定位、地图与导航

导航信息不是抽象概念，它就是你手机屏幕上那行“85 米后通过路口”。问题是怎么把这行字变成机器能执行的东西。

先看一眼你每天都在看的东西

先看两张手机导航截图。导航信息，就是屏幕上的这些东西：

距离、路口动作、推荐车道、车速和绿波建议车速、信号灯状态，都在这里。其中“绿波车速”值得多看一眼：这是感知永远拿不到的信息。前方四个红绿灯怎么配时，不在任何相机的视野里，只能联网拿（云端或路侧 V2X）。超视距、非视觉，这是导航在整个系统里不可替代的原因；后面讲端到端时，“导航信息怎么喂给模型”会成为一个专门的课题，也是因为这个。

这一章先把三个常被混为一谈的东西分开：

• 定位回答“我在哪里”；
• 地图描述“道路怎样连接”；
• 导航回答“去目的地该走哪条连接”。

然后看它们在有图和无图两种方案下各自怎么变。

导航不是画一条线：五项职责

手机导航上的那条蓝线，放到有高精地图的量产系统里，是一个承担五项职责的模块：

1. 车道级路由：在车道拓扑图上，搜一条从当前车道到目标车道的车道序列。不是“走哪条路”，而是“走哪条车道”，输出形如 [L_1023, L_1024, L_2051] 的车道链。
2. 机动点标注：显式标出“120 米后左转、目标车道 L_2051”这类关键动作，让下游提前准备变道、减速。
3. 参考线生成：把车道中心线拼成几何参考，附带曲率、坡度、限速。这里有一句必须记住的话：参考线 ≠ 轨迹。参考线只是几何基准，没有时间维度，也没有规划好的速度（附带的限速只是约束）；规划器要在它周围做优化，不能拿它直接控车。
4. 约束与优先级：优先车道、禁止车道、可以变道的区间、到目标车道的剩余距离。
5. 监控与重规划：导航是常驻运行的模块，不是算一次就完事。它持续监控有没有偏航、有没有错过路口、目标变道还来不来得及，再决定局部修正还是全局重算。“错过路口”和“变道来不及”，正是用户最能直接感到的导航失败。

放到我们的路口，导航交付的是：沿支路行驶，80 米后右转，汇入主路的目标车道。定位负责把车放进正确的支路坐标，车道级地图给出停止线、路口连接和主路的车道拓扑。

地图分几级：从 5–10 米到 50 厘米

“地图”在行业里不是一个东西，而是从粗到精的一个谱系。按地图数据库分，一般是四级：

这张表有三条值得记住：

1. 精度差 10–20 倍：SD 是 5–10 米，HD 是 50 厘米。
2. 元素从约 10 种涨到 60–100 种：高精地图不只是更准，要画、要维护的东西也多了好几倍。
3. 只有 Coarse Map 让量产车参与发现道路变化、更新地图：这意味着车卖得越多，地图保鲜的能力就越强。

中间还有一对常见的导航数据等级：SD 与 SDPro。逐项对比下来，SDPro 比 SD 多的全是路口内拓扑和车道级信息：车道组、精确的车道数、车道类型、车道联通关系，以及人行横道、停止线、交通灯的几何和它们与车道的绑定关系。上不上 SDPro，本质是要不要这些车道级、路口内的信息。

HD 地图的成本账（建图误差要求不超过 ±30 厘米、制图自动化率要到 95% 以上、还要保持新鲜）第 3 章细讲。±30 厘米和上表的精度出自不同资料：上表分开给了绝对 50 厘米、相对 10 厘米；±30 厘米没说是绝对还是相对误差，没法和上表逐项对照，只能看出和绝对 50 厘米同在几十厘米量级。这里只补一个机理：高精地图真正的价值是先验。弯道曲率、前方路口结构、被遮挡的标志，车还没看到就已经知道，感知的负担也跟着降下来；天气差、感知退化时，这层先验尤其值钱。放弃它，就得有东西补上。

无图方案：三个必须重新回答的问题

“无图”不是完全不用图，而是把依赖拆开：

• 全局导航继续用低精地图：从 A 到 B，总得有路网；
• 定位和局部道路结构不再依赖高精地图：改由车上的传感器实时解决。

写成一个等式：高精地图 → 实时局部地图（BEV 静态感知）+ SD 导航地图。有图和无图的差别，可以对照着看：

于是有三个问题必须重新回答。

定位怎么算？无图时靠 IMU、轮速计和视觉或激光里程计融合，只算相对位姿；再把当前感知到的道路结构，和过去一段时间里感知到的对齐，来修正漂移。修正时有一条实用经验：yaw（航向角）最关键，航向误差会随距离线性放大。评估一套无图定位稳不稳，先问 yaw 漂移。

道路结构从哪来？来自实时感知：车道线、路沿、中心线、可行驶区域，再经后处理拼出拓扑关系。第 3 章的在线建图就是干这个的。导航也要跟着改：先把感知到的车道和 SD 地图里的车道匹配上，再把导航的路由和动作语义“绑”到感知车道上，规划器按感知车道决策。

约束怎么变？这是最本质的一条。有图时车道边界是硬约束，不可逾越；无图时边界来自感知，是带噪声的估计，只能当软约束用。这直接解释了一个常见现象：为什么无图方案的轨迹更容易“抖”——约束本身在抖。

Navigation Path：一条容易被误用的线

有一类无图的端到端方案是两段式的：第一段先输出结构化结果，第二段的规划器再读这些结果（第 7 章细讲）。这类方案里还有一个专门的构件，叫 Navigation Path（导航路径，常简称 Navi-path）：第一段输入导航，输出它；第二段再以它为输入，生成轨迹。它结合车流和导航信息，输出一条宏观的行驶参考线，解决“全局车道级方向和车道选择”。在小路和非结构化道路上，它能发挥更稳定、更长时的作用，但不能直接拿来控车。

它有两类问题要当心：

• 把它当唯一的轨迹来源：Navi-path 是导航决策的确定性表达，不是行为生成器。它只说“该往哪走”，不说“怎么走过去”。下游如果只接它这一路，就会和实际的行为决策打架。
• 忘了它自己也是模型预测的：它会抖、会偏航、会扭曲，左右转和小弯的走法可能不像人；上游的 SD 路由一跳变，它也跟着跳。

什么时候用它，判断标准很清楚：它的价值来自用人驾轨迹做监督，所以在“没有几何可依”或“需要像人”的场景有用。

回到路口：地图过期的那半个车道

现在把本章的交付物放回路口：定位把车放进支路的车道坐标，置信范围明确；车道级地图给出“前方右转、汇入主路”的路由、机动点和入口的车道结构；参考线沿目标车道的中心线展开。

然后第一个难题来了：路口在施工，一排锥桶把入口往左挤了半个车道，地图还停留在施工之前。这就是“鲜度”问题。系统必须把地图先验和现场观测对齐，以现场为准修正入口位置，不能把历史地图当成永远正确的真值。

但“以现场为准”有个前提：现场得先被看见。锥桶到底在哪、主路上的车怎么分布、有没有车正往你的目标车道切，这些都不在地图和导航里。下一章，从传感器观测里把眼前的场景还原出来。

本章速查