高精度地图如何辅助自动驾驶？

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车.。汽车自动驾驶技术物联网技术应用之一。

如果有人问你，驾车出门迷路了该怎么办?在十几年前，你或许会去寻找附近的道路标识，也或者向路人寻求帮助;而在如今，你一定会拿出手机，打开其中的地图功能，依靠导航来走出困境。

的确，在我们驾车出行的时候，地图往往不是一项必备品，但却经常会在一些紧急情况，帮我们解决燃眉之急。然而，当汽车取代我们成为驾驶员时，谁又能保证它们在迷路后，不想寻求地图的帮助呢?至少从目前来看，地图已经开始被自动驾驶汽车所“钟爱”，而精度更高的地图更是逐渐成为企业部署相关技术规划时的必要条件。

高精度如何辅助自动驾驶?

步入正题之前，有必要先了解一下什么是高精度地图。

顾名思义，高精度地图相较当下日常使用的电子地图，其精度更高，但却不仅仅体现在显示的图像更为清晰，而是能够提供更加精准的坐标位置。一般来说，传统的电子地图主要用于人们日常出行，其精准度处在米级的水平，即便存在十余米的误差，也并不会给用户带来多大的影响;而高精度地图，精准度则缩小在1米范围内，甚至对于车道线、路肩等位置，其精度可以达到厘米级。

因此，依靠这一精准定位的潜力，使得高精度地图越来越受各家企业的青睐，而企业在部署自动驾驶汽车的技术规划时，也开始转变思路向其靠拢。此前长安选择与百度地图进行合作，并在后者的帮助下，完成了去年重庆到北京的自动驾驶测试;而近期，博世宣布与高德、百度、四维图新三家地图厂商合作，旨在结合自身的技术优势与高精度地图的成果，提高自动驾驶汽车的定位水平。

上海交通大学教授、汽车节能研究所所长殷承良向《新能源汽车新闻》解释，自动驾驶汽车利用摄像头、雷达等传感器来探测周围的路况，再与高精度地图中的数据进行地形匹配，就可以确定汽车所处的当前位置。

简单来说，这是与观察周围指向型路标、标志性建筑来确定位置的方法类似，但自动驾驶汽车的工作原理要复杂的多。由于高精度地图能够提供更为具体的道路信息，除了描绘周围道路的形状、人行横道、道路信息指示牌、限速标志等交通参照物，还能对每条车道的坡度、曲率、倾斜程度，以及汽车与车道线间的距离等信息进行描述，这使得自动驾驶汽车不仅能够准确地找到自己的位置，也能在行驶轨迹的规划和跟踪上进行更多细节的优化。

自动驾驶汽车的数据“反哺”

实际上，高精度地图之所以被大家所看好，并不在于其实现定位的水平如何之高，而是出于技术成本乃至未来自动驾驶汽车商业化量产的考虑。

客观地讲，要想实现车辆的精准定位，并不只一种手段。例如通过使用激光雷达、毫米波雷达等大量传感器进行道路信息的采集，再结合高精度的惯性导航技术，也完全能够实现车辆在静态及运动过程中位置的判断。“不过，这些技术的应用，对于一辆汽车来讲，成本还是太高了。”殷承良谈道，相比而言，应用高精度地图实现地形匹配，即便自动驾驶汽车搭载使用低成本传感器，也能得到较好的定位效果。

“尤其是在高速公路这类的结构化程度较好的道路上，可以很好地应对类似于SEA分级标准中L3等级的场景。”在殷承良看来，高精度地图是一种较低成本的技术路线，也是自动驾驶汽车中较为必要的技术手段。

目前，高德已经对外免费开放了高精度地图的数据，为自动驾驶汽车的开发提供技术支持;而近期百度宣布开放的自动驾驶平台中，也包含了地图这一子项目，这无疑给车企带来良好的资源条件。不过，殷承良也表示说，“虽然如此，但车企也要必须掌握地图增量在线升级的技术。”

一般来说，高精度地图会在初期将基本的地图离线数据储存在汽车内，但由于现实中经常出现修路、车道线调整等情况，使得离线地图不能完全满足自动驾驶汽车的要求，而这也就需要后者在行驶中将采集到的数据“反哺”给地图的云端。

殷承良告诉《新能源汽车新闻》，自动驾驶汽车利用摄像头、雷达等传感器采集周围的数据，通过算法以及数据模型将其规范化，以此将生成的增量信息在原来的地图上进行局部的在线重构，以使得汽车能够更加精准地实现地形的匹配。

通过这种方式，不仅能实时保证高精度地图的静态信息，还能为之加入更多的动态属性。诸如交通拥堵状况、红绿灯状态，乃至雨、雪、道路结冰等实时性的恶劣环境，也会在动态信息采集中得以反馈。

地图测绘成难点

高精度地图似乎描绘了一幅十分美好的画面，既然如此，各家企业为何不瞄准这一点加大投入开发的力度?话虽如此，但谈何容易。出于地图信息关系到国家安全，并不是任何人都有地图测绘的资格，而从事高精度地图的采集也往往需要相比传统地图更为精密的专业设备，而满足这些条件的也只有为数不多的几家地图厂商。

此外，电子地图在被使用之前，均需要进行加密，即通过加密算法，在坐标系统上加入一定量的随机偏差。而若要应用于自动驾驶汽车上时，其导航、传感器等系统也需要进行一次坐标偏转的处理，才能配合高精度地图进行定位工作。要知道，自动驾驶汽车对数据准确性、实时性的要求较高，行驶过程中系统对路况及车辆动作的决断是否会受到坐标偏转的影响，无形之中为其稳定性加了一个问号。

而这也使得浙江吉利控股集团董事长李书福在今年的“两会”上提交提案，“审慎对进行自动驾驶开发技术的企业提前、有条件地开放地图测绘资质，并进行有效监管。”希望在保证国家信息安全的前提下有条件地向部分企业开放地图测绘资质，以降低自动驾驶技术的发展壁垒。

此前驭势科技CEO吴甘沙也在接受相关媒体时表示，开放测绘资质确实是个现实的需求，而按照传统地图的测绘方式，即使数据精度有所提高，但却不是“活”的地图，虽然依靠自动驾驶汽车的数据采集可以实现道路信息的不断更新，但在国内目前的法律法规下，这种思路似乎是行不通的。

据交通部公布的数据，截至2016年，全国公路总里程达到469.63公里，而高速公路的总里程已经突破13万公里。而面对庞大的交通网络，要想保持道路信息时刻处于“新鲜”状态，仅靠地图厂商的能力来维持，还是比较困难的。

在笔者看来，自动驾驶汽车不是企业闷头苦干就能做好的产品，而是一个集大成的产物，需要结合产业链中方方面面的人来贡献力量。

传统汽车企业自不必说，而零部件供应商所掌握的传感器技术也同样是自动驾驶汽车的核心所在。与此同时，随着深度学习以及神经网络算法的逐渐成熟，从IT领域跨界而来的科技公司，也逐渐成为自动驾驶汽车阵营中的主力军。而如今，高精度地图也被各家企业所觊觎，并作为规划技术路线时的必要条件，这也使得各大地图厂商成为业内的重要角色。

正如一些报道所描绘的那样，当自动驾驶汽车实现商用、大面积普及于市场，其汽车的身份将会从私有物品转变成大家共享使用的交通工具。虽然此种说法颇受认同，但值得一提的是，这种共享的理念，不仅始于产品上路之时，更是要体现在前期的技术研发阶段。各领域企业积极共享技术成果，彼此取长补短，交叉验证技术的可行性、稳定性，才能尽快地将自动驾驶汽车推向市场。