7.25万
易车原创 近期，易车科技对自动驾驶领域做了全面而深入的讨论，包括由辅助驾驶向无人驾驶进阶的过程、Robotaxi车辆的底层架构与车辆要求、单车智能与车路协同的未来发展方向、激光雷达与视觉感知的技术路线。但今天我们将引入一个新的话题，那就是高精地图对于自动驾驶的作用与影响。
说起高精地图，我们平常用的手机App导航并不属于其列，高精地图相比普通地图导航在精度上高出了好几个量级，导航只是作为一种我们日常出行的辅助工具，但是高精地图是服务于自动驾驶甚至纯无人驾驶的，对于精度、广度以及更新频率的要求都十分苛刻，它将是自动驾驶安全性的又一个冗余保障。
所谓高精地图，也称自动驾驶地图、高分辨率地图，是面向自动驾驶汽车的一种新的地图数据范式。高精地图绝对位置精度接近1米相对位置精度在厘米级别，能够达到10-20厘米。
准确和全面地表征道路特征，并要求更高的实时性，是高精地图最显著的特征。此外，高精地图记录驾驶行为的具体细节，包括典型驾驶行为、最佳加速点及刹车点、路况复杂程度、以及对不同路段信号接收情况的标注等。
为什么自动驾驶需要高精度地图？其实有以下几个原因：感知、定位、车道级的规划以及决策。
第一点在感知方面，高精地图提供精确道路面域以及周边设施等信息，并将人行道等对象标记为兴趣区参考，由于兴趣区内的物体会影响自动驾驶系统的驾驶行为，因此提前使自动驾驶车使用比较精确的模型，来检测兴趣区内的物体，并计算每个物体的类别、速度、姿态等信息。在很多路口的红绿灯场景下，自动驾驶传感器很难识别红绿灯。有了高精地图之后，就可以提供一种冗余性。在极端天气的情况下，传感器容易失效，地图也都可以提供很好的帮助。
第二点关于定位。基于定位图层的Landmark，通过与感知结果匹配并计算距离，可以精确计算出车辆当前的位置，与其他技术手段得出的高精度定位结果相互冗余，保证车辆时刻知晓自身位置。大家都知道我国有北斗导航系统，现在也正式全球商用了。基于北斗的地基增强系统，按理说整体的效果是可以满足全场景要求的。但其实在一些城市隧道场景下很难做到连续性导航，高精地图就可以提供给定位帮助。
第三是自动驾驶需要做到车道级导航。车道级的路径规划和局部路径规划是高精地图的重要应用，从起点到终点的全局路径规划结果同步到自动驾驶系统，和高精地图进行匹配参考，实现车道级的路径规划，进而实现平顺、安全的局部路径规划。 一个好的车道级导航需要知道车道在哪，以及车道发生变化的点在哪里。有了高精地图，就可以很精确地告诉车辆，车道出入口、停车的位置以及车道的变化。
第四是决策。高精地图中准确地记录了各个车道之间的关联关系，如可通行规则和交通规则，在车辆行人交错的复杂路口等自动驾驶场景下，可帮助车辆大幅提升对每一个路权竞争者的行为预测精度，从而得到更优的决策结果。
高精地图对于自动驾驶来说的作用十分必要，它可以提供环境感知辅助、路径规划与决策、高精度定位辅助三大模块的作用。
首先来说环境感知辅助：
第一可以扩大自动驾驶车辆的感知范围
超视距感知——车载传感器探测范围有自己的性能边界限制，但高精地图可以延伸传感器的感知范围，提前告知车辆前方的道路信息及交通状况信息；
弥补车载传感器在特殊情况条件下的感知缺陷，车载感知传感器在复杂的路况或恶劣天气条件下，会遇到探测死角以及感知性能下降甚至失效的情况，此时高精地图可及时进行环境信息补充，实时状况监测及外部信息反馈。
特殊情况举例：
1、激光雷达在恶劣天气下效果较差，比如大雾，大雨，或面对大范围的尘土；
2、高分辨率相机，视场角窄的情况下，可以检测到很远的距离，但面对暴雨/大雪等恶劣天气，很难检测到正确的车道线/障碍物/马路牙子等信息；
3、前方道路交通标志模糊，摄像头无法读取信息；
4、前方大车遮挡，摄像头无法探测前方红绿灯的情况；
第二可以提供先验信息——节约车载传感器的计算资源（车载传感器相当于无人车的眼睛，而高精地图相当于无人车的记忆）
高精地图可帮助车辆提前预知前方的道路、交通、基础设施等信息，帮助车载传感器缩小检测范围，车载传感器可专注于检测感兴趣区域（ROI）；这样既提高了车载传感器的检测精度和速度，同时又节约了其计算资源；
第三可以提供冗余数据——冗余保障（高精地图可以说是无人车最稳定的“传感器”）
1、当某些传感器数据缺失时，可以利用高精地图数据进行推算；
2、当同一个数据有多个车载传感器数据来源时，高精度地图可以用于相互校验，校验其他传感器的可信度，提高整个系统的准确度。
其次路径规划与决策：
提供先验信息给自动驾驶系统以便其做出合理的行为规划决策；
例如：前方具有低速限制、人行横道或道路施工区域，高精地图能让车辆提前预知，并预先减速；
最后高精度定位辅助——确定车辆在地图中的位置：
高精地图对路网有精确的三维表征（比如路面的几何结构、道路标示线的位置、周边道路环境的点云模型等），并存储为结构化数据；这些结构化数据都有地理编码，自动驾驶系统通过车载GPS/IMU、雷达或摄像头获得的环境信息与高精地图上的信息做对比分析，便可得到车辆在地图上的精确位置。
另外高精地图可以在自动驾驶过程中满足许多极端的应用场景。例如在路口，假如车辆处于遮挡、拥堵的情况下，车辆也大概知道停车的位置、红绿灯在哪。还有一些转向情况，常规左转是车辆从最左侧车道进行转弯，但很多交通场景下左转车道并不在最左边，而是在最右边。这时候单纯靠视觉，没有提前先验信息，车辆很难在最右车道实现左转，可能会出现一些故障或失效的情况。
再举个例子，大家都认为在高速上自动驾驶车辆可以跑得很顺畅，但其实不是。如果某个路段车道突然消失了，自动驾驶车的反应是来不及的，可能出现紧急刹车、剐蹭的情况。
另一种很特殊的场景是，高速公路上接近出口的地方有一些紧急停车带，自动驾驶车辆很可能会误以为就是出口，但事实上可能距离出口还有100米左右，毕竟导航地图有精度限制。所以当自动驾驶车辆发现这个地方出不去的时候，再紧急转弯就很难了。高精地图就可以提供帮助，提前规避这些有危险的地方。
还有一种平时可能会忽略的情况是，比如公路服务站等正好开在高速路边上，但导航地图上是不会体现的。如果是人类驾驶可能会识别到一些突然出现的车辆，但对车辆来说是比较难的。
除了刚才说的例子，还有很多更特殊的场景比如高速调头口、交叉路口，甚至还有红绿灯，在各种功能安全要求的情况下，没有先验知识是很难做到的。
概括来说，高精地图在不同场景下的应用都极大程度的扩充了安全的边界。
我们可以看到，地图的应用是多种多样的。随着自动驾驶级别的提高，对于高精地图的需求也是不同的，但此时可能有人会问，特斯拉自动驾驶能力这么强，可马斯克一直宣称他们不使用高精地图啊。
但细心的人会发现特斯拉FSD Beta已经开始支持在普通道路上也能够穿过环岛、通过路口等。从各种测评以及反馈结果来看，FSD Beta应该是使用了高精地图的，但它用的可能不是别人家的高精地图，而是自家的。
特斯拉拥有三个别人所不具备的能力：一是算力强，目前它的HW3.0算力能达到144 TOPS，这是大多数车厂以及目前市面车辆所达不到的一个算力。第二是它有很强的算法，通过自己多年的积累，可以很好地识别以及提取路端的一些信息。第三是它很有很好的生态，众多车辆可以将车辆数据传到数据中心，然后进行融合，快速生成地图。
当然，特斯拉的地图主要是满足L2+或者L2.9的需求，地图相对来说粗糙一些，而不是像图商一样，会把周围的各种对象都表达出来，这是有差异的。所以特斯拉不是不用地图，只是没用我们说的高精地图。
业界普遍认为，从L2+到到L3、L4，地图的使用比重一直是越来越重的。
首先L2+来讲，第一要满足动态ODD（运行设计域）的要求。地图是能满足ODD要求的，但是这应该是一种动态的要求，所以还需要车厂基于自定义要求来做。
第二，除了OOD之外，定位这块可以分为两种：一种是基于传感器的定位，一种是基于语义的定位方式。比如博世就是基于毫米波雷达等传感器采集的信息产生定位，而Mobileye的定位方式就类似于众包方式，通过客户使用他的EyeQ系列芯片产生相应数据,然后通过REM的形式，发给车辆进行定位。
在L3、L4级别，大家最为熟知的可能是Waymo。Waymo在美国凤凰城已经基本实现了去掉安全员的纯自动驾驶，但它对地图的使用也是最重的，使用了雷达的点云定位图层、语义的定位图层，同时它还在凤凰城已经跑了上千万英里测试。除此之外，Waymo还做了一个概率图层，也叫可用性图层，看看有没有行人和车辆出入。还有一点是，Waymo的地图要做到很高的更新频率，才能在凤凰城跑起来。
针对L3的地图，业内称之为HD PRO，其组成有几方面：首先需要通过图像、点云来建图，然后通过自动化提取出相应的集合，再通过人工的监督验证完整更新。L4级主要是针对L4级的Robotaxi和未来的L5级自动驾驶。
L5对对高精度地图较为依赖，从数据量级来看，是普通道路的大概5-10倍不等；从制作难度来看，其采集本身就是一个很大的难题。比如在一个路口，地图上表达的语义是非常多的，包括路口停止线在哪、用来左转还是右转，或者要跟红绿灯关联起来。
总之，自动驾驶级别越高，对于高精地图提出的要求也越高，也是各家企业不断努力提升的方向。
高精度地图与导航地图，面向对象的不同带来本质上的差异。一般地图面向对象为人，以人的认知为基础，解决的需求包括规划路线、确认地点、辨别方位等，而高精地图面向对象为自动驾驶算法，面向的是“一台机器”，数据将作为自动驾驶算法的输入端，解决的需求包括环境感知、高精度定位、规划与决策等，是自动驾驶汽车行驶上路的“行动指南”。
从这里可以看到，基本上除了定位精度的要求不同以外，还有很多不同，比如常见导航的显示界面就很大不同，自动驾驶更注重人机交互的虚拟地图的感觉，让车主明确的知道自己处于的车道，周围的环境情况。
更新频率也很大的不同，电子导航传统地图更新频率一般是一个季度，而高精度地图涉及到给机器的自动驾驶，理想情况下是1个小时更新一次，这里就涉及两个难点，一个是对于高精地图厂家的要求太高，他们没有办法做到那么多采集车辆去更新全国那么多的高精地图，而且高精地图的数据量巨大，对于一般的车载导航中控的存储也是一个挑战，所以在更新高精地图的数据对于车机的芯片是一个巨大的存储和传输挑战，最好是通过5G进行地图更新，否则这个更新效率会让车主受不了的，而且需要做双备份更新，所以车机导航的存储容量变的非常大。
高精地图在自动驾驶系统中所占的安全成份的重要性是不言而喻的，一旦定位有严重偏差，会造车自动驾驶出现比较大的安全事故。
5年前大家都认为L3、L4能很快来临，但是实际上L3、L4的到来比想象中要晚一些。
从现在各个车厂的规划来看，2023年L3才有可能正式铺开，2025年L4以上才可能大规模量产。现在L2+才是最主要的市场，包括算力、各种传感器，功能安全，法律法规要求都在逐步完善。
高精地图也是部分高阶的L2+自动驾驶功能的必选项，目前包括蔚来、小鹏、通用、广汽的部分车型上都已经搭载了高精度地图，作为自动驾驶机器语言，高精地图一直以来都被认为是L3自动驾驶的最佳拍档，但在汽车智能化的风口下，越来越多车企试图在更多场景下解放驾驶员的双手双脚。
由此带来一个转变：高精地图有了向低阶智能汽车逐步下探的趋势，商业落地局面得以进一步打开。
高精地图的普及率与自动驾驶的普及率紧密相连。每有一辆汽车实现自动驾驶，就意味着有一辆车使用了高精地图产品。从各大车企的自动驾驶汽车生产计划来看，自动驾驶目前还是更多的配备于中高档的车型上，普及率更高的是ADAS系统（L3及以下）。根据各大车企的计划，ADAS系统将逐渐变得普遍和平民化。例如丰田计划未来让所有已有车型应用公司ADAS级地图。而未来随着技术的成熟、成本的降低，自动驾驶或将走进千家万户，成为越来越多的人的选择。到那时高精地图市场渗透率将达到100%，产业发展值得期待。
地图想要真正用起来，其实要有一个完整的闭环生态。随着自动驾驶车辆越来越多，各种传感器配置越来越多，需要车辆和地图的云服务共同打通。各家图商需要完善基于地图的客户化服务、基于用户运营的服务，通过大数据驱动，产生实现自动驾驶的一个演进，让我们共同期待吧。
标签:
