[首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術(shù)的逐步落地，曾經(jīng)高度依賴的高精度地圖似乎不再火熱，行業(yè)的注意點更多轉(zhuǎn)移到了端到端大模型、AI等前沿領(lǐng)域。那高精度地圖在自動駕駛中到底承擔的是什么角色？它有哪些不可替代的作用？

什么是“高精度地圖”，它要解決什么問題？

高精度地圖不是我們手機里常用的那種導航地圖，它的設(shè)計目標是為自動駕駛系統(tǒng)提供“機器能用的、可精確定位和決策的先驗世界模型”。這類地圖要把道路從“人能看懂”的層面，提升到“車可以用來定位、預測和規(guī)劃”的層面。

高精度地圖的坐標精度要達到米以下、通常是厘米級；語義信息要細到車道線、停止線、人行橫道、交通信號燈與其對應的受控車道、路側(cè)護欄、路沿、坡度、曲率等；同時要把道路網(wǎng)絡(luò)抽象成帶語義的拓撲圖，說明哪些車道可以直行、左轉(zhuǎn)、掉頭，哪里有強制停車、哪里有限速、線型變化等。

高精度地圖不僅包含幾何（3D點云、線、面），還包含“語義”與“規(guī)則”兩類信息，這些信息是自動駕駛在傳感器觀測受限時的重要先驗。高精度地圖是幾何層（精確的三維重建）、語義層（車道、標志、信號等）、拓撲/連通性層（lanegraph）、本地化錨點（用于精確定位）的混合體，只有將這些信息進行融合，才可以確保自動駕駛汽車“看”到更遠的路。

高精度地圖應該包含哪些“要素”？

高精度地圖需要把一條道路的“規(guī)則”和“長相”都要“寫”清楚，其需要的要素遠比普通導航地圖多得多。首先是用于精確定位的幾何基準，三維點云或精確的道路中心線與車道邊界，可以提供厘米級的位置參考，幫助車輛把傳感器感知的物體掛到地圖坐標系上，從而實現(xiàn)穩(wěn)定的位姿估計與多幀融合。

還有就是車道語義，像是車道編號、車道寬度、車道功能（轉(zhuǎn)彎車道、直行車道、公交專用等）、車道連通性（相鄰車道能否并入/換道）、以及合并點、分叉點的拓撲關(guān)系等信息，這對軌跡預測和行為決策至關(guān)重要。

再有就是如停止線、人行橫道位置、斑馬線延伸、減速帶、路緣、路沿、護欄、中央分隔帶位置、受限停車區(qū)等靜態(tài)交通設(shè)施信息。信號化信息也要映射到車道上，哪盞交通燈控制哪條車道、信號燈的位置（不是僅僅在路口附近標注一個“紅綠燈”），以及可能的信號相位和時序（如果有的話）。

除了上面說的這些，高精度地圖還會包含限速、道路曲率與坡度、路面材料、夜間照明、GPS可見性指數(shù)、常見遮擋區(qū)域（比如樹蔭會干擾傳感器）等道路屬性。

當然，有些高精度地圖還包含“歷史行為層”或“統(tǒng)計層”，用于記錄某個路段常見行人/非機動車行為、車流分布或擁堵模式，這些對于規(guī)劃器做風險評估也很有用。Waymo、Mobileye、HERE等把這些要素做成既能用于定位又能用于規(guī)劃的多層結(jié)構(gòu)。

與傳統(tǒng)導航地圖的本質(zhì)區(qū)別在哪里？

把高精度地圖和我們常用的“地圖”（例如手機導航、百度/高德地圖或OpenStreetMap）放在一起比較，差別不僅僅是“精度更高”那么簡單。傳統(tǒng)地圖的目標是解決人類駕駛者的“從A到B怎么走”的問題，它注重道路走向、路名、路口類型、POI（興趣點）、大致限速和路網(wǎng)連通性，通常精度在米級或更粗，數(shù)據(jù)更新以周/月為單位，且很多語義信息是為人呈現(xiàn)的文字與圖標。

高精度地圖的目標是“讓車知道前方幾米內(nèi)的每個東西在什么地方、如何影響決策”，因此它關(guān)注的是局部幾厘米內(nèi)的幾何細節(jié)與機器可讀的語義關(guān)系。傳統(tǒng)地圖可以告訴你“前方右轉(zhuǎn)進入X路”，但高精度地圖要告訴自動駕駛“在前方12.4米處，右側(cè)車道在0.3米處轉(zhuǎn)為右轉(zhuǎn)專用車道，停止線在13.2米處，與之對應的信號燈位于左側(cè)1.1米高，且該信號相位控制直行和右轉(zhuǎn)兩個車道”。

此外，傳統(tǒng)地圖通常為平面表示，而高精度地圖常常包含3D點云、曲率與高程信息，這些對車輛動力學與縱橫向控制很關(guān)鍵。高精度地圖的語義精細化和本地化錨點是其與普通地圖的核心差別。

與“實時生成式地圖”的區(qū)別與互補

近幾年行業(yè)內(nèi)還有另一個熱門話題是“能不能在車上實時生成地圖，把高精度地圖的工作都交給車載SLAM/感知？”實時生成式地圖（或稱為在線地圖、局部地圖、即時SLAM）是把車輛的傳感器輸出在行駛過程中拼接成即時的地圖或語義圖，并用于定位與規(guī)劃。

高精度地圖與實時生成式地圖其實有明顯的差別，“范圍與一致性”就是其中一個，車載實時地圖所覆蓋的是車輛所在的局部區(qū)域，并依賴當前觀測，它能很好應對臨時障礙（比如施工、臨時停車）和動態(tài)目標，但在全局一致性、長期靜態(tài)幾何精度和語義完整性上往往不如離線制作的高精度地圖。離線高精度地圖通過多車次、多時刻的點云與影像融合，利用后處理來消除噪聲，生成更穩(wěn)定、更完整的三維幾何和語義標簽；而在線方法在傳感器噪聲、遮擋和天氣影響下，容易出現(xiàn)位姿漂移、語義錯判或圖譜碎片化的問題。實時地圖的優(yōu)勢在于低成本和對動態(tài)變化的適應性，它不需要昂貴的外部測繪車隊或集中化更新流程，能馬上感知路上的臨時變化。

其實在實時生成式地圖與高精度地圖之間，最佳路徑不是“二選一”的問題，而是把二者當作互補，用離線高精度地圖提供高可信度的先驗（尤其在遮擋或遠距情況），同時用在線生成的地圖或感知來修正實時高精度地圖的短期變化，甚至把在線觀測回傳到云端做增量更新，形成“半實時”的地圖生態(tài)。這種混合方案也是很多廠商關(guān)注的焦點。

要不要放棄高精度地圖？

近年行業(yè)里出現(xiàn)了兩種極端的路線，一派把高精度地圖當作關(guān)鍵組件，認為它能顯著提升定位、感知魯棒性和規(guī)劃質(zhì)量；另一派在產(chǎn)品層面宣稱盡量少用或不依賴傳統(tǒng)意義上的高精度地圖，轉(zhuǎn)而依靠“純視覺／深度學習＋海量行駛數(shù)據(jù)”來完成定位與決策。

之所以出現(xiàn)這兩種路線，本質(zhì)上還是從“成本與可擴展性”以及“性能與安全冗余”這兩個方面考慮。支持放棄高精度地圖的論據(jù)多集中在可擴展性，制作并保持全球范圍內(nèi)的高精度地圖的成本極高，地圖會頻繁過時（施工、臨時標識改變、道路改造等），如果能把這些信息完全交給車輛通過學習和在線感知實時判斷，就能顯著降低部署成本并提高可擴展速度。

反對放棄的人則指出，當前傳感器感知在很多極端情況（強光、夜間、雨霧、長期遮擋）下仍然不夠可靠，而高精度地圖提供的“先驗”可以彌補傳感器的盲區(qū)并提高安全余量。

其實從實際應用上來說，“完全放棄高精度地圖”這種說法并不完全準確，未來或許會朝著多種策略并存并朝著“更輕量、更動態(tài)的地圖”的方向演進。比如把高精度地圖的信息拆成“核心的長期不變信息”和“容易變動的動態(tài)信息”，只把長期信息做成離線高可信度的層，把易變信息交給在線感知與云端快速更新；還可以采用眾包/車隊采集與增量更新機制，把用戶車或服務(wù)車作為測繪前端來降低測繪成本；更可以發(fā)展更緊湊的地圖表示（例如語義圖+拓撲圖，而非完整的大體素點云），以便在帶寬受限的情況下下發(fā)關(guān)鍵先驗；還可以探索將生成模型與圖學習用于地圖補全或自動合成（Waymo的HDMapGen就是把地圖建模為可生成的結(jié)構(gòu)化表示以提高合成與仿真能力）。這些方向的改變意味著高精度地圖的“形態(tài)”會變化，但在可預見的中短期內(nèi)，其“先驗價值”在多種自動駕駛場景下仍然無法被純粹依賴傳感器的方案完全替代，尤其是對安全冗余要求高的服務(wù)（像城市內(nèi)的Robotaxi服務(wù)），高精度地圖的重要性則更為顯著。

未來高精度地圖會如何發(fā)展？

未來，高精度地圖或會經(jīng)歷從“靜態(tài)、重量級”向“多層次、動態(tài)、可生成功能化地圖”轉(zhuǎn)變。離線高可信度的幾何/拓撲層會繼續(xù)存在，用于保證定位基線和仿真驗證；在線生成與眾包更新會成為常態(tài)，用以處理施工、事故和臨時變化；云端會承擔更復雜的合并、糾錯與版本管理工作；同時，生成式模型與圖神經(jīng)網(wǎng)絡(luò)可能在地圖補全、語義推斷與地圖壓縮方面提供新工具。用一句簡短的話來概括就是，地圖不會被“拋棄”，而是會被“重新設(shè)計”以適應規(guī)模化部署的經(jīng)濟與安全要求。

審核編輯 黃宇