摘要：随着高精度定位技术、高精地图技术的发展与成熟，电子地图已成为汽车的重要组成部分，与车辆控制器配合，可实现协同控制、协同服务和协同诊断等功能，以提高车辆的经济性、安全性和舒适性。介绍了电子地图相关专业知识，包括电子地图的分类、电子地图数据采集方式、地图应用方式和相关安全合规问题，重点研究了云端在线地图和车端离线地图的系统组成、工作原理和优缺点。针对ADAS地图在商用车领域的应用场景，重点调研了预测性巡航、预测性换挡、预测性能量管理等技术和产品，并总结了ADAS地图在商用车上未来的应用趋势。针对当前行业现状，就如何保证基础地图数据的安全使用和保密管理、杜绝出现重要地理信息泄露的情况，提出了相关建议和措施。

　　关键词：ADAS地图；商用车；协同控制

　　0引言

　　随着信息通信技术、传感器技术和人工智能技术的快速发展，汽车行业正在发生重大变革，向着智能化、网联化、电动化的方向快速发展。同时，随着高精度定位技术、高精地图技术的发展与成熟，电子地图已成为汽车的重要组成部分，在辅助驾驶和自动驾驶领域发挥着重要作用。电子地图与车辆控制器配合，可实现协同控制、协同服务、协同诊断等功能，以提高车辆的经济性、安全性和舒适性。

　　按照发展历程，可将电子地图分成传统导航地图、高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）地图、高精地图这3个阶段[1-2]。传统导航地图主要向车主提供位置及路网信息，为车主出行提供导航服务；ADAS地图在标准导航地图的基础上新增道路坡度、道路曲率、车道数量、道路类型等高级属性，主要用于高级辅助驾驶；高精地图进一步提高数据的精确度、覆盖度和新鲜度，为自动驾驶提供数据库和知识库[3-5]。

　　商用车主要用于运送人员和货物，分为客车和货车两大类。当前在软件定义汽车方向，其相关研究主要集中在电子电气架构、操作系统与软件平台、智能座舱、云服务功能及OTA、辅助驾驶和自动驾驶等领域。商用车辅助驾驶功能，主要包括车道保持、变道辅助、车道偏离预警、前碰撞预警、自动紧急制动、自适应巡航、路面检测、交通标志检测、泊车距离控制和驾驶员监控[6-7]。部分功能，需借助ADAS地图实现。通过ADAS地图数据获取超长距离道路信息，以有效的补充智能感知周围环境的车载传感器。

　　本文研究了智能网联环境下ADAS地图在商用车上的实际应用场景及未来的应用趋势，同时研究了电子地图分类、电子地图数据采集方式、电子地图应用方式和电子地图安全合规问题，可为商用车相关研究提供参考和指导。例如，开发整车功能时，建议提前规划协同控制、协同服务、协同诊断功能，依据功能确定最合适的地图，进而确定地图种类、数据范围及应用方式，即尽量用一种地图满足整车多种功能需求，实现地图复用，保证成本最优；再如，部分整车厂安装有AMT和坡度传感器，可实现道路坡度信息采集，在进行数据处理、数据存储、数据应用和过程中，要符合相关国家法规要求，保证基础地图数据的安全使用和保密管理、杜绝出现重要地理信息泄露的情况。

　　1电子地图发展概述

　　1.1分类

　　车载电子地图主要包括传统导航地图、ADAS地图、高精地图这3类。

　　（1）传统导航地图

　　车载导航电子地图出现于上世纪80年代，主要功能是向车主提供位置及路网信息，为车主出行提供道路导航服务。主要内容包括目的地信息、道路交通信息、设施和POI信息等，缺少道路宽度、弯道曲率等详细信息。

　　（2）ADAS地图

　　作为高级驾驶辅助地图，通过将车辆当前实时位置与地图中车辆即将驶入的路段进行匹配，可得到前方路况信息，进而可进行预测性控制或信息预警，以提升车辆的经济性、安全性和舒适性。在标准导航地图的基础上，ADAS地图增加了道路坡度、弯道曲率、车道数量、限速数值等信息。

　　（3）高精地图

　　随着自动驾驶技术的发展，对车载电子地图的精确度提出了更高的要求，推动车载电子地图进入高精地图阶段。高精地图又叫高度自动驾驶地图，其内容不仅增加了更加丰富和精确的车道级信息和环境信息，同时也可借助车路协同传感器实时更新路况信息，可辅助实现高精度的定位、车道级路线规划、驾驶行为决策与控制。

　　三者的详细区别如表1所示。

　　1.2数据采集方式

　　广义上讲，ADAS地图也属于高精地图，其生产流程如图1所示。鉴于制图成本、制图效率和制图精度的综合考虑，当前主流的数据采集方式有专业采集和众源采集这两大类。

　　1.2.1专业采集

　　专业采集由专业的图商主导，借助专门的测绘车辆进行集中式采集，优点是采集精度高、可靠性和一致性较好；缺点是采集成本高、采集时间长、地图更新频率低。

　参考文献：

　　[1]赵明姝.车载导航到自动驾驶电子地图发展综述[J].测绘通报,2023(6):6-10.ZHAO M S.Review from vehicle navigation to autonomous driv⁃ing:the evolution of electronic map[J].Bulletin of Surveying and Mapping,2023(6):6-10.

　　[2]齐清文,姜莉莉,张岸.数字地图的研究进展和应用新方向[J].地球信息科学学报,2011,13(6):727-734.QI Q W,JIANG L L,ZHANG AN.Discussion on the theoretic,methodological and technological system of digital map[J].Jour⁃nal of Geo-Information Science,2011,13(6):727-734.

　　[3]李必军,郭圆,周剑,等.智能驾驶高精地图发展与展望[J].武汉大学学报(信息科学版),2024,49(4):491-505.LI B J,GUO Y,ZHOU J,et al.Development and prospects of high definition map for intelligent vehicle[J].Geomatics and In⁃formation Science of Wuhan University,2024,49(4):491-505.

　　[4]刘经南,詹骄,郭迟,等.智能高精地图数据逻辑结构与关键技术[J].测绘学报,2019,48(8):939-953.LIU J N,ZHAN J,GUO C,et al.Data logic structure and key technologies on intelligent high-precision map[J].Acta Geodaeti⁃caet Cartographica Sinica,2019,48(8):939-953.

　　[5]李德仁,洪勇,王密,等.测绘遥感能为智能驾驶做什么[J].测绘学报,2021,50(11):1421-1431.LI D R,HONG Y,WANG M,et al.What can surveying and re⁃mote sensing do for intelligent driving?[J].Acta Geodaetica et Cartographica Sinica,2021,50(11):1421-1431.

　　[6]赵阳,王卫翼.重型卡车ADAS系统应用[J].汽车电器,2021,(9):6-8.ZHAO Y,WANG W Y.Adas of heavy duty truck[J].Auto Elec⁃tric Parts,2021(9):6-8.

　　[7]杜文龙,李霞,常开慧.基于数据融合的ADAS系统在重卡上的研究及应用[J].专用汽车,2020(10):64-67.

　　[8]中华人名共和国交通运输部.2022年交通运输行业发展统计公报[R].2022.

　　[9]谢富鑫,郭圆,周剑.智能汽车高精地图众源更新研究现状[J].人工智能,2023(5):48-54.

　　[10]岑墨.一边保地图"鲜度",一边赋道路"智慧"——访易图通科技(北京)有限公司首席执行官陆洪彬[J].中国测绘,2022(6):44-47.

　　[11]何发尧,马泽超,李雷.商用车AMT坡度传感器自学习方法研究[J].汽车工艺师,2023(12):31-33.HE F R,MA Z C,LI L.Research on self-learning method of amt slope sensor for commercial vehicle[J].Auto Manufacturing Engineer,2023(12):31-33.

　　[12]杨淼,张文艺,张玮龙.整车因素对商用车AMT坡度传感器校准的影响及标定流程讨论[J].重型汽车,2023(6):28-29.

　　[13]刘静,于淼淼.48V重型商用车坡度传感器滤波算法研究[J].汽车电器,2023(9):49-51.LIU J,YU M M.Research on filtering algorithm of slope sensor for 48V heavy commercial vehicle[J].Auto Electric Parts,2023(9):49-51.

　　[14]高斯.斯堪尼亚推出主动预见性巡航控制系统——使用GPS数据的全新低油耗巡航控制系统[J].交通世界(运输.车辆),2012(1):105-107.

　　[15]Simon Warburton.TomTom launches Virtual Horizon ADAS software[EB/OL].https://www.just-auto.com/news/tomtom-launches-virtual-horizon-adas-software,Jul.,2021.

　　[16]张雅静.福田康明斯X12荣获"我信赖的十年经典发动机"奖[J].商用汽车新闻,2021(2):27.

　　[17]洪金龙,高炳钊,董世营.智能网联汽车节能优化关键问题与研究进展[J].中国公路学报,2021,34(11):306-334.HONG J L,GAO B Z,DONG S Y.Key problems and research progress of energy saving optimization for intelligent connected vehicles[J].China Journal of Highway and Transport,2021,34(11):306-334.

　　[18]王玉海,李兴坤,张鹏雷.基于ADAS地图的载货车预见巡航实时优化算法[J].汽车工程,2020,42(10):1335-1339.WANG Y H,LI X K,ZHANG P L.Real-time optimization algo⁃rithm for truck predictive cruisebased on adas map[J].Automo⁃tive Engineering,2020,42(10):1335-1339.

　　[19]李兴坤,郑旭光,王国晖.重型商用车预见性自适应巡航控制策略研究[J].汽车工程,2022,44(5):649-655.LI X K,ZHENG X G,WANG G H.Research on control strategy of predictive adaptive cruise control of heavy duty commercial vehicle[J].Automotive Engineering,2022,44(5):649-655.

　　[20]郭露露.面向智能节能的汽车实时优化控制及实车验证[D].长春:吉林大学,2019.

　　[21]师帅,刘四海,吕二华.基于载荷和坡度的商用车AMT换挡规律修正方法[J].传动技术,2018,32(2):18-20.SHI S,LIU S H,Lv E H.Performance of commercial vehicle amt based on load and slope shift law correction method[J].Drive System Technique,2018,32(2):18-20.

　　[22]王彬宇.重型商用车机械式自动变速器预见性挡位决策研究[D].长春:吉林大学,2023.

　　[23]GAO J W,LI M,HU,Y F.Challenges and developments of au⁃tomotive fuel cell hybrid power system and control[J].Science China Information Sciences,2019,62(5):051201.

　　[24]孙和成.互联网地图在汽车能量管理系统中的应用研究[J].现代信息科技,2020,4(4):150-152.SUN H C.Application of internet map in automobile energy management system[J].Modern Information Technology,2020,4(4):150-152.

　　[25]唐小林,陈佳信,高博麟.基于云控系统高精度地图驱动的深度强化学习型混合动力汽车集成控制[J].机械工程学报,2022,58(24):163-177.TANG X L,CHEN J X,GAO B L.Deep reinforcement learning-based integrated control of hybrid electric vehicles driven by high definition map in cloud control system[J].Journal of Me⁃chanical Engineering,2022,58(24):163-177.

　　[26]李晓之.混合动力车辆预见性能量管理策略研究[D].长春:吉林大学,2023.

　　[27]黄新朝,张毅.基于百度地图API的纯电动汽车未来行驶能耗预测[J].汽车安全与节能学报,2023,14(6):715-722.HUANG X C,ZHANG Y.Prediction of future driving condi⁃tions for electrical vehicles based on baidu maps api[J].Journal of Automotive Safety and Energy,2023,14(6):715-722.

　　[28]马洋洋.基于出行特征预测的燃料电池汽车能量管理策略研究[D].长春:吉林大学,2023.

　　[29]李捷.增程式燃料电池汽车实时多目标预测能量管理策略研究[D].重庆:重庆大学,2020.

　　[30]杜小芳,张兴,杨贤诚,等.面向高精地图应用的汽车前照灯偏转控制研究[J].重庆理工大学学报(自然科学),2021,35(11):41-48.DU X F,ZHANG X,YANG X C,et al.Research on rotation con⁃trol of headlight for application of high-precision map[J].Jour⁃nal of Chongqing University of Technology(Natural Science),2021,35(11):41-48.

　　[31]刘青,刘勇,姚哲皓.中重型新能源卡车应用场景与模式浅析[J].汽车与配件,2021(17):55-57.

　　[32]李经纬,赵治国,沈沛鸿,等.驾驶风格K-means聚类与识别方法研究[J].汽车技术,2018(12):8-12.LI J W,ZHAO Z G,SHEN P H,et al.Research on methods of k-means clustering and recognition for driving style[J].Automo⁃bile Technology,2018(12):8-12.

　　[33]董杰.基于轨迹的驾驶行为分析与应用研究[D].南京:南京邮电大学,2021.

　　[34]黄春.电动汽车城市行驶工况构建与驾驶风格识别研究[D].重庆:重庆理工大学,2022.

　　[35]吴佳桐,黄龙,王勇,罗安,等.智能汽车基础地图安全防控相关问题浅析[J].测绘通报,2023,(9):155-159.WU J T,HUANG L,WANG Y,et al.Analysis on safety monitor⁃ing and controlling of intelligent vehicle basic map[J].Bulletin of Surveying and Mapping,2023(9):155-159.