高精度地圖如何輔助自動駕駛？

圖片來自「視覺」

如果有人問你，駕車出門迷路了該怎麼辦？在十幾年前，你或許會去尋找附近的道路標識，也或者向路人尋求幫助；而在如今，你一定會拿出手機，打開其中的地圖功能，依靠導航來走出困境。

的確，在我們駕車出行的時候，地圖往往不是一項必備品，但卻經常會在一些緊急情況，幫我們解決燃眉之急。然而，當汽車取代我們成為駕駛員時，誰又能保證它們在迷路后，不想尋求地圖的幫助呢？至少從目前來看，地圖已經開始被自動駕駛汽車所「鍾愛」，而精度更高的地圖更是逐漸成為企業部署相關技術規劃時的必要條件。

高精度如何輔助自動駕駛？

步入正題之前，有必要先了解一下什麼是高精度地圖。

顧名思義，高精度地圖相較當下日常使用的電子地圖，其精度更高，但卻不僅僅體現在顯示的圖像更為清晰，而是能夠提供更加精準的坐標位置。一般來說，傳統的電子地圖主要用於人們日常出行，其精準度處在米級的水平，即便存在十餘米的誤差，也並不會給用戶帶來多大的影響；而高精度地圖，精準度則縮小在1米範圍內，甚至對於車道線、路肩等位置，其精度可以達到厘米級。

因此，依靠這一精準定位的潛力，使得高精度地圖越來越受各家企業的青睞，而企業在部署自動駕駛汽車的技術規劃時，也開始轉變思路向其靠攏。此前長安選擇與百度地圖進行合作，並在後者的幫助下，完成了去年重慶到北京的自動駕駛測試；而近期，博世宣布與高德、百度、四維圖新三家地圖廠商合作，旨在結合自身的技術優勢與高精度地圖的成果，提高自動駕駛汽車的定位水平。

上海交通大學教授、汽車節能研究所所長殷承良向《新能源汽車新聞》解釋，自動駕駛汽車利用攝像頭、雷達等感測器來探測周圍的路況，再與高精度地圖中的數據進行地形匹配，就可以確定汽車所處的當前位置。

簡單來說，這是與觀察周圍指向型路標、標誌性建築來確定位置的方法類似，但自動駕駛汽車的工作原理要複雜的多。由於高精度地圖能夠提供更為具體的道路信息，除了描繪周圍道路的形狀、人行橫道、道路信息指示牌、限速標誌等交通參照物，還能對每條車道的坡度、曲率、傾斜程度，以及汽車與車道線間的距離等信息進行描述，這使得自動駕駛汽車不僅能夠準確地找到自己的位置，也能在行駛軌跡的規劃和跟蹤上進行更多細節的優化。

自動駕駛汽車的數據「反哺」

實際上，高精度地圖之所以被大家所看好，並不在於其實現定位的水平如何之高，而是出於技術成本乃至未來自動駕駛汽車商業化量產的考慮。

客觀地講，要想實現車輛的精準定位，並不只一種手段。例如通過使用激光雷達、毫米波雷達等大量感測器進行道路信息的採集，再結合高精度的慣性導航技術，也完全能夠實現車輛在靜態及運動過程中位置的判斷。「不過，這些技術的應用，對於一輛汽車來講，成本還是太高了。」殷承良談道，相比而言，應用高精度地圖實現地形匹配，即便自動駕駛汽車搭載使用低成本感測器，也能得到較好的定位效果。

「尤其是在高速公路這類的結構化程度較好的道路上，可以很好地應對類似於SEA分級標準中L3等級的場景。」在殷承良看來，高精度地圖是一種較低成本的技術路線，也是自動駕駛汽車中較為必要的技術手段。

目前，高德已經對外免費開放了高精度地圖的數據，為自動駕駛汽車的開發提供技術支持；而近期百度宣布開放的自動駕駛平台中，也包含了地圖這一子項目，這無疑給車企帶來良好的資源條件。不過，殷承良也表示說，「雖然如此，但車企也要必須掌握地圖增量在線升級的技術。」

一般來說，高精度地圖會在初期將基本的地圖離線數據儲存在汽車內，但由於現實中經常出現修路、車道線調整等情況，使得離線地圖不能完全滿足自動駕駛汽車的要求，而這也就需要後者在行駛中將採集到的數據「反哺」給地圖的雲端。

殷承良告訴《新能源汽車新聞》，自動駕駛汽車利用攝像頭、雷達等感測器採集周圍的數據，通過演算法以及數據模型將其規範化，以此將生成的增量信息在原來的地圖上進行局部的在線重構，以使得汽車能夠更加精準地實現地形的匹配。

通過這種方式，不僅能實時保證高精度地圖的靜態信息，還能為之加入更多的動態屬性。諸如交通擁堵狀況、紅綠燈狀態，乃至雨、雪、道路結冰等實時性的惡劣環境，也會在動態信息採集中得以反饋。

地圖測繪成難點

高精度地圖似乎描繪了一幅十分美好的畫面，既然如此，各家企業為何不瞄準這一點加大投入開發的力度？話雖如此，但談何容易。出於地圖信息關係到國家安全，並不是任何人都有地圖測繪的資格，而從事高精度地圖的採集也往往需要相比傳統地圖更為精密的專業設備，而滿足這些條件的也只有為數不多的幾家地圖廠商。

此外，電子地圖在被使用之前，均需要進行加密，即通過加密演算法，在坐標系統上加入一定量的隨機偏差。而若要應用於自動駕駛汽車上時，其導航、感測器等系統也需要進行一次坐標偏轉的處理，才能配合高精度地圖進行定位工作。要知道，自動駕駛汽車對數據準確性、實時性的要求較高，行駛過程中系統對路況及車輛動作的決斷是否會受到坐標偏轉的影響，無形之中為其穩定性加了一個問號。

而這也使得浙江吉利控股集團董事長李書福在今年的「兩會」上提交提案，「審慎對進行自動駕駛開發技術的企業提前、有條件地開放地圖測繪資質，並進行有效監管。」希望在保證國家信息安全的前提下有條件地向部分企業開放地圖測繪資質，以降低自動駕駛技術的發展壁壘。

此前馭勢科技CEO吳甘沙也在接受相關媒體時表示，開放測繪資質確實是個現實的需求，而按照傳統地圖的測繪方式，即使數據精度有所提高，但卻不是「活」的地圖，雖然依靠自動駕駛汽車的數據採集可以實現道路信息的不斷更新，但在國內目前的法律法規下，這種思路似乎是行不通的。

據交通部公布的數據，截至2016年，全國公路總里程達到469.63公里，而高速公路的總里程已經突破13萬公里。而面對龐大的交通網路，要想保持道路信息時刻處於「新鮮」狀態，僅靠地圖廠商的能力來維持，還是比較困難的。

在筆者看來，自動駕駛汽車不是企業悶頭苦幹就能做好的產品，而是一個集大成的產物，需要結合產業鏈中方方面面的人來貢獻力量。

傳統汽車企業自不必說，而零部件供應商所掌握的感測器技術也同樣是自動駕駛汽車的核心所在。與此同時，隨著深度學習以及神經網路演算法的逐漸成熟，從IT領域跨界而來的科技公司，也逐漸成為自動駕駛汽車陣營中的主力軍。而如今，高精度地圖也被各家企業所覬覦，並作為規劃技術路線時的必要條件，這也使得各大地圖廠商成為業內的重要角色。

正如一些報道所描繪的那樣，當自動駕駛汽車實現商用、大面積普及於市場，其汽車的身份將會從私有物品轉變成大家共享使用的交通工具。雖然此種說法頗受認同，但值得一提的是，這種共享的理念，不僅始於產品上路之時，更是要體現在前期的技術研發階段。各領域企業積極共享技術成果，彼此取長補短，交叉驗證技術的可行性、穩定性，才能儘快地將自動駕駛汽車推向市場。