2024年4月28日发(作者：)

互联网地图在智能交通中的应用

摘要：文章首先对国内外智能导航技术的发展现状进行分析，其次明确互联

网地图所具有的重要功能，最后对互联网地图应用于智能导航所存在的若干不足

提出解决措施。

关键词：互联网地图；智能导航；自动驾驶；导航电子地图；计算机视觉

在导航电子地图大行其道的今天，利用车载，手机等导航软件制定出行规划

和实时路况信息采集，已经是不可逆转的发展趋势。当前常用的导航电子地图，

其精度还不能达到车道级别路径规划导航要求。智能导航对导航电子地图不仅精

度要求较高，而且地图内容和地图更新频率也有很高的需求。地图精度要求达到

亚米级，其内容包括道路上各元素和现势性的地图数据。所以研究满足智能导航

要求的互联网地图技术对于人员出行，道路交通和行车安全都有着十分重要的意

义。

1智能导航的发展现状

1.1国外目前的情况

国外发达国家早在70年代就启动了对自动驾驶车辆的专题研究。美国有很

多与自动驾驶有关的公司从研究之初便投入了巨资，亚马逊，苹果，谷歌和微软

都相继进入了自动驾驶的研究视野，美国对互联网地图与人工智能技术的研究一

直走在世界前列。

1.2目前国内的情况

在我国在20世纪80年代初就进入自动驾驶的探索视线。1992年，第一台自

动驾驶车辆研制。现阶段，中国车辆智能驾驶技术虽还不完善，可是已涌现出一

批处在自动驾驶技术前沿的代表者，例如广汽集团，长城家具等汽车企业及其百

度，华为等互联网大型企业。

1.3已经有导航技术存有缺陷

1.3.1地图要素不够丰富

目前导航电子地图大多数用于最短路径算法与导航。导航电子地图包含路面，

环境，注记，POI,3D实图和房屋建筑，基本功能是把道路信息开展抽象表达，用

一般曲线，直线标出道路，公路上车道线宽，道路路灯位置，交通指示灯，路桩

和驾驶指示标识都很难用一般导航电子地图反映。开车的时候，导航电子地图只

可向驾驶员保证车辆所在位置，途径偏移和交通拥挤状况，比如行车道，信号指

示灯和道路交通事故状况都要驾驶员观察和研究对其路径进行重新规划。自动驾

驶车辆无法替代驾驶人员去完成以上的判断分析与决策。所以一般的导航电子地

图不能满足自动驾驶车辆对地图的需要。

1.3.2地图精密度不高

一般导航电子地图都以GPS（GlobalPositioningSystem）定位系统为载体，

其精密度一般为10米长，偏差大，仅能够实现路面等级导航而难以实现车道级

别导航，导航电子地图精密度牵制导航技术发展趋势而且不能融入无人驾驶必需。

2互联网地图对智能导航产生的影响

2.1互联网地图与传统地图之间的差别

互联网地图主要在地形图精密度、地形图内容等多个方面较传统式地形图有

显著改善。从精密度来看，一般导航电子地图绝对坐标精密度约为10米，可以

满足日常旅行导航要求，但远无法满足自动驾驶要求。自动驾驶车辆规定在亚米

级别上精准定位；从地形图内容来看，互联网地图必须包含折射率，倾斜度，高

度限制，限宽及其交通实时路况信息等在内的前沿的辅助驾驶系统的信息。相较

于传统导航电子地图，互联网地图更加需要车道边框线，车道轴线和车道形点的

行车道级数据信息及其路面区段和交接点的道路级数据信息，路面级拓扑结构网

和传统式地形图对照表是公路网拓扑结构的基础，路面印刷标志和多维交通设备

是交通安全设施的前提，诱导制度和限高速度限制是特征性的属性。

2.2运用互联网地图

2.2.1在感知时期

自动驾驶里的感知技术一般是运用汽车上的雷达探测和监控摄像头来捕获路

面，静态数据物件和动态性物体，并通过智能化识别算法来提升认知周边环境。

互联网地图能够作为一种虚拟数字传感器给予对静态数据土地类型的一体化描述，

该平台根据土地类型检验鉴别与定位系统的精确配对去完成车辆对周边环境的精

准认知，以实现车辆阻碍物的探测与躲避，智能化调速作用。

2.2.2在设计环节

自动驾驶中规划的管理决策，主要用于自动驾驶车辆如何行驶进行分析。自

动驾驶规划与决策技术包含自主最短路径算法与全自动行车控制。自动驾驶车辆

可以根据互联网地图上丰富多彩的路语义信息和周边环境消息，主要包括行车道

级公路网，交通指示灯位置和高度限制限宽信息内容，自由地进行两个地方中间

最有路径规划；在精确定位与自主最短路径算法基础上的车辆需利用互联网地图

去完成全自动行车控制，从而达到真正意义上自动驾驶：一是运用地形图所提供

数据格式来调节汽车速度，然后通过汽车上安装各类传感器设备获得动态数据信

息来鉴别与预测分析车辆，路人，阻碍物等相关信息，并进行汽车减速，转向，

刹车指令。

以互联网地图为基础，将其应用于智能感知，规划和决策两方面，高精度的

具有如下几方面优点：

（1）静态地物鉴别等。互联网地图给人们带来了很多静态土地类型标识，

包含行车道和交通网络及其道路类型，宽度，倾斜度和曲度等道路划线，箭头符

号，文字立面标记等、凸起的路牌及路面标线如道路边线轮廓标，交通标识牌，

交通指示灯，护栏及其道路周边的许多设施。这些数据能够为车辆提供很多先验

知识和事先规划安全驾驶路径。

（2）信息报告的收集。因为地面上转弯，斜坡或车辆遮挡等因素，造成传

感器检测范畴受到限制，而车辆充分利用网络收集即时道路数据扩展了感应器视

野，本发明促使感应器可以更快对各种繁杂路况做出回应，完成了信息报告与静

态数据地形图内容高效结合，大大提升了自动驾驶车辆感受的精密度与安全性。

2.3互联网地图存有的缺陷及应对策略

互联网地图作为无人驾驶中的一项核心技术，他们所含有的静态地物标志可

以为车辆自主最短路径算法提供数据适用，并根据实时路况信息完成汽车驾驶实

际操作规划与管理决策，本实用新型专利防止了交通出行拥堵，提升了自动驾驶

车辆行车安全性，精确性及稳定性。但鉴于静态土地类型限定及其交通路况繁杂

等因素的影响，互联网地图有时候无法全面地反馈路面全部信息。

无人驾驶包含感知，方案，实行3个过程。在感知时期，车辆根据互联网地

图与传感器设备创建环境地图，完成自我定位；在设计环节，根据传感器数据与

互联网地图的同步精准定位与精确匹配，结构出更准确的环境地图去完成两个地

方间最短路径算法；执行阶段根据车上ECU（ElectronicControlUnit）把它转换

为导向指令，再通过汽车上电动式或是液压机执行器去完成。机器视觉是让系统

可以进一步适应复杂环境并提升车辆感知力与管理能力的一种关键技术。

2.3.1V2X

V2X主要包含车与车、与车基础设施、车与人、与车云，是车辆根据感应器、

互联网技术和周边车、人、物完成数据交换、研究、管理决策的一项技术。V2X

技术有较强的环境数据收集水平，可以有效地弥补互联网地图对周边数据采集的

空缺，提高全面的感知力，为了能系统对完成规划及管理决策给予有效协助，

V2X技术性协同其他感应器构建了自动驾驶车辆的周边环境，同时也为提升管理

决策奠定重要信息基础。

2.3.2在图像处理中

自动驾驶车辆处在未知动态环境下，车辆需即时收集周边信息，而机器视觉

是运用各种成像技术替代驾驶员感官水平，利用计算机替代人的大脑去完成加工

与判读是无人驾驶感受的技术基础。机器视觉选用车辆多传感器采集信息，通过

数据预处理，数据统计分析，打造了车辆视觉识别系统并具有了自主适应新环境

作用，提升了自动驾驶安全可靠。

结束语

互联网地图为无人驾驶认知与整体规划环节定位配对，土地类型鉴别与动态

性信息收集带来了专业能力，这是自动驾驶车辆可持续发展的一个重要组成与成

熟标志。现阶段互联网地图用于无人驾驶还存在很大的缺点，尤其是应对错综复

杂的交通路况，文章就互联网地图存有的缺陷提出一些浅显的想法，这都远没有

达到无人驾驶所要求的。今后将更加注重怎样能为自动驾驶车辆绘制出具有较高

精度，较高丰富度和较高现实性动态地图和怎样构建一个完整的高精度地图制作

系统和自动驾驶产业链。

参考文献

[1]张雨心,左栋.高精度导航电子地图的国家安全防控要点探究[J].测绘通

报,2020(10):148-151.

[2]曾之泰．高精度地图在自动驾驶技术发展中的应用[J].中国高新科技，

2096-4137(2018)24-028-03.

[3]王冕.面向自动驾驶的高精度地图及其应用方法[J].地理信息世

界,2020,27(4):109-114．

[4]吴琦,于海靖,谢勇,刘贝.人工智能在自动驾驶领域的应用及启示[J].无

人系统技术,2019,2096-5915.