自动驾驶“基础设施”：“高精地图+高精定位”的场景优化

近年来，业内关于 自动驾驶 的讨论不绝耳语，包括车企、 供应商 、互联网公司、创业公司在内的产业链各方，均将自动驾驶挂在嘴边，唯恐被行业甩在身后。然而，如果将自动驾驶视为最终目标，那么在实现这一目标过程中的基础力量，往往被人忽视。这其中，作为自动驾驶重要“基础设施”的高精 地图 +高精定位，首当其冲。

高精地图，自动驾驶进阶的基础能力

众所周知，根据SAE International（国际自动机工程师学会，原美国汽车工程师学会）的划分，自动驾驶级别分为5级，也就是L1-L5。从目前的落地量产产品看，基本介于L2和L3之间，典型的应用场景包括高级巡航、自动跟车、自动转向、自动刹车、紧急刹停等，在高速公路车况好的情况下可以实现一定意义上的自动驾驶场景。

不过，虽然自动驾驶技术从硬件到软件都取得了很大的进步，但从具体的技术实现方式看， 大多数量产车产品是依托于传感器（摄像头+ 雷达 ）和控制系统，传感器监测周围环境，控制系统处理数据并控制车辆驾驶动作。

这种技术解决方案有一定的局限性，短期来看虽然效果不错，但长期而言，随着自动驾驶级别的不断增高，道路复杂情况的不断增强，数据量的不断攀升，都会对整体的自动驾驶实现成本和效果稳定性产生影响。

这时候，高精度地图会发挥明显作用。高精地图可以为车辆环境感知提供辅助，提供超视距路况信息，并帮助车辆进行规划决策。按照 高德 汽车总裁韦东的说法，高精度地图就像自动驾驶汽车的记忆，“离开了记忆，无论眼睛和思考（摄像头及雷达+控制系统）速度有多么发达，还是无法对事件有全局把控”。

目前，HAD级别高精度地图的精度则能达到厘米量级，除了基础地图的道路形状、坡度、曲率、铺设、方向等数据外，还包括车道线类型、车道宽度，以及路边地标、防护栏、树木、道路边缘类型等数据。

从技术上看，当自动驾驶车调用高精度地图时，等于提前对所处环境有了精准预判，优先形成了行驶策略，而摄像头和雷达以及控制系统的作用就可以放在突发情况的监控上。在这种多维解决方案下，一方面自动驾驶效果有所提高，一方面有利于车企综合成本的控制。

高精定位，未来出行可能性的基础保障

值得注意的是，与高精度地图一并而来的是高精度定位， 除了全局性的了解道路状况外，自动驾驶也需要实时确定车辆自身的确切位置，定位精度越高，自动驾驶的可靠性越高。

从方法上看，高精定位将自动驾驶汽车的环境感知结果与高精地图进行对比，得到车辆在高精地图中的精确位置和姿态。由此可见，实现高精定位是自动驾驶汽车路径规划的前提条件。

从分类上看，高精定位除了一般而言更常用的相对定位外，还有绝对定位。效果方面，在系统进行环境感知的过程中，绝对定位可以帮助其缩小范围，大幅提高系统效率，当然也可以提供系统冗余。值得注意的是，绝对定位结合基站还有惯导系统，在隧道、地下车库等卫星信号无法覆盖的地方也能实现很好的效果。

总结而言， 较高的绝对定位精度除了可以提高地图匹配的搜索效率，在传感器被遮挡的时候也可能提供一定的备份功能。 作为绝对定位解决方案的代表，千寻位置通过建设北斗定位系统的地基增强系统，目前已经可以为车辆提供米级精度的实时定位，并且未来将升级到厘米精度。

随着高精定位技术的不断发展，定位精度不断提升，一些过去很难实现的应用场景也会出现，这些场景不仅仅局限于自动驾驶领域，这里举两个例子：

第一、打车案例： 目前用户手机叫车时的典型使用场景是先与司机沟通上车地点，由于定位精度不够，司机看到的目的地可能不是用户真正上车的目的地。但是随着定位精度的上升，到米级甚至未来的厘米级别，电话沟通完全会成为多余的工序。

第二、导航案例： 目前不论是手机还是车机导航，最多只能把用户导航到“目的地附近”，这种模式下车主很有可能在复杂周边环境中仍找不到目的地。但是，随着定位精度的不断提升，未来的车辆导航模式一定是直接将车辆导航进目的地停车位才算结束，车辆导航无疑会更加好用和高效。

最后提一点，在高精度地图和高精度定位发挥作用的过程中， 云计算 平台的匹配也至关重要，直接决定了系统的实时更新和实时同步能力 ，前者反映道路真实情况，后者则将最新数据传递给每个交通参与者，因此这其中需要有专业公司之间的协同过程。

小结：

通过上文的梳理不难看出，想要为用户带来真正意义上有效且好用的自动驾驶体验，高精度地图和高精度定位技术的应用不可缺少。并且， 高精准地图+高精定位的解决方案应用场景还不仅限于自动驾驶技术领域，更关乎整个大交通领域，关于未来出行的整体场景优化。 试想，未来打车时不用在和司机沟通地点，未来导航时不再提示“到达目的地附近”，而是直接把你带入停车位，这是怎样一种美妙的体验。