2. 高精地图数据模型：车道级模型、道路连接关系与交通要素矢量表达

好，咱们今天聊聊高精地图的核心——数据模型。

说实话，很多刚入行的朋友觉得高精地图就是“更精细的导航地图”。其实不然。导航地图关心的是“从A到B怎么走”，而高精地图关心的是“车在哪个车道、前方有没有障碍、路口该怎么转向”。

我当年从传统导航地图转做高精地图时，第一个感觉就是：这玩意儿的数据模型，完全是另一个维度的东西。

2.1 车道级模型（Lane Model）

先说说车道级模型。这是高精地图最核心的部分。

传统地图里，一条路就是一个Link。但在高精地图里，一条路被拆成了若干个车道。每个车道都有自己的属性：宽度、曲率、坡度、限速、行驶方向……

我习惯把车道模型想象成一条“虚拟轨道”。自动驾驶车辆不是在路上跑，而是在这条虚拟轨道上跑。

举个例子。一条三车道的高速公路，在高精地图里会被建模成三个独立的Lane。每个Lane都有自己的ID、中心线、左右边界。车辆在哪个Lane上，就读取哪个Lane的数据。

我在项目中遇到过一个问题：车道合并和分叉怎么处理？

比如一个车道分成两个，或者两个车道合并成一个。这时候就需要引入“车道连接点”的概念。每个车道在起点和终点都有连接点，指向相邻的车道。这样，车辆就能知道“我当前在车道A，前方可以进入车道B或车道C”。

2.2 道路连接关系（Link/Node）

车道级模型解决了“一条路上怎么走”的问题。但路和路之间怎么连接？这就需要Link/Node模型了。

Link/Node模型其实不新鲜。传统导航地图也在用。但在高精地图里，它的粒度更细。

简单说：

• Node：道路的交叉点、起点、终点。每个Node有经纬度坐标。
• Link：连接两个Node的道路段。每个Link有长度、方向、车道数等信息。

你想想看，一个十字路口，在高精地图里会被建模成多个Node和Link的组合。每个Node代表一个可能的转向点，每个Link代表一段可行驶的路径。

我记得有一次做路口建模，发现一个五岔路口。五个方向，每个方向又有左转、直行、右转……光这个路口就建了30多个Link。嗯，当时确实有点崩溃。

我个人的习惯是：先建Node，再连Link，最后细化Lane。这个顺序不能乱。Node错了，Link就歪了；Link歪了，Lane就全废了。

2.3 交通标志与标线的矢量表达

最后说说交通标志和标线。这部分看着简单，其实坑很多。

交通标志包括：限速牌、停止牌、让行牌、指示牌……标线包括：车道线、停止线、导流线、斑马线……

在高精地图里，这些东西都要用矢量数据来表达。说白了，就是用点、线、面来描述它们的位置和形状。

举个例子：

• 限速牌：一个点，加上属性“限速80km/h”
• 车道线：一条线，加上属性“实线/虚线/颜色”
• 停止线：一条线，加上属性“与信号灯关联”
• 导流线：一个面，加上属性“禁止跨越”

我曾经踩过一个坑：交通标志的关联关系。

比如一个限速牌，它到底管哪几个车道？是管所有车道，还是只管最右侧车道？如果建模时没搞清楚，车辆就会误判。我见过一个案例，限速牌只管最右侧车道，但地图里关联了所有车道，结果车辆在最左侧车道也按限速跑……

标线的矢量表达还有一个难点：曲率变化。比如弯道上的车道线，不是一条直线，而是一条曲线。用简单的折线表达会失真，必须用样条曲线。

我建议用三次样条曲线来表达车道线和道路边界。这样既能保证精度，又能减少数据量。嗯，这个在后面的章节会详细讲。

小结

今天聊了三个核心模型：车道级模型、Link/Node模型、交通标志与标线的矢量表达。

说白了，高精地图的数据模型就是：把现实世界的道路，用计算机能理解的方式表达出来。

车道级模型解决“怎么走”，Link/Node模型解决“往哪走”，交通标志和标线解决“怎么走才合规”。三者缺一不可。

下一章，我会讲讲这些模型在实际项目中怎么落地。包括数据采集、处理、存储、更新……都是实战经验，到时候再细聊。