高精地图 HD Maps
- Description：自动驾驶高精地图 (HD Map) 概念 — 与导航地图的区别、作为"传感器"的作用、数据分层、矢量地图 vs 特征地图、精度指标、行业标准 (NDS / OpenDrive / KIWI)、建图流程 (测绘车 / 众包) 与地图新鲜度/变化检测
- My Notion Note ID：K2E-A-S4
- Created：2020-06-08
- Updated：2026-06-06
- License：转载欢迎：请署名 Yu Zhang 并链回 yuzhang.io 原文
Table of Contents
- 1. 高精地图 vs 导航地图
- 2. HD Map 作为"传感器"
- 3. 数据分层与更新频率
- 4. 数据特征类型
- 5. 矢量地图 vs 特征地图
- 6. 精度指标
- 7. 行业标准
- 8. 建图与地图新鲜度
- References
1. 高精地图 vs 导航地图
高精地图 (HD Map) 相比传统导航地图，体现在两方面：
- 绝对坐标精度更高：导航地图 ~10 m，ADAS 地图 < 1 m，自动驾驶地图 < 20 cm
- 道路交通信息更丰富：分基础层、道路信息层、周围环境信息层、其他信息层
与 SLAM 的关系：HD Map 是自动驾驶环境感知的一部分，为全局/局部路径规划提供支持，也是先验地图定位 (map-based localization) 的基础 (见 激光点云定位)。
2. HD Map 作为"传感器"
HD Map 可以看作最稳定、视野最大的传感器：
- 地图匹配：将车辆精准定位在车道上，提高定位精度 (弥补 GNSS/IMU 误差)
- 辅助环境感知：对传感器无法探测的部分补充 (恶劣天气、遮挡)；提供冗余用于交叉校验
- 路径规划：结合实时交通信息重规划最优路径
- 静态对象识别：弥补传感器对静态物体 (路沿、混凝土隔离带) 失灵的情况
核心价值：HD Map 提供先验信息，让有限算力集中在道路上的动态物体，提升感知效率。
3. 数据分层与更新频率
局部动态地图 (Local Dynamic Map， LDM) 概念源自欧盟 SAFESPOT / CVIS 项目 (~2006–2010)，后由 ETSI 标准化 (TR 102 863, 2011; EN 302 895， 2014)；博世与 Tele Atlas 的 PG-LDM 只是其中一种实现。LDM 按更新频率分四类：
| 类别 | 更新频率 | 内容 |
|---|---|---|
| 永久静态 | ~1 个月 | 道路几何、车道线 |
| 半永久静态 | ~1 小时 | 交通标志、限速 |
| 半动态 | ~1 分钟 | 交通拥堵、施工 |
| 动态 | ~1 秒 | 周围车辆、行人、信号灯状态 |
传统导航地图只需前两层；HD Map 为应对突发状况需要半动态 + 动态数据，对实时性要求大幅提升。
4. 数据特征类型
HD Map 的数据结构是分层的，典型三类：
- 二维网格数据：基于激光雷达建立的精密 2D 网格 (精度约 5×5 cm)，存储可行驶路面、障碍物、激光反射强度。车辆把传感器数据与网格比对确定位置
- 路面语义信息：车道线位置/特征、车道属性 (恶劣条件下辅助车道判断)
- 交通标识信息：标志牌、信号灯相对网格的位置 (提前提示检测位置、检测失败时保证安全)
5. 矢量地图 vs 特征地图
| 矢量地图 (Vector Map) | 特征地图 (Feature Map) | |
|---|---|---|
| 表示 | 点/线/面 + 数学公式 | 提取的特征值 |
| 体积 | 小 (高度简化) | 较大 (信息丰富) |
| 路面刻画 | 简单 | 真实、准确 |
| 优势 | 普适、点到点路径规划 | 特征匹配定位效果好 |
| 缺点 | 几何特征丢失，预处理难 | 难做路网级规划 |
HD Map 趋势：矢量 + 特征结合：传感器原数据 → 提特征 (特征地图) → 抽象标注 → 矢量地图 (路网/属性/几何)。定位用特征地图匹配，规划用矢量地图。
6. 精度指标
三类精度：
- 几何精度
- 绝对几何精度 — 对象绝对位置误差 (自动驾驶地图 < 20 cm)
- 相对几何精度 — 附近物体相对位置误差 (100 m 内 < 20 cm)
- 关系精度：地图中对象之间关系的精确程度
- 属性值精度：属性标注的准确度
7. 行业标准
电子地图格式分交换格式 (ASCII，冗余大，给人看，如 MIF) 和物理格式 (二进制，紧凑，给机器，如 MAP)。导航格式分母库 / 交换 / 存储三层。
主要标准：
- NDS (全球标准，德国注册 e.V.)：支持增量更新，宝马/奔驰/日产/大众/沃尔沃/现代/雷诺支持
- KIWI (日本)
- OpenDRIVE：道路网络描述开放标准 (仿真常用)
- GDF (交换) / 各厂商母库格式 (四维 NIMIF / 高德 AXF / 瑞图 RTM)
8. 建图与地图新鲜度
8.1 怎么建
HD Map 的主流采集方式两条路：
- 专业测绘车 (MMS， Mobile Mapping System)：车顶装高线束 LiDAR + 多相机 + 高精 GNSS/RTK + IMU，跑遍道路采原始数据；后台离线做点云拼接 (SLAM/BA 去除轨迹漂移)、矢量化标注 (车道线、标志牌)、人工校核。精度高、成本高、更新慢
- 众包 (crowdsourcing)：量产车的前视相机/低线束 LiDAR 上传感知结果 (车道线、标志牌检测)，云端聚合多车多趟数据更新地图。覆盖广、更新快、单趟精度低，靠多趟融合提升
工程上两者结合：测绘车建底图保精度，众包做增量更新保新鲜度。
8.2 地图新鲜度与变化检测
HD Map 最大的工程难点不是建图，是保持新鲜。道路施工、标线重画、限速调整都会让地图过时，而过时的先验地图比没有更危险 (车可能按错误车道线行驶)。
- 变化检测：量产车实时感知与地图比对，发现不一致 (新增施工区、车道线变化) 上报云端
- 置信度 / 时效标注：地图元素带最后验证时间，定位时对老旧元素降权
- 降级策略：检测到地图与实景严重不符时，定位/规划退回纯感知模式，不盲信地图
References
- Local Dynamic Map (LDM) 概念 — 欧盟 SAFESPOT / CVIS 项目，ETSI TR 102 863 (2011) / EN 302 895 (2014) 标准化；数据分层
- NDS Association — nds-association.org：NDS 标准
- ASAM OpenDRIVE — 道路网络描述标准
- 知乎/雷锋网/搜狐等 HD Map 行业 survey (链接见原 Notion 归档页)
- 注：原 [Y] Map Notes 含大量厂商 (Here/TomTom/Mobileye/高德/百度) 和价格信息，属行业动态，本文未收录 (时效性强、与 SLAM 算法核心关系弱)