3、高精地图数据要素：车道线、路沿、交通标志、杆状物、道路拓扑、动态障碍物

好，咱们进入正题。高精地图到底存了些什么？很多人以为就是一张更清晰的导航图，其实差远了。我习惯把高精地图的数据要素分成六大类，每一类都有它独特的存储和压缩挑战。今天咱们一个一个捋清楚。

3.1 车道线：最基础的“路权”边界

车道线是高精地图的灵魂。没有它，自动驾驶连自己在哪条道上都搞不清。

数据特征：

• 几何形态：通常是离散点序列，每间隔0.5米~2米一个采样点
• 属性标签：实线/虚线、白色/黄色、单线/双线、导向箭头等
• 精度要求：绝对精度20cm以内，相对精度5cm以内

存储方式：

我个人习惯用三次样条曲线来压缩车道线。一条100米长的车道线，原始可能有200个点，用样条拟合后只需要10~15个控制点。嗯，这里要注意：虚线段的起止点必须精确保留，否则变道决策会出问题。

// 车道线样条压缩伪代码
struct LaneLine {
    int id;
    int type;           // 0:实线, 1:虚线, 2:双实线
    int color;          // 0:白色, 1:黄色
    vector<Point> control_points;  // 压缩后的控制点
    vector<float> break_points;    // 虚线段的断点位置（米）
};

3.2 路沿：城市道路的“隐形护栏”

路沿这东西，在高速上不太常见，但在城市道路里到处都是。它决定了车辆能不能靠边停、能不能上人行道。

数据特征：

• 高度信息：通常5cm~20cm，需要记录高度值
• 材质类型：石质、金属、橡胶（减速带）
• 连续性：经常被路口打断，需要分段存储

压缩技巧：

路沿的几何形态比车道线更复杂，因为它有高度变化。我建议用分段线性逼近，每段不超过5米。为什么？因为路沿的曲率变化大，用高阶曲线反而容易过拟合。

3.3 交通标志：静态的“交通规则”

限速牌、停止牌、指示牌……这些标志直接决定了车辆的驾驶行为。

数据要素：

属性	说明	存储建议
位置	经纬度+高程	用相对坐标，以车道中心线为基准
类型	限速、禁令、指示等	用枚举值，0~255即可
朝向	标志面法向量	用四元数压缩，比欧拉角省空间
内容	文字、数字、图案	用OCR后的结构化数据，不要存图片

说白了，交通标志的存储核心就是“结构化”。我见过有人直接把摄像头拍到的标志图片存进地图，一个标志就要几百KB，太浪费了。正确的做法是：只存类型编号和参数值，比如“限速60”就存成 {type: 3, value: 60}，总共2个字节。

3.4 杆状物：路灯、信号灯、监控杆

杆状物是城市环境里最常见的静态物体。它们本身不参与交通，但却是定位和感知的重要参照物。

数据特点：

• 几何简单：一个圆柱体或长方体，高度3~15米
• 位置固定：可以作为长期稳定的定位特征
• 数量庞大：一公里城市道路可能有50~100根杆

压缩策略：

杆状物的压缩其实很简单。你想想看，一根杆子本质上就是“一个点+一个高度+一个半径”。我建议用参数化模型存储：

struct Pole {
    Point base_position;   // 底部中心点
    float height;          // 杆高
    float radius;          // 杆径
    int type;              // 0:路灯, 1:信号灯, 2:监控, 3:标志杆
    int light_count;       // 挂载的灯具数量（路灯专用）
};

这样一根杆子大概只需要40~50个字节。相比用点云存，压缩比能达到100:1以上。

3.5 道路拓扑：让车知道“怎么走”

前面说的都是几何和物体，但车还得知道路是怎么连的。这就是拓扑关系。

核心要素：

• 节点（Node）：路口中心点、车道分合点
• 边（Edge）：车道之间的连接关系
• 转向限制：禁止左转、允许掉头等
• 车道连接：每条车道在路口对应哪条车道

存储结构：

我习惯用有向图来存拓扑。每个车道是一个节点，车道之间的连接是边。举个例子：

// 拓扑数据示例
Node: lane_1_2 (路段1的第2车道)
  - 前驱: lane_0_1 (路段0的第1车道)
  - 后继: lane_2_1 (路段2的第1车道), lane_3_1 (路段3的第1车道)
  - 转向限制: 禁止直行（因为前方是左转专用道）

拓扑数据的压缩重点在于“去冗余”。很多连接关系其实可以通过几何推导出来，不需要全部显式存储。我建议只存储“异常连接”——比如那些不符合默认规则的转向关系。

3.6 动态障碍物：地图的“时效性”挑战

最后这个比较特殊。动态障碍物严格来说不属于“地图”，但高精地图必须能描述它们。

分类：

• 临时施工：锥桶、围挡、施工车辆
• 临时事件：交通事故、临时管制
• 可变信息：潮汐车道、可变限速

存储策略：

动态数据不能和静态数据混在一起存。我建议分层存储：

• 静态层：车道线、路沿、杆状物等（更新频率：月/季度）
• 半静态层：交通标志、拓扑（更新频率：周/月）
• 动态层：施工、事件（更新频率：分钟/小时）

嗯，说到这里，大家应该能感受到：高精地图的数据要素，每个都有它的脾气。车道线要精确，路沿要小心，杆状物要轻量，拓扑要严谨，动态数据要灵活。做存储和压缩的时候，不能一刀切，得针对每种要素的特点来设计策略。

下一章咱们聊聊具体的压缩算法，从几何压缩到属性压缩，再到语义压缩，一层层把数据“榨干”。