引言 | 高德说，一套图等于侦察员、领航员、裁判员

今年一月，特斯拉接连发生三起事故。一起是Model 3冲出拐弯的路面，一起是Model S追尾一辆消防车，还有一起是Model 3在市区撞到了一根灯柱。

虽然只有第二起与它的Autopilot有关，但还是说明：人们对新兴的自动驾驶技术的兴趣一直伴随着担忧。

那么，自动驾驶技术现在到底成熟度几何？哪家技术未来会更强？

一、高精度地图助通用超过特斯拉？

日前，美国权威市场研究机构Navigant Research发布了《2017自动驾驶竞争力排行榜》，通用和特斯拉分别位例首尾，相差了18名之多。

▲此份调查报告从公司愿景、市场发展策略、合作伙伴、生产策略、技术、营销&销售&产品、产能、产品质量&可靠性、产品组合和长期投入度等十个维度综合评价。

从评判标准看，拉开这条巨大鸿沟的原因有很多，比如通用在产能潜力方面有着压倒性的优势，而从市场发展策略看，处事更加稳重的通用自然也能收获更多分数。

在这些原因之外，通用能傲居榜首，与其自动驾驶策略关系密切。在过去的一年，通用终于给我们展现出了与特斯拉思路迥异的另一种自动驾驶策略。

这是一种近乎偏执的克制，以至于现今它还只能做到高速公路上的单车道自动驾驶。但从体验看，其稳定性和可靠性很高，虽然只能让人吃到“小点心”，但接下来的“大菜”其实已经能预见了。

事实上通用已经延迟了Super Cruise的发布，原因之一是为了得到一张更加精准的高精度地图，而这张地图也给本次评级加上了不小砝码。

在可预见的未来，如果以凯迪拉克CT6为首的Super Cruise应用车型们打开销路后，他们在自动驾驶道路上追赶、甚至超越特斯拉，将变成可能。

因为高精地图将解决特斯拉Autopilot的三个致命弱点：一、大多数前方静止的障碍物；二、标记复杂易混淆的匝道区域；三、横向驶来的大型车辆的甄别。

这三点分别对应已经发生过的实际案例：一、2016年1月，中国邯郸的Model S高速追尾近乎静止的清扫车的事故；二、2016年7月美国宾州一辆Model X在复杂的车道线路况下，冲出匝道直接翻车；三、2016年5月，美国佛州一辆Model S因无法识别横穿马路的白色半挂卡车，而从对方底部穿过而撞毁。

如果有了高精地图，以上三个事故可能会被改写。

二、高精度地图的“三员大将”

要说明的是，高精度地图和传统的导航地图是不同的意思。对于道路属性，导航地图只需要给出道路路网这个级别的数据即可，它的重点在车辆定位，至于轮胎所接触的地面是怎么样的，其实基本都被忽略掉了。

那高精度地图是怎么样的？这还要从它的“三员大将”说起。

▎侦查员

由于路况复杂，自动驾驶更像是状况百出的越野赛而不是四平八稳的公路赛。所以在上路前，我们需要派出侦查员，仔细勘探每一个坑、每一道坡、每一条弯，以此绘制出详细的路书。

高精度地图与此类似，不过还要更为精确，比如它还能提供准确的道路形状，细化到每个车道的坡度、曲率、航向、高程、侧倾等数据。相比传统路书，它提供的信息有着几何级别差别。

当然，高精度地图也不是什么数据都会采集的，它主要关注的是“道路硬点”信息，比如上面说的车道坡度等，除此之外，比如人行横道、道路信息指示牌、限速标志等交通参照物也在采集范围之内。

▲各厂家关注的高精度地图下“道路硬点”信息快速更新能力，在未来会变得尤为重要。“实际情况与地图中信息不符”的案例在未来不能被接受。

路书的好处有很多，比如随着2018年的第一场雪，我们再次发现原来白雪覆盖下的车道是这么难以辨认。为此，在一些经常被大雪覆盖的公路线旁都会设置延绵不断的路标，为的就是指清车道，避免误冲出车道。

如果说传统的摄像头、雷达等探测设备更像是“人眼”，它的优势是能快速抓取即时信息，但弱点也很明显，比如如果道路线被覆盖了，就基本抓瞎了。事实上现今的自动驾驶或半自动驾驶都是不适合在雪地里开启的。

但如果有了高精度地图，结果就完全不一样了。“绝对信息”的存在，让车辆在即时侦测设备失灵时一样可以“盲开”。

▲2016年1月，河北邯郸一辆Model S在高速上直接撞上一辆清扫车

在2016年1月河北邯郸的Model S追尾事故中，Autopilot疑似没有识别出左前方近乎静止的高速清扫车，而直接追尾。有业内人士这样推测：系统当时认为前方“静止的”障碍物，或许只是路边一个大型路标或广告牌，不在车辆的行进路线中，因而没有进行任何警告与刹车，最终酿成大祸。

如果有了高精地图，它已事先侦探过该路段并无路牌，那么突如其来的障碍物即为危险；即使后来这里新加了路牌，其精准位置应该在车道的外侧，而不应该入侵到车道内，同样可以断定为一危险物，而及时采取预警和制动了。

路牌与障碍物的位置差别，可能只有一两米，这在传统导航地图中无法区分；但在精确到20公分的高精地图中，这个位差还是能轻易侦测出的。

这是高精地图「侦察员」的功劳。

▎领航员

由于汽车是移动的，并不是在绘制好路书后就能高枕无忧，所以高精度地图还会参与到“正赛”中，充当领航员的角色。自动驾驶通过GPS、摄像头、雷达等探测设备与高精度地图中的数据进行地形匹配，以此确定汽车当前位置。而高精度地图则反过来告诉汽车当前和未来将要面临的“路面硬点”信息会是怎么样的。

这和越野赛领航员做的有些类似——在比赛中负责领航，朗读路书，选择适当时机告知车手前方道路情况。

高精度地图作为领航员，它能起到的作用有很多。比如能够帮助汽车甄别哪段路该采用哪种驾驶模式，在人流密集区，会倾向手动/辅助驾驶，而在非密集区则倾向于自动驾驶。

这就好像越野赛领航员有时会提醒驾驶员该怎么切弯道一样。

而在2016年6月，宾州的Model X冲出路面的案例中，很可能Autopilot无法瞬间识别复杂的车道线，特别是上下匝道的特殊标记线，而让车辆径直冲过路基，来了个底朝天。

如果有了高精地图，即使当时车道线被大雪覆盖，车辆一样能按正确轨迹行进，精准的辨别哪里是路面，哪里是路基，而不会出轨翻车。

这就是高精地图「领航员」的作用。

▎裁判员

由于有了预知能力，高精度地图还能起到裁判员的效果。比如，以往的探测技术较难区分信息的距离感与层次感，容易发生误判。

比如红绿灯路口难题。没有高精地图的自动辅助驾驶系统，经常会迷惑前方的红色亮光，到底是前车的尾灯还是路口的红灯？这种犹豫很可能导致事故或违章。

有了高精度地图就不一样了，由于事先知道汽车会驶入怎么样的道路环境，它会迅速判断出车辆与路口的精准距离；同时它还能判断路面的坡度，并及时指导视频系统的拍摄角度，更好判断前方物体的真实高度，以区别是尾灯还是信号灯。这样，一种在我们人类看似啼笑皆非的误判，就完美避免了。

▲摄像头和雷达在信息处理上会有分歧，一旦误判就会酿成大祸。这时高精度地图作为第三方能起到关键的裁判员作用

2016年5月，美国佛州一起著名的Model S事故，改写了特斯拉Autopiot的发展轨迹。Joshua Brown在公路上开启了自动辅助驾驶功能，但没有充分注意路况，结果一头冲过了一辆横穿马路的白色半挂卡车底部，滑出路面撞毁。

根本原因是，Autopilot 1.0的摄像头认为横在前方的白色车身是天上的白云，毫米波雷达则认为障碍物是一块高悬的巨幅路标。二人都不认为这是一个危险，最终没有预警和制动，造成悲剧发生。

即使摄像头和雷达中的一方识别出了危险，1：1打平时听谁的？这是一个难题。特斯拉以前的算法是二者矛盾时听摄像头的，现在改成听雷达的，但这仍让人无法完全放心。

如果有了高精地图，相当于加入了一个机智的第三方裁判。

首先，高精地图会告诉雷达，这个地界在之前的侦测中根本没有任何标识，而且路标的颜色不会是白色。然后，它会根据当时的坡度，告诉摄像头以合理的视角进行拍摄，反复确认前方物体的海拔高度与距离远近。同时，距离上肯定会优先采纳雷达的建议，这是毫米波信号相比视觉信号的天然优势。

最后，它会微微一笑：那特么哪里是白云和路标了？距离和颜色都错了！那是一辆迫在眉睫的大型障碍物，赶紧通知系统刹车！

而且，即使高精地图只能判断其中一项，那么2：1也能做出更令人信服的判断。可以说：它是一个至关重要的「裁判员」。

三、通用CT6的超级巡航选择高德

关于自动驾驶，可以说通用在做选择方面是十分谨慎的。从早前消息看，美国方面，通用经过层层刷选后选择了GeoDigita。这家老牌测绘企业，也是Ushr的前身。

▲Ushr随着一波疯狂的1000万美元A轮融资，与通用捆绑的死死地。

而来到国内，拿到通用super curise 高精度地图订单的不是百度，而是深耕高精度地图领域多年，不太喜欢夸海口的高德。

▲高精地图与国家安全关系密切，必须由国内有资质的地图厂商提供，所以主要对手就缩小到高德、四维图新和百度上

比如高德汽车事业部总裁韦东关于未来布局，在车聚君看来是合理和不夸大的：

未来“高精地图+高精定位”的基础设施，将与传感器、激光雷达等发挥融合作用，共同推动自动驾驶发展。前者解决绝对精度问题，后者解决相对精度和安全防范问题。

明明白白说出高精度地图的作用，并最大限度的推广它，这个简单的道理，在现今反而变得珍贵了。所以从两家的调性看，这次合作有必然。

但必然之外，高德打下的基础起到了关键作用。

截至去年9月，高德已完成了32万公里国内高速公路高精地图采集，并建立了基于众包采集体系的自动化更新处理系统。

而在早些时候的4月、6月和8月，分别完成了在定位图层和数据更新等方面与博世和英伟达展开合作、协助测绘局完成国内首个自动驾驶用偏转插件测试、与千寻位置达成战略合作，向行业推出基于高精度地图和高精度定位的解决方案。

特别要说明的是与千寻位置的合作，要知道后者目前在全国已经布局了1450个地基增强站。而且在接下来两年的目标也是很惊人——2018年实现厘米级定位服务中国全境覆盖；2019年实现米级服务全球覆盖。

至于为什么选择高德而不是百度，除了广为流传的一些原因外，百度与车企的合作是基于Apollo（阿波罗）软件平台，虽然看似更广，但高精度需要的“精”却不敢打包票。

要知道高精度地图数据的采集工作是需要大量人力物力财力才能完成的，高德目前拥有数千名数据生产人员和专业技术研发人员；超过6500万个POI（Point of Interest），790万公里的导航道路数据，超过400种道路属性信息，横跨61个城市、超13000平方公里的三维数据模型......

我们知道自动/智能驾驶汽车主要拼的是自动驾驶，而自动驾驶又拼的是软件，而软件主要拼的是算法，算法又来自于广阔的大数据：路试数据、消费者实驾数据、道路信息数据、公共服务数据、高精地图......

▲DT化就意味着传统企业和行业将数据这种新的生产要素与其他要素融合起来，实现数据业务化，衍生出创新模式的过程。

高德作为率先转型数据生产的DT化企业之一，并且背靠阿里巴巴，这些利好为将来实现动态高精度地图乃至大数据处理质的飞跃打下了良好的基础。

车聚小结

当然从技术上说，即使单靠传感器，也能实现自动驾驶车辆对环境的监测，比如奥迪A8用激光雷达等探测仪器，依然实现了初级SAE L3。

但是，考虑到激光雷达的价格，传感器的工作局限（比如前面提到的积雪路面），以及车辆实现自动驾驶功能所必需的安全冗余等因素，目前业内的普遍共识是：在SAE L3以上级别自动驾驶中，高精地图依然是必要的配置。

那目前既不用激光雷达，也没有高精地图的特斯拉呢？

它也没闲着。特斯拉在2017年启用Autopilot 2.0硬件时，明确提到：“我们需要通过布局在车身上的摄像头来收集路况短视频，以获取车道线、路牌、交通灯等信息。特斯拉对路况的覆盖越广，每一辆特斯拉的自动驾驶能力就越高。”

呶，这相当于它自己也在做高精地图的事儿，只不过借助车主采取了“免费众包”的模式。

那如果有了高德这样的高精地图专业小伙伴，其它企业追赶特斯拉Autopilot是不是更轻松了？