2.3.2 高精地圖匹配技術的基本原理

對于結構化道路，可以利用激光雷達輸出的點云數據結合高精地圖匹配算法實現智能網聯汽車的高精度定位。高精地圖匹配技術的基本原理為，激光雷達或攝像頭采集的環境數據與預先繪制好的高精電子地圖進行匹配，演算出智能車在高精電子地圖上的位置，從而得到智能車的精確位置。

圖2-22所示流程為典型高精度地圖制作方案，衛星基站的校正數據和移動站的原始定位數據進行后處理可以得到精度更高的差分定位結果。激光雷達采集到的點云數據結合車輛自身的位置轉換到全局坐標，并通過人工篩選、識別算法等方式提取出車道線、交通標志、建筑物等特征，這些精確到厘米級的點特征組合到一起形成了信息豐富的高精度（Highly Definition, HD）地圖。同時，將全景影像數據映射到原始的點云上，可以為地圖添加色彩[28]。

基于高精點云地圖的定位過程：激光雷達掃描所得的點云數據通過點云庫（Point Cloud Library, PCL）轉換成多個時間戳點云幀所組成的點云地圖，然后激光雷達實時掃描的點云數據與點云地圖進行匹配后輸出激光雷達載體所在的點云地圖的位置，實現點云地圖下的相對定位。

基于高精點云地圖的定位要得到較好的定位效果，需具備兩個條件：一是較為完整和準確的高精點云地圖。高精點云地圖是匹配的參考點，當匹配的參考點不準確或不可靠時，即使激光雷達掃描的點云數據再好，定位的結果都是不可靠的。二是能夠實現實時匹配和具有相應準確度的匹配算法，由于智能車實時運行，如何選取合適的匹配算法減少點云匹配的計算量以同時滿足實時性的需求和定位精度的需求，是實現良好定位效果的重要研究方向[29]。