High definition map adalah jenis peta yang dibaca oleh mobil self-driving. Ini bukan peta yang kamu buka di ponsel. Ini adalah deskripsi akurat sentimeter yang bisa dibaca mesin tentang setiap marka lajur, rambu lalu lintas, garis berhenti, dan tepi jalan sepanjang rute, dikemas agar autonomy stack dapat mencocokkannya dengan data sensor langsung dan mengetahui persis di mana posisi kendaraan dalam lajurnya.
Panduan ini menjelaskan apa sebenarnya yang terkandung dalam HD map, bagaimana ia diproduksi dan diperbarui, di mana perannya dalam autonomy stack, dan pertanyaan-pertanyaan terbuka yang masih membelah industri.
Apa yang Sebenarnya Ada di Dalam HD Map
HD map mengodekan tiga lapisan informasi jalan yang tidak ada di peta jalan untuk konsumen.
Lapisan geometri: bentuk 3D yang tepat dari permukaan jalan, garis tengah lajur, batas lajur, kerb, dan tepi jalan, dengan akurasi horizontal 10-20 cm. Setiap lajur adalah polyline tersendiri, bukan sekadar satu garis tengah jalan, dan lebar lajur direkam secara berkelanjutan, bukan dirata-ratakan.
Lapisan semantik: atribut yang bisa dibaca mesin dan melekat pada geometri. Batas kecepatan, arah perjalanan, jenis lajur (reguler, bus, sepeda, HOV), pembatasan belok, konektivitas lajur di persimpangan, posisi garis berhenti, zona penyeberangan pejalan kaki. Lapisan inilah yang memungkinkan autonomy stack menalar manuver legal tanpa harus menyimpulkannya dari raw vision.
Lapisan landmark: posisi 3D rambu lalu lintas, sinyal, dan fitur persisten lain yang dapat dicocokkan oleh perception stack kendaraan secara real time. Lapisan ini yang mendukung map-aided localisation.
HD map untuk satu kawasan metropolitan biasanya berukuran ratusan gigabyte dalam kondisi tidak terkompresi, jauh lebih besar dari peta jalan konsumen untuk wilayah yang sama.
Mengapa Kendaraan Self-Driving Membutuhkan Peta
Kamera, lidar, dan radar bisa mendeteksi apa yang ada di sekitar kendaraan saat ini. Namun tidak bisa melihat apa yang ada di balik tikungan berikutnya. HD map berfungsi sebagai long-range prior: kendaraan sudah tahu geometri jalan, posisi rambu yang akan datang, dan topologi lajur jauh melampaui jangkauan sensor, lalu menggunakan prior itu untuk merencanakan manuver yang lebih halus, lebih aman, dan lebih tegas.
Peta juga menangani kasus tepi yang membuat sensor gagal. Marka lajur tertutup salju, rambu berhenti yang terhalang, silau matahari sesaat, atau garis penyeberangan yang pudar: dengan peta sebagai cadangan, kendaraan tetap tahu di mana seharusnya marka lajur berada dan di mana garis berhenti harus ada. Tanpa peta, setiap momen seperti itu menjadi peristiwa mengemudi yang terdegradasi.
Terakhir, peta mengodekan aturan. Apakah belok kiri diizinkan, apakah lajur ini hanya untuk bus pada jam tertentu, apakah batas kecepatan baru saja turun: ini adalah fakta semantik yang terkadang bisa dibaca oleh vision, tetapi dapat dijamin oleh peta yang dikurasi.
Cara HD Map Dibuat
Ada tiga pipeline produksi yang dominan.
Armada lidar survey-grade. Perusahaan seperti TomTom, HERE, dan divisi pemetaan internal OEM otomotif mengoperasikan armada kendaraan survey yang dilengkapi lidar kelas tinggi, rig multi-kamera, dan GNSS-INS survey-grade. Setiap kendaraan merekam point cloud padat dan citra saat berjalan. Pipeline backend menjahit data, mengekstrak marka lajur dan rambu, lalu menghasilkan HD map. Ini adalah pendekatan dengan akurasi tertinggi, sekaligus yang paling mahal dan paling lambat dalam pembaruan.
Crowdsourced dari armada produksi. Roadbook milik Mobileye dan data engine Tesla mengambil signature sensor dari jutaan kendaraan pelanggan. Setiap kendaraan mengunggah fitur ringkas (deteksi rambu, sampel marka lajur) bukan video mentah. Backend mengagregasi data lintas kendaraan, menyaring noise, dan memperbarui peta secara berkelanjutan. Biaya per kilometer jauh lebih rendah dari survey-grade. Akurasinya cukup untuk sebagian besar use case ADAS dan L2+, dan mendekati kebutuhan L4.
Hybrid. Baseline survey-grade dibangun sekali, lalu lapisan delta crowdsourced diterapkan untuk perubahan. Sebagian besar provider modern menjalankan variasi dari pendekatan ini. Survey memberi fondasi yang bersih; crowdsource memberi kesegaran data.
Localisation: Mencocokkan Peta dengan Realitas
Kendaraan yang sudah punya HD map tetap perlu tahu di mana posisinya pada peta tersebut. GNSS memberikan akurasi sekitar 5-10 m di langit terbuka dan lebih buruk di perkotaan. Itu tidak cukup untuk autonomy level-lajur.
Kendaraan memecahkan ini dengan map-aided localisation. Perception stack mendeteksi landmark (rambu, marka lajur, tiang lampu) secara real time dan mencocokkannya dengan lapisan landmark HD map. Dengan cukup banyak kecocokan, pose kendaraan diketahui hingga beberapa sentimeter, sama persis dengan akurasi peta itu sendiri. Matematikanya pada dasarnya adalah fusi erat antara GNSS, IMU, odometri roda, dan asosiasi landmark visual atau lidar.
Di sinilah map matching menjadi bagian dari autonomy stack. Masalah map-matching klasik (menempelkan GNSS berisik ke geometri jalan) berkembang menjadi penempelan estimasi pose multi-sensor yang berisik ke peta akurat sentimeter.
Menjaga Peta Tetap Segar
Jalan berubah. Marka lajur baru muncul, rambu dipindah, zona konstruksi menutup satu putaran. HD map yang mencerminkan kondisi kuartal lalu bisa menyesatkan autonomy stack hari ini, kadang dengan konsekuensi berbahaya.
Masalah kesegaran adalah salah satu yang paling sulit di bidang ini. Ada tiga pendekatan yang sudah digunakan dalam produksi.
Survey berkala. Lintasan kendaraan survey setiap kuartal, bulanan, atau mingguan. Andal tapi lambat dan mahal.
Deteksi anomali dari armada. Kendaraan produksi membandingkan apa yang mereka lihat dengan apa yang dikatakan peta. Perbedaan memicu flag. Dari cukup banyak kendaraan, flag-flag itu mengkonfirmasi perubahan nyata dan peta pun diperbarui.
Pengiriman tile real-time. Kendaraan menyimpan cache HD map lokal dan hanya mengunduh tile yang akan segera dimasukinya. Perubahan diteruskan ke cloud, lalu ke kendaraan, dalam hitungan menit bukan minggu.
State of the art saat ini adalah armada dengan input survey dan crowdsourced sekaligus, ditambah pengiriman berbasis tile, dengan pembaruan peta yang terus mengalir ke kendaraan secara berkelanjutan, bukan sebagai rilis massal.
Argumen Balik: Vision-First
Posisi resmi Tesla adalah bahwa HD map adalah penopang yang tidak perlu. Argumennya: sistem persepsi yang cukup canggih seharusnya bisa membaca jalan sebaik manusia, dan peta mana pun pada akhirnya akan usang. Tesla mengandalkan vision stack di dalam kendaraan dan geometri lajur yang disimpulkan, tanpa prior peta akurat sentimeter.
Argumen balik dari sisa industri adalah bahwa HD map adalah safety prior, bukan pengganti. Peta tidak menggantikan vision; ia mendukung vision. Saat marka lajur terhalang atau rambu berhenti hilang, peta mengisi celah itu. Saat rambu bertuliskan "Batas Kecepatan 30 kecuali pukul 6-9 pagi", peta mengodekan aturan itu secara tidak ambigu. Pandangan defensif ini: autonomy stack dengan HD map segar plus persepsi kuat lebih aman daripada persepsi saja, bahkan jika persepsinya sangat baik.
Ketidaksepakatan ini nyata dan belum terselesaikan. Sebagian besar industri sedang berkonvergensi ke pendekatan hybrid: ketergantungan pada peta yang lebih ringan dari stack L4 generasi pertama, tetapi bukan pendekatan mapless penuh yang dianjurkan Tesla.
Standar dan Format
Tidak ada satu format HD map yang dominan. Lanskap ini terbagi dalam beberapa standar yang bersaing.
OpenDRIVE / OpenSCENARIO (ASAM, berasal dari simulasi otomotif): digunakan secara luas dalam simulasi dan semakin banyak dipakai dalam pertukaran peta produksi.
NDS / NDS.Live (Navigation Data Standard): format konsorsium industri otomotif, dengan NDS.Live yang dirancang untuk pengiriman berbasis tile ke kendaraan produksi.
lanelet2 (open source, dari KIT): digunakan oleh Apollo, Autoware, dan semakin banyak stack akademis.
Proprietary: HERE, TomTom, dan Mobileye masing-masing mempertahankan format internal dengan tooling spesifik. Pelanggan menggunakannya melalui SDK, bukan file mentah.
Sebuah autonomy stack produksi sering menyimpan peta dalam satu representasi internal kanonik dan mengonsumsi dari format vendor mana pun yang telah dilisensikannya.
Ke Mana Industri Pemetaan Bergerak
Ada tiga kecenderungan yang sudah jelas.
Kesegaran crowdsourced menang dari sisi biaya dan cakupan untuk segalanya kecuali deployment L4 yang paling kritis dari sisi keselamatan. Lima tahun lalu HD map sepenuhnya survey-grade. Hari ini sebagian besar vendor besar menjalankan pipeline hybrid.
Format terbuka semakin mendapat tempat. lanelet2, OpenDRIVE, dan NDS.Live memudahkan developer AV untuk berpindah supplier, membangun tool internal, dan menghindari lock-in. Model HD map proprietary tertutup generasi pertama sedang mendapat tekanan.
Lingkup peta menyempit. Autonomy stack modern mengandalkan peta untuk informasi semantik (aturan, topologi lajur) dan geometri kasar, tetapi mengandalkan persepsi untuk detail dinamis yang lebih halus. Peta menangani apa yang stabil; persepsi menangani apa yang berubah. Hasilnya adalah peta yang lebih kecil dan ringan yang diperbarui lebih cepat.
Peran MapAtlas
MapAtlas tidak membangun HD map untuk deployment otonom L4. Fokus MapAtlas adalah pemetaan consumer-grade dan B2B, geocoding, dan routing untuk produk yang membutuhkan alamat akurat, isochrone, dan optimasi rute, bukan geometri lajur akurat sentimeter. Untuk stack L4, kamu membutuhkan vendor HD map khusus.
Yang disediakan MapAtlas adalah bagian hulu dan hilir dari pipeline autonomous driving. Map Matching API menempelkan jejak GNSS berisik dari armada terhubung ke geometri jalan, yang merupakan primitive yang sama yang mendukung manajemen armada, analitik ADAS, dan map-aided localisation di tier presisi yang lebih rendah. Geocoding API dan Search API menghadirkan data lokasi tingkat alamat untuk operasional armada, penjemputan pelanggan, dan routing pengiriman. Isochrone API mendukung analisis waktu perjalanan untuk perencanaan mobility-as-a-service.
Untuk melihat lebih dalam bagaimana jejak kendaraan menjadi rute yang bersih, baca Apa Itu Map Matching. Untuk dasar-dasar bagaimana sebuah koordinat menjadi sebuah tempat, baca Apa Itu Geocode.
Pertanyaan yang Sering Diajukan
Apa itu high definition map?
High definition (HD) map adalah peta jaringan jalan yang akurat hingga sentimeter dan dapat dibaca mesin, dirancang untuk kendaraan otonom dan sistem ADAS. Berbeda dari peta jalan untuk konsumen, HD map mengodekan geometri jalur, konektivitas antar-lajur, rambu lalu lintas, sinyal, garis berhenti, marka jalan, dan penanda 3D dengan akurasi posisi 10-20 cm. Kendaraan menggunakan HD map sebagai prior, lalu mencocokkannya dengan data sensor langsung (kamera, lidar, radar) untuk mengetahui posisinya dalam lajur dan mengantisipasi kondisi jalan di depan.
Apa bedanya HD map dengan Google Maps atau OpenStreetMap?
Peta untuk konsumen dirancang untuk manusia: menampilkan jalan, nama, dan titik minat dengan akurasi sekitar satu meter. HD map dirancang untuk mesin: mengodekan detail geometri dan semantik hingga akurasi sentimeter, dengan topologi level-lajur, posisi rambu dalam 3D, dan aturan yang bisa dibaca mesin (batas kecepatan, pembatasan lajur, izin belok) yang dapat langsung dikonsumsi oleh autonomy stack. Google Maps dan OpenStreetMap tidak cukup untuk mengemudi otonom level 4 secara mandiri, tetapi berguna sebagai lapisan dasar dan masukan untuk pipeline produksi HD map.
Bagaimana HD map diperbarui agar tetap akurat?
Ada tiga pola yang dominan. Survey-based: kendaraan survey berlidar khusus mengemudi di setiap jalan secara berkala dan memproses ulang HD map. Crowdsourced: kendaraan produksi di armada mengunggah anomali sensor (marka jalan yang hilang, zona konstruksi baru, rambu yang dipindah) yang memicu pembaruan peta. Hybrid: baseline survey diperbarui setiap kuartal dan lapisan delta crowdsourced menangkap perubahan di antaranya. Pengiriman real-time ke kendaraan menggunakan pembaruan berbasis tile melalui LTE atau 5G sehingga hanya area yang berubah yang diunduh, bukan seluruh peta.
Apakah semua kendaraan otonom menggunakan HD map?
Sebagian besar ya, tapi tidak semua. Waymo, Cruise, Mobileye, Baidu Apollo, dan sebagian besar deployment level 4 sangat mengandalkan HD map. Tesla secara tegas menghindari HD map demi pendekatan vision-only, dengan argumen bahwa peta bisa usang dan perception stack yang cukup canggih seharusnya tidak memerlukannya. Konsensus industri bergerak ke arah HD map sebagai safety prior dengan vision dan lidar menangani kasus tepi, tetapi perdebatan ini masih nyata. Pertanyaan soal peta adalah salah satu pilihan arsitektur paling mendasar dalam autonomy modern.
