最近有小伙伴讓智駕最前沿聊聊自動駕駛高精度地圖對高程數(shù)據(jù)的使用依賴，其實在聊這個話題之前，還是需要先知道高程數(shù)據(jù)是什么，在自動駕駛中到底有什么作用。

高程數(shù)據(jù)，通俗地說，就是用數(shù)字來表示地面上每一個點(diǎn)的高度。它并非單一形態(tài)，有時表現(xiàn)為網(wǎng)格化的高度面，有時則是點(diǎn)云中每個點(diǎn)所附帶的Z坐標(biāo)；其內(nèi)容有時標(biāo)注的是地表（如樹頂、建筑頂端）的高度，有時則對應(yīng)裸露出地面的高程。在工程領(lǐng)域，常用的術(shù)語包括數(shù)字高程模型（DEM），用于表示某一區(qū)域的高度表面；數(shù)字地面模型（DTM），更接近裸地的高程信息；以及數(shù)字表面模型（DSM），其中包含了地表之上物體的高度。若追求更精細(xì)的數(shù)據(jù)，還有車道級、軸線級的高程曲線和斷面，用以記錄車道中線的高程、縱坡、橫坡等具體細(xì)節(jié)。除了表達(dá)“多高”之外，高程數(shù)據(jù)還關(guān)聯(lián)著坐標(biāo)系和基準(zhǔn)：其高度可能相對于地球橢球體（即大地高），也可能相對于大地水準(zhǔn)面（即正高），不同系統(tǒng)之間存在偏差，必須明確所使用的基準(zhǔn)，才能確保應(yīng)用的準(zhǔn)確性。

在自動駕駛的語境中，“高程”通常特指與車輛行駛面緊密相關(guān)的一套數(shù)據(jù)，其中包括車道中心線、車道面片內(nèi)的高程值，路緣的高度，上坡下坡的縱向坡度，彎道的橫向橫坡，以及橋梁、立交、隧道等結(jié)構(gòu)的局部高程特征。高精度地圖會將這些高程信息以高分辨率保存下來，精度可達(dá)十幾厘米甚至更細(xì)，從而使車輛能夠在現(xiàn)實世界中做出安全、平順的判斷和動作。

感知層面：讓“看見”更穩(wěn)定、更有層次

對于自動駕駛汽車來說，其“看到”的是帶有噪聲的點(diǎn)云、圖像和雷達(dá)回波。高程數(shù)據(jù)對于自動駕駛汽車來說就是提前備好的一份“地面說明書”。當(dāng)激光雷達(dá)獲取點(diǎn)云數(shù)據(jù)時，通過將點(diǎn)云投影至地圖內(nèi)的高程面上，系統(tǒng)能更輕松地區(qū)分哪些點(diǎn)屬于道路，哪些點(diǎn)屬于立柱、行人或車輛。利用地圖高程進(jìn)行地面分割，能顯著提高濾除地面的準(zhǔn)確性，避免將低矮障礙物誤判為地面，或?qū)⒙费睾退疁险`認(rèn)作障礙物。

在視覺感知中，單目或雙目攝像頭估算深度時常存在尺度不確定性和漂移問題。將傳感器觀測與地圖高程進(jìn)行配對，可以提供地平面約束，輔助恢復(fù)攝像頭的尺度感，優(yōu)化稀疏或稠密三維重建的高度一致性。即便是基于學(xué)習(xí)的深度估計方法，也能將高程先驗作為損失函數(shù)的一部分或輸入特征，從而減少在匝道、立交等復(fù)雜結(jié)構(gòu)下的估計誤差。

對于目標(biāo)檢測與跟蹤而言，高程信息帶來了第三維度的區(qū)分能力。兩輛車在二維投影上可能重疊，但如果存在高程差異（例如一輛在上層橋面，一輛在橋下車道），高程數(shù)據(jù)能直接告知系統(tǒng)這兩個目標(biāo)不會發(fā)生碰撞，從而避免錯誤的緊急制動或不必要的避障行為。對于行人和騎行者，高程有助于判斷其是否處于路面，還是在隔離帶或樓梯上，進(jìn)而影響車輛的交互策略。

此外，高程還能在傳感器標(biāo)定與時間同步之外，提供穩(wěn)定的長期語義參考。路面沉降、臨時施工改道等引起的高程變化，結(jié)合在線檢測可以被快速識別，并反饋至地圖更新流程，減少因地圖老化導(dǎo)致的感知失誤。

總結(jié)一下，高程在感知層既充當(dāng)約束條件，也提供語義信息，它約束傳感器的解算，提供穩(wěn)定的基線；同時作為語義，幫助區(qū)分功能區(qū)域與潛在危險區(qū)域。

決策層面：規(guī)劃路線、估算風(fēng)險、設(shè)計速度策略

在決策環(huán)節(jié)，高程數(shù)據(jù)可以影響車輛行為的物理變量。路徑選擇不再僅僅是橫向的“走哪條路”，還包含了縱向的坡度與高度變化。坡度直接影響了車輛的動力學(xué)特性，上坡會降低加速能力、增加能耗；下坡則會放大重力分量，導(dǎo)致制動距離延長并對熱管理系統(tǒng)產(chǎn)生影響。知曉即將面臨的坡度，決策系統(tǒng)可以提前調(diào)整目標(biāo)速度、選擇更保守的跟車距離，或在必要時改變換擋與能量管理策略，避免因臨時制動造成系統(tǒng)過載。

在軌跡規(guī)劃與速度曲線設(shè)計上，平順性與安全性是核心目標(biāo)。高程信息使得決策模塊能夠生成與地形相匹配的縱向加減速計劃，提升乘坐舒適度，并減少控制器因坡度影響而進(jìn)行的頻繁修正。遇到陡坡或連續(xù)坡段時，決策系統(tǒng)可以考慮限速要求、提前降檔或延長跟車間距；在橋面或易結(jié)冰的低洼路段，則可以增加額外的安全裕度。

高程也影響著碰撞風(fēng)險的評估。某些視覺遮擋場景是由高程差引起的，例如彎道上的下坡會將遠(yuǎn)處路面隱藏，使近處物體突然出現(xiàn)。將地圖高程納入可視域建模后，決策模塊能更準(zhǔn)確地評估“我能看多遠(yuǎn)”以及“對方突然出現(xiàn)的概率有多大”，從而決定是否需要提前減速或準(zhǔn)備接管。

當(dāng)與交通規(guī)則結(jié)合時，高程同樣會對行駛產(chǎn)生直接影響。如重型車輛的自動駕駛在長下坡路段需要限速或使用發(fā)動機(jī)制動，自動駕駛系統(tǒng)若能識別這些特殊路段，就能為車輛制定既合規(guī)又安全的運(yùn)行策略。結(jié)合了高程信息的路段標(biāo)簽，還能觸發(fā)如橋梁橫風(fēng)防護(hù)、隧道燈光自適應(yīng)等特殊的行駛模式。

控制層面：把計劃變成穩(wěn)定、可預(yù)測的動作

在控制層，自動駕駛系統(tǒng)接收來自決策層的速度、加速度與軌跡指令，其真正的挑戰(zhàn)在于在真實交通環(huán)境中的穩(wěn)定執(zhí)行。高程對控制的影響直接且細(xì)膩。縱向控制需要考慮坡度對車輛重力分力的影響，上坡時，需要更大的動力輸出來維持目標(biāo)速度，若控制器僅基于水平假設(shè)工作，會導(dǎo)致速度跌落或能耗增加；下坡時，重力會加速車輛，此時的制動策略需兼顧熱衰減與牽引力控制，防止連續(xù)制動導(dǎo)致剎車片過熱或效能下降。

橫向控制也與高程相關(guān)。路面的橫坡會影響輪胎與地面的正壓力分布，從而改變側(cè)向摩擦力。尤其在高速過彎時，橫坡設(shè)計（即超高）是保持穩(wěn)定性的關(guān)鍵輸入�？刂破髟谶M(jìn)行轉(zhuǎn)向力矩分配或側(cè)向加速度約束時，若能將地圖提供的橫坡信息考慮在內(nèi)，就能更精確地設(shè)定側(cè)向加速度上限，避免出現(xiàn)打滑、甩尾或過度的轉(zhuǎn)向補(bǔ)償。

控制執(zhí)行還涉及懸架與牽引系統(tǒng)的協(xié)同。路面的微觀起伏會引起車身的俯仰與垂向振動，閉環(huán)控制需要更好地預(yù)測這些擾動，以保障乘坐舒適與安全。對于配備主動懸架或扭矩矢量分配的車型，提前知曉前方的高程變化，可以實現(xiàn)前饋補(bǔ)償，減少因控制回路延遲帶來的車身抖動或不適感。

高程不僅是實時物理量，也是控制器設(shè)計中的重要約束，在模型預(yù)測控制（MPC）中，將坡度作為前饋輸入能顯著提升預(yù)測精度與控制性能。這使得控制器能生成更合理的加減速指令，同時避免因外部擾動（如突然的下坡）導(dǎo)致執(zhí)行器飽和或觸發(fā)緊急制動，從而提升行駛連貫性與乘客體驗。

定位、仿真和閉環(huán)更新：高程的額外用途

傳統(tǒng)的平面地圖匹配在遇到結(jié)構(gòu)相似的道路時容易混淆，而加入高程維度后，匹配的魯棒性和唯一性都能得到增強(qiáng)。尤其在多層立交或橋下道路場景，高程信息往往是區(qū)分不同層級的關(guān)鍵。結(jié)合了高精度地圖與高程的聯(lián)合定位，能在GNSS信號受限或多路徑效應(yīng)嚴(yán)重時，提供寶貴的額外約束。

在仿真與測試環(huán)節(jié)，高程是確保場景真實感的基礎(chǔ)。長坡、陡升、波浪形路面等細(xì)節(jié)都會影響車輛動力學(xué)表現(xiàn)，只有將這些高程特征真實還原到仿真環(huán)境中，自動駕駛系統(tǒng)在真實路況下的表現(xiàn)才能被有效預(yù)測與驗證。將高程數(shù)據(jù)用于數(shù)字孿生，可以在虛擬環(huán)境中暴露控制或能量管理策略的薄弱環(huán)節(jié)，從而在實際路測前進(jìn)行優(yōu)化。

高程數(shù)據(jù)也參與地圖的閉環(huán)更新。當(dāng)車隊在同一路段反復(fù)行駛時，實時檢測到的高程偏差可以反饋給地圖制作端，實現(xiàn)從“靜態(tài)高程”到“動態(tài)一致性”的迭代。特別是面對施工、沉降、維修等會改變路面高程的事件，快速感知并融入地圖更新，能避免因長期依賴陳舊數(shù)據(jù)而帶來的安全隱患。

高程數(shù)據(jù)在實際應(yīng)用中的難點(diǎn)主要集中于三個方面。第一個是精度與分辨率。車道級應(yīng)用對高程數(shù)據(jù)精度的要求，遠(yuǎn)高于衛(wèi)星DEM所能提供的水平，通常需要依靠車載激光掃描或差分RTK測量來獲取厘米級數(shù)據(jù)。還有就是是高程的基準(zhǔn)與坐標(biāo)一致性問題。如果地圖、GNSS接收機(jī)和激光點(diǎn)云所使用的高程基準(zhǔn)（如橢球高、正高）不統(tǒng)一，且未經(jīng)過正確轉(zhuǎn)換，就可能引入幾厘米到幾十厘米的誤差。第三是動態(tài)變化帶來的挑戰(zhàn)，路面修補(bǔ)、積雪、積水等都會在短時間內(nèi)改變車輛實際行駛表面的高程。

應(yīng)對這些挑戰(zhàn)，需要多管齊下。多源數(shù)據(jù)融合是必然選擇，結(jié)合衛(wèi)星影像、航空攝影、地面激光掃描以及車輛自身的測量數(shù)據(jù)，既能保證大范圍的覆蓋，又能確保關(guān)鍵區(qū)域的精細(xì)度。統(tǒng)一坐標(biāo)轉(zhuǎn)換流程和完善元數(shù)據(jù)記錄是基礎(chǔ)，地圖提供商與車輛端必須對高程基準(zhǔn)和測量誤差有明確的界定與聲明。在車輛實時運(yùn)行時，應(yīng)將地圖高程視為先驗參考而非絕對真值，結(jié)合實時傳感器數(shù)據(jù)進(jìn)行在線修正，并以概率化的方式表達(dá)高程的不確定性，從而使決策和控制系統(tǒng)能以更穩(wěn)健的方式處理潛在的差異。

在更新頻率方面，穩(wěn)定道路的高程數(shù)據(jù)可以較低頻率更新，而對于施工區(qū)、臨時改線路段、高沉降區(qū)域，則需提高更新速率并建立有效的通報機(jī)制。利用車隊回傳數(shù)據(jù)、眾包測繪結(jié)合定期航拍，是實現(xiàn)高效更新的可行路徑。對于極端天氣（如積雪）導(dǎo)致的短期高程變化，系統(tǒng)應(yīng)優(yōu)先信任實時感知數(shù)據(jù)，并將地圖與路況檢測器聯(lián)合使用。

最后的話

高程并不是簡單的“地面有高有低”。對自動駕駛系統(tǒng)而言，它是感知的穩(wěn)固參照系，是決策的物理上下文，也是控制環(huán)節(jié)必須考慮的外部擾動源。做好高程數(shù)據(jù)，不僅能幫助車輛“看得更清楚”，更能讓其“行得更平順、更安全、更高效”。實現(xiàn)這一目標(biāo)，需要從測量精度、坐標(biāo)基準(zhǔn)、實時融合與地圖更新等環(huán)節(jié)進(jìn)行系統(tǒng)化設(shè)計，并將高程的不確定性清晰地傳遞至算法的每一層。盡管現(xiàn)實世界永遠(yuǎn)充滿變化與噪聲，但將高程作為連接地圖與車輛的重要橋梁，無疑會使整個感知-決策-控制鏈條更具連貫性、預(yù)見性，從而更好地滿足復(fù)雜道路環(huán)境對安全與舒適提出的高標(biāo)準(zhǔn)要求。

-- END --

       原文標(biāo)題 : 高程數(shù)據(jù)在自動駕駛中有什么作用？