4、真值系统构建：高精度地图、RTK-GPS/IMU组合导航、人工标注真值、真值融合策略
真值系统，说白了就是一把「绝对准确的尺子」。你想想看，我们做感知算法，天天说精度多高、召回多好，但如果没有一个可靠的参考标准，这些指标都是空中楼阁。我个人习惯把真值系统比作「裁判员」——算法是运动员，跑得快不快，得裁判说了算。
这一章，我们就来聊聊怎么搭建这个裁判系统。我会结合我踩过的坑，把高精度地图、RTK-GPS/IMU、人工标注和融合策略这四块内容讲透。
4.1 高精度地图：真值的空间底座
高精度地图不是普通导航地图。普通地图告诉你「前方500米有路口」，高精度地图告诉你「这个路口的路沿石高度是15厘米，车道线宽度是0.15米，停止线距离信号灯杆3.2米」。精度要求通常在厘米级。
我在项目中遇到过一个问题：用普通地图做真值，结果感知算法检测到的车道线位置和地图差了20厘米。排查了半天，发现不是算法的问题，是地图本身就不准。从那以后，我对高精度地图的构建流程格外重视。
构建高精度地图通常分三步：
- 数据采集：用激光雷达、相机、IMU等传感器采集道路数据。采集车一般要跑3-5遍，覆盖不同时段和天气。
- 点云建图：通过SLAM或ICP算法，把多趟采集的点云对齐，生成全局一致的点云地图。这里要注意回环检测，否则累积误差会让你崩溃。
- 要素提取：从点云中提取车道线、路沿、交通标志等要素。可以人工标注，也可以用自动化算法辅助。
4.2 RTK-GPS/IMU组合导航：真值的时空基准
高精度地图提供了空间基准，但车辆是运动的。我们需要知道每一帧数据采集时，车辆在什么位置、什么姿态。这就是RTK-GPS和IMU的活。
RTK-GPS（实时动态差分GPS）能提供厘米级的定位精度。原理很简单：一个基准站放在已知坐标的位置，流动站（车上）接收差分信号，消除大气延迟等误差。但RTK有个致命弱点——信号遮挡。高架桥下、隧道里、高楼林立的区域，GPS信号会丢失或跳变。
这时候就需要IMU（惯性测量单元）来补位。IMU测量加速度和角速度，通过积分推算位置和姿态。但IMU有漂移，时间越长误差越大。
所以，RTK-GPS和IMU是天生一对。组合导航的核心思想就是：GPS提供长期稳定的绝对位置，IMU提供短期精确的相对运动。两者通过卡尔曼滤波融合，输出平滑、连续、高精度的位姿信息。
关键参数：
- RTK-GPS：水平精度1-2cm，垂直精度2-3cm，更新频率10-20Hz
- IMU：陀螺仪零偏稳定性<1°/h，加速度计零偏稳定性<0.1mg，更新频率100-200Hz
- 组合导航输出：位置、速度、姿态（横滚、俯仰、航向），更新频率100Hz
嗯，这里要注意：组合导航的初始化需要一段时间。刚开机时，IMU需要估计零偏，GPS需要搜星。我建议在采集数据前，先让系统静止2-3分钟，完成初始化。否则前几秒的数据位姿可能不准。
4.3 人工标注真值：最后的把关人
高精度地图和组合导航提供了「几何真值」，但感知系统要检测的是「语义真值」——比如这个物体是车还是人，它的类别是什么。这些信息，地图和GPS给不了，得靠人工标注。
人工标注真值，听起来简单，做起来全是坑。我踩过最大的坑是标注标准不统一。同一个场景，标注员A把远处的行人标成了「骑行者」，标注员B标成了「行人」。结果算法评估时，召回率忽高忽低，查了半天才发现是真值打架。
所以，人工标注的第一步是制定标注规范。规范要细到这种程度：
- 遮挡超过50%的物体要不要标？——要标，但加一个「遮挡」属性
- 远处的行人，图像上只有10个像素，标不标？——标，但标注框要贴合可见部分
- 自行车和电动车的区分标准是什么？——看是否有脚踏板
标注流程一般包括：
- 初标：标注员根据图像或点云数据，框出目标并赋予类别
- 质检：质检员随机抽检20%-30%的数据，检查标注质量
- 修正：不合格的标注退回修改，直到通过质检
- 终审：由经验丰富的标注主管做最终审核
4.4 真值融合策略：1+1>2
高精度地图、组合导航、人工标注，这三者各有优劣。高精度地图准，但更新慢；组合导航实时，但有漂移；人工标注语义准确，但成本高。真值融合，就是把它们结合起来，取长补短。
我常用的融合策略是这样的：
- 空间对齐：把高精度地图的要素（车道线、路沿等）投影到图像或点云坐标系中。这一步需要用到组合导航提供的位姿信息。
- 时间同步：确保地图、GPS、IMU、相机、激光雷达的数据时间戳对齐。我一般用PTP（精确时间协议）或硬件同步信号。
- 语义关联：把人工标注的物体和地图要素关联起来。比如，标注了一个「停止线」，就去地图里找对应的停止线位置，验证是否一致。
- 一致性检查：如果地图和标注有冲突（比如地图显示这里是直行道，但标注了左转箭头），需要人工介入判断。
下面这张图展示了真值系统的整体架构：
融合后的真值数据，既包含了高精度地图的几何信息，又包含了组合导航的时序信息，还包含了人工标注的语义信息。这样的真值，才能用来评估感知算法的真实水平。
好了，真值系统构建的核心内容就这些。说白了，就是三根柱子撑起一个平台：地图给空间，导航给时间，标注给语义。融合策略就是把这些柱子绑在一起的绳子。绳子绑得牢，真值才可靠。