“畫”一張地圖有多難？

云賀

未來，要想讓自動駕駛中人工介入程度更淺、頻次更少，高精度地圖的繪制與完善是不可或缺的一環(huán)。

作為自動駕駛技術(shù)推廣應(yīng)用的關(guān)鍵所在，高精度地圖繪制既是繞不過去的重點環(huán)節(jié)，也是難點之一。為了突破技術(shù)障礙、協(xié)調(diào)各方資源形成合力，近年來全球車企、科技企業(yè)乃至政府機構(gòu)都頻頻發(fā)力。

2015年3月，Uber收購了位于加州的地圖和搜索創(chuàng)業(yè)公司deCarta;在政府支持下，日本10余家企業(yè)在2016年6月成立了“動態(tài)地圖基盤企劃株式會社”;今年4月底，以色列科技巨頭Mobileye與日產(chǎn)汽車簽訂協(xié)議，共同創(chuàng)建適用于自動駕駛的新一代地圖。各方如此大動干戈，這張地圖真的那么難“畫”嗎？

高精度地圖有什么不一樣

區(qū)別于日常生活中用于導(dǎo)航的普通電子地圖，適用于自動駕駛汽車的高精度地圖主要有兩大特點。

一是包含更加豐富和詳細(xì)的數(shù)據(jù)信息。這些數(shù)據(jù)按照動、靜兩方面來劃分。靜態(tài)數(shù)據(jù)既包括基礎(chǔ)性的二維道路數(shù)據(jù)——如車道標(biāo)記、周邊基礎(chǔ)設(shè)施等，也涵蓋了交通管制、道路施工、廣域氣象等準(zhǔn)靜態(tài)數(shù)據(jù)。

此外，高精度地圖還囊括了事故、擁堵情況以及周邊車輛、行人及信號燈等瞬息萬變的動態(tài)信息數(shù)據(jù)。與普通地圖幾個月甚至幾年更新一次不同，高精度地圖必須保持分鐘級、乃至秒級的更新速度。

二是定位精準(zhǔn)度更高。在手機上使用的GPS導(dǎo)航，其精準(zhǔn)度一般在5-10米范圍內(nèi)，在樓宇密集地區(qū)或地下隧道的精度還要更低一些。而自動駕駛技術(shù)所需的高精度地圖則要達(dá)到厘米級精度。

當(dāng)前，走在全球高精度地圖繪制前沿的企業(yè)——包括科技巨頭谷歌和地圖軟件服務(wù)商HERE等，都聲稱在不久的將來有能力達(dá)到10-20cm的定位精度。豐田則宣稱其空間信息生成技術(shù)“COSMIC”，可將直線道路定位精度控制在5cm以內(nèi)。

自動駕駛需要怎樣的地圖

隨著自動駕駛技術(shù)不斷進(jìn)步，未來要想讓人工介入程度更淺、頻次更少，使車輛行駛更加安全可靠，高精度地圖的繪制與完善是不可或缺的一環(huán)。

為何自動駕駛汽車對地圖的詳細(xì)度和精準(zhǔn)度要求如此之高？其原因還要從地圖的服務(wù)對象說起。普通電子地圖直接服務(wù)于駕駛者，通過提供周邊路況信息、路徑規(guī)劃等服務(wù)，最終將決策判斷權(quán)和操作權(quán)留給駕駛者。而高精度地圖的服務(wù)對象，卻是搭載自動駕駛系統(tǒng)的車輛本身，通過結(jié)合傳感器對行駛環(huán)境的實況感知，幫助車輛對道路及周邊環(huán)境進(jìn)行預(yù)判，最終交由車輛的決策和控制系統(tǒng)綜合判斷并做出響應(yīng)。

在自動駕駛狀態(tài)下，車輛必須像駕駛員一樣，擁有極高分辨率的“眼”和極快反應(yīng)速度的“腦”。高精度地圖所扮演的角色就是為了能讓車輛視野更廣，“看”得更清晰、更及時。

例如，行駛中的汽車常常會遇到壓線問題。許多道路交通標(biāo)線的寬度都定在20cm，普通車輛的駕駛員可以根據(jù)視覺判斷和行車經(jīng)驗避免壓線。但是自動駕駛汽車的“眼睛”必須將定位精準(zhǔn)度限制在20cm以內(nèi)，才能保證車輛安全、規(guī)范地行駛在車道內(nèi)，而低精度地圖根本無法達(dá)到這一要求。

此前曾有車企提出，先進(jìn)傳感器能彌補低精度地圖的不足，二者結(jié)合同樣可以滿足自動駕駛系統(tǒng)的需要。實際上，目前路面上配備了ADAS（高級駕駛輔助系統(tǒng)，Advanced Driver Assistance Systems）的汽車就是采取這種方式，利用車輛傳感器感知周圍環(huán)境、辨識動靜態(tài)物體，再通過系統(tǒng)運算分析，輔助駕駛者做出決策判斷。

可是，這一構(gòu)想只限于處于較低級別水平的自動駕駛。按照美國國家公路交通安全管理局（NHTSA）的分類，就是2級以下、隨時需要“駕駛員之眼”介入的級別。尤其是，當(dāng)該類型的自動駕駛車輛遭遇雨雪天氣時，激光雷達(dá)傳感器很可能無法辨識路面標(biāo)識，而低精度地圖又不能給出清晰的預(yù)判信息，這將為行車安全帶來嚴(yán)重隱患。更何況，在真實路況下，道路指示牌、障礙物等有可能被周邊高速行駛的車輛和行人暫時掩蓋，容易造成傳感器的“視覺盲區(qū)”。

難點在“信息數(shù)據(jù)的收集共享”

從高精度地圖采集測繪數(shù)據(jù)的方式來看，全球主要有兩大流派。一種以谷歌、HERE的地圖測繪車為代表。例如，HERE高精度測繪車上的激光雷達(dá)傳感器可以一秒內(nèi)感知約60萬個掃描點（包括周邊建筑物、樹木等）;在一天內(nèi)，測繪車能夠收集和處理超過100G的數(shù)據(jù)。

另一種則以特斯拉的“車隊學(xué)習(xí)網(wǎng)絡(luò)”（Fleet Learning Network）為代表，相當(dāng)于利用量產(chǎn)車，把測繪任務(wù)“眾包”出去，調(diào)動整個車隊的所有傳感器來收集數(shù)據(jù)，并通過云技術(shù)上傳到中央數(shù)據(jù)庫，最終每一輛車都是地圖數(shù)據(jù)貢獻(xiàn)者，也是獲得者。該方法彌補了由于測繪車數(shù)量不足，而造成的數(shù)據(jù)實時更新緩慢的缺點。

無論采取何種方式，高精度地圖的繪制與完善，在全球范圍內(nèi)都存在著一些共性難題。除了不斷突破技術(shù)障礙提高測繪水平、完善道路基礎(chǔ)設(shè)施（如道路標(biāo)識和標(biāo)線等）方便車輛系統(tǒng)辨識之外，高精度地圖在信息數(shù)據(jù)的收集共享方面，還存在著兩大難題：

一是數(shù)據(jù)開放與分享問題。當(dāng)前，高精度地圖所需的各類數(shù)據(jù)散布于車企、地圖提供商等各個主體。最理想的狀態(tài)是各方能通過互換和共享數(shù)據(jù)，實現(xiàn)道路信息全覆蓋，助力自動駕駛技術(shù)的進(jìn)步與普及。

為協(xié)調(diào)各方關(guān)系，打通自動駕駛系統(tǒng)所需的數(shù)據(jù)接口，2016年，包括車企、地圖繪制商等10余家日本企業(yè)，在日本政府的支持下成立了“動態(tài)地圖基盤企劃株式會社”。但這一努力能否得償所愿還是未知數(shù)。

在我國，從去年高德宣布免費向合作車企提供高精度地圖數(shù)據(jù)，到今年上海車展開幕當(dāng)天百度發(fā)布“阿波羅計劃”，均引發(fā)爭議。各方圍繞數(shù)據(jù)歸屬問題展開了利益博弈：地圖供應(yīng)商想通過開放換取更多數(shù)據(jù)，而車企卻擔(dān)心喪失核心數(shù)據(jù)，淪為科技企業(yè)的“代工廠”。

二是數(shù)據(jù)隱私與安全問題。往小了說，地圖測繪可能會涉及非法獲取個人隱私;往大了說，這是關(guān)乎國家安全的大事。

在十分重視個人隱私保護(hù)的歐盟國家，因為擔(dān)心地圖測繪采集車會在有意無意間獲取到公民通過非加密無線網(wǎng)絡(luò)發(fā)布的個人信息，當(dāng)?shù)卣啻螌雀枳龀鎏幜P。而出于國家安全考慮，許多國家的相關(guān)政府部門對公共地圖的信息采集與繪制也有諸多規(guī)定——包括對于精確度、測繪區(qū)域、機構(gòu)和人員等諸多限制條件。

眼下，如何在保障信息安全和鼓勵自動駕駛技術(shù)發(fā)展之間，找到最佳平衡點和解決方案，已成為擺在各國政府面前的一道難題。