一.概述

高精路网采集为在车辆上融合多种传感器，用于采集道路的基本结构及道路上的标线、设备设施等道路资产，通过高精度的定位设备及智能识别算法识别计算出真实的道路走向。本文提供一种简易可行的高精路网数据采集处理的搭建方案。

关键词：相机；雷达；RTK组合导航 ；边缘盒子；ROS2；PTP/ NTP；OpenCalib ；YOLO；

二.总体架构

现代道路数据采集系统采用多传感器融合技术架构，主要包括以下核心组件：

• ‌车载采集平台‌ ：作为移动数据采集载体，集成各类传感器和数据处理单元
• ‌感知层传感器‌ ：包括雷达、相机、RTK等数据采集设备
• ‌数据处理系统‌ ：负责传感器数据同步、融合和分析
• ‌数据传输与存储‌ ：实现采集数据的实时传输和长期存储

典型系统架构采用"前端感知设备+边缘计算单元"的组网模式，通过时间同步算法(PTP/gPTP)实现多源传感器数据对齐。

三.车载采集系统

3.1.感知设备

• 相机：采用帧率大于30hz，分辨率1920x1080及以上的具有自动对焦、曝光的相机，能够在各种光照环境下采集高清的场景图片

• 激光雷达：采用多线束激光雷达，推荐 ≥128 线，测距范围满足城市道路、高架、隧道全场景覆盖，有效测距不低于 200m，对低反射率路面、隧道墙面仍保持稳定测距,单点测距精度优于 ± 2cm。

• RTK组合导航：采用内置高精度IMU的全频点双天线RTK组合导航设备，精度± 1cm，频率100hz，可搭配千寻位置的差分账号

3.2.数据驱动

采用ROS2开发数据驱动，一般感知设备自带配套的ROS驱动。

ROS2 （Robot Operating System ）是专为机器人开发设计的开源元级操作系统框架，提供硬件抽象、消息传递、软件包管理等核心服务，支持模块化开发与跨平台协作。其核心特性包括：

‌实时性‌：1毫秒级响应，满足工业机器人和自动驾驶需求。

‌多语言支持‌：兼容C++、Python等，通过rclcpp 和rclpy 库实现通信。

‌DDS中间件‌：采用Fast RTPS、Cyclone DDS等协议，确保可靠数据传输与低延迟通信。

3.3.边缘计算

边缘计算设备 ：边缘计算设备是部署在数据源附近的物理硬件，用于实时处理和分析数据，减少云端传输延迟。可以理解为一台电脑，一般购买专业的边缘盒子。在边缘计算设备上通过数据线接入各种感知设备，通过安装ROS驱动进行统一的数据接收存储及处理。同时可部署高精路网采集算法，实现路网数据的实时采集识别。

四.数据处理系统

4.1.数据同步

数据同步主要为数据时间同步、数据空间同步，

时间同步：保证各个设备的时间源为同一时间源(时间同步方式ntp、ptp)

空间同步：保证各个设备安装的朝向与车头方向保持一致，雷达与相机的照射位置保持一致。测量各个设备的安装空间上的位置距离。

点云图像标定 ：可用OpenCalib中的lidar 2camera/manual_calib 工具调整点云与图像进行对齐。

4.2.数据融合分析

这部分通过点云、图像及定位数据信息可识别计算目标的实际经纬度位置。通过图像识别模型识别出图像上的目标对象的分割，可以使用YOLO。通过分割范围找到对应的点云目标点，根据RTK的定位经纬度可以计算出目标的实际经纬度位置。

YOLO :是一种实时目标检测算法，其核心特点是将图像识别和定位整合到一个神经网络中，实现端到端的快速检测。它通过将输入图像划分为网格，每个网格负责预测边界框和类别概率，从而在一次前向传播中完成检测，速度极快。YOLO系列不断迭代，在精度和速度上持续优化，广泛应用于自动驾驶、安防监控等领域。

4.3.融合定位

通过RTK数据及点云计算需求目标的经纬度位置，需要提高精度要考虑许多因素，包括设备的安装相对位置，车辆的航向角、俯仰角、横滚角度，数据之间的时间差等因素。

设备相对位置：需要测量相机、雷达、RTK组合导航安装相对位置偏差，包括三维空间距离及各种与车头方向相对的角度偏差。其中角度偏差对精度的影响较大，尽量控制在0.1°以内。

‌航向角：指物体纵轴（前进方向）与地理北方向在水平面上的夹角，范围通常为0°-360°或-180°-180°，用于确定运动方向。

‌俯仰角：物体纵轴与水平面的夹角，抬头为正（+90°），低头为负（-90°），控制前后运动。

‌横滚角：物体绕纵轴旋转的角度，右滚为正，左滚为负，控制左右倾斜。

时间运动补偿 ：车辆运动状态下，由于雷达是线扫点云之间存在时间差，需要通过RTK数据计算点云采集时实际的经纬度位置及各项角度。

其他影响因素 ：车辆抖动、车辆速度过快、车辆转弯等因素都对精度影响较大，需要采取相应措施降低误差。

五.总结说明

上述简易方案，涵盖高精路网数据采集的基本组成要素内容，接下来的文档将持续更新各个模块的具体内容。