本书系统阐述高精地图在自动驾驶系统中的核心作用及其模型构建方法。作为智能交通的关键数字基座，高精地图通过高精度定位匹配和结构化语义表达，为车辆提供动态场景理解与决策支持。全书围绕高精地图建模需求，构建高精地图的框架模型、数据关联、车路云数据交互、特征提取、动态更新及多模态融合、自动驾驶决策的完整技术体系，并探讨高精地图智能融合的诸多关键技术。
更多科学出版社服务，请扫码获取。
2015--2022武汉大学 资源与环境科学学院 地理信息与地图科学系 > 教授
2010—2011 Delft University of Technolog (TUD) > 访问学者
2009--2015武汉大学资源与环境科学学院 > 副教授
2005--2009武汉大学资源与环境科学学院 > 讲师 2020年测绘科技进步一等奖：基于脑神经机制的地理空间认知基础研究，序5，中国测绘学会，自然资源部
2019年测绘科技进步一等奖：立体空间产权的三维建模关键技术，序1，中国测绘学会，自然资源部
2018年高等教育国家级教学成果奖："三位一体"的土地信息技术系列课程建设与实践，序8。教育部
《武汉大学学报》（信息科学版）编委
《测绘工程》编委
《时空信息学报》编委
《地图研究》副主编
ISO/TC211/WG7 Expert 国际标准委员会地理信息领域 专家
湖北省测绘地理信息学会第十二届理事会常务理事
湖北省科技专家高端专家
中国测绘学会 边海地图工作委员会副主任委员
中国地理信息产业协会高精地图服务工委会副主任委员
中国卫星导航定位协会自动驾驶高精地图专委会副主任委员
国际数字地球学会中国国家委员会委员
全国科学技术名称审定委员会委员
目录
第1章 绪论 1
1.1 高精地图概述 1
1.2 国内外研究进展 2
1.3 技术路线 4
第2章 高精地图与道路特征 5
2.1 高精地图与自动驾驶等级关系 5
2.1.1 自动驾驶分级 5
2.1.2 不同等级的自动驾驶对于高精地图要素的需求 7
2.1.3 不同等级自动驾驶与高精地图的关系 7
2.2 高精地图模型视角下的国内外道路共性 8
2.2.1 特殊车道 9
2.2.2 交通标志 9
2.3 自动驾驶语境下的中国典型道路特征 10
2.3.1 道路基础路网特征 11
2.3.2 道路交通设施特征 13
2.3.3 道路交通规则特征 17
2.3.4 道路交通路况特征 18
第3章 高精地图模型 20
3.1 人-车-路-图高精地图模型框架与内容 20
3.1.1 静态数据层 22
3.1.2 道路实时信息层 23
3.1.3 车辆动态信息层 24
3.1.4 用户模型层 25
3.2 高精地图静态数据模型 25
3.2.1 模型构建基础 26
3.2.2 道路模型 28
3.2.3 车道模型 34
3.2.4 道路附属设施模型 41
3.3 高精地图路口信息模型 45
3.3.1 路口结构与分类 45
3.3.2 路口要素分类 48
3.3.3 路口要素属性描述 51
3.3.4 路口要素构建与组织方法 58
第4章 高精地图数据生产与更新 59
4.1 高精地图数据生产 59
4.1.1 数据预处理 60
4.1.2 采集数据质检 63
4.1.3 基于多源数据融合的自动化制图 64
4.1.4 生产数据质检 67
4.2 高精地图静态数据加工 71
4.2.1 高精地图静态数据处理 72
4.2.2 场景构建及仿真 76
4.2.3 高精地图成果数据 80
4.3 高精地图的数据更新策略 82
4.3.1 长效更新和动更更新 83
4.3.2 定期更新和实时更新 83
4.3.3 事件驱动更新和非事件驱动更新 83
4.3.4 边云协同更新 84
第5章 高精地图动静态数据关联 86
5.1 动静态数据关联原则 86
5.2 动静态数据关联方法 88
5.2.1 强关联方法 88
5.2.2 弱关联方法 88
5.2.3 关联方法的差异 89
5.3 动静态数据关联模型 90
5.3.1 道路实时信息层关联方法 90
5.3.2 车辆动态信息层关联方法 94
5.3.3 关联模型应用 97
第6章 高精地图动静态数据信息交互 100
6.1 车路云一体化高精地图信息交互模式 100
6.1.1 车云数据交互 100
6.1.2 车路数据交互 102
6.1.3 路云数据交互 103
6.1.4 车车数据交互 104
6.2 高精地图信息交互方法 105
6.2.1 车云信息交互方法 106
6.2.2 车路信息交互方法 106
6.2.3 云车信息交互方法 108
6.2.4 交互方法复杂度分析 108
6.3 交互数据的关联与融合 110
6.3.1 补充感知数据的关联 110
6.3.2 强化感知数据的融合 111
6.4 车路云协同的高精地图数据交互机制 111
6.4.1 信息交互的高精地图数据再组织 112
6.4.2 自动驾驶高精地图的数据交互模式 112
6.5 交互模式的实例场景验证 114
第7章 自动驾驶的决策框架模型 120
7.1 基于四交通一体化模型的决策过程 120
7.1.1 交通事件驱动的导航决策 120
7.1.2 高精地图自动驾驶决策流程 121
7.2 基于三空间的自动驾驶框架 122
7.3 智能网联车动态认知地图框架 123
7.4 基于车路云一体化的自动驾驶决策框架 124
7.5 基于高精地图的人在回路框架 125
7.5.1 可观测状态的视野扩展 126
7.5.2 动作执行的干预 127
7.5.3 奖励函数的塑造 128
第8章 高精地图智能融合关键技术 130
8.1 高精地图融合BEV感知的3D目标检测方法 130
8.1.1 研究背景 130
8.1.2 方法概述 130
8.2 高精地图与LiDAR点云融合的3D目标检测方法 131
8.2.1 研究背景 131
8.2.2 技术路线 132
8.2.3 方法概述 133
8.3 基于分层特征融合的车路协同3D目标检测方法 134
8.3.1 研究背景 134
8.3.2 技术路线 135
8.3.3 方法概述 135
8.4 面向隧道场景的分层匹配定位方法 136
8.4.1 研究背景 136
8.4.2 技术路线 136
8.4.3 方法概述 137
8.5 基于高精地图的路口引导线生成方法 139
8.5.1 研究背景 139
8.5.2 技术路线 139
8.5.3 方法概述 140
8.5.4 实验结果 143
8.6 基于分层图结构编码的车辆轨迹预测方法 145
8.6.1 研究背景 145
8.6.2 方法概述 145
8.7 动态认知地图构建关键技术 147
8.7.1 研究背景 147
8.7.2 认知地图数学模型 148
8.7.3 道路结构感知与匹配 152
8.7.4 动态目标感知 152
8.7.5 拓扑关联 152
8.8 高精地图人在回路框架支撑的模仿学习DAGGER改进算法 154
8.8.1 研究背景 154
8.8.2 方法概述 157
参考文献 163
书单推荐
