對於普通使用者來說，能夠理解的地圖功能是路徑規劃。這裡不做補充。

首先給答案，如果沒有高精度地圖，自動駕駛就不能可靠的駕駛。

在2004年，DARPA組織了無人駕駛汽車比賽，但最優秀的一組只跑了幾公里就止步了。但隨後google將無人駕駛變為可能。這是因為無人駕駛對於google 來說是街景專案的擴充套件。谷歌有街景資料，自動駕駛汽車駕駛到該位置處，車身感測器感知周圍環境資訊。但環境場景的多變性，使得自動駕駛汽車感知的資訊可能出錯。但如果利用街景資料的先驗資訊就能極大的保障自動駕駛汽車的行駛

今年美國一輛特斯拉ModelS在開啟了自動駕駛的模式下發生車禍，導致駕駛員死亡，這也是自動駕駛技術應用以來第一起己知的導致死亡的車禍。

據事後的事故分析，當時這輛特斯拉ModelS自動駕駛處於開啟狀態，車輛行駛在一條雙向、有中央隔離帶的公路上，此時一輛對向行駛的拖掛車在特斯拉ModelS前方左拐。

在逆光的影響下，特斯拉ModelS的感測器都沒有成功的檢測出前面出現的是一輛拐彎的拖掛車，從而導致車輛直接相撞。由此可見，單純的使用雷達、攝像頭、Lidar這類感測器感知是有一定的侷限性，探測的範圍是有限的，一旦感知錯誤，沒有發現目標，或者發現得不及時，悲劇就有可能發生了。

那麼假如在車上安裝的感測器所能感知的範圍之外，也就是常說的超視距範圍外，如果有一張輔助的高精度地圖能否避免這類事故？

我們可以提前500米就知道前方有個路口，而且是個三岔路口，並且知道這個路口的形狀，有兩條車道，甚至有可能知道，這個路口經常有大型拖掛車透過。

知道上述資訊後，自動駕駛車輛的決策系統就在靠近路口的時候要求車輛需要提前減速，並且知道靠左行駛會更安全，所以也可以提前變換到左車道來，在結合道路的航向以及當時時間和天氣，車輛也可以適當的調整攝像頭的曝光引數以降低逆光的影響等等。

也許有了這些資訊，這一類的事故就可以避免。

這裡提到的高精度地圖，究竟是什麼？

所謂的高精度地圖，實際上是和我們現在已經普及的普通導航電子地圖做比較來說的。

高精度，一方面是說高精度電子地圖的絕對座標精度更高。絕對座標精度指的是地圖上某個目標和真實的外部世界的事物之間的精度。另一方面，高精度地圖所含有的道路交通訊息元素更豐富和細緻。

普通的導航電子地圖的絕對座標精度大約在10米左右，由於是輔助駕駛員做導航使用，外加上GPS裝置的定位精度也在10米左右，所以這樣的精度對整體來說影響不大。

而應用在自動駕駛領域的高精度地圖就不行了，自動駕駛汽車需要精確的知道自己在路上的位置，往往車輛離馬路牙子和旁邊的車道也就幾十釐米左右，所以高精度地圖的絕對精度一般都會在亞米級，也就是1米以內的精度，而且橫向的相對精度（比如，車道和車道，車道和車道線的相對位置精度）往往還要更高。

高精度地圖不僅有高精度的座標，同時還有準確的道路形狀，並且每個車道的坡度、曲率、航向、高程，側傾的資料也都含有。

普通的導航電子地圖會描繪出道路，而高精度地圖不僅會描繪道路，更會描繪出一條道路上有多少條車道，會真實地反映出道路的實際樣式。

比如真實道路在某些地方變寬了，那麼高精度地圖中的道路資料也是變寬了，而某些地方因為匯合了而變窄了，高精度地圖也是一樣。

另外，每條車道和車道之間的車道線，是虛線，實線還是雙黃線，線的顏色，道路的隔離帶，隔離帶的材質甚至道路上的箭頭、文字的內容，所在位置都會有描述。

還有為了自動駕駛的考慮，諸如每條車道的限速，推薦速度也需要一併提供。而像人行橫道，道路沿線的看板，隔離帶，限速標誌，紅綠燈，路邊的電話停等等，這類我們通常統稱為交通參與物的絕對地理座標，物理尺寸以及他們的特質特性等也都會出現在高精度資料中。

除此以外，普通的導航電子地圖和高精度地圖的一大區別在於，普通的導航電子地圖是面向駕駛員，供駕駛員使用的地圖資料，而高精度地圖是面向機器的供自動駕駛汽車使用的地圖資料。

普通的導航系統基於普通的導航電子地圖提供基礎道路導航功能，包括由A地到B地的路徑規劃，車輛和道路的定位匹配，用於查詢目的地的POI檢索，在結合地圖顯示和道路引導的功能等。

而作為駕駛員的人類具有提取資訊、關聯資訊、過濾資訊、視覺判斷的能力，結合導航系統提供的這些相對粗略的資訊就足夠完成日常的導航和駕駛需要。

可是作為自動駕駛車輛來說，無法完成諸如聯想、解意、資訊整合等工作，也許有一天人工智慧足以匹敵人腦，但目前還遠達不到人腦的高度，所以必須提供精細的地圖資訊。

因此高精度地圖就需要具備輔助完成實現高精度的定位位置功能、道路級和車道級的規劃能力、以及車道級的引導能力。

但是，現在的高精度地圖，因為所含蓋的資訊量太過豐富，如果給駕駛員直接使用，反而會帶來干擾。

在這裡還要提一下，介於普通的導航電子地圖和高精度地圖之間，還有一種應用在ADAS（主動安全場景）的地圖。

這種地圖的的精度一般在1-5米左右，它是在普通的導航電子地圖的基礎上進行了擴充，比如在道路上補充了一些坡度、曲率、航向的一些輔助資訊。另外也涵蓋了車道數量、車道寬度的資訊，並且道路的精度和形狀資訊更加的準確，只是這些資訊的精度都和高精度地圖有一個數量級的差別。

這種地圖在自動駕駛車輛的感知感測器足夠豐富的時候也是能支援自動駕駛而使用的，它的大部分應用場景主要是為了主動安全使用的。

目前，現有的地圖已經不能滿足無人駕駛的需求了，因此，業界也在大力發展高精度地圖。不過，地圖提供商、傳統車企、無人駕駛科技公司對高精度地圖還沒有統一的定義。相比於普通的導航地圖，高精度地圖體現在兩方面：

高精度地圖的絕對座標精度更高；

高精度地圖包含的道路交通訊息更豐富，如可分為基礎層、道路資訊層、周圍環境資訊層和其他資訊層，各層所包含的資訊如下圖所示。

高精地圖：為無人車裝上指南針，幫助他們基於充足資訊進行決策。

編者按：2017 年，活躍於自動駕駛領域的巨頭動作頻繁，創業公司和相應的收購案也開始不斷出現。對此，我們特別推出了專題 「自動駕駛圈地賽」，與大家一起了解一下自動駕駛究竟將如何影響並改變我們的生活。本文為此次專題的第十二篇報道，這一次我們將介紹自動駕駛除了感測器外的另一重要部分——高精地圖。

做決定要基於儘可能充分的關鍵資訊，這無可爭議。自動駕駛也是一樣，在當前的感測器條件下，無人車要同時依靠高精地圖才能做出基於充分資訊的決策。毫不誇張地說，高精地圖的重要程度不遜於感測器。

為什麼感測器還遠遠不夠

目前領先的無人車廠商將 LIDAR、radar、不同視場的攝像機組合起來使用，以獲得更全面的路況資訊。但儘管如此複雜，這個方案仍然面臨難題。

一是感測器會在某些環境下失效。很多平常工作狀態穩定的鐳射感測器會在大量塵土環境中束手無策，而且惡劣的天氣情況、突然出現的障礙物等也會大大降低感知的效果。

二是感測器檢測距離有限。老牌 LiDAR 廠商 Velodyne 的高階產品 64 線鐳射雷達稱可以檢測的距離為 120 米 ，國內 LiDAR 企業Sagitar聚創則表示，其生產的 32 線鐳射雷達最遠探測距離高達 200 米。特斯拉 Autopilot 系統中感知距離最遠的窄視場攝像機能夠檢測的距離也只有 250 米。檢測範圍有限意味著自動駕駛汽車的觀察和反應時間有限，而且有效距離還要低於這個數字。

僅僅依靠感測器的缺點在於，感測器一旦失效或者出現錯誤，自動駕駛汽車可能會做出錯誤的判斷。而高畫質地圖可以幫助汽車瞭解當前所在的位置，周圍的道路情況等。

特斯拉 Autopilot 各個感測器檢測距離，截圖來自特斯拉網站。

什麼樣的地圖才算是高精地圖？

雖然目前還沒有公認的高精地圖定義，但是業內的共識是高精地圖的精確度更高，並且可以提供更多的道路資訊。除了標註道路外，高精地圖提供的資訊還包括道路坡度、彎道曲率、車道數或限速數值等。

以德國的高精地圖公司 HERE 為例，它是高精地圖領域的先行者，據 The Economist 統計，北美和歐洲的汽車中，每 5 輛中有 4 輛使用了它的車載導航系統。

HERE 用於自動駕駛的高精地圖擁有多個層面的 高精度資訊 ，並且可以依靠多個數據源實時更新。商用 GPS 系統精確度大約在 5 米左右，而高精地圖擁有層次豐富的資料，可以幫助汽車定位精確到釐米級別。

高精地圖的資料收集過程可以參考 The Economist 對 HERE 公司的報道：行駛的汽車以秒為單位透過車頂的高精度 GPS 接收器收集車輛的經緯度和高度；鐳射掃描器實時計算與周圍 60 萬個點的距離，這些點包括樹、路牙、建築物等等。同時，每隔 6 秒鐘，四個 9600 萬畫素的攝像頭會拍攝一次 360 度全景照片。

稀疏的賽道

在作者看來，高精地圖創業企業的前途可以對標最近一家明星 AI 公司，曠視科技。10 月底，曠視科技 宣佈正式完成 C 輪 4.6 億美元融資 。

無人車、人臉支付等屬於面向消費者的 AI 應用，這些領域的公司也是應用層公司；而應用背後的高精地圖、人臉識別屬於底層 AI 技術，這個領域的公司也相應得是底層技術公司。

底層技術公司有比較高的技術壁壘，高精地圖行業也不例外。這個領域的壁壘主要有兩個：一是繪製高精地圖的公司需要擁有測繪資質；二是技術和資金壁壘，高精地圖公司需要專業車隊蒐集大量資料，並要求強大的資料處理能力，因此這條賽道上值得一提的玩家在國際和國內都不多。

換句話說，高精地圖資料採集行業門檻非常高，以至於它不是創業公司的遊戲。

國際玩家包括 Google、HERE、以及荷蘭公司 TomTom。Google 這種不差錢、技術絕對領先的巨頭自不必說，HERE 和 TomTom 在行業也有幾十年的積累，並且是擁有車企巨頭股東。

國內則由移動網際網路時代三大巨頭繼續統治，百度、阿里旗下高德地圖、以及騰訊投資的四維圖新佔據優勢。此外，美國初創公司 DeepMap 也得到很多關注，其 CEO 吳夏青曾任百度無人駕駛事業部首席系統架構師，而 CTO Mark Wheeler 則曾經在谷歌地圖部門工作。

國內幾家巨頭的高精地圖研發工作在 2013 年前後啟動。

百度是中國最積極推動無人駕駛的科技巨頭，在用於自動駕駛的高精地圖開發方面也最激進，與百度的 L4 級別自動駕駛技術戰略想配合。百度聲稱已組建國內最大規模的高精地圖採集車隊，其高精地圖在資料精度、質量、以及規模化生產能力方面都達到了世界領先水平。8 月底，江淮汽車向百度交付了 32 輛 瑞風 S3 汽車，加入百度高精地圖採集車隊，將百度地圖採集車輛數字提升至 280 餘輛。百度預計 2017 年百度高精地圖採集量將達到 30 萬公里 ，覆蓋全國高速和城市快速路。

相比百度，四維圖新先觀望了一陣子。它此前的策略是“與車廠的需求節奏保持一致”，逐步從基於 ADAS 的高精度地圖過渡到 L3 和 L4 級別的高精地圖。直到今年 11 月，它才宣佈全面轉型自動駕駛。截止 2016 年 5 月，四維圖新有近 30 輛高精地圖採集車，它的高精地圖車隊規模暫時小於百度的車隊。

根據高德的資料，2016 年 9 月，高德完成了 28 萬公里高速公路的高精地圖採集，也做出了基於深度學習的相機的 Demo 方案。

當然，高精地圖產業鏈不只有高精地圖資料採集。產業鏈的下一環是地圖軟體服務商，他們利用軟體和工具解釋某地的地理資料 “代表什麼”以及”怎麼辦”。產業鏈的最後一環是高精地圖在輔助駕駛、自動駕駛行業的應用。

前面提到的 DeepMap 就是地圖軟體服務商，為無人車 提供軟體 ，幫助他們實時獲得精確定位。這家公司創立於矽谷小城 Palo Alto，在今年獲得金沙江創投以及矽谷知名風投 a16z 的投資。

沒有高精地圖，自動駕駛就是空中樓閣。自動駕駛是系統化的產物，不是車上有個電腦，再裝幾個探頭有一套演算法就能行的。在自動駕駛範疇內，車與車、車與人、車與空間都是有聯絡的，動態、實時的聯絡。高精地圖太重要了