想要实现自动驾驶？首先你得有一张高精度地图

20 年前，美国军方同意在全球范围内开放 GPS 系统。20 年之后，地图已经从简陋的单色地图变成了能够显示建筑物、天空和即时交通路况信息的 3D 立体地图。

不过即使在 2000 年，美国国防部宣布停止民用信号来减少干扰之后，GPS 对于下一代交通系统来说（即自动驾驶）还是不够精确。毕竟自动驾驶需要车辆在短时间内对外界作出反应，这需要更高精度的地图导航软件。

具体来说原因也简单，虽然自动驾驶汽车利用传感器（例如雷达、激光雷达、摄像头等）能够探测车辆周围情况，但对于整个空间环境的感知能力还是不够。你可以想象一只蚂蚁正在穿过草丛，却只能用触角接触一片片叶子从而记录路线（这不是抓瞎呢嘛）。如果这时候有高精度地图，那么就能知道这块草坪的每一条路线，并精确定位出里面的每块岩石、车轮开过的痕迹和小昆虫。

高精度地图是自动驾驶的关键

目前的普通地图导航能将车辆位置精确到数米之内，高清地图则可以精确到 10cm 的级别。

HERE 的高级副总裁 Vladimir Zhukov 表示，「最开始我们想要将普通的标准地图转化成更真实的 3-D 地图，但我们发现这需要更要精度的地图数据作为支撑。」在被 iPhone 击败之后， HERE 地图成了诺基亚唯一的全球范围领先的业务，一度占据超过 80%的汽车导航软件份额。在过去的 5 年中，HERE 一直致力于收集高清地图数据并且已经比竞争对手拥有更多的覆盖里程。

这也就是为什么奥迪、宝马、戴姆勒要联合起来花 31 亿美元购买诺基亚 HERE 地图的原因。最近政府已经批准了他们的交易，他们终于可以将这种高精度地图导航技术应用于研发下一代自动驾驶了。

在今年夏天，TomTom 宣布和博世合作研发无人驾驶技术。Uber 在 3 月份买下了一家位于加州的叫做 deCarta 的地图公司，为未来无人驾驶共享车做准备。谷歌利用改造的丰田汽车，也已经累积了超过 120 万英里无人驾驶里程。

我们可以发现，除了车厂之外，科技公司们也都意识到了高精度地图对于自动驾驶的重要性。

数据采集

虽然谷歌在自动驾驶上看起来一直处于领先地位，但在高精度地图领域却并不领先（累积了差不多 2000 英里的地图数据）。相比较而言，HERE 的 400 辆测绘车已经绘制了超过 1,800,000 英里的地图道路数据，并且依然在不断扩充数据。一个在芝加哥的叫做 Ken Liu 的工程师每年就能够单独绘制 100,000 英里的地图数据。

但是换个角度来看，绘制完成一条道路需要采集超过 14 亿个数据点：例如车道限制的精确高度、车道线的位置、下水道口、障碍物以及我们在日常道路上能看到的每一个细节都必须全部收集，这也对用于数据采集的测绘车辆有着很高的软硬件要求。

就像谷歌的测绘车一样，HERE 也是一次性采集一整个街区的数据。车顶安装的设备看起来也差不多：四个广角的 24 兆像素摄像头，旋转式的激光雷达（扫描周围 300 英尺范围内每个目标上的 700,000 个点）、陀螺仪（计算间距），当然也少不了 GPS 系统。车底部有一个 50 磅重的盒子，里面连接着一个 1TB 的硬盘用于储存数据，一台运行着分析软件的平板电脑，还有一组用于供电的 12V 电源。

逐步应用

「当你正在试尝试一些超出传感器的感知范围的行为时，高精度地图的作用就凸显出来了。」Zhukov 表示，「如果当你正在使用巡航模式跟着前车的时候，这通常是依靠车辆传感器完成。但如果你想要在高速行驶的状态下进行辅助巡航控制，这时就需要高精度地图的辅助（例如高速过弯时对于弯道之后路况的预测）。」

今年晚些时候，HERE 将会首次整合高精度地图应用在量产车上（应该是德产豪华车）。这部分车主可能会在不知情的情况下成为「测试员」。从数以千计「测试」车的传感器上传回的未经加工的数据将会由 HERE 验证其精确度。当所有验证完成之后，公司就能用 4G 网络将这些数据通过云端更新到每一辆车上了。你可以这么理解，高精度地图正在逐渐成为一种有着自我学习能力的系统，越多的车辆使用就能获得越多的反馈，自动驾驶的研发进程就越快，我们也就能越快适应这种改变。

高精度地图目前已经应用于一些特定的场景。宝马 2011 年的 3 系 Track Trainer，奥迪在 2014 年的 RS7 都利用高精度地图的技术在 Laguna Seca 和  Hockenheim 成功跑完了赛道，并且做到了像那些赛车手一样完美的过弯。另外，德尔福也在美国完成了东西海岸间的自动驾驶。

以上这些测试都是传感器配合着高精度地图共同实现的。不过当自动驾驶汽车的传感器被雾、灰尘等各种杂质阻隔，或者传感器受到意外损毁之后，又会发生什么呢？

所以在未来，万一我们的车辆失去了「眼睛」，高精度地图可能是汽车依然能够准确到达目的地的最后保障。

（本文图片、内容来自 Car and Driver）

 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！

同时欢迎关注 GeekCar 微信公众号：      GeekCar 极客汽车     （微信号：GeekCar）& 极市     （微信号：geeket）。