[首發(fā)于智駕最前沿微信公眾號(hào)]在自動(dòng)駕駛領(lǐng)域，“先驗(yàn)數(shù)據(jù)”指的是在車(chē)輛運(yùn)行之前就已經(jīng)獲取并可供系統(tǒng)使用的靜態(tài)或已知信息，相當(dāng)于車(chē)輛駕駛的“經(jīng)驗(yàn)”或“環(huán)境背景知識(shí)”。這些信息不依賴(lài)于實(shí)時(shí)傳感器捕獲，而是通過(guò)離線(xiàn)測(cè)繪、模型推算或?qū)＜医?jīng)驗(yàn)事先準(zhǔn)備好的。常見(jiàn)的先驗(yàn)數(shù)據(jù)包括道路與車(chē)道的高精地圖、交通標(biāo)志與信號(hào)的空間位置、道路交通規(guī)則、環(huán)境中固定障礙物的位置、以及車(chē)輛自身的標(biāo)定參數(shù)和動(dòng)力學(xué)模型等。

在自動(dòng)駕駛系統(tǒng)中，先驗(yàn)數(shù)據(jù)為感知與決策提供了重要的參考，使車(chē)輛能提前“知道”周?chē)h(huán)境的結(jié)構(gòu)和規(guī)則，從而彌補(bǔ)了傳感器視野有限、天氣光照等因素帶來(lái)的感知缺陷，提高系統(tǒng)的魯棒性和安全性。簡(jiǎn)而言之，先驗(yàn)數(shù)據(jù)是自動(dòng)駕駛系統(tǒng)在運(yùn)行前預(yù)先獲取的環(huán)境和車(chē)輛模型信息，為后續(xù)的感知、定位、規(guī)劃和控制等模塊提供關(guān)鍵信息支持。

高精地圖（HDMap）

高精地圖是自動(dòng)駕駛中最典型的先驗(yàn)數(shù)據(jù)之一，其精度可達(dá)厘米級(jí)。與普通導(dǎo)航地圖相比，高精地圖包含如道路邊界、車(chē)道寬度和中心線(xiàn)、車(chē)道連通關(guān)系、交通標(biāo)志燈桿位置、交叉口結(jié)構(gòu)、停車(chē)線(xiàn)、人行橫道甚至周邊固定物體等更加豐富的路網(wǎng)語(yǔ)義信息和幾何細(xì)節(jié)。這些信息以地圖坐標(biāo)系形式存儲(chǔ)，供車(chē)輛匹配定位和路徑規(guī)劃使用。

高精地圖可以看作是一種“虛擬傳感器”，它在車(chē)輛行駛之前就已經(jīng)提供了環(huán)境幾何和拓?fù)涞南闰?yàn)知識(shí)，大幅拓展了感知系統(tǒng)的“視野”。當(dāng)車(chē)輛行駛到如復(fù)雜十字路口時(shí)，即使攝像頭畫(huà)面中存在多個(gè)信號(hào)燈，高精地圖中預(yù)先標(biāo)注的紅綠燈位置能幫助系統(tǒng)迅速判斷哪盞燈屬于本車(chē)道。在規(guī)劃階段，高精地圖提供準(zhǔn)確的車(chē)道連接信息和限速標(biāo)識(shí)，使自動(dòng)駕駛系統(tǒng)能夠進(jìn)行全局路徑規(guī)劃和安全決策。

可以說(shuō)，高精地圖既是定位模塊的關(guān)鍵基準(zhǔn)，又為感知和規(guī)劃模塊提供了上下文語(yǔ)義，提升車(chē)輛提前預(yù)知路況的能力。尤其是對(duì)于剛進(jìn)入新城市的車(chē)輛，高精地圖中的當(dāng)?shù)氐缆沸畔⑾喈?dāng)于“老駕駛員”的經(jīng)驗(yàn)，有助于系統(tǒng)快速適應(yīng)新環(huán)境。總之，高精地圖作為先驗(yàn)數(shù)據(jù)，通過(guò)提前知道道路幾何和交通元素，為自動(dòng)駕駛高精度定位、環(huán)境理解、決策規(guī)劃等提供了重要支撐和安全冗余。

車(chē)道及道路模型

車(chē)道模型是指對(duì)道路上各條車(chē)道幾何形狀和連接關(guān)系的數(shù)學(xué)或地圖化描述，其常被整合在高精地圖中。高精地圖的拓?fù)鋵樱≧oadGraph）詳細(xì)記錄了每條車(chē)道的類(lèi)型（直行、左轉(zhuǎn)、右轉(zhuǎn)、輔路等）、連接關(guān)系、邊界線(xiàn)形狀等信息。這樣的車(chē)道信息是路徑規(guī)劃和變道決策的基礎(chǔ)，系統(tǒng)可以基于車(chē)道中心線(xiàn)或邊界線(xiàn)的曲率與延伸方向來(lái)規(guī)劃車(chē)輛軌跡，并評(píng)估變道的可行性。

如系統(tǒng)需要判斷當(dāng)前車(chē)道是否允許變道，就要讀取該車(chē)道對(duì)應(yīng)的車(chē)道線(xiàn)類(lèi)型（實(shí)線(xiàn)或虛線(xiàn)）、是否有連續(xù)標(biāo)線(xiàn)等信息。在感知模塊中，事先已知的車(chē)道幾何還可以幫助修正車(chē)道線(xiàn)檢測(cè)結(jié)果，使感知系統(tǒng)更易分辨車(chē)道位置?？傊?，車(chē)道模型為自動(dòng)駕駛提供了道路層面的精細(xì)結(jié)構(gòu)先驗(yàn)，無(wú)論在多車(chē)道高速上還是復(fù)雜城市道路中，都指導(dǎo)車(chē)輛如何基于道路走向和車(chē)道變化做出行駛規(guī)劃和決策。

交通規(guī)則與標(biāo)志信息

交通規(guī)則包括車(chē)速限制、讓行規(guī)則、禁止行為等人為制定的規(guī)范。相關(guān)內(nèi)容通常以數(shù)字化規(guī)則或靜態(tài)標(biāo)志的形式被載入先驗(yàn)數(shù)據(jù)。高精地圖中經(jīng)常標(biāo)注各路段的限速值、車(chē)道用途（如公交專(zhuān)用車(chē)道）、紅綠燈和停車(chē)標(biāo)志的位置等。

在決策與規(guī)劃階段，這些規(guī)則性信息告訴自動(dòng)駕駛系統(tǒng)什么行為是合法的。例如，車(chē)輛在規(guī)劃路線(xiàn)時(shí)會(huì)考慮限速數(shù)據(jù)以選擇安全車(chē)速；在交叉路口面對(duì)紅燈或停車(chē)標(biāo)志時(shí)，系統(tǒng)會(huì)依據(jù)地圖中的標(biāo)志預(yù)知并做出停車(chē)或減速?zèng)Q策；變道時(shí)會(huì)參照虛線(xiàn)/實(shí)線(xiàn)標(biāo)記確定是否允許變道。

可見(jiàn)，交通規(guī)則數(shù)據(jù)作為一種先驗(yàn)約束，與當(dāng)前感知信息一起約束車(chē)輛行為，使決策更符合法規(guī)要求。指出決策系統(tǒng)會(huì)“基于交通規(guī)則或駕駛經(jīng)驗(yàn)所組成的駕駛先驗(yàn)知識(shí)”來(lái)選擇合適的行為，這恰是利用了這些先驗(yàn)規(guī)則。交通規(guī)則的數(shù)字化先驗(yàn)信息幫助自動(dòng)駕駛車(chē)輛“懂得”人類(lèi)駕駛規(guī)則，對(duì)確保行駛合法與安全至關(guān)重要。

靜態(tài)障礙物信息

靜態(tài)障礙物指道路環(huán)境中固定不動(dòng)的物體，如護(hù)欄、護(hù)樹(shù)、路緣石、大型建筑物或長(zhǎng)期停放的車(chē)輛等。通過(guò)高精地圖或環(huán)境掃描等方式，這些固定物體的位置和形狀可以作為先驗(yàn)存儲(chǔ)下來(lái)。車(chē)輛在運(yùn)行時(shí)感知到的實(shí)時(shí)障礙物信息可以與這些靜態(tài)先驗(yàn)對(duì)比，幫助濾除無(wú)害物體并重點(diǎn)關(guān)注移動(dòng)障礙。如果激光雷達(dá)探測(cè)到一組點(diǎn)云，地圖中已標(biāo)注的路邊護(hù)欄信息能幫助系統(tǒng)判斷這些回波是否屬于護(hù)欄一類(lèi)無(wú)需避讓的固定結(jié)構(gòu)。此外，靜態(tài)障礙位置也有助于定位（如利用建筑角做地標(biāo)）和全局規(guī)劃（避免已知障礙區(qū)域）?？傊?，靜態(tài)障礙物的先驗(yàn)數(shù)據(jù)增強(qiáng)了感知的準(zhǔn)確性和可靠性，使系統(tǒng)能更好地區(qū)分固定環(huán)境與潛在危險(xiǎn)。

傳感器標(biāo)定數(shù)據(jù)

傳感器標(biāo)定數(shù)據(jù)是指車(chē)載傳感器（如攝像頭、激光雷達(dá)、毫米波雷達(dá)、GPS/IMU等）的內(nèi)參和外參參數(shù)。內(nèi)參包括相機(jī)焦距、畸變系數(shù)等；外參描述傳感器與車(chē)輛坐標(biāo)系之間的位置和姿態(tài)關(guān)系。標(biāo)定過(guò)程通常在系統(tǒng)部署前進(jìn)行，以獲得精確的傳感器安裝參數(shù)。

這些標(biāo)定參數(shù)是系統(tǒng)運(yùn)行的先驗(yàn)信息，它們被寫(xiě)入系統(tǒng)后用于實(shí)時(shí)數(shù)據(jù)融合和定位。多傳感器融合需要知道各傳感器坐標(biāo)系之間的變換，才能將來(lái)自攝像頭的影像和激光雷達(dá)點(diǎn)云統(tǒng)一到車(chē)身坐標(biāo)系下進(jìn)行準(zhǔn)確匹配。傳感器外參標(biāo)定“需要借助先驗(yàn)信息，如工裝信息或環(huán)境信息”來(lái)確定傳感器位姿。標(biāo)定數(shù)據(jù)還影響控制模塊，車(chē)輛動(dòng)力學(xué)模型需要結(jié)合精確的輪胎安裝參數(shù)才能正確計(jì)算控制量。簡(jiǎn)而言之，標(biāo)定數(shù)據(jù)作為先驗(yàn)信息構(gòu)成了傳感器數(shù)據(jù)解釋的基礎(chǔ)，是感知、定位與控制模塊正確運(yùn)行的前提。

車(chē)輛動(dòng)力學(xué)模型

車(chē)輛動(dòng)力學(xué)模型描述車(chē)輛運(yùn)動(dòng)時(shí)遵循的如質(zhì)量、重心分布、輪胎特性、空氣阻力等參數(shù)物理規(guī)律。這些模型參數(shù)通常在車(chē)輛設(shè)計(jì)或測(cè)試階段通過(guò)實(shí)驗(yàn)得到，并作為先驗(yàn)存儲(chǔ)。動(dòng)力學(xué)模型在規(guī)劃和控制階段起關(guān)鍵作用，規(guī)劃器可以根據(jù)車(chē)輛的加速度極限和轉(zhuǎn)向響應(yīng)來(lái)生成可行軌跡；控制器則利用動(dòng)力學(xué)模型預(yù)測(cè)車(chē)輛執(zhí)行當(dāng)前指令后的未來(lái)狀態(tài)，計(jì)算出合適的油門(mén)、剎車(chē)或轉(zhuǎn)向輸出。如運(yùn)動(dòng)學(xué)單軌模型、全動(dòng)力學(xué)模型等，都依賴(lài)已知的車(chē)輛參數(shù)來(lái)保證速度和路徑跟蹤的精度。因此，車(chē)輛動(dòng)力學(xué)模型也是一種先驗(yàn)數(shù)據(jù)，它使得高級(jí)控制算法能夠考慮車(chē)輛物理能力，保證控制指令安全、平滑地實(shí)施。

先驗(yàn)數(shù)據(jù)在自動(dòng)駕駛各模塊的應(yīng)用

感知模塊：利用先驗(yàn)數(shù)據(jù)可以校正和約束實(shí)時(shí)感知結(jié)果。高精地圖中的交通標(biāo)志、路緣位置等信息可以與攝像頭或雷達(dá)檢測(cè)結(jié)果對(duì)比，提高識(shí)別精度；靜態(tài)障礙先驗(yàn)可濾除固定環(huán)境特征；傳感器標(biāo)定信息確保多傳感器感知數(shù)據(jù)空間上的一致性。

定位模塊：高精地圖與GPS/IMU/視覺(jué)里程計(jì)等數(shù)據(jù)融合，實(shí)現(xiàn)厘米級(jí)定位；地圖中的靜態(tài)路標(biāo)和路面特征為定位提供錨點(diǎn)。標(biāo)定數(shù)據(jù)保證傳感器測(cè)量的正確坐標(biāo)轉(zhuǎn)換。

規(guī)劃模塊：全局路徑規(guī)劃利用道路網(wǎng)絡(luò)和車(chē)道連通信息；局部軌跡規(guī)劃參考車(chē)道模型和車(chē)輛動(dòng)力學(xué)約束生成平滑軌跡。交通規(guī)則（限速、禁止標(biāo)志）引導(dǎo)路線(xiàn)選擇和速度規(guī)劃。

決策模塊：先驗(yàn)規(guī)則（如交叉口讓行、紅綠燈規(guī)則）與地圖語(yǔ)義共同約束決策策略。系統(tǒng)會(huì)結(jié)合地圖知曉的路口結(jié)構(gòu)和信號(hào)燈狀態(tài)，提前作出“變道”、“停車(chē)”等決策。

控制模塊：車(chē)輛動(dòng)力學(xué)模型作為先驗(yàn)確?？刂泼钗锢砜尚?，如速度控制遵循加速度極限。標(biāo)定數(shù)據(jù)使控制器正確解讀傳感器反饋，完成準(zhǔn)確跟蹤。

總結(jié)

不同場(chǎng)景下先驗(yàn)數(shù)據(jù)與實(shí)時(shí)感知相輔相成，靜態(tài)信息給出道路結(jié)構(gòu)和規(guī)則的“骨架”，而傳感器在此基礎(chǔ)上補(bǔ)充動(dòng)態(tài)環(huán)境的“血肉”，二者協(xié)同使自動(dòng)駕駛系統(tǒng)在復(fù)雜路況中既保持了環(huán)境感知的及時(shí)性，也享受到了先驗(yàn)知識(shí)帶來(lái)的預(yù)判優(yōu)勢(shì)。