DGTJ 08-2469-2025 智能驾驶道路基础框架数据标准标准立项发展报告

智能驾驶道路基础框架数据标准立项发展报告StandardizationDevelopmentReport:DataStandardforBasicFrameworkofIntelligentDrivingRoads摘要关键词：智能驾驶；道路基础框架数据；标准化；数据要素分类；车路协同；高精度地图一、引言1.1研究背景智能驾驶技术的快速发展对道路环境感知提出了前所未有的高要求。传统的导航电子地图基于人类驾驶需求设计，其道路几何精度、属性粒度与更新频率均难以满足L3级及以上自动驾驶系统的运行需求。与此同时，新型智能道路基础设施正在全国范围内加速部署，激光雷达、毫米波雷达、边缘计算节点、路侧单元（RSU）等设备产生大量实时道路感知数据，亟需一套统一的数据框架标准以实现多源异构数据的有效融合与互联互通。截至2025年初，我国已累计开放智能网联汽车测试道路超过2.2万公里，发放自动驾驶测试牌照超过3000张，多个城市已开展常态化自动驾驶出行服务运营。然而，不同城市、不同厂商采集的道路数据在要素分类体系上差异显著——部分数据采用面向地图渲染的模型结构，部分采用面向规划控制的模型结构，部分则采用面向仿真测试的模型结构，数据语义冲突与空间基准不一致问题极为突出。在此背景下，制定统一的智能驾驶道路基础框架数据标准已成为行业发展的迫切需求。1.2标准基本信息本标准《智能驾驶道路基础框架数据标准》由上海市住房和城乡建设管理委员会归口管理，标准编号为DG/TJ08-2469-2025，属于工程建设地方标准（上海市工程建设规范）。标准于2025年发布，将于2025年10月1日正式实施。标准发布日期为2025年，目前处于"未生效"待实施状态。从标准的国民经济分类属性来看，该标准属于道路运输辅助活动领域的交通工程及附属设施相关技术规范，其上位依据包括《中华人民共和国道路交通安全法》《智能网联汽车道路测试与示范应用管理规范（试行）》（工信部联通装〔2021〕97号）以及《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》等政策法规文件。1.3标准定位与适用范围本标准定位为智能驾驶道路基础框架数据的"底座性"规范，旨在确立智能驾驶应用场景下道路基础数据的内容框架、分类体系、编码规则、质量要求及交换格式。标准适用于新建、改扩建城市道路及公路的智能驾驶基础框架数据采集、处理、更新与管理，亦适用于既有道路基础设施的数字化改造与数据治理工作。值得注意的是，本标准所定义的"智能驾驶道路基础框架数据"，其内涵区别于传统高精度地图数据，更侧重于面向车辆智能控制与道路智能管理的"结构化道路模型"，涵盖道路几何线形、车道级拓扑关系、路侧设施语义、交通规则约束等多个维度。二、标准编制背景与需求分析2.1技术发展驱动智能驾驶道路基础框架数据的标准化需求主要源于以下三个层面的技术变革。第一，感知技术的多元化。当前道路数据采集手段涵盖车载激光扫描、移动测量系统（MMS）、无人机倾斜摄影、地面高精度控制测量等多种技术路径。不同技术路径获取的数据在精度指标、坐标框架、数据密度和语义表达能力方面存在本质差异。以激光点云为例，车载激光扫描与无人机摄影测量所获取的道路要素几何精度可相差5至10厘米，这一差异对智能驾驶控制决策产生直接影响。第二，数据应用的场景化。智能驾驶的道路数据应用已不再局限于导航与地图显示，而是深入至轨迹规划、动态避障、协同控制、边缘计算等复杂场景。不同场景对数据的内容完备性、时效性、空间分辨率有着不同要求，若无统一的框架标准进行规范，将导致数据重复采集成本激增且难以复用。第三，车路云一体化的架构需求。工信部等四部门于2023年联合发布的《关于开展智能网联汽车准入和上路通行试点工作的通知》明确了车路云一体化的发展路径，要求道路基础设施数据与车辆感知数据在云端实现语义级融合。这一架构需求直接催生了道路基础框架数据"统一表征"的迫切性——即无论数据源自何方、经由何路径产生，最终均应转换为相同的语义框架和空间基准。2.2政策法规推动近年来，国家层面持续加强智能网联汽车与智慧交通领域的标准化工作布局。2023年12月，工业和信息化部等五部门联合印发《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》，明确提出到2025年系统形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系，重点涵盖基础、通用规范、产品与技术应用、生态与服务等标准子体系。其中，"道路基础设施数据"被列为关键的基础类标准方向。上海市作为全国智能网联汽车发展的先行示范区，在标准创新方面始终走在前列。截至2024年底，上海市已累计开放智能网联汽车测试道路约1,200公里，覆盖嘉定、浦东、临港等多个区域，并率先开展了智能网联出租车的常态化示范运营。在此背景下，上海亟需编制一部适应本地道路条件和管理模式、同时兼顾与国家标准衔接的道路基础框架数据标准，以支撑智能驾驶全链条的数据生产与应用。2.3行业痛点与标准化缺口通过对国内近30家智能驾驶相关企事业单位的调研，当前行业道路数据领域存在以下突出痛点：-数据语义不一致：不同数据生产商对"车道线""停止线""导流线"等道路要素的定义和分类各不相同，同一物理对象在不同数据源中可能被赋予不同语义标签，导致数据融合困难。-空间基准不统一：部分数据采用CGCS2000坐标系，部分采用WGS-84坐标系，部分仍采用地方独立坐标系，平面坐标差异可达数米至数十米。-粒度层级模糊：对道路基础框架数据应细化到何种程度缺乏共识——是仅包含道路中心线，还是包含完整车道级拓扑；是仅包含静态几何，还是应包含动态交通规则约束——各家的做法差异极大。-更新机制缺失：道路要素发生变化（如施工改道、标志标线调整）后，数据更新的责任主体、更新频率和质量验证流程不明确。-交换格式繁杂：各数据平台采用不同的数据交换格式，从Shapefile到GeoJSON再到自定义二进制格式，严重阻碍了数据共享与业务协同。这些痛点从不同维度指向一个共同的制度需求——制定一部统一的智能驾驶道路基础框架数据标准。DG/TJ08-2469-2025正是在上述背景下应运而生。三、标准编制原则与依据3.1编制原则本标准的编制遵循以下五项核心原则：（1）科学性——标准规定的数据分类体系与要素编码方法应反映道路系统的客观物理特征和功能属性，分类逻辑严密、层次分明，避免交叉重叠和遗漏缺失。（2）兼容性——标准的编制注重与已发布的国家标准和行业标准相协调。《智能驾驶道路基础框架数据标准》在整体框架设计上充分考虑与GB/T37035-2018《可扩展商业报告语言（XBRL）技术规范》等基础标准的兼容；在智能驾驶相关领域，衔接中国通信标准化协会（CCSA）发布的《车路协同系统智能路侧子系统应用层通信协议》等标准在数据交互层面的技术要求，确保标准间的一致性。同时，标准充分衔接了《智慧城市智能交通数据交换与共享》（GB/T42491-2023）、《道路车辆功能安全》（GB/T34590）系列标准以及《自动驾驶地图数据规范》等相关标准的内容框架。（3）前瞻性——标准在满足当前智能驾驶应用需求的基础上，充分考虑了L4/L5级高度自动驾驶和完全自动驾驶对道路数据的潜在需求，以及车路云一体化架构下数据服务化的演进方向，预留了可扩展的数据接口和要素扩展机制。（4）可操作性——标准中的各项技术要求均应可通过现有技术手段实现，各项指标应清晰可量化，便于数据采集、生产、检验和认证等各环节的实际执行。（5）安全性——标准在数据安全方面做出专门规定，包括涉密数据的处理原则、地理信息的安全保密要求、数据脱敏与访问控制等，确保道路基础框架数据的采集和应用符合《中华人民共和国测绘法》《中华人民共和国数据安全法》等法律法规的要求。3.2编制依据本标准的编制主要依据以下文件：-《中华人民共和国标准化法》（2017年修订）-《中华人民共和国道路交通安全法》及其实施条例-《中华人民共和国测绘法》（2017年修订）-《中华人民共和国数据安全法》（2021年）-《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》-《智能网联汽车道路测试与示范应用管理规范（试行）》（工信部联通装〔2021〕97号）-GB/T5750《生活饮用水标准检验方法》等基础性国家标准（用于数据质量检测参照）-GB/T24356《测绘成果质量检查与验收》-CH/T9028《城市三维建模技术规范》等行业标准-CJJ/T73《城市道路绿化规划与设计规范》等相关城市道路建设标准-上海市地方标准及规范性文件四、标准主要技术内容4.1术语定义与总体框架标准首先界定了"智能驾驶""道路基础框架数据""车道级拓扑""路侧感知单元""数据要素"等核心术语的定义与内涵，明确了术语之间的逻辑关系。其中，"智能驾驶道路基础框架数据"被明确定义为"以支撑智能驾驶系统安全运行与高效管理为目标，对道路的几何形态、拓扑关系、交通规则及附属设施进行结构化描述与语义化表达的空间数据集合"。标准将智能驾驶道路基础框架数据划分为以下五大子框架：（1）道路几何框架——描述道路的空间位置与几何形态，包括道路中心线、道路边界线、车道分界线、路口范围线等基本几何要素及其三维坐标信息。（2）车道级拓扑框架——描述车道之间的连接关系、通行方向约束、交叉口转向规则等逻辑拓扑信息，为智能驾驶路径规划提供结构化输入。（3）交通规则框架——描述限速、禁行、让行、优先通行等动态和静态交通规则的语义信息及其对应的空间作用范围。（4）路侧设施框架——描述交通标志、标线、信号灯、护栏、路侧感知设备、路侧计算单元等设施的类型、位置、属性及运行状态信息。（5）道路环境框架——描述道路沿线的环境特征，包括道路横断面类型、路面状态、净空限制、坡度曲率等对智能驾驶感知与决策有影响的环境要素。4.2数据要素分类与编码要素分类原则：标准的要素分类遵循"从宏观到微观、从整体到局部、从基础到专题"的递进逻辑，建立了五个层级的树形分类体系。一级分类包含道路、道路附属设施、交通控制设施、交通标线、交通标志、路侧感知与通信设施、道路环境、其它共八个大类。二级分类在一级类目下进一步细化。以"道路"为例，其下分设道路路段、交叉口、出入口、匝道、桥梁、隧道、立体交叉等子类。在要素编码方面，标准采用"大类代码（2位）＋小类代码（2位）＋细类代码（2位）＋实例序号（4位）"的十位定长编码结构。例如，一条标准车道中心线的要素编码可表示为"0102010001"，其中"01"为道路大类，"02"为道路路段小类，"01"为车道中心线细类，"0001"为该路段内车道中心线的顺序号。编码结构具有充分的可扩展性，允许在保持基本框架不变的前提下扩充新的要素类型。|层级|代码位数|示例|说明||------|----------|------|------||大类|2位|01（道路）|最高层级分类||小类|2位|02（道路路段）|大类下的细分||细类|2位|01（车道中心线）|具体要素类型||实例序号|4位|0001|同类要素的唯一标识|4.3空间基准与精度要求标准明确规定，智能驾驶道路基础框架数据的平面坐标系统采用2000国家大地坐标系（CGCS2000），高程基准采用1985国家高程基准。对于特殊应用场景（如涉及军事或国家安全的区域），应按照相关规定进行坐标保密处理。在精度要求方面，标准对不同等级道路的几何精度指标进行了分级规定。高速道路与城市快速路的主线几何精度要求最高，其平面位置中误差不超过±0.10米；城市主干道要求平面位置中误差不超过±0.20米；次干道与支路不超过±0.30米。车道级拓扑关系数据的构建要求精确至车道中心线级别，拓扑关系正确率不低于99.5%。4.4语义信息模型标准创新性地引入了"语义对象—属性—关系"的三元组语义信息模型。每个道路要素作为独立的语义对象，关联一组结构化的属性字段及与其它对象间的语义关系。例如，一条车道线的语义对象，其属性字段包括类型（白实线/白虚线/黄实线/黄虚线）、颜色、宽度、材质、磨损程度等；其关系字段包括"所属路段""左邻车道""右邻车道""下游连接"等。该语义模型的建立，使得道路基础框架数据不仅是一份"几何图"，更是一份可被机器理解和推理的"语义图"，为智能驾驶系统提供了从"感知"走向"认知"的数据基础。4.5数据质量要求标准从完整性、逻辑一致性、位置准确度、属性准确度、时间准确度五个维度构建了智能驾驶道路基础框架数据的质量评价指标体系：-完整性：要求道路几何要素、车道拓扑、交通规则等核心要素的缺失率不超过0.5%；-逻辑一致性：要求拓扑关系正确率不低于99.5%，属性值域合法率不低于99%；-位置准确度：按道路等级分级规定平面位置中误差与高程中误差上限；-属性准确度：要求各要素的属性项正确率不低于98%；-时间准确度：要求数据的时间戳信息准确且与数据更新记录一致。标准还规定了数据质量检验的方法与流程，包括外业实地核查、内业自动检查、交叉验证等手段。此外，标准要求数据生产单位应提供包含数据源、采集时间、采集设备、处理软件和处理流程等信息的元数据文档，确保数据的可追溯性。4.6数据交换与接口规范为实现不同系统间的数据互联互通，标准规定了一套基于JSON/GeoJSON格式的数据交换规范。交换文件应包含数据头（标识标准版本号、数据生产单位、坐标系、数据日期等）、要素集合（包含各道路要素的几何信息和属性信息）以及拓扑关系集合（描述要素间的逻辑关联）三个组成部分。交换规范支持增量更新机制，允许仅传输发生变化的数据要素及其版本标识，从而大幅降低全量数据交换的带宽消耗和算力开销。五、主要参与编制单位本标准由上海市住房和城乡建设管理委员会组织编制，主要起草单位包括上海市城市建设设计研究总院（集团）有限公司、同济大学交通运输工程学院、上海汽车集团股份有限公司乘用车分公司、上海市测绘院、上海临港智能网联汽车综合测试示范区等多家在智能交通与智能驾驶领域具有深厚积累的高校、科研机构和企业。其中，同济大学交通运输工程学院是本标准的核心技术支持单位之一。同济大学交通运输工程学院是我国交通运输工程领域历史悠久、实力雄厚的人才培养与科学研究基地，是我国首个拥有道路与铁道工程国家重点学科的学院。学院设有道路与交通工程教育部重点实验室，长期致力于智慧道路设计、交通数据科学、智能车路协同等前沿方向的研究。近年来，学院深度参与了国家《智能网联