自動駕駛進入L3時代，為什麼大家都需要高精地圖？

前不久我們的一篇內容指出，目前自主廠商所推出的L3級量產車上都搭載了高精地圖。高精地圖究竟是什麼？為什麼自動駕駛需要它？今天我們就來詳細講一講。

在講高精地圖本身之前，我們先來回顧一下自動駕駛的基本邏輯。

簡單來講，自動駕駛的實現主要有三個步驟：感知、決策規劃、行車控制。這與你走路上班/上學的邏輯是相似的：眼睛看到畫面，告訴大腦，然後你就知道了自己在哪裡，以及要往哪個方向走，並指揮你的腿邁開步伐。

在自動駕駛系統中，感知主要解決兩個問題：車周圍有什麼，以及車在哪。車沒有眼睛，我們就要賦予它“眼睛”。這就是它的環境感知系統，一般由視覺感測器（攝像頭）、雷達（毫米波、超聲波、鐳射）等多種感測器融合而成。

在這些感測器的協同工作下，感知系統就可以知道，車輛周圍都有哪些東西，比如車、人、路、樹、牆、路牌等等。在將這些資料提供給決策系統後，決策系統根據演算法，就知道車輛可不可以行駛，可以以最大多少的速度行駛，以及是否需要控制前輪轉彎，並傳輸指定給行車控制系統。

在特定條件下，感知系統也會直接傳輸資料給行車控制系統，這主要應用在AEB上，也就是緊急主動安全系統，以保證在最短的時間內對緊急情況進行響應。

但這裡有個問題，你走路之所以知道要怎麼走，是因為你對這條路線很熟悉，腦子裡有地圖，知道接下來要怎麼走。但車輛僅憑感知系統，是無法知道接下來應該如何行使的，就像你到了一個陌生的城市。

這時候，就需要定位和地圖了。

自動駕駛系統中，車輛定位是及其關鍵的。它影響到幾乎所有的環節。透過GPS（衛星定位）、IMU（慣性測量單元）以及車輪測程儀等，車輛可以清晰地知道自己所在的位置，當前的運動狀態（時速，加速度）等。

這時，感知系統就不僅知道了車周圍有什麼，還知道了車在哪條道路上，在往哪個方向行進。決策系統也知道了整片地區的道路資訊，並會根據目的地規劃合理的路線，以對行車控制做出指令。

這就是一套完整的自動駕駛流程，在理想狀態下，這些就足以讓車輛載著你安全到達任何一個地方。

但遺憾的是，以目前的技術水平，這種“理想狀態”很難達到，因為車輛的感知和定位系統依然無法像人一樣，可以識別出路上的所有資訊，判斷自己的準確位置，並且不受環境的影響。

例如，在高樓林立的市中心，GPS訊號可能會被阻擋，這時車輛就會丟失自己的位置資訊，讓自動駕駛行程中斷。

又或者，在雨雪天氣，路上的車道線被積雪或積水覆蓋，車輛僅憑環境感知系統難以實現車道的判別，從而可能導致事故徵候。

再或者，目前的感知系統，還難以識別路上的坑洞、減速帶、較低矮的路肩等等，在高速行駛過程中如果漏判了這些東西的存在，也會導致相對嚴重的後果。

更或者，在高速上下匝道時，有時會出現左右分流的車道，這時如果僅憑導航地圖和環境感知，可能會讓車輛出現快速變道的情況，乘坐體驗會很差。

在這種技術條件下，想要實現L3級以上的自動駕駛，就需要高精地圖出場了。

高精地圖，顧名思義就是精度非常高的地圖，一般來講高精地圖的精度都是分米級的，但它不僅僅是精度高，在資料的維度上相較普通的地圖也更加豐富。

高精地圖將大量的行車輔助資訊儲存為結構化資料，其中一類是道路資料，比如車道線的位置、型別、寬度、坡度和曲率等車道資訊。另一類是車道周邊的固定物件資訊，比如交通標誌、交通訊號燈等資訊、車道限高、下水道口、障礙物及其他道路細節，還包括高架物體、防護欄、數目、道路邊緣型別、路邊地標等基礎設施資訊。

圖片出處：未來汽車大講堂 - 網易雲課堂 高精地圖，自動駕駛的必由之路

簡單來說，在高精地圖的幫助下，車輛不需要環境感知就已經知道了道路的走向、曲率、詳細的車道、限速，以及道路邊線離路肩有多遠，路邊有幾棵樹，幾個消防栓，幾根電線杆，哪裡有個限速標誌，哪裡有顯著的地標等等等等。

而這些資訊，讓自動駕駛系統直接開了“上帝模式”。

有了高精地圖的幫助，可以讓車輛的定位更加精準，即便在路況複雜區域定位也可以讓定位系統向決策系統反饋更精準的車道資訊，並讓決策系統進行車道/線路規劃。

同時，由於高精地圖中含有大量的靜態參照物，定位系統可以透過環境感知系統獲取到的環境資訊與地圖資訊進行比對，以此在GPS訊號不佳的情況下，推算出車輛的實際位置，提高了整套系統的魯棒性。

對於感知系統來說，高精地圖可以對需要重點識別的區域進行劃定，向感知系統表明這個區域是你的影象分析所關注的重點，並減少對其他區域的識別，這就是感興趣區域（ROI）。使用ROI，可以降低感知系統的負荷，解放算力，以並增加關鍵區域的識別精度。

例如，一般情況下，前置攝像頭只要重點識別畫面的下半部分就可以了，因為畫面的上邊是天空，車輛和人員都不會從天上出現。但訊號燈是個例外，它往往掛得比較高，所以要想事實識別訊號燈，就要不停地從整個畫面中搜尋，對算力的壓力很大。但如果開啟了ROI，在高精地圖中標註上，在定位的某個點，畫面的某個區域會出現訊號燈，那麼系統只要重點識別標註的這個區域就可以搜尋到訊號燈，並完成識別。

對於決策系統來說，有高精地圖的幫助，可以降低決策演算法的複雜度，只要保證在不撞車的前提下，將車輛儘量平穩地開到目的地就可以。因為在高精地圖中已經存有了詳細的車道、固定障礙物資訊，只要按照規劃的路線走，就一定不會壓到坑、騎上路肩，甚至撞到電線杆。

同時，詳細的車道資訊也可以讓系統規劃出更合理、更平穩的行車路徑。例如前文提到的匝道問題，如果系統早已提前知道了岔路的存在，那麼就會在還沒看到路時早早變到相應道，提高行車舒適性。

而且，由於高精地圖中詳細標註了每條道路上的車道劃分、車道寬度、每條車道的速度限制，這就讓系統可以實現計劃好更高效率的路線，讓決策系統可以在行車過程中更專注於行車安全。

通俗點說，沒有高精地圖的車輛，在自動駕駛時所做出的的反應都是“條件反射”：看到紅綠燈時才知道要減速；識別到電線杆時才知道不能撞上去。而有了高精地圖的協助，車輛在行駛到紅綠燈之前就已經準備減速了；在碰到電線杆之前就已經提前規劃好了規避路線。

可以說，高精地圖讓自動駕駛汽車“有備而來”。

但從目前講，高精地圖也有一定的不足。首先因為其資訊量大，在採集上難度會更高，採集的週期也會相應拉長，所以目前的高精地圖，並不能做到大小路的全覆蓋，基本上只覆蓋了高速公路及主要的城市道路。

同時，在城市的不斷建設中，高精地圖所標註的要素有可能會出現改變，這就對高精地圖的實時更新提出了很高的要求，而這也是高精地圖在城市路況中應用的一大難點。

看到這你會發現，其實高精地圖是個“可有可無”的東西：如果自動駕駛系統的識別成功率足夠高，那麼只需要人類常用的平面導航地圖，一樣可以實現全自動駕駛。

比如特斯拉，一直堅持表示自己不需要高精地圖，因為他們認為自己的識別和決策演算法足夠強大，在不久的將來，只依靠實時識別和處理（條件反射），就可以在普通地圖的基礎上完成全自動的自動駕駛。

但遺憾的是，目前大部分的廠商包括即將推出L3量產車的這些自主廠商，在自動駕駛演算法的積累上是不如特斯拉的，為了彌補感知上的不足，就需要高精地圖所提供的超視距的感知能力和大量先驗資訊的補充。

在高精地圖的幫助下，實現國標下的L3級自動駕駛完全沒有問題。這也解釋了，為什麼自動駕駛進入L3時代後，高精地圖也開始大範圍應用。

既宣傳了自己的技術力，又可以當成一個賣點和噱頭，何樂而不為呢，你說是不是？

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。