目錄
第1章 緒論 1
1.1 高精地圖概述 1
1.2 國內(nèi)外研究進(jìn)展 2
1.3 技術(shù)路線 4
第2章 高精地圖與道路特征 5
2.1 高精地圖與自動(dòng)駕駛等級關(guān)系 5
2.1.1 自動(dòng)駕駛分級 5
2.1.2 不同等級的自動(dòng)駕駛對于高精地圖要素的需求 7
2.1.3 不同等級自動(dòng)駕駛與高精地圖的關(guān)系 7
2.2 高精地圖模型視角下的國內(nèi)外道路共性 8
2.2.1 特殊車道 9
2.2.2 交通標(biāo)志 9
2.3 自動(dòng)駕駛語境下的中國典型道路特征 10
2.3.1 道路基礎(chǔ)路網(wǎng)特征 11
2.3.2 道路交通設(shè)施特征 13
2.3.3 道路交通規(guī)則特征 17
2.3.4 道路交通路況特征 18
第3章 高精地圖模型 20
3.1 人-車-路-圖高精地圖模型框架與內(nèi)容 20
3.1.1 靜態(tài)數(shù)據(jù)層 22
3.1.2 道路實(shí)時(shí)信息層 23
3.1.3 車輛動(dòng)態(tài)信息層 24
3.1.4 用戶模型層 25
3.2 高精地圖靜態(tài)數(shù)據(jù)模型 25
3.2.1 模型構(gòu)建基礎(chǔ) 26
3.2.2 道路模型 28
3.2.3 車道模型 34
3.2.4 道路附屬設(shè)施模型 41
3.3 高精地圖路口信息模型 45
3.3.1 路口結(jié)構(gòu)與分類 45
3.3.2 路口要素分類 48
3.3.3 路口要素屬性描述 51
3.3.4 路口要素構(gòu)建與組織方法 58
第4章 高精地圖數(shù)據(jù)生產(chǎn)與更新 59
4.1 高精地圖數(shù)據(jù)生產(chǎn) 59
4.1.1 數(shù)據(jù)預(yù)處理 60
4.1.2 采集數(shù)據(jù)質(zhì)檢 63
4.1.3 基于多源數(shù)據(jù)融合的自動(dòng)化制圖 64
4.1.4 生產(chǎn)數(shù)據(jù)質(zhì)檢 67
4.2 高精地圖靜態(tài)數(shù)據(jù)加工 71
4.2.1 高精地圖靜態(tài)數(shù)據(jù)處理 72
4.2.2 場景構(gòu)建及仿真 76
4.2.3 高精地圖成果數(shù)據(jù) 80
4.3 高精地圖的數(shù)據(jù)更新策略 82
4.3.1 長效更新和動(dòng)更更新 83
4.3.2 定期更新和實(shí)時(shí)更新 83
4.3.3 事件驅(qū)動(dòng)更新和非事件驅(qū)動(dòng)更新 83
4.3.4 邊云協(xié)同更新 84
第5章 高精地圖動(dòng)靜態(tài)數(shù)據(jù)關(guān)聯(lián) 86
5.1 動(dòng)靜態(tài)數(shù)據(jù)關(guān)聯(lián)原則 86
5.2 動(dòng)靜態(tài)數(shù)據(jù)關(guān)聯(lián)方法 88
5.2.1 強(qiáng)關(guān)聯(lián)方法 88
5.2.2 弱關(guān)聯(lián)方法 88
5.2.3 關(guān)聯(lián)方法的差異 89
5.3 動(dòng)靜態(tài)數(shù)據(jù)關(guān)聯(lián)模型 90
5.3.1 道路實(shí)時(shí)信息層關(guān)聯(lián)方法 90
5.3.2 車輛動(dòng)態(tài)信息層關(guān)聯(lián)方法 94
5.3.3 關(guān)聯(lián)模型應(yīng)用 97
第6章 高精地圖動(dòng)靜態(tài)數(shù)據(jù)信息交互 100
6.1 車路云一體化高精地圖信息交互模式 100
6.1.1 車云數(shù)據(jù)交互 100
6.1.2 車路數(shù)據(jù)交互 102
6.1.3 路云數(shù)據(jù)交互 103
6.1.4 車車數(shù)據(jù)交互 104
6.2 高精地圖信息交互方法 105
6.2.1 車云信息交互方法 106
6.2.2 車路信息交互方法 106
6.2.3 云車信息交互方法 108
6.2.4 交互方法復(fù)雜度分析 108
6.3 交互數(shù)據(jù)的關(guān)聯(lián)與融合 110
6.3.1 補(bǔ)充感知數(shù)據(jù)的關(guān)聯(lián) 110
6.3.2 強(qiáng)化感知數(shù)據(jù)的融合 111
6.4 車路云協(xié)同的高精地圖數(shù)據(jù)交互機(jī)制 111
6.4.1 信息交互的高精地圖數(shù)據(jù)再組織 112
6.4.2 自動(dòng)駕駛高精地圖的數(shù)據(jù)交互模式 112
6.5 交互模式的實(shí)例場景驗(yàn)證 114
第7章 自動(dòng)駕駛的決策框架模型 120
7.1 基于四交通一體化模型的決策過程 120
7.1.1 交通事件驅(qū)動(dòng)的導(dǎo)航?jīng)Q策 120
7.1.2 高精地圖自動(dòng)駕駛決策流程 121
7.2 基于三空間的自動(dòng)駕駛框架 122
7.3 智能網(wǎng)聯(lián)車動(dòng)態(tài)認(rèn)知地圖框架 123
7.4 基于車路云一體化的自動(dòng)駕駛決策框架 124
7.5 基于高精地圖的人在回路框架 125
7.5.1 可觀測狀態(tài)的視野擴(kuò)展 126
7.5.2 動(dòng)作執(zhí)行的干預(yù) 127
7.5.3 獎(jiǎng)勵(lì)函數(shù)的塑造 128
第8章 高精地圖智能融合關(guān)鍵技術(shù) 130
8.1 高精地圖融合BEV感知的3D目標(biāo)檢測方法 130
8.1.1 研究背景 130
8.1.2 方法概述 130
8.2 高精地圖與LiDAR點(diǎn)云融合的3D目標(biāo)檢測方法 131
8.2.1 研究背景 131
8.2.2 技術(shù)路線 132
8.2.3 方法概述 133
8.3 基于分層特征融合的車路協(xié)同3D目標(biāo)檢測方法 134
8.3.1 研究背景 134
8.3.2 技術(shù)路線 135
8.3.3 方法概述 135
8.4 面向隧道場景的分層匹配定位方法 136
8.4.1 研究背景 136
8.4.2 技術(shù)路線 136
8.4.3 方法概述 137
8.5 基于高精地圖的路口引導(dǎo)線生成方法 139
8.5.1 研究背景 139
8.5.2 技術(shù)路線 139
8.5.3 方法概述 140
8.5.4 實(shí)驗(yàn)結(jié)果 143
8.6 基于分層圖結(jié)構(gòu)編碼的車輛軌跡預(yù)測方法 145
8.6.1 研究背景 145
8.6.2 方法概述 145
8.7 動(dòng)態(tài)認(rèn)知地圖構(gòu)建關(guān)鍵技術(shù) 147
8.7.1 研究背景 147
8.7.2 認(rèn)知地圖數(shù)學(xué)模型 148
8.7.3 道路結(jié)構(gòu)感知與匹配 152
8.7.4 動(dòng)態(tài)目標(biāo)感知 152
8.7.5 拓?fù)潢P(guān)聯(lián) 152
8.8 高精地圖人在回路框架支撐的模仿學(xué)習(xí)DAGGER改進(jìn)算法 154
8.8.1 研究背景 154
8.8.2 方法概述 157
參考文獻(xiàn) 163