自動駕駛會不會涼，還要看真的到完全民用後，能不能達到人們對於自動駕駛的需求達到個人的預期。隨著自動駕駛產業飛速發展，當前越來越多的汽車制造商開始向L3級別自動駕駛進行探索，高精度地圖作用將越發顯著，逐漸成為自動駕駛行業的兵家必爭之地。
高盛預計，高精度地圖行業未來十年將迎來黃金發展期，到2020年高精度地圖市場為21億美元，2030年該市場將達到200億美元。在高精度地圖的爭奪焦點上，行業廠商紛紛進場，迎來發展的關鍵階段。
前不久，高德簡短的線上釋出會，為地圖戰事再添一把新火。借著余溫，我們圍繞高精度地圖展開聊一聊。
什麽是高精度地圖？
高精度地圖（HD Map，High Definition Map），是一種專為自動駕駛服務的地圖。
與傳統的電子導航地圖相比，高精度地圖不同之處在於：
精度
傳統導航地圖提供「道路級別」的導航資訊，精度在米級別，可實作車輛的基本導航需求；高精度地圖能夠提供「車道級別」的導航資訊，精度在厘米級別，可實作車輛的基本導航需求。
數據維度
在道路形狀、坡度、曲率、鋪設、方向等道路數據基礎上，高精度地圖不僅增加了車道內容相關（車道線型別、車道寬度等）數據，更有諸如限高、禁行、防護欄。道路邊緣型別、路邊地標等大量目標數據。高精度地圖能夠明確區分車道線型別、路邊地標等細節。
使用物件
傳統導航電子地圖是面向駕駛員，供駕駛員使用的地圖數據；而高精度地圖是面向自動駕駛汽車車機裝置使用的地圖數據，與傳感器互相補充為無人駕駛提供安全保障。
即時更新
高精度地圖對數據的即時性要求更高。高精度地圖將大量的行車輔助資訊儲存為結構化數據，透過雲端即時更新高精度動態地圖數據。
簡單來講，高精地圖就是精度更高、數據維度更廣的電子導航地圖，是自動駕駛感知層和決策層的數據基礎。高精度地圖透過更高維數的數據結合高效率的匹配演算法，結合車載GPS、IMU、LiDAR或網路攝影機的數據，解決感知環節中傳感器在雨雪、大霧天氣裏不適用的問題，在互動決策環節中對數據進行修正，從而實作更精確的定位。
並且高精地圖還有一個非常現實的意義，就是能夠減少車載傳感器的數量，降低整車成本，加快自動駕駛的落地。
但是，有一點需要註意的是，高精地圖需要繪制出訊號失鎖區域。在訊號失鎖區域，自動駕駛車輛需要提高網路攝影機辨識的靈敏度。
總之，不論是動態化，高精度和多維度，最終目的都是為了保證自動駕駛的安全與高效率。動態化保證了自動駕駛能夠及時地應對突發狀況，選擇最優的路徑行駛；高精度確保了機器自動行駛的可行性，保證了自動駕駛的順利實作；多維度則是與更多邏輯規則相結合，進一步提升了自動駕駛的安全性。
高精度地圖如何賦能自動駕駛？
上面介紹了高精度地圖的特點和優勢，相信也能看到其對於自動駕駛行業的助力。筆者簡單整理為以下幾方面，方便大家直觀的了解。
高精度地圖產業現狀
由於高精地圖是連結人、車、路等各種交通參與者的紐帶，車企、Tier1、地圖廠商、互聯網企業、芯片廠商等圍繞高精地圖開展了各種各樣的合作，共同推進高精地圖產業的發展。
由於國外地圖行業由於政策監管較松，研發較為活躍，發展速度較快。截止目前，國外的高精地圖主要有Here、TomTom、Waymo（原Google地圖）等老牌圖商；以及DeepMap、CivilMaps、Carmera等初創公司。
競爭格局呈現出兩極分化態勢：一方面是大型互聯網科技巨頭、車企等在高精度地圖的研發上更多采取集中采集的地圖資訊搜集方式，其合作夥伴數量相對而言更多且更為穩定，在市場上影響力更強；另一方面則是自動駕駛行業演算法整合層面的初創公司，成本預算有限，對現金流較為迫切，因此基本采用成本較低的眾包采集，並且更積極地探索高精度地圖的商業化變現模式。
和美國不同，國內市場因為有較為嚴格的地圖測繪政策限制，國家測繪局對電子地圖制作設立了甲級資質的高準入門檻。據中國自然資源報數據顯示，截至2020年2月，具有電子地圖制作甲級資質的單位有22家。早在2012年前後，國內的高德、百度、四維圖新等老牌導航電子地圖制作企業提前布局自動駕駛地圖業務。
隨著自動駕駛投資熱潮湧現，其他導航電子地圖資質企業、互聯網公司、汽車企業及專業自動駕駛地圖創業公司，也都紛紛加入到自動駕駛地圖市場的角逐當中。目前行業公司大體可分為四類：一是導航電子地圖圖商，如四維圖新、高德、百度、易圖通等；二是自動駕駛地圖創業公司，如Momenta、寬凳、DeepMotion等；三是車企扶植的地圖企業，如被上汽控股的中海庭、吉利汽車億喀通旗下自動駕駛地圖團隊；四是其他獲得導航電子地圖資質的公司，如華為、江蘇智圖等。整體呈現出傳統圖商、初創企業、車企、互聯網巨頭多方逐鹿的行業競爭格局，在高精地圖領域積極布局。
誠然，相較於高光下的自動駕駛車，高精度地圖的戰局嚴重被低估。回顧自動駕駛地圖產業發展，可以清晰地看到兩大行業的迅速融合——各大傳統汽車廠商在布局自動駕駛業務時，幾乎無一例外地投資或收購高精度地圖公司，而諸多地圖公司也更是早早就盯住了自動駕駛的巨大市場。
各企業在高精度地圖市場跑馬圈地的背後，也是搶位地圖入口的爭奪戰。
擋在面前的挑戰
作為智慧網聯汽車基礎設施，高精度地圖具有精度高、維度多、即時更新等特點，其重要性不言而喻。但由於自動駕駛地圖提供的數據對於精度的要求，涉及到了空間資訊保安，現行的法律以及政策在數據采集、傳輸、儲存、使用以及表達上依然存在諸多限制，高精度地圖面臨諸多挑戰。
制作復雜 難以量產
高精度地圖雖然好用，但目前還無法大規模地生產。高精度地圖的測繪過程要比傳統電子地圖復雜，目前市場上高精地圖的制作方式主要是「采集車測繪」和「眾包測繪」兩種。
由專業采集車輛或眾包車輛對道路及其周邊地理要素或人工設施的特征（形狀、大小、空間位置）進行即時采集、處理及提供，並且在後期高精度地圖的制作還要由圖商進行編輯加工和數據轉換。
高精度地圖的數據采集和制作都屬於測繪活動，由於地理資訊涉及國家秘密，在中國從事高精度地圖測繪活動需要獲取導航電子地圖甲級資質。這使得數據的采集和使用以及表達受到極大限制，部份企業由於現行法規限制，沒有測繪資質就沒辦法采集、使用以及儲存這些空間位置資訊，只能夠跟有資質的廠商進行合作。
采集車采集：
該方式依賴於專業采集裝置和專業采集人員，專業測繪車，透過自主采集半自動化以及全自動化生產的方式獲得了高精度的向量地圖，向量地圖包括車道級拓樸、車道邊線、道路區間以及ADAS數據等資訊，它能夠滿足車道級的導航功能的自動駕駛，精度和可信度高。
眾包采集：
基本上可以理解為使用者透過自動駕駛車輛自身的傳感器，或其他低成本的傳感器硬體，收集的道路數據傳到雲端進行數據融合，並透過數據聚合的方式提高數據精度，來完成高精地圖的制作。
涉及機密 政策限制
地圖政策的挑戰僅存在於國內，國外政策在此較為寬泛。由於測繪及地圖制作涉及國家安全，中國高精度地圖數據采集需要符合相關政策的規定。
對於數據的采集，包括道路的高程、坡度、曲率，橋梁隧道的限高、限重等資訊，按照現行政策，有明確的限制。
比如，【基礎地理資訊公開表示內容的規定】顯示，快速路、高架路、引道、街道和內部道路的鋪設材料、最大縱坡、最小曲率半徑不可公開。同時，也不能記錄涉密的地理資訊數據（座標、高程等）。而車企對於這些數據又有很強的需求，這直接導致在自動駕駛中，坡度和高程無法直接使用，這將對地圖的便捷使用造成影響。
數據管理 標準缺失
隨著自動駕駛的發展，更多的汽車廠、圖商對高精地圖投入了越來越多的資源。這些廠商在發展高精地圖時，由於各自的數據格式並不相同，所以導致數據無法方便地在彼此間進行互動。
目前國際上高精地圖規範有NDS、OpenDRIVE、OMP公司規範等幾種，精度和重新整理頻率也沒有統一標準。同時，由於都把高精地圖當作自己的核心競爭力，所以彼此的高精地圖不進行共享，這就導致了每家圖商都要獨自采集全國的高精地圖數據，就進一步提高了成本。此外，車廠也不情願對圖商共享數據，這進一步推高了高精地圖的采整合本，同時拖延了高精地圖的更新速度。
此外，自動駕駛地圖不僅包含很高精度的道路靜態資訊，未來可能還會包含交通事件以及道路施工等動態資訊，很難保證地圖數據的實效性，即無法保證地圖數據足夠「新鮮」。基於這個特性，其數據采集和更新成本將持續走高。
技術缺失 覆蓋受限
由於高精地圖呈現的資訊量相對較大，導致高精地圖在數據的采集上較普通電子地圖難度更高，采集周期更長。目前高精地圖還無法做到國內所有道路全面覆蓋，只能覆蓋部份高速公路及主要的城市道路。
另外，自動駕駛的程度越高，對數據內容和精度的要求就會越高。以車道線和路面標識為例，需要利用深度學習的方法對雷射點雲進行自動化辨識來提取，透過這些自動化處理的方式，可以降低高精地圖生產成本。
但由於自動辨識的效率需要依賴演算法的提升，所以這不是一蹴而就的過程，而是一個長期的發展過程。
寫在最後
放眼市場，在多方勢力角逐之下，高精度地圖的市場行程節奏已然加快。
但一直以來，大範圍的精度控制難、制作和更新成本高、以及對於即時性的要求，都是高精度地圖面臨的重大挑戰，產業化之路依舊較長。
同時，隨著面向自動駕駛的完整地圖服務商業模式的逐漸成型，整個市場的競爭門檻或許也將從過去單一的挑戰轉向如何更好的為自動駕駛系統服務。
從兩種數據采集方式來看，采用專業采集車采集和制作的方式來保障大範圍的精度控制，是當前主流圖商的基本做法；而透過眾包采集，主要依賴算力、AI及電腦視覺技術，實作無人幹預的全自動化即時雲端制圖和釋出，或將是未來低成本、快速更新高精度地圖的主流趨勢。
可見，挑戰之下，實踐是發現和解決問題的最佳途徑。
有業界專家曾這樣表示「高精度地圖就像自動駕駛汽車的記憶，離開了記憶，無論眼睛和思考（網路攝影機/雷達+控制系統）速度有多麽發達，還是無法對事件有全域把控」。
如今，記憶尚處於模糊地帶，亟待被喚醒，引領自動駕駛去開拓其「蠻夷之地」。
圍觀網友互動現場，請戳：
https://www. eefocus.com/column/%E6% 9D%8E晨光
