感知，最近语义分割在智能车辆的感知领域中扮演了重要角色，因为它提供了完整的信息，通过检测静态特征如车道边界、道路标记、交通标志，以及动态物体如车辆，它支持智能车辆的局部地图开发，这些目标可以通过较高的IOU（交并比）准确识别，IOU是一种常用来衡量图像分割与真实分割之间准确性的方法，语义分割的目标是为每个像素分配语义标签，随着深度学习的发展，神经网络在语义分割任务中表现出了非常优异的效果。

图 5. 图像分割网络的架构：(a) 膨胀（Dilation）架构。(b) 编码器-解码器（Encoder-Decoder）架构。(c) 多分支（Multi-branch）架构

2.LIDAR：LIDAR 可以在不同光照条件下提供可靠的深度信息，在地图更新和语义分割中非常重要。然而，其点云密度低且测量粗糙，尤其在光线不足时。许多研究通过公共数据集（如 KITTI 和 SemanticKITTI）改进 LIDAR 语义分割。研究早期采用将2D图像投影到3D点云空间的方法，而最新方法则通过更复杂的编码器-解码器网络（如 RangeNet++、SalsaNet 等）提升性能。最新的LIDAR语义分割方法，包括直接将点云输入3D卷积网络（如PointNet和PointNet++），以及混合方法如SPVNAS和AF-S3Net，这些方法逐渐提升了分割结果的准确性，尤其是混合方法结合了体素、图像-激光雷达投影等技术，解决了以往内存限制的问题，带来更高效的计算和大规模数据处理。

3.毫米波雷达：由于毫米波雷达数据点稀疏，实现目标检测和分类十分困难。研究通过累积多个帧的雷达数据形成雷达网格图，以丰富点数据并改善检测结果。毫米波雷达分割采用了类似图像处理中的卷积神经网络（CNN），并逐步引入LSTM等网络模型来分类静态和动态交通元素。最近的方法能检测和定位移动物体，同时确定其速度。

图 6. 通过 PointNet++实现的雷达语义分割

总结与未来

总结指出，语义分割技术在图像、LIDAR和雷达领域都有显著进展。尽管图像分割仍具有最高的实时精度，但其在光照和天气等外部因素下的可靠性较弱。LIDAR和雷达技术弥补了这些不足，但仍依赖图像进行训练。未来，语义分割算法将面临新的瓶颈，特别是在更高效和准确的算法开发方面，仍需进一步研究。

图7. 通过联合滑动窗口优化进行紧耦合地图匹配方法的示意图，以使用特征点和矢量高精地图地标估计车辆位姿。

定位是自动驾驶车辆的重要子系统，目前常用的传感器包括全球导航卫星系统（GNSS）、惯性测量单元（IMU）、摄像头、激光雷达（LIDAR）和高精地图（HD Map）。首先GNSS和GNSS-IMU是车辆绝对定位的常用方法，但由于GNSS信号容易受到遮挡、非视距（NLOS）和多路径效应的影响，因此其在复杂环境中的可靠性较差，为了弥补这一不足，当前技术趋势是将GNSS与IMU、视觉里程计（VO）、激光雷达里程计（LIDAR Odometry）等传感器融合，以提高定位精度和稳定性，通过滤波、数据融合和地图匹配等方法，GNSS的精度可以提升至厘米级，然而高精度的GNSS设备成本较高，因此在实际应用中，通常会结合IMU等其他低成本传感器来实现较为连续的定位。此外针对GNSS数据中断的情况，还提出了基于机器学习和惯性传感器数据的定位补偿算法。接着视觉里程计（Visual Odometry，VO）、视觉惯性里程计（Visual-Inertial Odometry，VIO）和视觉同步定位与地图构建（Visual SLAM）方法也被广泛应用。这些方法通过连续图像帧估计车辆的运动轨迹，并结合滤波算法（如扩展卡尔曼滤波EKF）和优化算法（如束调整算法BA）来提升精度。近年来，视觉SLAM技术（如ORBSLAM和ORBSLAM2）的发展使得实时定位成为可能，并通过加入惯性传感器减少漂移误差。此外激光雷达里程计（LIDAR Odometry，LO）、激光雷达惯性里程计（LIDAR Inertial Odometry）以及LIDAR SLAM技术也得到了发展。激光雷达通过连续扫描点云数据来估算车辆位置，其中包括基于点云配准的密集方法、基于特征的稀疏方法以及基于深度学习的方法。经典的ICP（迭代最近点）算法用于点云对齐，并通过环闭合和位姿图优化来减少漂移。近年来，基于特征的方法（如LOAM）显著提升了激光雷达定位的精度。深度学习方法也逐渐应用于激光雷达里程计中，通过将点云数据转化为图像输入神经网络，输出位移和方向变化。

雷达定位也是一个有前景的方向，尤其是在计算资源有限的场景下，由于其处理稀疏点的负载较低，因此能够实现实时性能。然而，雷达定位的精度通常较低，因为雷达数据难以检测到语义信息，且点云相对稀疏。最后，地图匹配算法是定位的重要部分，特别是为了与高精地图（HD Map）进行精确匹配。地图匹配分为在线和离线两种模式，在线模式注重实时性，而离线模式则关注精度，适用于地图构建等任务。几何算法是早期的地图匹配方法，随着定位精度要求的提高，传感器（如摄像头、激光雷达、雷达等）的数据融合和机器学习算法也被用于提升定位精度。未来的自动驾驶定位技术将倾向于融合多种传感器，包括GNSS、IMU、摄像头、雷达和LIDAR，以实现高精度、低成本的定位方案。GNSS作为主要的绝对定位传感器，提供初始位置信息，并通过其他传感器的融合提升精度和可靠性。同时，视觉和激光雷达定位也成为重要的方向，但仍需解决成本、计算复杂度以及在复杂环境下的可靠性问题。

地图矢量化

首先是数据预处理，在这一阶段，配备先进传感器的测绘车辆沿目标路线行驶，收集测绘数据。这些数据随后经过初步处理，为后续的地图构建奠定基础。接下来是地图构建。这一阶段的目标是将测绘车辆在地图上的轨迹和特征进行积累。通过将测绘数据转化为地图信息，构建基础的地图模型，为后续的地图更新和优化做准备。最后是地图更新。在这个过程中，地图中的特征会被精炼和确认。通过对地图信息的更新和优化，确保地图的准确性和可靠性。

图 8. 地图特征元素的矢量化示意图：(a) 点目标。(b) 线目标。(c) 平面目标

图 9. VectorNet架构示意图， 在该架构中，矢量化的地图信息传递到局部图网络中，以获得多段线级别的特征。它们计算从移动代理的节点特征对应的未来轨迹损失，以及在地图特征被遮蔽时的特征损失

在地图元素的矢量化方面，近年来提出了几种主要方法。首先是噪声过滤，这一步骤旨在去除语义分割过程中产生的噪声。通过使用SLAM算法和KD-Tree构建，可以确定点在三维空间中的位置，并过滤掉离群点。接下来是聚类，包括使用欧几里得聚类和RANSAC算法来将数据点分组，提取有意义的地图特征。矢量特征提取的结果通常分为三种类型：点目标（如交通信号灯和道路标线）、线目标（如车道线和路灯杆），以及平面对象（如交通标志）。在数据建模方面，高精地图的数据建模同样至关重要。Lanelet2框架是一个针对高精地图的高质量数据模型，它满足了完整性、准确性、可验证性和可扩展性的要求。此外，通过扩展流行的节点-边缘模型，研究人员提供了一个处理公路和非公路数据的模型，增强了地图的详细性和信息丰富性。VAD方法则探索了完全矢量化的驾驶场景表示，以提高路径规划的准确性。新轨迹预测框架利用情境工程技术，提升了在复杂场景中的轨迹预测能力，桥接了仿真系统与实际场景之间的差距。

图 10. 新特征层与地图云系统的建图过程示意图

地图构建模块

地图构建模块的演变展示了将图像中的语义信息与3D空间点连接的多种方法。从最初的几何方法，通过多视图几何和三角测量算法重建3D场景，到SLAM（同步定位与地图构建）方法，侧重于为共享车辆服务进行长期地图部署，这些方法在精度和实时应用中不断进步。早期的几何方法，如Longuet-Higgins等人的工作，已发展到利用消费级传感器进行复杂的交通标志和车道建图，并结合学习方法提升精度。SLAM方法则通过GraphSLAM等技术实现大规模城市区域的精确建图，尽管这些方法在语义细节方面有所不足。在线学习方法，如MapTRv2，展示了实时高精地图构建的能力，并利用Transformer架构提升精度和效率。地图融合方法通过将多个局部地图整合，改进了整体地图的准确性和覆盖范围。总体而言，地图构建正在朝向几何、SLAM和学习方法的融合，以实现更加准确、动态和语义丰富的高精地图，尤其在众包和实时更新方面展现出强大的潜力。

图11. 深度学习框架的示意图，该框架包括对抗学习、度量学习和局部变化检测，以直接估计图像中的变化。

高精地图的更新模块

在高精地图更新模块中，首先需要将车辆的感知结果与地图数据库进行匹配，这一过程可以在图像或三维世界坐标域中完成。匹配的结果可以帮助检测地图数据库的变化或确认其有效性。为此，[273] 提出了一个从0到100的完整性变量，用于模型化地图匹配过程中的完整性风险，这个风险表示漏检和误报之间的可接受权衡。鉴于地图匹配性能的重要性，[274] 提出了第一个地图匹配数据集，以比较最先进的匹配方法，这些数据集还可以用作离线训练数据集。数据集的不足之处在于只提供了轨迹，而不是通常从高精地图数据库中获取的完整地图元素信息。更新过程通常在确定了地图数据库变化后进行，可以是直接更新或增量更新。变化检测是高精地图更新的关键步骤，需要在更新过程之前发现地图数据库中的“虚假数据”。变化检测有单次会话和多次会话两种类型，前者直接在车辆上完成，后者则通过多次会话来解决传感器视野限制引起的观察偏差问题。单次会话变化检测通常使用深度学习方法或基于传感器的算法，如SLAMCU方法或直接深度度量学习等，这些方法能在一定程度上检测到变化，但受限于传感器的视野，容易受到半静态物体的干扰。多次会话变化检测则利用多个视角的数据来提高检测的全面性和准确性，例如通过使用浮动车数据、贝叶斯模型或LIDAR传感器。尽管多次会话方法可以提高变化检测的精度，但仍需进一步研究以解决数据可靠性问题并提升检测准确性。总体而言，变化检测在高精地图更新研究中仍是一个相对新的领域，未来需要更多的研究来优化变化检测的模型和方法。