Une carte haute définition est la carte que lit une voiture autonome. Ce n'est pas celle que vous ouvrez sur votre téléphone. C'est une description précise au centimètre et lisible par une machine de chaque ligne de voie, panneau, ligne d'arrêt et bord de chaussée le long d'un itinéraire. Elle est conçue pour que le système de conduite autonome la compare aux données de ses capteurs en temps réel, et sache exactement où se trouve le véhicule dans sa voie.
Ce guide explique ce que contient vraiment une carte HD, comment on la produit et la tient à jour, quelle place elle occupe dans un système de conduite autonome, et quelles questions divisent encore le secteur.
Ce que contient vraiment une carte HD
Une carte HD contient trois couches d'information routière qu'une carte grand public n'a pas.
La couche géométrique : la forme 3D précise de la chaussée, l'axe et les limites de chaque voie, les bordures de trottoir et les bords de route, avec une précision horizontale de 10 à 20 cm. Chaque voie est une polyligne à part entière, et non un simple axe de route. Sa largeur est mesurée en continu, et non moyennée.
La couche sémantique : des attributs lisibles par une machine, rattachés à la géométrie. Limitation de vitesse, sens de circulation, type de voie (normale, bus, vélo, covoiturage), interdictions de tourner, connexions entre voies aux carrefours, position des lignes d'arrêt, passages piétons. C'est elle qui permet au système de savoir quelles manœuvres sont autorisées, sans devoir les déduire des seules images.
La couche des repères : la position en 3D des panneaux, des feux et d'autres éléments fixes que le système de perception du véhicule peut reconnaître en temps réel. C'est sur cette couche que repose la localisation assistée par la carte.
La carte HD d'une agglomération est beaucoup plus volumineuse qu'une carte routière grand public de la même zone.
Pourquoi une voiture autonome a besoin d'une carte
Les caméras, le lidar et le radar perçoivent ce qui entoure le véhicule à l'instant présent. Ils ne voient pas ce qui se trouve après le prochain virage. La carte HD sert de connaissance préalable à longue portée. Le véhicule connaît la géométrie de la route, la position des prochains panneaux et l'organisation des voies bien au-delà de la portée de ses capteurs. Il s'en sert pour planifier des manœuvres plus fluides, plus sûres et plus franches.
La carte couvre aussi les situations où les capteurs sont pris en défaut. Une ligne de voie sous la neige, un panneau stop caché, un éblouissement par le soleil, un passage piéton effacé : grâce à la carte, le véhicule sait toujours où devraient se trouver la ligne de voie et la ligne d'arrêt. Sans carte, chacune de ces situations dégrade la conduite.
Enfin, la carte contient les règles. Un virage à gauche autorisé ou non, une voie réservée aux bus à certaines heures, une limitation de vitesse qui vient de baisser : la vision peut parfois lire ces informations, mais une carte entretenue avec soin peut les garantir.
Comment on produit une carte HD
Trois méthodes de production dominent.
Les flottes de relevé lidar. Des entreprises comme TomTom, HERE et les filiales cartographiques de constructeurs automobiles exploitent des véhicules de relevé. Ils sont équipés de lidar haut de gamme, de plusieurs caméras et d'un système de positionnement GNSS-INS de précision topographique. Chaque véhicule enregistre en roulant des nuages de points denses et des images. Des traitements côté serveur assemblent ces données, en extraient les lignes de voie et les panneaux, et produisent la carte HD. C'est la méthode la plus précise, mais aussi la plus chère et la plus lente à actualiser.
La collecte par les véhicules de série. Le Roadbook de Mobileye et le moteur de données de Tesla récupèrent les signatures des capteurs de millions de véhicules clients. Chaque véhicule envoie des éléments compacts (panneaux détectés, échantillons de lignes de voie) plutôt que des vidéos brutes. Les serveurs agrègent les données de tous les véhicules, filtrent le bruit et mettent la carte à jour en continu. Le coût par kilomètre est bien plus bas qu'avec des relevés. La précision suffit pour la plupart des usages ADAS et L2+, et se rapproche de ce que demande le niveau 4.
L'approche hybride. Une base est construite une fois par relevé, puis une couche de changements collectés par la flotte s'y ajoute. La plupart des fournisseurs actuels utilisent une variante de cette méthode. Le relevé donne une base fiable, et la flotte apporte la fraîcheur.
Localisation : faire coïncider la carte et la réalité
Avec une carte HD, une voiture doit encore savoir où elle se trouve sur cette carte. Un récepteur GNSS de smartphone est en général précis à environ 5 m par ciel dégagé, et moins en ville. C'est insuffisant pour une conduite autonome à l'échelle de la voie.
Le véhicule résout ce problème par la localisation assistée par la carte. Son système de perception détecte en temps réel des repères (panneaux, lignes de voie, lampadaires) et les compare à la couche des repères de la carte HD. Avec assez de correspondances, la position du véhicule est connue à quelques centimètres près, soit la précision de la carte elle-même. Le calcul fusionne étroitement le GNSS, la centrale inertielle (IMU), l'odométrie des roues et les correspondances avec les repères vus par la caméra ou le lidar.
C'est aussi là que le map matching entre dans la conduite autonome. Le problème classique du map matching (recaler un signal GNSS bruité sur la géométrie des routes) s'étend ici au recalage d'estimations de position multi-capteurs bruitées sur une carte précise au centimètre.
Tenir la carte à jour
Les routes changent. Une nouvelle ligne de voie apparaît, un panneau est déplacé, une zone de travaux interdit un virage. Une carte HD qui reflète la situation du trimestre précédent induira le système en erreur aujourd'hui, parfois de façon dangereuse.
La fraîcheur des données est l'un des problèmes les plus difficiles du domaine. Trois méthodes sont utilisées en production.
Le relevé périodique. Des véhicules de relevé repassent chaque trimestre, chaque mois ou chaque semaine. C'est fiable, mais lent et cher.
La détection d'écarts par la flotte. Les véhicules de série comparent ce qu'ils voient à ce qu'indique la carte. Chaque écart produit un signalement. Avec assez de véhicules, les signalements se concentrent sur les vrais changements, et la carte est mise à jour.
La livraison de tuiles en temps réel. Le véhicule garde un cache local de la carte HD et télécharge seulement les tuiles des zones où il va entrer. Les changements remontent vers le cloud, puis redescendent vers les véhicules, en quelques minutes au lieu de quelques semaines.
Les systèmes les plus avancés combinent relevés et données de la flotte, livrent la carte par tuiles et diffusent les mises à jour en continu, et non par grandes versions.
L'argument de la vision seule
Pour Tesla, la carte HD est une béquille. Son argument : un système de perception assez performant devrait lire la route aussi bien qu'un humain, et toute carte finira par être dépassée. Tesla s'appuie donc sur la vision embarquée et sur une géométrie de voie déduite des images, sans carte précise au centimètre.
Le reste du secteur répond qu'une carte HD est une sécurité supplémentaire, pas un substitut. Elle ne remplace pas la vision, elle la complète. Quand une ligne de voie est masquée ou qu'un panneau stop manque, la carte comble le vide. Quand un panneau indique « 30 km/h sauf de 6 h à 9 h », la carte contient la règle sans ambiguïté. Dans cette logique de prudence, un système qui associe une carte HD à jour et une bonne perception est plus sûr que la perception seule, même excellente.
Ce désaccord est réel et n'est pas tranché. La majeure partie du secteur se dirige vers des approches hybrides : moins dépendantes de la carte que les premiers systèmes de niveau 4, sans aller jusqu'à l'absence totale de carte que défend Tesla.
Normes et formats
Aucun format de carte HD ne s'impose. Le marché se partage entre quelques normes concurrentes.
OpenDRIVE / OpenSCENARIO (ASAM, à l'origine pour la simulation automobile) : très utilisé en simulation, et de plus en plus pour échanger des cartes en production.
NDS / NDS.Live (Navigation Data Standard) : un format porté par un consortium du secteur automobile. NDS.Live est conçu pour livrer la carte par tuiles aux véhicules de série.
lanelet2 (open source, issu du KIT) : utilisé par Autoware et par un nombre croissant de projets de recherche. Baidu Apollo utilise de son côté sa propre variante d'OpenDRIVE.
Les formats propriétaires : HERE, TomTom et Mobileye ont chacun leur format interne et leurs propres outils. Leurs clients y accèdent par un SDK plutôt que par des fichiers bruts.
En production, un système de conduite autonome garde souvent la carte dans une représentation interne unique, et importe les données des fournisseurs dont il a acheté la licence, quel que soit leur format.
Où va le secteur de la cartographie
Trois tendances se dégagent nettement.
La mise à jour par la flotte l'emporte sur le coût et la couverture, sauf pour les déploiements de niveau 4 les plus critiques pour la sécurité. Les premières cartes HD reposaient entièrement sur des relevés. Aujourd'hui, la plupart des grands fournisseurs utilisent des méthodes hybrides.
Les formats ouverts gagnent du terrain. lanelet2, OpenDRIVE et NDS.Live permettent aux développeurs de véhicules autonomes de changer plus facilement de fournisseur, de construire leurs propres outils et d'éviter la dépendance à un éditeur. Le modèle des cartes HD fermées de première génération est sous pression.
La carte couvre moins de choses. Les systèmes actuels s'appuient sur la carte pour les informations sémantiques (règles, organisation des voies) et la géométrie générale. Pour le détail fin et ce qui bouge, ils comptent sur la perception. La carte gère ce qui est stable, la perception ce qui change. Le résultat : une carte plus petite et plus légère, mise à jour plus vite.
La place de MapAtlas
MapAtlas ne produit pas de cartes HD pour les déploiements autonomes de niveau 4. MapAtlas se concentre sur la cartographie grand public et B2B, le géocodage et le calcul d'itinéraire, pour des produits qui ont besoin d'adresses précises, d'isochrones et d'optimisation d'itinéraires, et non d'une géométrie de voie au centimètre. Pour un système de niveau 4, adressez-vous à un fournisseur spécialisé en cartes HD.
MapAtlas intervient en amont et en aval de la chaîne de conduite autonome. L'API Map Matching recale sur la géométrie des routes les traces GNSS bruitées des flottes connectées. C'est la même brique de base que celle de la gestion de flotte, de l'analyse des données ADAS et de la localisation assistée par la carte à des niveaux de précision moins élevés. L'API Geocoding et l'API Search fournissent des données de localisation à l'échelle de l'adresse pour l'exploitation des flottes, la prise en charge des clients et le calcul des tournées de livraison. L'API Isochrone sert à analyser les temps de trajet pour planifier des services de mobilité (MaaS).
Pour voir en détail comment les traces des véhicules deviennent des itinéraires propres, lisez Qu'est-ce que le map matching ?. Pour les bases sur la façon dont une coordonnée devient un lieu, lisez Qu'est-ce qu'un géocode ?.
Questions fréquemment posées
Qu'est-ce qu'une carte haute définition ?
Une carte haute définition (HD) est une carte du réseau routier précise au centimètre et lisible par une machine, conçue pour les véhicules autonomes et les systèmes avancés d'aide à la conduite (ADAS). Contrairement aux cartes routières grand public, elle décrit la géométrie des voies et leurs connexions, les panneaux, les feux, les lignes d'arrêt, les marquages au sol et des repères en 3D, avec une précision de 10 à 20 cm. Le véhicule utilise la carte HD comme connaissance préalable, puis la compare en temps réel aux données de ses capteurs (caméra, lidar, radar). Il peut ainsi se situer dans sa voie et anticiper la route devant lui.
En quoi les cartes HD diffèrent-elles de Google Maps ou d'OpenStreetMap ?
Les cartes grand public sont faites pour les humains : elles montrent les rues, leurs noms et les points d'intérêt avec une précision de l'ordre du mètre. Les cartes HD sont faites pour les machines. Elles décrivent la géométrie et la signification de la route au centimètre près : topologie de chaque voie, position des panneaux en 3D, et règles lisibles par une machine (limitations de vitesse, restrictions de voie, virages autorisés) qu'un système de conduite autonome peut utiliser directement. Google Maps et OpenStreetMap ne suffisent pas seuls pour la conduite autonome de niveau 4. Ils restent utiles comme couches de base et comme données d'entrée pour produire des cartes HD.
Comment les cartes HD sont-elles tenues à jour ?
Trois méthodes dominent. Le relevé : des véhicules équipés de lidar parcourent régulièrement chaque route, puis la carte HD est recalculée. La collecte par la flotte : les véhicules de série signalent les écarts relevés par leurs capteurs (marquage de voie disparu, nouvelle zone de travaux, panneau déplacé), ce qui déclenche une mise à jour de la carte. L'approche hybride : une base issue de relevés est mise à jour chaque trimestre, et une couche de changements alimentée par la flotte couvre l'intervalle. Le véhicule reçoit les mises à jour par tuiles via la 4G ou la 5G : seules les zones modifiées sont téléchargées, pas toute la carte.
Tous les véhicules autonomes utilisent-ils des cartes HD ?
La plupart, mais pas tous. Waymo, Mobileye, Baidu Apollo et la majorité des déploiements de niveau 4 s'appuient fortement sur les cartes HD. Tesla s'en passe et mise sur la vision seule : selon l'entreprise, les cartes finissent par être dépassées, et un système de perception assez performant ne devrait pas en avoir besoin. Le secteur tend à faire de la carte HD une sécurité supplémentaire, la vision et le lidar gérant les cas rares, mais le débat est réel. Avec ou sans carte : c'est l'un des choix d'architecture qui définissent la conduite autonome actuelle.
