4. 地图与定位

在NOA匝道与高速场景规划工程中，地图与定位不是两个独立模块，而是共同构成“车辆在哪里、前方是什么、应该怎么走”的空间认知底座。高精地图提供厘米级几何与车道拓扑，语义地图把道路要素抽象为可推理的标签，车道级定位把自车精确绑定到某条车道，全局路径负责从起点到终点的宏观路线，局部路径则负责在当前车道与匝道口附近生成可执行的轨迹。四者关系可以概括为：高精地图是骨架，语义地图是标签，车道级定位是锚点，全局路径是目标，局部路径是动作。

一、高精地图与语义地图：几何底座与驾驶语义

高精地图通常包含车道中心线、车道边线、道路边界、曲率、坡度、限速、匝道连接关系等几何与拓扑信息，精度可达分米甚至厘米级。它解决的是“路长什么样”的问题。语义地图则在高精地图基础上叠加驾驶语义，例如车道类型（主路、匝道、加速车道、减速车道）、交通标志、地面箭头、导流区、可行驶区域、汇入汇出关系等。它解决的是“这条路意味着什么”的问题。

在NOA场景中，语义地图尤其关键。例如车辆接近高速出口时，语义地图会标记“前方2km右侧匝道”“当前车道可驶出”“相邻车道为实线不可变道”等语义，规划器据此提前决策。高精地图提供几何位置，语义地图提供决策依据，两者缺一不可。

二、车道级定位：把自车锚定到车道拓扑

车道级定位的目标不是简单输出经纬度，而是输出“自车位于哪条车道、距车道中心线横向偏差多少、航向角与车道夹角多少、前方拓扑连接关系如何”。常用手段包括GNSS+RTK、IMU、轮速计、视觉车道线检测、激光雷达点云匹配与高精地图匹配。多源融合后，定位结果通常以map_frame下的位姿和车道ID表达。

定位输出示例：
frame_id: map
lane_id: R2_L1
s: 128.4 m        # 沿车道纵向距离
lateral_offset: -0.18 m
heading_error: 1.2 deg
confidence: 0.96
next_lanes: [R2_L2, RAMP_R1]

其中s和lateral_offset是规划器最关心的参数：纵向距离决定何时开始减速或变道，横向偏差决定横向控制修正量。若定位跳变或车道ID误匹配，NOA可能把主路误判为匝道，导致错误减速或退出。

三、全局路径与局部路径：宏观导航与微观轨迹

全局路径由导航模块生成，通常基于路网图搜索得到从起点到终点的车道级序列，例如“主路G2→出口匝道R1→收费站→城市道路”。它回答“走哪条路”。局部路径由规划模块在全局路径约束下，结合当前车道、障碍物、交通流和车辆动力学，生成未来数秒内的可行驶轨迹。它回答“当前怎么走”。

两者关系是分层约束：全局路径给出目标车道序列和关键节点（如匝道口、分流点），局部路径必须在全局路径的拓扑框架内生成。若局部路径偏离全局路径，规划器需要判断是临时避障还是路线错误，并决定是否重新规划或请求导航更新。

四、案例：高速出口匝道场景中的协同

假设车辆以120km/h行驶在G2高速主路，导航全局路径指示“前方2km右转驶入R1匝道”。此时：

• 高精地图给出主路与匝道的几何连接，包括分流点坐标、匝道曲率与限速。
• 语义地图标记“当前车道可驶出”“右侧车道为减速车道”“分流区导流线不可跨越”。
• 车道级定位输出自车位于主路R2_L1，距分流点纵向距离约1800m，横向偏差0.1m。
• 全局路径要求车辆在分流点前进入R1匝道。
• 局部路径据此生成“保持当前车道→在1.2km处开始向右变道→进入减速车道→沿匝道曲率减速至40km/h”的轨迹。

若定位模块误将自车匹配到相邻车道，局部路径可能生成错误的变道时机；若语义地图缺失“导流线不可跨越”标签，规划器可能生成穿越导流区的危险轨迹。因此，地图与定位的精度和一致性直接决定NOA匝道通过率。

五、常见误区与复盘要点

总结来看，高精地图与语义地图构成静态认知层，车道级定位构成动态锚定层，全局路径与局部路径构成规划决策层。四层之间通过车道ID、纵向距离、横向偏差和拓扑连接关系紧密耦合。只有理解并打通这四层关系，NOA才能在高速与匝道场景中实现安全、平滑、可解释的自动驾驶行为。