自动驾驶高精地图的信息传输模型

高精地图的“非视觉”和面向机器特性，使其与传统面向人的时空产品有明显不同，相应的描述地图主、客体及其与产品之间关系的传输模型也面临巨大变革。已有的传输模型重构了上述关系，包括新增用户个性信息及其传输，但也存在信息传递工具仍采用面向人而非机器的地图语言等不足。为此，结合自动驾驶中地图信息的传输特点，构建面向机器认知的高精地图信息传输模型，通过对已有的传输模型进行扩展：GIS语言代替地图语言，将用户个性信息整合到高精地图的用户图层中，将行动指导扩展为行动实践。研究结果表明,构建的全机器认知的高精地图信息传输模型实现了地图信息认知的主体由人到机器的扩展，适应了高精地图在感知、定位、规划、控制等传输过程中全人工智能的特性。所提出的模型一方面有助于准确把握高精地图的本质及内容结构，提升认知效果；另一方面，对驾驶服务具有重要的指导作用，包括内容选取、表达方法、系统功能框架设计等，提高传输效率。