本文来源：中国工程院院刊

/导读/

目前，大多数车辆导航系统都是基于道路级电子地图，规划路径结果主要是一系列的道路。随着辅助驾驶系统和自动驾驶技术的进步，电子地图的作用越来越重要，电子地图已成为智能汽车自动驾驶功能的基础数据支撑。电子地图在自动驾驶领域的重要应用之一便是智能导航功能，即为自动驾驶车辆提供丰富而精确的导航信息。不同智能程度的智能导航功能，对地图的数据精度和内容丰富度的需求不同。为了将现有的导航系统扩展到更多的应用领域，如自动驾驶，需要考虑在传统道路地图模型的基础上，建立车道级地图模型和车道级轨迹规划。

中国工程院院刊《Engineering》刊发《一种适用于自动驾驶汽车的多层地图模型和车道级轨迹规划》，针对传统电子地图内容不够丰富的局限性，提出了一种全新的七层自动驾驶地图结构模型，并将它命名为清华地图模型。考虑车辆换道、转向和直行等不同行车特点，文章建立了车道级路段行车代价模型，建立一种分层路径轨迹搜索方法，能够在道路和车道网络中实现快速的轨迹规划，能够很好地支持自动驾驶的车道级轨迹规划。通过在虚拟道路网络和实际道路网络上的测试，充分验证了该地图模型和算法的灵活性和有效性。

引言

在给定起点和终点的情况下，电子地图导航系统能够帮助车辆选择最优路线。电子地图导航系统在汽车上的首次安装应用可以追溯到年宝马的量产汽车上。从那时起，导航系统在提高出行效率方面所带来的好处就被广泛接受。目前，大多数车辆导航系统都是基于道路级电子地图，规划路径结果主要是一系列的道路。随着辅助驾驶系统和自动驾驶技术的进步，电子地图的作用越来越重要。电子地图已成为智能汽车自动驾驶功能的基础数据支撑。电子地图在自动驾驶领域的重要应用之一便是智能导航功能，即为自动驾驶车辆提供丰富而精确的导航信息。不同智能程度的智能导航功能，对地图的数据精度和内容丰富度的需求不同。

目前文献里，基于地图的智能导航功能可根据所依赖的地图类别大致分为两类：

基于道路级地图的智能导航功能。这些导航功能通常是为辅助驾驶系统设计的，所需的精度通常约为米级。例如，电子地平线项目（theelectronichorizonprogram），可以使用道路坡度来优化驾驶策略，实现节能驾驶。地图还可以辅助实现安全性能的提升，参考文献中的曲线速度报警系统就是利用地图信息实现主动安全系统的另一个例子。在这些系统中，所有的信息都是存储在道路上。

基于车道级地图的智能导航功能。由于可以从电子地图中获取车道级的环境细节信息，这些导航系统可以提供更精确的驾驶导航信息，以便增强车辆的智能程度。年，美国DARPA（DefenseAdvancedResearchProjectsAgency）城市挑战赛就展示了车道级地图支持的驾驶系统，在Bohren等的工作中，一个车道级的道路网络定义文件被用来提供驾驶环境的先验信息。

本项研究的目标是基于车道级地图开发面向自动驾驶的路径规划算法，为自动驾驶导航功能的开发奠定技术基础。传统的道路级导航系统的目标用户是人类驾驶员，在这种场景下人类驾驶员负责实时选择驾驶轨迹。然而新型导航系统，即车道级导航系统的目标用户是自动驾驶车辆，其必须提供更详细的路径导航信息以辅助车辆完成自动驾驶任务。两种导航系统的最大差别在于前者是基于道路级地图，而后者是基于车道级地图，具体差别如图1所示。由于道路级地图的数据精度不高，道路级导航生成的道路路径是针对驾驶员设计的驾驶任务提示，而不是自动驾驶车辆能够遵循的具体轨迹。道路级导航对于人类驾驶员来说足够准确，然而对于自动驾驶车辆而言，所提供的指引信息过于模糊。

为了弥补这一缺点，基于道路级导航的车辆必须具备强大的实时环境感知和决策系统，以便实时规划出具体的行驶路径，这大大增加了车载计算单元的负担。相比之下，车道级导航则需要提供更清晰细致的引导信息，即在无障碍物的前提下，提供一条可供自动驾驶车辆跟随的实际参考轨迹。车道级导航与道路级导航的关键区别在于前者能够在不借助环境感知系统的情况下提供精确的轨迹作为控制系统的输入。虽然车道级导航系统不能替代实时感知和决策系统，但可以极大地减轻计算负担，降低系统故障风险。卡内基梅隆大学的研究人员也在他们的行为规划框架中提到了车道级导航的重要性，即无障碍物情况下的车道级参考路径可以用于提升车辆的控制性能。

图1道路级导航和车道级导航的自动驾驶方案对比

车道级导航系统由车道级地图、高精度定位和车道级路径规划三大部分组成。其中高精度定位技术的研究相对成熟。利用实时动态差分全球定位系统（RTK-DGPS），全球导航卫星系统在开放区域的定位精度可达到厘米级。在信号丢失的情况下，可以使用基于相机或基于激光雷达的特征匹配技术来获得准确的位置。在之前的研究中，我们使用惯性测量单元（IMU）作为全球定位系统（GPS）的补充，以提高定位的精度和鲁棒性。具体来说，我们基于无迹卡尔曼滤波算法融合车辆动力学模型、GPS和IMU的信息，如公式（1）所示：

生产模型：

式中，Xgps、Ygps、υgps、υwheel、?gps和为GPS接收机和IMU的测量值；X、Y为车辆位置状态；υx为车辆沿x轴的速度；?为车辆朝向与正北方向之间的顺时针角度；为角速度；g为重力加速度；θ为道路俯仰角；δ为噪声向量。

本文的研究更加