引言 | 高德說，一套圖等于偵察員、領航員、裁判員

今年一月，特斯拉接連發生三起事故。一起是Model 3沖出拐彎的路面，一起是Model S追尾一輛消防車，還有一起是Model 3在市區撞到了一根燈柱。

雖然只有第二起與它的Autopilot有關，但還是說明：人們對新興的自動駕駛技術的興趣一直伴隨著擔憂。

那么，自動駕駛技術現在到底成熟度幾何？哪家技術未來會更強？

一、高精度地圖助通用超過特斯拉？

日前，美國權威市場研究機構Navigant Research發布了《2017自動駕駛競爭力排行榜》，通用和特斯拉分別位例首尾，相差了18名之多。

▲此份調查報告從公司愿景、市場發展策略、合作伙伴、生產策略、技術、營銷&銷售&產品、產能、產品質量&可靠性、產品組合和長期投入度等十個維度綜合評價。

從評判標準看，拉開這條巨大鴻溝的原因有很多，比如通用在產能潛力方面有著壓倒性的優勢，而從市場發展策略看，處事更加穩重的通用自然也能收獲更多分數。

在這些原因之外，通用能傲居榜首，與其自動駕駛策略關系密切。在過去的一年，通用終于給我們展現出了與特斯拉思路迥異的另一種自動駕駛策略。

這是一種近乎偏執的克制，以至于現今它還只能做到高速公路上的單車道自動駕駛。但從體驗看，其穩定性和可靠性很高，雖然只能讓人吃到“小點心”，但接下來的“大菜”其實已經能預見了。

事實上通用已經延遲了Super Cruise的發布，原因之一是為了得到一張更加精準的高精度地圖，而這張地圖也給本次評級加上了不小砝碼。

在可預見的未來，如果以凱迪拉克CT6為首的Super Cruise應用車型們打開銷路后，他們在自動駕駛道路上追趕、甚至超越特斯拉，將變成可能。

因為高精地圖將解決特斯拉Autopilot的三個致命弱點：一、大多數前方靜止的障礙物；二、標記復雜易混淆的匝道區域；三、橫向駛來的大型車輛的甄別。

這三點分別對應已經發生過的實際案例：一、2016年1月，中國邯鄲的Model S高速追尾近乎靜止的清掃車的事故；二、2016年7月美國賓州一輛Model X在復雜的車道線路況下，沖出匝道直接翻車；三、2016年5月，美國佛州一輛Model S因無法識別橫穿馬路的白色半掛卡車，而從對方底部穿過而撞毀。

如果有了高精地圖，以上三個事故可能會被改寫。

二、高精度地圖的“三員大將”

要說明的是，高精度地圖和傳統的導航地圖是不同的意思。對于道路屬性，導航地圖只需要給出道路路網這個級別的數據即可，它的重點在車輛定位，至于輪胎所接觸的地面是怎么樣的，其實基本都被忽略掉了。

那高精度地圖是怎么樣的？這還要從它的“三員大將”說起。

▎偵查員

由于路況復雜，自動駕駛更像是狀況百出的越野賽而不是四平八穩的公路賽。所以在上路前，我們需要派出偵查員，仔細勘探每一個坑、每一道坡、每一條彎，以此繪制出詳細的路書。

高精度地圖與此類似，不過還要更為精確，比如它還能提供準確的道路形狀，細化到每個車道的坡度、曲率、航向、高程、側傾等數據。相比傳統路書，它提供的信息有著幾何級別差別。

當然，高精度地圖也不是什么數據都會采集的，它主要關注的是“道路硬點”信息，比如上面說的車道坡度等，除此之外，比如人行橫道、道路信息指示牌、限速標志等交通參照物也在采集范圍之內。

▲各廠家關注的高精度地圖下“道路硬點”信息快速更新能力，在未來會變得尤為重要。“實際情況與地圖中信息不符”的案例在未來不能被接受。

路書的好處有很多，比如隨著2018年的第一場雪，我們再次發現原來白雪覆蓋下的車道是這么難以辨認。為此，在一些經常被大雪覆蓋的公路線旁都會設置延綿不斷的路標，為的就是指清車道，避免誤沖出車道。

如果說傳統的攝像頭、雷達等探測設備更像是“人眼”，它的優勢是能快速抓取即時信息，但弱點也很明顯，比如如果道路線被覆蓋了，就基本抓瞎了。事實上現今的自動駕駛或半自動駕駛都是不適合在雪地里開啟的。

但如果有了高精度地圖，結果就完全不一樣了。“絕對信息”的存在，讓車輛在即時偵測設備失靈時一樣可以“盲開”。

▲2016年1月，河北邯鄲一輛Model S在高速上直接撞上一輛清掃車

在2016年1月河北邯鄲的Model S追尾事故中，Autopilot疑似沒有識別出左前方近乎靜止的高速清掃車，而直接追尾。有業內人士這樣推測：系統當時認為前方“靜止的”障礙物，或許只是路邊一個大型路標或廣告牌，不在車輛的行進路線中，因而沒有進行任何警告與剎車，最終釀成大禍。

如果有了高精地圖，它已事先偵探過該路段并無路牌，那么突如其來的障礙物即為危險；即使后來這里新加了路牌，其精準位置應該在車道的外側，而不應該入侵到車道內，同樣可以斷定為一危險物，而及時采取預警和制動了。

路牌與障礙物的位置差別，可能只有一兩米，這在傳統導航地圖中無法區分；但在精確到20公分的高精地圖中，這個位差還是能輕易偵測出的。

這是高精地圖「偵察員」的功勞。

▎領航員

由于汽車是移動的，并不是在繪制好路書后就能高枕無憂，所以高精度地圖還會參與到“正賽”中，充當領航員的角色。自動駕駛通過GPS、攝像頭、雷達等探測設備與高精度地圖中的數據進行地形匹配，以此確定汽車當前位置。而高精度地圖則反過來告訴汽車當前和未來將要面臨的“路面硬點”信息會是怎么樣的。

這和越野賽領航員做的有些類似——在比賽中負責領航，朗讀路書，選擇適當時機告知車手前方道路情況。

高精度地圖作為領航員，它能起到的作用有很多。比如能夠幫助汽車甄別哪段路該采用哪種駕駛模式，在人流密集區，會傾向手動/輔助駕駛，而在非密集區則傾向于自動駕駛。

這就好像越野賽領航員有時會提醒駕駛員該怎么切彎道一樣。

而在2016年6月，賓州的Model X沖出路面的案例中，很可能Autopilot無法瞬間識別復雜的車道線，特別是上下匝道的特殊標記線，而讓車輛徑直沖過路基，來了個底朝天。

如果有了高精地圖，即使當時車道線被大雪覆蓋，車輛一樣能按正確軌跡行進，精準的辨別哪里是路面，哪里是路基，而不會出軌翻車。

這就是高精地圖「領航員」的作用。

▎裁判員

由于有了預知能力，高精度地圖還能起到裁判員的效果。比如，以往的探測技術較難區分信息的距離感與層次感，容易發生誤判。

比如紅綠燈路口難題。沒有高精地圖的自動輔助駕駛系統，經常會迷惑前方的紅色亮光，到底是前車的尾燈還是路口的紅燈？這種猶豫很可能導致事故或違章。

有了高精度地圖就不一樣了，由于事先知道汽車會駛入怎么樣的道路環境，它會迅速判斷出車輛與路口的精準距離；同時它還能判斷路面的坡度，并及時指導視頻系統的拍攝角度，更好判斷前方物體的真實高度，以區別是尾燈還是信號燈。這樣，一種在我們人類看似啼笑皆非的誤判，就完美避免了。

▲攝像頭和雷達在信息處理上會有分歧，一旦誤判就會釀成大禍。這時高精度地圖作為第三方能起到關鍵的裁判員作用

2016年5月，美國佛州一起著名的Model S事故，改寫了特斯拉Autopiot的發展軌跡。Joshua Brown在公路上開啟了自動輔助駕駛功能，但沒有充分注意路況，結果一頭沖過了一輛橫穿馬路的白色半掛卡車底部，滑出路面撞毀。

根本原因是，Autopilot 1.0的攝像頭認為橫在前方的白色車身是天上的白云，毫米波雷達則認為障礙物是一塊高懸的巨幅路標。二人都不認為這是一個危險，最終沒有預警和制動，造成悲劇發生。

即使攝像頭和雷達中的一方識別出了危險，1：1打平時聽誰的？這是一個難題。特斯拉以前的算法是二者矛盾時聽攝像頭的，現在改成聽雷達的，但這仍讓人無法完全放心。

如果有了高精地圖，相當于加入了一個機智的第三方裁判。

首先，高精地圖會告訴雷達，這個地界在之前的偵測中根本沒有任何標識，而且路標的顏色不會是白色。然后，它會根據當時的坡度，告訴攝像頭以合理的視角進行拍攝，反復確認前方物體的海拔高度與距離遠近。同時，距離上肯定會優先采納雷達的建議，這是毫米波信號相比視覺信號的天然優勢。

最后，它會微微一笑：那特么哪里是白云和路標了？距離和顏色都錯了！那是一輛迫在眉睫的大型障礙物，趕緊通知系統剎車！

而且，即使高精地圖只能判斷其中一項，那么2：1也能做出更令人信服的判斷。可以說：它是一個至關重要的「裁判員」。

三、通用CT6的超級巡航選擇高德

關于自動駕駛，可以說通用在做選擇方面是十分謹慎的。從早前消息看，美國方面，通用經過層層刷選后選擇了GeoDigita。這家老牌測繪企業，也是Ushr的前身。

▲Ushr隨著一波瘋狂的1000萬美元A輪融資，與通用捆綁的死死地。

而來到國內，拿到通用super curise 高精度地圖訂單的不是百度，而是深耕高精度地圖領域多年，不太喜歡夸海口的高德。

▲高精地圖與國家安全關系密切，必須由國內有資質的地圖廠商提供，所以主要對手就縮小到高德、四維圖新和百度上

比如高德汽車事業部總裁韋東關于未來布局，在車聚君看來是合理和不夸大的：

未來“高精地圖+高精定位”的基礎設施，將與傳感器、激光雷達等發揮融合作用，共同推動自動駕駛發展。前者解決絕對精度問題，后者解決相對精度和安全防范問題。

明明白白說出高精度地圖的作用，并最大限度的推廣它，這個簡單的道理，在現今反而變得珍貴了。所以從兩家的調性看，這次合作有必然。

但必然之外，高德打下的基礎起到了關鍵作用。

截至去年9月，高德已完成了32萬公里國內高速公路高精地圖采集，并建立了基于眾包采集體系的自動化更新處理系統。

而在早些時候的4月、6月和8月，分別完成了在定位圖層和數據更新等方面與博世和英偉達展開合作、協助測繪局完成國內首個自動駕駛用偏轉插件測試、與千尋位置達成戰略合作，向行業推出基于高精度地圖和高精度定位的解決方案。

特別要說明的是與千尋位置的合作，要知道后者目前在全國已經布局了1450個地基增強站。而且在接下來兩年的目標也是很驚人——2018年實現厘米級定位服務中國全境覆蓋；2019年實現米級服務全球覆蓋。

至于為什么選擇高德而不是百度，除了廣為流傳的一些原因外，百度與車企的合作是基于Apollo（阿波羅）軟件平臺，雖然看似更廣，但高精度需要的“精”卻不敢打包票。

要知道高精度地圖數據的采集工作是需要大量人力物力財力才能完成的，高德目前擁有數千名數據生產人員和專業技術研發人員；超過6500萬個POI（Point of Interest），790萬公里的導航道路數據，超過400種道路屬性信息，橫跨61個城市、超13000平方公里的三維數據模型......

我們知道自動/智能駕駛汽車主要拼的是自動駕駛，而自動駕駛又拼的是軟件，而軟件主要拼的是算法，算法又來自于廣闊的大數據：路試數據、消費者實駕數據、道路信息數據、公共服務數據、高精地圖......

▲DT化就意味著傳統企業和行業將數據這種新的生產要素與其他要素融合起來，實現數據業務化，衍生出創新模式的過程。

高德作為率先轉型數據生產的DT化企業之一，并且背靠阿里巴巴，這些利好為將來實現動態高精度地圖乃至大數據處理質的飛躍打下了良好的基礎。

車聚小結

當然從技術上說，即使單靠傳感器，也能實現自動駕駛車輛對環境的監測，比如奧迪A8用激光雷達等探測儀器，依然實現了初級SAE L3。

但是，考慮到激光雷達的價格，傳感器的工作局限（比如前面提到的積雪路面），以及車輛實現自動駕駛功能所必需的安全冗余等因素，目前業內的普遍共識是：在SAE L3以上級別自動駕駛中，高精地圖依然是必要的配置。

那目前既不用激光雷達，也沒有高精地圖的特斯拉呢？

它也沒閑著。特斯拉在2017年啟用Autopilot 2.0硬件時，明確提到：“我們需要通過布局在車身上的攝像頭來收集路況短視頻，以獲取車道線、路牌、交通燈等信息。特斯拉對路況的覆蓋越廣，每一輛特斯拉的自動駕駛能力就越高。”

呶，這相當于它自己也在做高精地圖的事兒，只不過借助車主采取了“免費眾包”的模式。

那如果有了高德這樣的高精地圖專業小伙伴，其它企業追趕特斯拉Autopilot是不是更輕松了？