2018年的百度世界大会上，围绕智能驾驶的讨论开始转向。过去的话题是自动驾驶将如何实现，又将面临什么样的挑战。今年的议题已经是自动驾驶汽车何时量产，如何解决路上行驶的安全问题。

　　而随着自动驾驶汽车的商用不再遥远，高精地图作为自动驾驶的基础设施也从幕后逐渐走向台前。

　　自动驾驶的引路向导

　　2016年5月，一辆特斯拉Model S在佛罗里达州的高速公路上发生车祸，调查显示虽然这辆Model S开启了自动驾驶模式，可在强烈的光照下，驾驶员和传感器均没有发现前面转弯处的拖挂车，进而导致两辆车直接相撞。

　　这次事故无疑揭开了这样一个事实：雷达、摄像头等传感器的探测范围和响应时间都有一定局限性，安全的自动驾驶还需要对路况的提前探查。好比说可以通过历史浮动数据，来判断交叉路口等出现车辆的概率，帮助自动驾驶车辆进行精准决策，这正是高精地图的价值所在。

　　几乎所有和智能驾驶相关的企业都在打高精地图的主意，高精地图在自动驾驶的商业版图中，成为绕不过去的基建。

　　比如百度今天在智能驾驶分论坛上公布的自主泊车量产计划，涉及了云端车位调度、车位预测、路径规划等等，并在安全的问题上拿出了两套解决方案：一个是学习型VP，用深度学习的方式对人工驾驶的行为场景进行学习;另一个是先验型VP，提前采集高精地图和现场数据，让车辆完成自主泊车。

　　可以说，在百度智能驾驶发展的每一步，都离不开高精地图。在百度的Apollo核心技术框架中，高精地图和大数据、小度车载OS等成为服务平台的重要组成部分，并形象地为高精地图打了三个比喻：

　　1、千里眼：自动驾驶汽车依靠激光雷达、毫米波雷达、摄像头等感知路况，但摄像头不同俯角看到的距离在60到150米之间，极光雷达的感知范围约为40米—80米，如果前面200米的路口突然出现一辆车，不免存在事故的风险。高精地图是对物理世界路况的精准还原，清楚知道前面的路况，相当于是自动驾驶汽车的“千里眼”，为车辆加速减速、并道转弯等驾驶决策提供关键道路信息。

　　2、透视镜：在雨雾等恶性天气条件下，哪怕是最先进的激光雷达和摄像头，也很难把每一条车道看清楚，这时候高精地图就起到了“透视镜”的作用，在摄像头看不清或者雷达检测不到的地方，高精地图仍能及时反馈数据。

　　3、安全员：高精度地图可以精确自动识别交通标志、地面标志、车道线、信号灯等上百种目标，还有道路坡度、曲率等准确的数据信息。有了高精地图指路，即便在阴雨等不良天气下，自动驾驶车辆也不会因为数据延迟进行错误判断。同时还有辅助环境感知的作用，比如雷达感知到前面道路上的坑洼，可以和高精地图进行数据对比。

　　或许可以这样形容，人类在开车时要眼观六路耳听八方，自动驾驶车辆同样如此，只是人类开车靠记忆和导航判断路况，自动驾驶需要的是高精地图。

　　高精地图的赛点在哪?

　　和传统导航地图不同的是，导航地图的服务对象是人，高精地图的服务对象是人工智能，有着不同的用途、属性和元素，比如说导航地图仅包含简单的道路线条、信息点(POI)、行政区划边界，也符合人类的认知习惯。

　　但高精地图要复杂的多，底层是静态高精地图，诸如车道模型、道路部件、道路属性和其他的定位图层;上层是动态高精地图，比如道路拥堵情况、施工情况、是否有交通事故、交通管制情况、天气情况等动态交通信息。

　　传感器的性能边界，决定了高精地图、高精定位等先验信息的必要性，当然也是自动驾驶领域的隐藏金矿。在自动驾驶即将大规模商业化的前夕，高精地图已然成为百度、高德、四维图新等争夺的对象，激烈程度似乎不亚于自动驾驶技术的比拼。

　　正如广汽研究院智能网联中心副主任梁伟强的观点，百度开放共赢的战略使得Apollo高精地图能够促进车企自动驾驶研发的进程。特别是在地图控制器以及地图技术方案，可以满足广汽对高精地图的高要求，比如完整的车道线模型、精度、准确率、功能安全等等。与市场上同类产品相比，Apollo在高精地图特征要素、定位精度等方面更有优势。

　　正是得益于百度高精地图的优势，广汽传祺L3自动驾驶系统将与百度高精地图定位展开持续深入的合作。同时，百度与广汽合作的首个合作车型将在2020年上市。

　　也就是说，高精地图的赛点在于是否适用于自动驾驶，围绕高精地图的竞争业已扩展到四个维度：

　　其一，“朋友圈”数量。百度、高德等巨头级的高精地图玩家，除了服务于自家的自动驾驶技术，也是连接车企的重要纽带，而车企的表态无疑是谁更适合自动驾驶的风向标。比如在百度和高德地图的商业竞标中，百度已经成功拿到了8家车企的商业化订单，包括现代、长城、比亚迪、奇瑞、大迈、汉腾等知名企业。高精地图的商业化才刚刚开始，滚雪球效应依然适用，朋友圈越大越有话语权。

　　其二，精细化程度。自动驾驶的定位要求达到亚米级，也就是一米以下，传统的导航地图显然不能达标，精度也就成了高精地图厂商竞争的核心。就目前来说，百度高精地图的相对精度在0.1—0.2m，定位精度达到了8cm，完全满足自动驾驶的需要。可以印证的是，广汽、一汽、长安等多家车企对百度高精地图进行了OEM测试，通过率100%。

　　其三，地图生产效率。高精地图比普通地图更复杂，不仅要检测车道，还要检测转弯箭头的位置、确定道路是否有起伏等等，此外还需要高频度更新，高精地图的生产效率也就成了竞争的关键。

　　值得一提的是，百度高精地图凭借模式识别、深度学习、三维重建、点云信息处理等，数据自动化处理程度已达到90%，也是国内唯一具备完整的自主知识产权，拥有从采集设备到数据制作全流程自主技术研发能力的高精地图数据提供商。高精地图的规模化“量产”，或已不再遥远。

　　其四，地图覆盖范围。高精地图的覆盖范围决定了自动驾驶的适用范围，目前百度高精地图已经采集了数百万公里，覆盖全国高速公路、城市快速路等超过30W公里，覆盖范围超过高德和四维图新。与此同时百度还与国际顶级地图厂商TomTom达成合作，在所有市场实施全球统一标准，联手研发用于自动驾驶的高精地图。

　　截止到2018年9月，国内机动车保有量达到3.22亿辆，未来这些车辆无疑将被自动驾驶车辆所替代，即便高精地图只向车厂或者出行运营商按年收取服务费，市场规模已经不可小觑，也就不难理解百度为何要在这一赛道加速抢跑，升级原有的传统地图模式，发展成为最适合自动驾驶发展的高精地图了。

　　结语

　　诸如特斯拉等搭载激光雷达、摄像头的车型，已经在某种程度上实现了自动辅助驾驶，倘若引入高精地图后，不难实现L3级别的自动驾驶，距离自动驾驶技术的初步普及似乎并没有那么遥不可及。

　　国内不缺少高精地图领域的创业者，也不缺少自动驾驶行业中的淘金者，但高精地图和自动驾驶从来都不应该是各自为战。高精地图是自动驾驶、智能城市的基础性工作之一，除了地图采集，也需要庞大的数据支撑，而百度无疑是在高精地图涉入最深的一家，而或许也只有这种生态化的布局才最适合自动驾驶和智能城市。