3
图片来自 Nokia HERE
新智驾（微信搜索“新智驾”）按：本文内容来自武汉大学教授、武汉光庭信息技术董事长朱敦尧在汽车创新港微课堂的分享（有删减）。
什么是高精度地图，高精度地图的作用是什么？目前应该来讲没有一个明确的定义。
工业界从来也是如此，它们往往从实用主义角度出发，从应用角度出发，先把产品和技术做出来以后再回过头来总结和提炼，再来上升和升华到一个高度，给一个比较专门的、相对完整的定义。
学术界不一样，首先从理论模型，从逻辑结构方面去思考这个问题。
我觉得这两个方面都不矛盾。我们认为，高精度地图可以有不同的表达方式。我个人比较倾向于用「驾驶安全地图」或者用「驾驶辅助」这样限制性的定语来阐述高精度地图。
当然高精度地图有精度比较高的一面，有一些特殊内容的一面。关于高精度地图有两点：
第一，定义还在形成之中；
第二，特征还在探索之中。
从我个人的经历来看：我最早在大学的时候学习纸质地图的制作、到硕士研究生开始接触早期的电子地图、到后来 90 年代比较早的介入到导航地图、到在我们又有一个团队在做高精度地图。
关于地图本身的定义在不断变化，如果我们现在给不出一个很好、完整的高精度地图定义，我们可不可以从几个特征上来概括高精度地图的一些特点？
我想从以下三个方面来概括高精度地图和传统导航地图以及和其他地图的不同。
第一，高精度地图将服务于机器。传统的纸质地图可以作为量测的工具，作为视觉感知的载体，也可以作为科学研究的工具。导航电子地图可以作为导航，可以作为引导等等。但是我们高精度地图不需要给人看，它是服务于机器的，它是服务于人工智能，服务于机器视觉和机器理解的，所以在这点上跟传统的导航电子地图有很大的不一样；
第二，高精度地图是可变尺度的。也就是说所谓「高精度」，什么叫「高」？什么时候需要「高」？什么场景下需要什么样的高精度？这个地图是可以变尺度的，在不同的应用场景下对于不同的车辆，其实对于地图的精度需求是可变的。
第三，高精度地图的动态和多维的概念。为什么日本的高精度地图研究不用 HAD 这个词，而用「Dynamic Map」这个词，也说明了他们对于这个事物的理解，他们对市场的理解，是有他们自己独特的地方。他们认为地图在服务于自动驾驶时，对于数据的精度和内容的需求都是在变化的，很简单，移动车辆周围的地物和环境是按照不同的时间单位变化的。
多维意思是，如果把每一项内容信息（如驾驶员的血压、疲劳度、雾及雾霾程度等）作为一个维度叠加在二维地图上面的话，车辆在移动过程中，以自身位置（X，Y）为对象的一个 N 维的向量其维度是变化的。
第四，高精度地图的很多内容信息具有非量测性。
几个主要的汽车发达国家，在高精度地图的研究方面和生产制作方面应该来讲有一定的先驱性。
日本由 SIP 委员会主导，率先建立了一个组织，叫动态地图公司，由这个公司来联系国内的汽车厂商和地图制作的 Tier1 以及零部件供应商来共同探讨地图的标准，以及如何快速进行高精度地图制作、获得低成本，不要重复投资建设等这些问题。
就我们所了解的情况而言：
日本丰田公司自己已经完成了全国的高速道路网的高精度地图，在三年前已经完成了；
德国也完成了全国的大部分高速公路和主干道路的高精度地图，宝马公司也给我们看过这样的演示；
美国和欧洲的情况，是 HERE 公司和 TOMTOM 公司在为主进行，我们可以从他们每年年度的用户和技术交流大会上，看到他们所提供的最准确的数据；
我们中国也有很多公司下大力气在高精度地图方面做一些先驱的研究和示范性的应用。不仅如此，Goolge、Uber 也都在布局地图以及高精度地图产业。
应该来讲，中国在高精度地图方面的探索和技术的研发方面，和国外的差距不是太大。但是考虑到我们国家的特殊情况：一是国土比较辽阔，高速公路总里程比较大，另外国内的建设比较快，道路变化比较迅速。
所以国内公司在制作高精度地图方面的过程、时间和投入等，可能要比美国、欧洲、日本都会要大一些。
高精度地图和高精度定位是一个相互作用的话题，实际上在导航里也存在着地图和定位的关系，没有地图就没有定位，定位反过来又必须跟地图进行匹配。
在高精度地图和高精度定位的相互作用里，也继承了一个传统，但是有一点必须说一下，就是关于定位精度的的问题，也在自动驾驶领域里面一个很特殊的问题。
所谓定位精度，一般不必太去关心绝对的定位的精度，特别是在导航领域，主要是讲相对定位的精度或者匹配定位的精度。
前几天也有几个专家跟我谈，自动驾驶实际上要解决的问题不是高精度地图的问题，也不是高精度定位的问题，而是解决车辆不需要碰撞的问题。
只要车不会和其他的物体发生碰撞，什么事情都是 OK 的。所以我们不要把目的和手段搞混了。高精度地图和高精度定位都是手段，不是目的，目的就是为了不让车发生碰撞。在这样一个情况下，所以从这个角度上看，所有的这些概念都可以有一些不同的理解，从而衍生不同的技术方法来解决问题。
总结来讲，在自动驾驶领域，我刚才谈到了相对定位性的认识，但是同时我们必须强调高精度定位是基础，高精度定位和高精度地图的相互作用是自动驾驶领域里面一个非常重要的技术保证手段。
我们团队总结了一下，我们把高精度地图当作其他服务于自动驾驶系统传感器的补充和增强。
如果看过沃尔沃、奥迪的一些宣传片，大家一定有非常深刻的印象：就是在雪天、雾霾天，在天气比较恶劣的情况下，有些传感器它的作用范围就比正常的情况下大大的降低。在这种情况下地图传感器有它非常不可替补的优势，这个时候服务于主动安全、服务于自动驾驶，地图的作用就大大被凸显出来。
第二，高精度地图可以作为一个驾驶个人行为、驾驶个人经验的累计器，可以服务于多维时空数据的挖掘，以及其他的一些诸如危险区的识别等等。
举一个例子，大型卡车和普通乘用车，它们对高精度地图的需求不一样，特别是在交叉口转弯的时候。由于两轮内轮的半径不一样，不同的驾驶者在控制汽车的转弯等方面的驾驶特征是不一样的。地图在服务于这样的安全驾驶辅助的时刻，可以有效帮助他们。
同时我想强调的是，在走向完全自动驾驶的过程中间，我们在相当的时期里面还处于一个 L3、L4 的阶段。个人的驾驶行为和高精度地图的相互作用的分析挖掘、将会服务于我们的主动安全，服务于自动驾驶。
举一个例子：不同的驾驶者在交叉路口的转弯特点都不一样，通过轨迹的学习和高精度地图的匹配，即使在其他传感器系统不是太精密的情况下，这个匹配的结果可以作用于主动安全系统辅助驾驶安全。
第三，我们认为在自动驾驶、自动决策和执行的过程中，高精度地图也可以起到非常好的一些作用。
除了一些 ADAS 功能以外，我举一个例子，就是在日本的东京核心区域，居民地非常密集，道路只有 3.5 米左右宽，很多地方都是单向行驶，交叉路口也没有红绿灯，老太太、小孩突然从巷子里穿过来，而且拐弯以后突然还有一个电线杆就在前面等一些非常复杂的道路的情况。
这样的情况都是要依赖于高精度地图而不能够依赖于传感器。所以在这个时候决策，我们可以有预知，可以有预先的经验来给我们的控制器做控制处理。
最后一点，相对于普通的导航而言，高精度地图因为具备了一些车线级的道路的数据，有一些基于车线级的拓扑网，这样可以提供更加合理的、更加细致、精细的一次路线规划，对于车线级的导航，可以实现以前传统导航做不到的导航功能，能够使驾驶更安全。
关于高精度地图制作的过程，大家可能很关心高精度地图怎么制作？制作过程中间的工艺和制作过程的成本等等。
严格来讲，我们觉得，目前的测绘技术已经完全有提供制作高精度地图的技术保证，只是在成本、精度、速度方面如何提高的问题。
刚才谈到了静态的高精度地图，高精度地图还具有动态性。
在不同的时空、不同的场景下，车辆对于地图精度的需求和内容性是不一样的。在不同的驾驶状态下，地图的精度和预警信息也可能不一样。
所以这张图很清晰反映了地图的四个层次，这四个层次是跟时间尺度相关，最底层是基本的地图库。
这个基本上就是说比较静态的，不太随时间变化的信息；第二层是可预测的和计划的一些信息；第三层是以小时或者分钟为单位来更新的一些动态信息，如天气、交通。最高层就是我们常说的直接服务于汽车自动驾驶的，V2X 的各种信息，这个信息对时间要求一般要以秒为单位。
其实，「更新」是从导航地图开始就是一个永恒的话题，也是围绕所有车厂和图商的一个非常头疼的问题。
对于动态信息的更新也可以从三个侧面来看，从源数据的收集、数据的标准化、终端应用三个方面来共同看待今后的数据的更新和使用问题。
高精度地图会形成一个大的新的产业，这个产业不仅仅服务于自动驾驶，也可能服务于未来人们对于整个道路和整个物联网的一些认识。
我们今天做了一些探索，这些探索还远远不能够满足车厂对于我们的需求，也不能满足自动驾驶技术的需求。我相信有更多的同仁们在这个领域里面探索，一定会在未来有更好的发现和智慧贡献给业内。
提问 ：高精度地图是完全的重新绘制？绘制上，与传统导航电子地图的关系。高精度地图将来是放在终端还是云端，如果是终端上面，如何解决高精度地图数据量大和数据更新机制问题，如果是云端，那终端上面是否有地图，是娱乐导航地图？如果是，如何解决娱乐导航地图和高精度地图的匹配问题。
朱敦尧：关于具体的地图制作本身要从两个层次上去回答这个问题。
一是从制作的技术体系、质量体系和工艺体系等等方面去思考。传统的地图和高精度地图它都是一样的，它要用比较好的制图软件或者是一些工具软件。但是在对地物的认识、认知和应用模型上传统地图和高精度地图有很大的差异性，比如说传统的导航地图基本上是按道路的中心线来进行数字化的。
高精度地图的数字化就需要按照车道线的中心线来进行，这就是一个典型的例子。至于数字化本身的技术是一样的，但是数字化模型不一样。特别是我刚才谈到交叉路口的情况就更不一样，我们知道交叉路口里面车辆所驾驶的轨迹，跟我们所传统的拓扑关系所描绘的几何轨迹是不一样的，这就是认知模型不一样的问题。
关于数据是放在云端还是放在终端这个问题，我想在相当的时间内应该是两者共存的，终端不可能完全没有数据，终端也不可能拥有全部的所有的数据，在数据负载平衡上面，我相信一定会能找到一个好的解决方案，这个方面也是各个车厂之间相互竞争，相互发展技术的一些地方。
关于娱乐导航地图跟高精度地图匹配问题，目前是车厂和国内、国际很多图商在解决的问题。大家大致的思路都是这样的，要建立一个拓扑关系的对照表，来解决这两个数据库之间的拓扑关系的映射问题。
提问 ：未来高精度定位有哪些技术途径？
朱敦尧：未来的定位技术会有很多的组合，我们一致认为定位技术来自于两个方面：一个是绝对的定位，一个是相对的定位。
而且定位技术一定要实现无缝的定位网来服务于我们的车辆移动的需求，任何时候、任何时间、任何地点我们车辆通过绝对定位的方式，通过相对定位的方式，通过两者的组合也好，我们都能够获取车辆准确的自车的位置信息，这是对于我们做地图，做定位的，做传感器的，这样一些下游的供应商所提出的基本的需求。
传统的绝对定位肯定是今后我们的地基增强北斗网等等类似这样一些技术，相对的定位肯定有如惯导技术，现在特别是视觉相机，利用周围的参照物体来和高精度地图进行匹配，获得比较准确的置车位置。
今后通过通讯的方式，比如说地面上有更多的传感器，通过 wifi 方式，或者通过其他的通讯方式，能够把地面的具有绝对位置坐标信息，直接通过通讯的方式发给我们的汽车，通过物联网的方式，通过 V2X 的方式能够实现，这样的一些定位也是值得大力发展和推荐的。
特别是今后每一辆车本身也会作为一个测量的装置，就是 SLAM 技术，本身它也能够向其他的车辆，向其他的机构能够提供准确的位置信息，这样的位置信息反过来通过众筹的方式，特别是利用场景的方式来定位，今后是一个非常重要的定位技术，也就是说今后相对定位的技术会比绝对定位技术发展的快。
提问：如何看待百度自动驾驶演示车上四台商用计算机所需要占据的乘客空间变小的问题（同 Uber 项目）高精度地图是否可以彻底摆脱昂贵而且容易受外界环境影响的高精度定位设备?
朱敦尧：这样的试验车辆只是在 Concept car，在原形研制过程中的一个现象，不是最后车辆量产的现象，这是我要回答的第一点。
第二点，高精度地图的成本，这个问题就像我们量产一个产品一样，随着你的用户数，随着你的时间的摊销，看待成本的角度就不一样了。
所以地图在初期投资的时候是非常大的，但是它值得你拥有，所以你投资了以后，拥有了以后，时间的成本和用户数的增加会帮你摊销这个巨大的投资。用这个比较昂贵的设备来进行数据的采集是值得的。
随着今后各种技术发展，比如说无人机现在还不能够给我们做高精度地图的测量，但是不等于未来不可以。像这种设备一旦今后技术能够达到我们要求以后，我们采集的成本也会大大的下降。
因此，关于高精度地图的数据如何采集，以及今后采集的技术如何发展和演变，我们可以拭目以待。
提问：如何评价现阶段图上采集的高精度地图和自动驾驶用途的高精度地图之间的关系。
朱敦尧：现在国内的图商和我们汽车厂商的合作还远远不够，远远不深入，我们特别欢迎，特别希望我们的车厂来指导我们，来牵引我们在高精度地图上开发，在高精度地图制作的一些场景，一些规范，一些利用信息提取方面给出更多的需求和指导性的意见。
从图商本身对自动驾驶的理解来制作的高精度地图，我个人的意见，是绝对满足不了车厂的需求和自动驾驶的需求。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
