标准规范下载简介

DB11／T 1880-2021 自动驾驶地图特征定位数据技术规范.pdf简介：

DB11/T 1880-2021 是北京市地方标准，全称为《自动驾驶地图特征定位数据技术规范》。这个标准主要针对自动驾驶（AV）领域，明确了自动驾驶地图在特征定位数据的技术要求和规范。自动驾驶地图是自动驾驶系统的重要组成部分，它为自动驾驶车辆提供环境感知，包括道路、交通标志、交通信号、障碍物、行人等信息。

这个规范可能包括以下主要内容：

1. 数据采集：规定了如何通过各种传感器（如激光雷达、摄像头、GPS等）收集地图数据，以及数据的质量和完整性要求。

2. 特征识别：定义了如何从收集的数据中提取和识别出重要的地理特征，如道路、车道线、建筑物、交通标志等。

3. 数据更新：要求自动驾驶地图数据需要及时更新，以反映实际情况，保证导航的准确性。

4. 数据处理和存储：规定了数据的格式、存储方式和处理流程，以确保数据的有效性和安全性。

5. 定位精度：明确了地图特征定位的精度要求，这对于自动驾驶车辆的路径规划和决策至关重要。

6. 安全性与隐私保护：强调了在数据采集、处理和使用过程中对用户隐私的保护，以及对系统安全性的考虑。

总的来说，DB11/T 1880-2021 是为了推动自动驾驶技术的发展，确保自动驾驶地图数据的准确性和可靠性，从而保障自动驾驶车辆的安全运行。

DB11／T 1880-2021 自动驾驶地图特征定位数据技术规范.pdf部分内容预览：

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB5768.2道路交通标志标线第2部分：道路交通标志 GB5768.3道路交通标志标线第3部分：道路交通标线 GB20263导航电子地图安全处理技术基本要求 GB/T30269.807信息技术传感器网络第807部分：测试：网络传输安全 GB/T37939信息安全技术网络存储安全技术要求

下列术语和定义适用于本文件。 3.1 自动驾驶地图autonomousdrivingmap 供自动驾驶系统使用的数字地图，也可用于协同式智能交通系统。 3.2 特征定位featurelocalization 通过车辆上的传感器观测现实世界道路交通设施及周边物体的特征，并与自动驾驶地图申该设施的 特征数据进行匹配，从而得到车辆的位置和姿态的定位方法。 3.3 特征定位数据 featurelocalizationdata 可以被传感器识别的用于定位的特征数据，是自动驾驶地图要素中的传感器可见部分，包括图像数 据、点云数据和矢量数据。

自然特征定位数据naturalfeaturelocalization

DB11/T1880—2021 由图像中的灰度或曲率以及点云中强度变化较大的点构成的特征定位数据，其表达形式为离散的三 维点云。

维点云。 3.5 语义特征定位数据semanticfeaturelocalizationdata 从具有位置信息的图像或点云中提取并赋予现实语义属性的线或面要素的特征定位数损 3.6 绝对精度absoluteaccuracy 观测位置值相对于真实参考位置值之差的统计值。 3.7 相对精度relativeaccuracy 两个测量对象间的绝对距离偏差值和真实值之间的比值。 3.8 图像特征点描述子imagefeaturepointsdescriptor 每个关键点周围的区域中【福建省】《建设工程质量检测管理实施暂行办法》，以选定的区域大小测量的局部图像梯度的二进制编码。 3.9 帧frame 在图像领域是指影像动画中最小单位的单幅影像画面；在雷达点云领域是指雷达扫描 云数据。 3.10 关键帧imagekeyframe 在局部一系列普通顿中选出的记录并代表局部信息的帧。 3.11 特征区块featurechunk 特征点云所覆盖的一定范围内的地理矩形区域。

4.2特征定位数据采集范围

DB11/T 18802021

4.2.1自然特征定位数据采集范围应为传感器能探测到的所需特征的最大范围。

4.3特征定位数据应用流程

特征定位数据的采集、处理、应用的流程为车 的程握，直实现伏速更新， 见图1。应符合下列要求： a）车端基于不同传感器采集的特征定位数据上传到服务端，并基于服务端发布的特征定位数据 辅助车辆定位；当传感器探测的特征点和特征定位数据不一致时，自动驾驶车辆将差异路段 的特征点上传到服务端；

5.1.1特征定位数据平面位置绝对精度小于等于1m

.2特征定位数据相对精度小于等于0.2%。

图1特征定位数据应用流程

0个，每顿毫米波雷达点云上可用特征点数量不宜少于100个，每顿激光雷达点云上可用特征点 宜少于700个。

5.3.1特征定位数据更新应及时、准确，从道路变化的发现、上报到数据更新下发宜24小时内完成。 5.3.2可通过对不同车辆搭载的不同传感器上传的原始数据设置权重等方式，对同一路段进行特征定 位数据更新。

5.3.3现实世界的特征定位数据的变化量达到20%时，应对地图进行整体更新。

5.4.1特征定位数据只需表达和特征定位相关的要素及其属性。 5.4.2现实中不存在的要素或其属性不应存在于特征定位数据中。 5.4.3特征定位数据中不应包含重复的要素及其属性。 5.4.4特征定位数据中不应遗漏特征定位需要且现实世界中存在的要素

5.5.1车端与服务端特征定位数据的传输安全性应符合GB/T30269.807标准要求。 5.5.2服务端特征定位数据存储安全性应符合GB/T37939标准要求。 5.5.3特征定位数据采集、处理、应用应符合GB20263的标准要求。 5.5.4特征定位数据在线传输不应含有涉密信息

6特征定位数据分类与表达

特征定位数据按照传感器特性和处理结果分为视觉自然特征定位数据、视觉语义特征定位数据 自然特征定位数据。毫米波雷达点云和激光雷达点云特征定位数据的表达相同，同属点云自然特 数据。

6.2视觉自然特征定位数据表达

6.2.1视觉自然特征定位数据模型

视觉自然特征数据应包括关键帧、地图点及连接关系，数据模型见图2。

图2视觉自然特征数据模型

6.2.2视觉自然特征关键祯应符合下列要求！

DB11/T 18802021

d）图像特征点描述子应为关键帧中特征点的属性， 围像素点的灰度对比； e）地图点索引应为关键帧中特征点对应的地图点的编号值。

5.2.4视觉自然特征连接关系应为关键顿之间，关键与地图点之间建立的关联关系。

6.2.5视觉自然特征定位数据结构

表1关键顿数据结构（续）

表3特征点和地图点连接关系数据结构

表4特征点和特征点连接关系数据结构

6.3视觉语义特征定位数据表达

6.3.1视觉语义特征定位数据模型

6.3.1.1视觉语义特征定位数据分为线特征数据和面特征数据两类，数据模

DB11/T 18802021

3.1.1视觉语义特征定位数据分为线特征 文据和面特征数据两类，数据模型见图5

图5视觉语义特征定位数据分类

6.3.1.2线特征数据表达呈线状延伸的要素，由数量不等、顺序连接的折线形状点所构成，折线形状 点不少于2个，数据模型见图6。

6.3.1.3面特征数据表达呈面状分布的要素，由数量不等、顺序连接的边界形状点所构成，折线形状 点不少于4个，首点与末点位置相同，面特征数据分为地面面块和空中立面两类，数据模型见图7。

5.3.2线特征数据表达

3.2.1线特征数据的几何信息应符合下列要求，线特征数据可表达的实际场景示例见图8，图

线特征数据表达路面的各种交通标线、路侧呈线状布设的交通防护设施、路侧及车辆活动范 围内竖立于地面的竖杆或平行于地面的空中横杆物体； b 几何上以形状点顺序构成的折线表示，形状点的三维几何坐标串存储方式为坐标各方向分量 以空格符分隔，坐标点之间以逗号“，”分隔，坐标单位为m； 当线特征数据表达的物体是突起于地面的路侧防护设施时，需要以起点高度和终点高度属性 表示物体自身的高度尺寸： d 线状竖杆的几何线段起点位置为竖杆和地面交叉点，终点位置为竖杆垂直与地面的最高点。

图8线特征物体示例（路面与路侧地表线状分布）

图9线特征物体示例（路侧竖立线状布设）

6.3.2.2线特征数据属性信息应包括下列内容： a）路面交通标线的属性信息包括：类型、线型、颜色、实线段长度、虚线段长度；

6.3.2.2线特征数据属性信息应包括下列内容：

a 路面交通标线的属性信息包括：类型、线型、颜色、实线段长度、虚线段长度； b) 路侧防护设施的属性信息包括：类型、起点高度、终点高度、颜色； c 路侧杆状设施的属性信息包括：类型、颜色。 6.3.2.3线特征数据结构应符合下列要求：

a）路面交通标线的视觉语义属性与位置信息的数据库表达见表5

a）路面交通标线的视觉语义属性与位置信息的数据库表达见表5

DB11/T 18802021

表5路面交通标线线特征数据结构

表6路侧防护设施线特征数据结构

《高层民用建筑设计防火规范 GB 50045-95》表6路侧防护设施线特征数据结构（续）

则杆状设施的视觉语义属性与位置信息的数据库

表7路侧杆状设施线特征数据结构

CJ∕T 17-1999 城市环境卫生专用设备垃圾转运6.3.2.4线特征数据应符合以下基本要求：

DB11/T 18802021

为双线时应分别采集两条喷涂线的中央位置，见