自动驾驶语义高精舆图层级完成

语义高精度地图是高层次的高精度地图，语义地图的完成必须基于若干张地图。在本文中，我们将报告自动驾驶语义高精度地图的完成过程。

就像人类驾驶员需要通过导航地图和检查周围情况来确认行驶路线一样，他们除了依靠自己的传感器来探索道路和躲避障碍物之外，还需要一张地图来确认自己的位置并制定路线计划。这种自动驾驶汽车地图是高精度地图。自动驾驶车辆依靠自身配备的传感器检测车身周围的信息，但在车身上方一定间隔后，如车辆火线500米的路线，仅依靠车身的传感器总成很难获得信息反馈，高精度地图可以提供超视距信息，弥补传感器检测的不足。这些全面、正确的信息可以为车辆增长减速、直行转弯等动作提供必要的决策规划依据。

在道路真实行驶的过程中，随着更高级别的自动驾驶的出现和对安全性更高的要求，一张只包含部分位置信息的高精度地图已经不能满足市场的需求。现在自动驾驶不仅仅是物理描述情况，还要了解情况，对情况的明白分红两部分：最基本的是若干描写，比方车辆火线是弯道、直道照样十字路口，间隔车辆多远等空间信息。一些地图补贴的车辆进行定位，正确识别车辆本身在地图中的位置。第二是语义明白，即经由过程若干描写出的这个图形是信号灯照样路标等。语义地图补贴车辆在某个通用车道上保持行驶，让自驾车辆可以在细致的情况下，了解不同道路之间、道路与路灯、行人之间的关系，根据社会公序良俗和他人意愿选择做什么。语义高精度地图是高层次的高精度地图，语义地图的完成必须基于多张地图。本文将逐步报道自动驾驶语义高精度地图的分层完成过程。

途径网络图

语义高精度地图最基础的一层是路径网络图。该路线图可以揭示多条车道的存在、它们的行驶偏向以及它们连接到哪条道路，还可以展示人行道和车道之间的优先关系，使自动驾驶车辆能够在路口或人行横道安全停车，完成交织交通。这些都是复杂的属性，可以通过这个过程的其他层来改变：红绿灯的变化会影响车辆必须让位于哪些车道，或许还会根据时间段改变单向和双向车道。路线层类似汽车导航地图，但功能越来越丰富。自动驾驶汽车的规划功能利用路线网络图来确定从A到B的大致路线，并通过停止复杂的路口或限速路线来帮助自动驾驶汽车降低风险。

车道若干层

路线层基本上与厘米级车道成直角，有几层。这一层是一组多边形的形状，揭示了路面上的车道符号和车辆将遵守的街道划分规则。该层显示的数据还包含导航地图中不常见的属性：线颜色、允许变道区域、减速带和停车线等。这些功能帮助汽车协会为其他车辆或行人做出明智的决定，这样车辆就可以安全地执行一些复杂的操作。虽然路线层可以做一个高层次的规划(比如规划旧金山到西雅图的路线图)，但是几层车道可以帮助做一个更详细更细致的路线规划：如何移动方向盘，用踏板过这个路口？有没有类似单行道的情况限制？

借助车道内的几层，当自动驾驶汽车实际行驶在道路上时，可能会有及时的解决方案来改变初始路线。车辆行动计划器利用白色虚线车道分割线决定何时向车辆的油门和转向控制发送转向指令，从而安全变道或与车流融合。感知系统检测其他交通参与者并对其进行分类(例如，我旁边有一个大物体，我以为是卡车)。然后，车辆的智能预测功能利用地图位置、速度等信息来预测卡车在接下来的几毫秒和接下来的10-30秒内会做什么。有了几种形状的人行道和人行横道，自动驾驶车辆可以正确识别行人，并期待他们的行动。然后自动驾驶车辆会在人行横道前减速。这些系统可以在短时间内反复协调事情，以确保安全和温暖的乘坐体验。

语义特性和先验舆图

语义高精舆图能把路上的语义元素抽取出来补充到前述的若干舆图中，好比车道线、红绿灯、人行横道等，构成新的舆图信息生存体式格局，然后用于车辆的定位和决议计划。

在前两种若干类舆图的基本上，第三代高精舆图是语义特性和先验舆图。语义特性包罗交通灯、人行横道和路标等要素。先验舆图是指舆图中那些我们体贴的可展望的概任性地区。这两方面的舆图要素资助车辆决议本身相对其他物体的行动体式格局。在途径图层和车道若干图层中，语义干系界说了怎样在庞杂的车道干系中协同事情：能够转弯的处所、须要泊车的处所，和从A地到B地须要进入哪一个车道行驶等。语义特性经由过程为自动驾驶汽车供应更多有关情况和方圆活动物体的相干信息，来取得更多的优先权。