打開音樂邊聽邊看

寫在前面：自動駕駛是IT領(lǐng)域很重要的一個產(chǎn)業(yè)趨勢。自動駕駛覆蓋的產(chǎn)業(yè)鏈環(huán)節(jié)較多,，涉及到計算機(jī),、電子、汽車,、通信等多個行業(yè)。我們一個比較粗糙的判斷是,，未來的自動駕駛汽車就是一個IT產(chǎn)品,。IT產(chǎn)品很重要的一個特性就是迭代速度快。我們都知道傳統(tǒng)汽車的迭代周期是比較長的，少則小幾年,，多則大幾年,，甚至更長。而我們認(rèn)為,，未來的自動駕駛汽車的迭代速度會逐步加快,，主要體現(xiàn)在底層的芯片、算法以及上層的應(yīng)用軟件系統(tǒng)層面,。因此,，對于未來的自動駕駛，我們需要更多的以IT產(chǎn)品思維來研究,。也基于此,，我們推出“車輪上的思考”，對自動駕駛相關(guān)的關(guān)鍵環(huán)節(jié),，從IT的角度來進(jìn)行研究和分析,。這篇是該主題的第一期，聊一聊高精度地圖,。

先來看段視頻,，看下四維圖新的高精度地圖是如何發(fā)揮作用的

1、基本問題：什么是高精度地圖,？   

1.1 什么是高精度地圖

高精度地圖,，通俗來講就是精度更高、數(shù)據(jù)維度更多的電子地圖,。精度更高體現(xiàn)在精確到厘米級別,，數(shù)據(jù)維度更多體現(xiàn)在其包括了除道路信息之外的與交通相關(guān)的周圍靜態(tài)信息。

高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù),，這些信息可以分為兩類,。第一類是道路數(shù)據(jù)，比如車道線的位置,、類型,、寬度、坡度和曲率等車道信息,。第二類是車道周邊的固定對象信息,，比如交通標(biāo)志、交通信號燈等信息,、車道限高,、下水道口、障礙物及其他道路細(xì)節(jié),，還包括高架物體,、防護(hù)欄,、數(shù)目、道路邊緣類型,、路邊地標(biāo)等基礎(chǔ)設(shè)施信息,。

圖表1：高精度地圖的主要結(jié)構(gòu)化數(shù)據(jù)

來源：互聯(lián)網(wǎng)資料整理

以上這些信息都有地理編碼，導(dǎo)航系統(tǒng)可以準(zhǔn)確定位地形,、物體和道路輪廓,，從而引導(dǎo)車輛行駛。其中最重要的是對路網(wǎng)精確的三維表征（厘米級精度）,，比如路面的幾何結(jié)構(gòu),、道路標(biāo)示線的位置、周邊道路環(huán)境的點云模型等,。有了這些高精度的三維表征,，自動駕駛系統(tǒng)可以通過比對車載的GPS、IMU,、LiDAR或攝像頭的數(shù)據(jù)精確確認(rèn)自己當(dāng)前的位置,。另外，高精度地圖中包含有豐富的語義信息,，比如交通信號燈的位置和類型,、道路標(biāo)示線的類型、以及哪些路面是可以行使等,。

圖表2：自動駕駛的車身各傳感器分布（以奧迪A8為例）

來源：互聯(lián)網(wǎng)資料整理

高精度地圖與傳統(tǒng)地圖的區(qū)別,。與一般電子導(dǎo)航地圖相比，高精度地圖不同之處在于：

（1）精度：一般電子地圖精度在米級別,，商用GPS精度為5米,。高精度地圖的精度在厘米級別（Google、Here等高精度地圖精度在10-20厘米級別）,。

（2）數(shù)據(jù)維度：傳統(tǒng)電子地圖數(shù)據(jù)只記錄道路級別的數(shù)據(jù)：道路形狀,、坡度、曲率,、鋪設(shè),、方向等。高精度地圖（精確度厘米級別）：不僅增加了車道屬性相關(guān)（車道線類型,、車道寬度等）數(shù)據(jù),，更有諸如高架物體、防護(hù)欄,、樹,、道路邊緣類型、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù),。高精度地圖能夠明確區(qū)分車道線類型,、路邊地標(biāo)等細(xì)節(jié),。

（3）作用&功能：傳統(tǒng)地圖起的是輔助駕駛的導(dǎo)航功能，本質(zhì)上與傳統(tǒng)經(jīng)驗化的紙質(zhì)地圖是類似的,。而高精度地圖通過“高精度 高動態(tài) 多維度”數(shù)據(jù)，起的是為自動駕駛提供自變量和目標(biāo)函數(shù)的功能,。高精地圖相比傳統(tǒng)地圖有更高的重要性,。

（4）使用對象：普通的導(dǎo)航電子地圖是面向駕駛員，供駕駛員使用的地圖數(shù)據(jù),，而高精度地圖是面向機(jī)器的供自動駕駛汽車使用的地圖數(shù)據(jù),。

（5）數(shù)據(jù)的實時性：高精度地圖對數(shù)據(jù)的實時性要求更高。根據(jù)博世在2007年提出的定義,，無人駕駛時代所需的局部動態(tài)地圖（Local Dynamic Map）根據(jù)更新頻率劃分可將所有數(shù)據(jù)劃分為四類：永久靜態(tài)數(shù)據(jù)（更新頻率約為1個月）,，半永久靜態(tài)數(shù)據(jù)（頻率為1小時），半動態(tài)數(shù)據(jù)（頻率為1分鐘）,，動態(tài)數(shù)據(jù)（頻率為1秒）,。傳統(tǒng)導(dǎo)航地圖可能只需要前兩者，而高精地圖為了應(yīng)對各類突發(fā)狀況,，保證自動駕駛的安全實現(xiàn)需要更多的半動態(tài)數(shù)據(jù)以及動態(tài)數(shù)據(jù),，這大大提升了對數(shù)據(jù)實時性的要求。

高精度地圖=高鮮度 高精度 高豐富度,。不論是動態(tài)化,，還是精度和豐富度，最終目的都是為了保證自動駕駛的安全與高效率,。動態(tài)化保證了自動駕駛能夠及時地應(yīng)對突發(fā)狀況,，選擇最優(yōu)的路徑行駛。高精度確保了機(jī)器自動行駛的可行性,，保證了自動駕駛的順利實現(xiàn),。高豐富度與機(jī)器的更多邏輯規(guī)則相結(jié)合，進(jìn)一步提升了自動駕駛的安全性,。

圖表3：導(dǎo)航地圖與智能駕駛地圖的對比

來源：互聯(lián)網(wǎng)資料整理

1.2 高精度地圖作用

作為無人駕駛的記憶系統(tǒng),，我們認(rèn)為未來的高精度地圖將具備三大功能。（1）地圖匹配,。由于存在各種定位誤差,，電子地圖坐標(biāo)上的移動車輛與周圍地物并不能保持正確的位置關(guān)系。利用高精度地圖匹配則可以將車輛位置精準(zhǔn)的定位在車道上,，從而提高車輛定位的精度,。（2）輔助環(huán)境感知。對傳感器無法探測的部分進(jìn)行補充,，進(jìn)行實時狀況的監(jiān)測及外部信息的反饋 ：傳感器作為無人駕駛的眼睛,，有其局限所在,，如易受惡劣天氣的影響，此時可以使用高精度地圖來獲取當(dāng)前位置精準(zhǔn)的交通狀況,。（3）路徑規(guī)劃,。對于提前規(guī)劃好的最優(yōu)路徑，由于實時更新的交通信息,，最優(yōu)路徑可能也在隨時會發(fā)生變化,。此時高精度地圖在云計算的輔助下，能有效地為無人車提供最新的路況,，幫助無人車重新制定最優(yōu)路徑,。

功能1：地圖匹配。高精度地圖在地圖匹配上更多的依靠其先驗信息,。傳統(tǒng)地圖的匹配依賴于GPS定位,，定位準(zhǔn)確性取決于GPS的精度、信號強(qiáng)弱以及定位傳感器的誤差,。高精地圖相對于傳統(tǒng)地圖有著更多維度的數(shù)據(jù),，比如道路形狀、坡度,、曲率,、航向、橫坡角等,。通過更高維數(shù)的數(shù)據(jù)結(jié)合高效率的匹配算法,，高精度地圖能夠?qū)崿F(xiàn)更高尺度的定位與匹配。

功能2：輔助環(huán)境感知,。原理：（1）通過對高精度地圖模型的提取,，可以將車輛位置周邊的道路、交通,、基礎(chǔ)設(shè)施等對象及對象之間的關(guān)系提取出來,，這可以提高車輛對周圍環(huán)境的鑒別能力。（2）一般的地圖會過濾掉車輛,、行人等活動障礙物,，如果無人駕駛車載行駛過程中發(fā)現(xiàn)了當(dāng)前高精度地圖中沒有的物體，這些物體大概率是車輛,、行人和障礙物,。

高精度地圖可以看做是無人駕駛的傳感器，相比傳統(tǒng)硬件傳感器（雷達(dá),、激光雷達(dá)或攝像頭）,，在檢測靜態(tài)物體方面，高精度地圖具有的優(yōu)勢包括：

• 所有方向都可以實現(xiàn)無限廣的范圍。
  

• 不受環(huán)境,、障礙或者干擾的影響,。

• 可以“檢測”所有的靜態(tài)及半靜態(tài)的物體。

• 不占用過多的處理能力,。

• 已存有檢測到的物體的邏輯,，包括復(fù)雜的關(guān)系。

功能3：路徑規(guī)劃,。高精度地圖的規(guī)劃能力下沉到了道路和車道級別,。傳統(tǒng)的導(dǎo)航地圖的路徑規(guī)劃功能往往基于最短路算法，結(jié)合路況為駕駛員給出最快捷/短的路徑,。但高精地圖的路徑規(guī)劃是為機(jī)器服務(wù)的。機(jī)器無法完成聯(lián)想,、解讀等步驟,，給出的路徑規(guī)劃必須是機(jī)器能夠理解的。在這種意義上,，傳統(tǒng)的特征地圖難以勝任,，相對來說高精度矢量地圖才能夠完成這一點。矢量地圖是在特征地圖的基礎(chǔ)之上進(jìn)一步抽象,、處理和標(biāo)注,，抽出路網(wǎng)信息、道路屬性信息,、道路幾何信息以及標(biāo)識物等抽象信息的地圖,。它的容量要小于特征地圖，并能夠通過路網(wǎng)信息完成點到點的精確路徑規(guī)劃,，這是高精度地圖使能的一大路徑,。

1.3 導(dǎo)航地圖&ADAS地圖&無人駕駛地圖

導(dǎo)航地圖、ADAS地圖和AD所需要的地圖各不相同,。（1）對于導(dǎo)航地圖而言,，街道名稱是比較重要的信息，但對于ADAS和AD地圖確并非如此,。（2）道路曲率對于ADAS應(yīng)用至關(guān)重要,，對于自動駕駛也是必需的，但導(dǎo)航地圖并不需要道路曲率數(shù)據(jù),。（3）道路的幾何特征對于導(dǎo)航,、ADAS和AD地圖都是適用的。（4）不同地圖級別和地圖精度的背后是不同級別的智能駕駛以及不同級別的精度需求,。

圖表4：高精地圖與導(dǎo)航地圖的關(guān)聯(lián)關(guān)系

來源：互聯(lián)網(wǎng)資料整理

不同級別的高精度地圖,，在精度和信息量上也有差別。例如,，在安全環(huán)境下使用的基礎(chǔ)ADAS地圖只需要精度達(dá)到米量級,，而HAD級別高精度地圖的精度則能達(dá)到厘米量級,。在數(shù)據(jù)量方面，基礎(chǔ)ADAS地圖只記錄高精道路級別的數(shù)據(jù)（道路形狀,、坡度,、曲率、鋪設(shè),、方向等）,，HAD級別地圖不僅增加了車道屬性相關(guān)（車道線類型、車道寬度等）數(shù)據(jù),，更有諸如高架物體,、防護(hù)欄、樹,、道路邊緣類型,、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù)。

1.4 高精度地圖的數(shù)據(jù)特征類型

與傳統(tǒng)電子地圖相似,，高精度地圖的數(shù)據(jù)結(jié)構(gòu)也是分層的,。

數(shù)據(jù)類型1：二維網(wǎng)格數(shù)據(jù)。高精度地圖的底層是一個基于紅外線雷達(dá)傳感器建立的精密二維網(wǎng)格,。這個二維網(wǎng)格的精度保證在5×5厘米左右,。網(wǎng)格中存儲的數(shù)據(jù)包括：可以行使的路面、路面障礙物,、路面在激光雷達(dá)下的反光強(qiáng)度等都別存儲于相應(yīng)的網(wǎng)格中,。無人駕駛汽車可以通過對其傳感器搜集到的數(shù)據(jù)及其內(nèi)存中的高精度二維網(wǎng)格進(jìn)行比對，從而確定車輛在路面的具體位置,。

數(shù)據(jù)類型2：路面語義信息,。在二維網(wǎng)格參照系的基礎(chǔ)上，高精度地圖還包括路面的語義信息,，比如道路標(biāo)識線的位置和特征信息,，車道特征。這些路面語義信息可以發(fā)揮環(huán)境輔助感知作用,。由于傳感器在惡劣天氣,、障礙物、以及其他車輛的遮擋不能可靠地分析出車道信息時,，高精地圖中的車道信息特征可以輔助隊車道信息進(jìn)行更準(zhǔn)確地判斷,，理解相鄰車道之間是否可以安全并道。

數(shù)據(jù)類型3：交通標(biāo)識信息等,。高精度地圖還包括道路標(biāo)識牌,、交通信息號等相對于二維網(wǎng)格的位置。其作用包括：（1）提前提示自動駕駛汽車在某些特定的位置檢測相應(yīng)的交通標(biāo)示牌或者交通信息燈，提高檢測速度,。（2）在自動駕駛汽車在沒有成功檢測出交通標(biāo)示牌或者信號燈的情況下,，確保行車的安全。

1.5 地圖數(shù)據(jù)模型

大多數(shù)汽車廠商與其供應(yīng)商都會使用專有的地圖數(shù)據(jù)模型,，但基本都會受地理數(shù)據(jù)文件（GDF）規(guī)范的影響,。GDF規(guī)模首次于1988年10月作為CEN（歐洲標(biāo)準(zhǔn)委員會）標(biāo)準(zhǔn)發(fā)布。GDF第5版于2011年發(fā)布,，目標(biāo)是將數(shù)字地圖廣泛用于車輛導(dǎo)航系統(tǒng)應(yīng)用,、行人導(dǎo)航、ADAS,、公路維護(hù)系統(tǒng),、公路運輸信息記憶遠(yuǎn)程信息處理。

GDF地圖數(shù)據(jù)模型使用以下三種實體,。

（1）要素（或物體）：點,、線、面（簡單要素）或點線面的不同組合（復(fù)雜要素）,。

（2）要素之間的關(guān)系：如子級、父級,。

（3）屬性：要素或者關(guān)系的屬性,。

地圖數(shù)據(jù)模型本質(zhì)上比較復(fù)雜。地圖公司Here的關(guān)系數(shù)據(jù)庫模式擁有GDF的部分元素,，由180個表格組成,，單一路段要素超過200個屬性,。自動駕駛所需的地圖數(shù)據(jù)結(jié)構(gòu)沒有如此復(fù)雜，相應(yīng)模式較為簡單。

第一,，交換數(shù)據(jù)模型和物理數(shù)據(jù)模型,。GDF數(shù)據(jù)模型和格式主要為交換格式,，描述地圖提供商傳送數(shù)字地圖的形式,。車內(nèi)程序直接使用GDF會非常復(fù)雜且低效,。為了滿足汽車在數(shù)據(jù)庫大小與訪問性能方面的要求,，導(dǎo)航或者ADAS系統(tǒng)的機(jī)構(gòu)都設(shè)計開發(fā)了自有的數(shù)據(jù)模型以及數(shù)據(jù)在媒體上的存儲格式：物理數(shù)據(jù)模型（PDM）和物理存儲格式（PSF）,。基于這些不同的模式與格式,，地圖供應(yīng)商提供的數(shù)據(jù)需要通過地圖數(shù)據(jù)匯編轉(zhuǎn)換為特定的物理存儲格式。

物理存儲格式標(biāo)準(zhǔn)化,。2009年大型汽車制造商以及Tier1供應(yīng)商建立了導(dǎo)航數(shù)據(jù)標(biāo)準(zhǔn)（NDS）,，設(shè)計了通用導(dǎo)航地圖數(shù)據(jù)模型與格式。2012年首批使用NDS的系統(tǒng)上市,。這相當(dāng)于對物理存儲格式進(jìn)行了標(biāo)準(zhǔn)化,。自此,，地圖數(shù)據(jù)供應(yīng)商可以向主機(jī)廠客戶端傳送數(shù)據(jù)，而不需要有一級導(dǎo)航提供商進(jìn)行高價的數(shù)據(jù)編譯,。NDS將地圖數(shù)據(jù)組織成獨立的構(gòu)架模塊,。NDS第一版僅支持與導(dǎo)航相關(guān)的構(gòu)建模塊,，目前已經(jīng)支持與ADAS相關(guān)度的數(shù)據(jù)構(gòu)建模塊,，并將其擴(kuò)展為支持自動駕駛的內(nèi)容。

圖表5：NDS構(gòu)建模塊

來源：互聯(lián)網(wǎng)資料整理

第二,，數(shù)據(jù)模型的時效性圖層,。數(shù)字地圖模型需要考慮數(shù)據(jù),、關(guān)系與屬性的時效特征,。不同領(lǐng)域的數(shù)據(jù)過時的速率不同，并且需要專門的技術(shù)來收集和分發(fā)。比如,，道路的幾何形狀很少會發(fā)生變化,，不需要進(jìn)行實時或者經(jīng)常更新。而交通信息需要實時收集和分發(fā),。

圖表6：時效性地圖層

來源：互聯(lián)網(wǎng)資料整理

第三,，精確性。數(shù)據(jù)精度是高精度地圖的重要指標(biāo),。其包括三種不同的精度類型,。

（1）幾何精度。包括兩種：

絕對幾何精度,。用于測量對象絕對位置與地圖中標(biāo)識的相同對象的位置之間的誤差,。導(dǎo)航地圖的幾何精度小于10米，ADAS地圖的幾何精度小于1米,，自動駕駛地圖的幾何精度小于20厘米,。

相對幾何精度。用于測量地圖中附近物體之間的相對位置誤差,。自動駕駛地圖在100米的距離中的相對位置誤差要小于20厘米,。

（2）關(guān)系精度。指的是地圖中捕獲對象之間關(guān)系的精確程度,。

（3）屬性值精度,。該精度會根據(jù)特定應(yīng)用程序的使用和屬性以及程度而異。

2,、進(jìn)階問題：高精度地圖采集

2.1高精度地圖采集原理

高精地圖有著與傳統(tǒng)地圖不同的采集原理和數(shù)據(jù)存儲結(jié)構(gòu),。傳統(tǒng)地圖多依靠拓?fù)浣Y(jié)構(gòu)和傳統(tǒng)數(shù)據(jù)庫存儲，將各類現(xiàn)實中的元素作為地圖中的對象堆砌于地圖上,，而將道路存儲為路徑,。在高精地圖時代，為了提升存儲效率和機(jī)器的可讀性,，地圖在存儲時被分為了矢量和對象層,。

以某一廠商高精度地圖為例。該高精度地圖基于的是國際通用的OpenDrive規(guī)范,，并做了一定的修改,。一個opendrive節(jié)點背后,，是一個header節(jié)點、road節(jié)點與junction節(jié)點,，每個類型的節(jié)點背后還有各自的細(xì)分,。而道路線、道路連接處,、道路對象都從屬于road節(jié)點下,。Junction節(jié)點下，有著較為復(fù)雜的數(shù)據(jù)處理方式：通過connection road將不同的兩條道路連接起來,，從而實現(xiàn)路口的數(shù)據(jù)呈現(xiàn),。介于路口的類型種類復(fù)雜，junction也常常需要多種連接邏輯,。Opendrive為高精地圖提供了矢量式的存儲方式,，相比傳統(tǒng)的堆疊式容量更省，在未來的云同步方面擁有優(yōu)勢,。

圖表 7：高精地圖矢量數(shù)據(jù)格式

來源：互聯(lián)網(wǎng)資料整理

數(shù)據(jù)采集：實地采集 處理 后續(xù)更新,。（1）實地采集：高精地圖制作的第一步，往往通過采集車的實地采集完成,。采集的核心設(shè)備為激光雷達(dá),，通過激光的反射形成環(huán)境點云從而完成對環(huán)境各對象的識別。（2）處理：包括人工處理,、深度學(xué)習(xí)的感知算法（圖像識別）等,。一般來說，采集的設(shè)備越精密,，采集的數(shù)據(jù)越完整,，所需要算法去降低的不確定性就越低。而采集的數(shù)據(jù)越不完整,，就越需要算法去彌補數(shù)據(jù)的缺陷,；當(dāng)然也會有更大的誤差。（3）后續(xù)更新：主要針對道路的修改和突發(fā)路況,。這一方面有較多的處理方式,，比如眾包、與政府的實時路況處理部門合作等,。

新思路：眾包 深度學(xué)習(xí),。面對高精度地圖市場，重資產(chǎn)的傳統(tǒng)實地采集模式對于一些初創(chuàng)企業(yè)是較難承受的,。此時部分初創(chuàng)企業(yè)就選擇通過眾包的方式，利用相對成本較低的普通車載攝像頭和相機(jī)來采集道路情況,，隨后再通過深度學(xué)習(xí)和圖像識別算法使之轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù),。這方面最為成功的企業(yè)是Mobileye,，而國內(nèi)的代表有極奧科技等。

眾包除了成本較低外,，在實時性上也有較大的優(yōu)勢,，未來勢必會成為高精地圖采集體系中的一員。目前,，已有通用,、日產(chǎn)、豐田,、上汽等車廠采用了眾包的高精地圖采集方式,；同時四維圖新也于2018年宣布和Mobileye就高精地圖的實時眾包采集展開合作。

2.2 高精度地圖采集設(shè)備

高精地圖采集所需要的設(shè)備包括以下幾種,。

LiDAR（激光雷達(dá)）,。激光雷達(dá)首先通過向目標(biāo)物體發(fā)生一束激光，然后根據(jù)接受-反射的時間間隔確定目標(biāo)物體的實際距離,。根據(jù)距離及激光發(fā)射的角度,，通過簡單的幾何變換可以計算出物體的位置信息。汽車周圍環(huán)境的結(jié)構(gòu)化存儲通過環(huán)境點云實現(xiàn),。

激光雷達(dá)通過測量光脈沖的飛行時間來判斷距離,，在測量過程中激光雷達(dá)要產(chǎn)生汽車周圍的環(huán)境點云，這一過程要通過采樣完成,。一種典型的采樣方式是在單個發(fā)射器和接收器上在短時間內(nèi)發(fā)射較多的激光脈沖,，如在1秒內(nèi)發(fā)射萬級到十萬級的激光脈沖。脈沖發(fā)射后,，接觸到需要被策略的物體并反射回接收器上,。每次反射和接受都可以獲得一個點的具體地理坐標(biāo)。但發(fā)射和反射這一行為進(jìn)行的足夠多時,，便可以形成環(huán)境點云,，從而將汽車周圍的環(huán)境量化。

Camera（攝像頭）,。通過車載攝像頭,，可以捕捉到路面機(jī)器周圍交通環(huán)境的靜態(tài)信息，通過對圖片中關(guān)鍵交通標(biāo)志,、路面周圍關(guān)鍵信息的提取,，來完成對地圖的初步繪制。車載攝像頭是高精度地圖的信息采集的關(guān)鍵設(shè)備,，其主要是通過圖像識別和處理的原理來進(jìn)行,。

IMU（慣性測量單元，陀螺儀）。用于測量物體三軸姿態(tài)角(或角速率)以及加速度的裝置,。一般情況下,，一個IMU包含了三個單軸的加速度計和三個單軸的陀螺儀，加速度計檢測物體在載體坐標(biāo)系統(tǒng)獨立三軸的加速度信號,，而陀螺儀檢測載體相對于導(dǎo)航坐標(biāo)系的角速度信號,，測量物體在三維空間中的角速度和加速度，并以此解算出物體的姿態(tài),。

GPS（全球定位系統(tǒng)）,。GPS接收機(jī)的任務(wù)就是確定四顆或者更多衛(wèi)星的位置，并計算出它與每顆衛(wèi)星之間的距離,，然后利用這些信息使用三維空間的三邊測量法推算出自己的位置,。要使用距離信息進(jìn)行定位，接收機(jī)還必須知道衛(wèi)星的確切位置,。GPS接收機(jī)存儲有星歷,，其作用是高速接收機(jī)每顆衛(wèi)星在各個時刻的位置。在大城市中由于高大建筑物的阻攔,，GPS多路徑發(fā)射問題比較明顯,，這樣得到的GPS定位信息容易產(chǎn)生從幾十厘米到幾米的誤差，因此到靠GPS并不能實現(xiàn)精準(zhǔn)定位,。

輪測距器,。通過輪測距器可以推算無人車的位置。在汽車的前輪通常安裝了輪測距器,，會分別記錄左輪與右輪的總轉(zhuǎn)數(shù),。通過分析每個時間段左右輪的轉(zhuǎn)數(shù)，我們可以推算出車輛向前行駛的距離,，以及向左右轉(zhuǎn)了多少度,。

高精度地圖采集車。高精度地圖采集車的裝備較為復(fù)雜,，包括了我們以上提到的多種傳感器,，來進(jìn)行道路和靜態(tài)交通環(huán)境數(shù)據(jù)的采集。下面我們分別介紹ADAS高精度地圖采集車和HAD高精度地圖采集車的配置情況,。以下內(nèi)容只是一般采集車的配置情況,，不同圖商的具體設(shè)備配置情況可能略有差別。

ADAS地圖采集車,。ADAS 級別高精度地圖精度大約在 50cm 級別,。車頂安裝有 6 個 CCD 攝像頭。其中 5 個攝像頭以圓形環(huán)繞,，頂部一個單獨的攝像頭,，每個像素都是 500 萬，總計 3000 萬像素。車內(nèi)副駕駛的位置有用于采集數(shù)據(jù)的顯示屏,，機(jī)箱在后備箱位置,，用于儲存和處理數(shù)據(jù)。

圖表8：ADAS地圖采集攝像頭

來源：互聯(lián)網(wǎng)資料整理

HAD高精度地圖采集車,。HAD 及以上高精度地圖精度大約在 10cm 級別。頂部則是通過裝配 2 個激光雷達(dá)（位于后方）和 4 個攝像頭（兩前兩后）的方式來滿足所需要的 10cm 級別精度,。兩種方案搭配,，能夠完成標(biāo)牌、障礙物,、車道線等道路信息的三維模型搭建,。

圖表9：HAD采集傳感器

來源：互聯(lián)網(wǎng)資料整理

另外，我們看到百度的高精度地圖采集車的傳感器配置情況為：（1）最頂部的32線激光雷達(dá),、三個360°全景攝像頭,、一個前置的工業(yè)攝像頭、一個包含IMU（慣性測量單元,，是測量物體三軸姿態(tài)角(或角速率)以及加速度的裝置）和GPS裝置的組合式導(dǎo)航系統(tǒng)以及一個GPS天線,。（2）從具體分工來看，激光雷達(dá)負(fù)責(zé)采集點云數(shù)據(jù),，攝像頭負(fù)責(zé)采集圖片,，天線負(fù)責(zé)接受衛(wèi)星定位信號，導(dǎo)航系統(tǒng)負(fù)責(zé)采集GPS軌跡,。

圖表10：采集導(dǎo)航系統(tǒng)

來源：互聯(lián)網(wǎng)資料整理

圖表11：導(dǎo)航系統(tǒng)

來源：互聯(lián)網(wǎng)資料整理

圖表12：GPS天線

來源：互聯(lián)網(wǎng)資料整理

2.3 高精度地圖采集過程

高精度地圖采集過程包括：采集,、自動融合識別、人工驗證發(fā)布環(huán)節(jié),。

采集,。高精度地圖采集員駕駛采集車以60-80km/H的速度行駛，每天至少采集150公里的高精度地圖數(shù)據(jù),。在車內(nèi)的副駕駛位置,，放有負(fù)責(zé)控制采集設(shè)備的電腦系統(tǒng)，用于讓采集員實時監(jiān)控采集情況,。在采集過程中,，采集員不僅要不斷確認(rèn)采集設(shè)備是否工作正常，而且需要根據(jù)天氣和環(huán)境情況來選擇不同的攝像頭參數(shù),。

自動融合,、識別。這一環(huán)節(jié)是把不同傳感器采集的數(shù)據(jù)進(jìn)行融合,，即把GPS,、點云、圖像等數(shù)據(jù)疊加在一起，進(jìn)行道路標(biāo)線,、路沿,、路牌、交通標(biāo)志等道路元素的識別,。對于在同一條道路上下行雙向采集帶來的重復(fù)數(shù)據(jù),，也會在這一環(huán)節(jié)進(jìn)行自動整合和刪除。

人工驗證,、發(fā)布,。這一環(huán)節(jié)由人工完成。自動化處理的數(shù)據(jù)還不能達(dá)到百分百的準(zhǔn)確,，需要人工在進(jìn)行最后一步的確認(rèn)和完善,。目前每位員工每天修正的數(shù)據(jù)量在30-50公里左右。對于修正后的數(shù)據(jù),，需要上傳到云端,，最終形成的高精度地圖也通過云平臺進(jìn)行分發(fā)。

圖表13：高精度地圖的生產(chǎn)制造過程

來源：互聯(lián)網(wǎng)資料整理

2.4 關(guān)于矢量地圖和特征地圖

矢量地圖：普適性,。所謂矢量,，就是既有大小，又有方向的量,。在這里更強(qiáng)調(diào)方向,，矢，就是箭,，箭頭一般用來指示方向,。矢量地圖使用直線和曲線來描述圖形，這些圖形的元素由點,、線,、矩形、多邊形,、圓和弧線等,。這些可以通過數(shù)學(xué)公式計算獲得。因此,，矢量圖形文件體積一般較小,。矢量圖形的優(yōu)點是無論放大、縮小或旋轉(zhuǎn)等不會失真,，其缺點是難以表現(xiàn)色彩層次豐富的逼真圖像效果,。具體到導(dǎo)航電子地圖應(yīng)用，矢量數(shù)據(jù)具有數(shù)據(jù)結(jié)構(gòu)緊湊,，冗余度低,，表達(dá)精度高,，圖形顯示質(zhì)量好，有利于網(wǎng)絡(luò)和檢索分析等優(yōu)點,。傳統(tǒng)的電子導(dǎo)航地圖一般都是適量地圖（包括車載地圖和手機(jī)端導(dǎo)航地圖）,。

特征地圖：路面信息刻畫準(zhǔn)確。從矢量地圖的原理可以看出,，矢量地圖對地圖原數(shù)據(jù)信息就行了大量的簡化和信息抽取,，帶來的結(jié)果是對道路信息的刻畫較為簡單。特征地圖是對地圖原數(shù)據(jù)進(jìn)行特征值提取特島的地圖數(shù)據(jù),，先比而言,，其對路面信息刻畫的更加真實，其體積和文件大小也相對較大,。我們可以理解為，地圖原數(shù)據(jù)的高信息量和矢量地圖小體積量的中和,，特征地圖的產(chǎn)生主要來自于高精度定位的驅(qū)動,。

圖表14：高精度地圖兩種地圖形態(tài)

來源：互聯(lián)網(wǎng)資料整理

高精度地圖：矢量地圖和特征地圖的結(jié)合。如果高精度地圖在自動駕駛中達(dá)到理想的應(yīng)用效果,，矢量地圖和特征地圖的結(jié)合或?qū)⑹侵匾倪x擇,。通俗來講，將車載傳感器采集到的地圖原數(shù)據(jù)經(jīng)過提取可以得到特征值,，形成特征地圖,。在次基礎(chǔ)上，進(jìn)一步對其進(jìn)行抽象,、處理和標(biāo)注,，就得到矢量地圖，主要包括路網(wǎng)信息,、道路屬性信息,、道路幾何信息，以及路上主要標(biāo)識的抽象信息,。在利用特征匹配定位是,，特征地圖匹配效果更好。相比而言,，矢量地圖體量更小,，普適性更好一些，但經(jīng)過多層的信息簡化之后,，道路信息的幾何特征信息會有所丟失,。因此，在應(yīng)用矢量地圖進(jìn)行高精度地位時,，其預(yù)處理的難度要大于特征地圖,。而單純的特征地圖也難以滿足自動駕駛的需求,，比如矢量地圖，由于包含了大量的路網(wǎng)信息,，可以做到點到點的路徑規(guī)劃,；而特征地圖難以完成。因此,，我們認(rèn)為,，高精度地圖作用的發(fā)揮，或?qū)⒔柚m量地圖和特征地圖的結(jié)合,。

總結(jié)：高精度地圖在采集原理,、采集設(shè)備、以及制作流程方面,，都與傳統(tǒng)電子地圖有著顯著的差異,。從中我們可以看出：（1）高精度地圖采集成本更高，這種成本高不僅體現(xiàn)在采集設(shè)備的單價貴,、數(shù)量多,，而且在后期制作方面也需要投入一定的人力成本。（2）高精度地圖的采集和制作過程中,，不斷將AI技術(shù)應(yīng)用其中,。（3）高精度地圖對實時性要求更高，決定了將高精度地圖的采集,、制作,、分發(fā)等多個環(huán)節(jié)就行流程化、自動化和產(chǎn)品化,，或?qū)⑹俏磥砀骷覉D商不斷更新,、迭代、完善的重點,。（4）我們認(rèn)為,，各家圖商在采集設(shè)備和采集方式方面并不存在較大差異，但在地圖數(shù)據(jù)處理平臺,、制作引擎以及編譯能力方面可能存在一定的不同,。

3、深度探討：高精度地圖商業(yè)模式  

由于高精度地圖的制作流程,、成本,、分發(fā)方式、以及呈現(xiàn)的形態(tài)等,，與傳統(tǒng)電子導(dǎo)航地圖有較大的區(qū)別,。這就決定了高精度地圖在商業(yè)模式方面，與傳統(tǒng)電子地圖的不同,。我們接下來從與商業(yè)模式相關(guān)的幾個關(guān)鍵變量進(jìn)行分析,，來探討高精度地圖的商業(yè)模式,。

3.1高精度地圖成本分析

高精度地圖成本分析。通過以上內(nèi)容我們可以看到,，高精度地圖的主要成本分為兩個部分：一個是采集成本（車輛,、設(shè)備、人員成本等）,，一個是編譯制作成本,。

編譯制作成本：主要是人力成本。編譯制作過程需要高精度地圖制作企業(yè)投入相當(dāng)多的人力,。編譯制作過程的“內(nèi)業(yè)”人員的主要任務(wù)有地圖繪制,、校正地圖信息、更新 POI 信息,、更新互聯(lián)網(wǎng)用戶報錯等,。在其高德昌平數(shù)據(jù)生產(chǎn)基地的1500名員工中，有約1000名員工負(fù)責(zé)內(nèi)業(yè),，而只有500名員工負(fù)責(zé)實地采集的外業(yè),。

采集成本：主要是設(shè)備成本。采集成本中主要是采集車的設(shè)備成本,。一輛高精度地圖采集車需要配置的設(shè)備包括：激光雷達(dá)、攝像頭,、陀螺儀,、GPS接收機(jī)、數(shù)據(jù)存儲和計算設(shè)備等,。下面我們通過高德和百度的高精度地圖采集車的配置情況來大概了解下一輛高精度地圖采集車的成本體量,。

高德高精度地圖采集車的配置包括：2 個激光雷達(dá)和 4 個攝像頭，1個陀螺儀和1個GPS接收機(jī)等,。如果2個激光雷達(dá)是Velodyne的32線產(chǎn)品,，單臺價格為2萬美元（折合人民幣大概12.5萬人民幣），兩臺價格成本為25萬人民幣,。

百度高精度地圖采集車成本,。其設(shè)備包括1個32線激光雷達(dá)、3個360°全景攝像頭,、1個前置的工業(yè)攝像頭,、1個包含IMU和GPS裝置的組合式導(dǎo)航系統(tǒng)以及一個GPS天線。

3.2 高精度地圖商業(yè)模式分析

高精度地圖,。在產(chǎn)品形態(tài)和服務(wù)方式上,，高精度地圖與傳統(tǒng)電子地圖有較大差別，這也就使得高精度地圖的商業(yè)模式也有較大的不同,。高精度地圖更多的將借助云平臺進(jìn)行更新和分發(fā),，從收費模式上也將改變原有電子地圖以License收費的模式,。

圖表15：高精度地圖的產(chǎn)品與交付

來源：互聯(lián)網(wǎng)資料整理

對其商業(yè)模式進(jìn)行分析，我們主要從幾個關(guān)鍵變量出發(fā)進(jìn)行分析,。

服務(wù)方式：云服務(wù)形式,。由于高精度地圖對數(shù)據(jù)更新的實時性提出很高的要求，這就決定了高精度地圖需要借助云平臺來實現(xiàn),。因此,，從高精度的產(chǎn)品形態(tài)和服務(wù)方式角度，通過云服務(wù)平臺對實時更新的高精度地圖數(shù)據(jù)進(jìn)行實時分發(fā)是一種可行的方式,。實時更新和實時同步是高精度地圖在應(yīng)用過程中繞不開的兩大問題,。沒有實時更新，地圖就會出現(xiàn)記憶偏差,，甚至因為不能反映實時情況而引發(fā)危險,。沒有實時同步，地圖的使用者就可能得不到最新的數(shù)據(jù),。為了解決這兩點,，云平臺是高精地圖所不可或缺的。除此之外,，云平臺還能通過實時收集各車的行駛數(shù)據(jù)來擴(kuò)充道路情況信息的收集手段,，增強(qiáng)收集數(shù)據(jù)密度而降低收集成本。

云平臺目前面臨的難點有兩個：（1）實時更新,、數(shù)據(jù)同步的困難,。（2）云平臺計算能力的有限性，包括但不限于數(shù)據(jù)收集,、運算,、交互、分發(fā)等,。因此,，自動駕駛更需要從云 端的角度推進(jìn)。不僅要強(qiáng)化云中心的計算能力,，還要強(qiáng)化云與端之間的聯(lián)系以及端本身的計算和收集能力,。

價格：從數(shù)據(jù)維度來看，高精度地圖在傳統(tǒng)電子地圖道路數(shù)據(jù)基礎(chǔ)上加載了更多的路面語義信息和交通環(huán)境靜態(tài)信息,，數(shù)據(jù)維度是前者的幾倍,。從數(shù)據(jù)量大小來看，傳統(tǒng)電子地圖的精確度到米,，而高精度地圖精確到厘米,，精確度提升兩個單位量級，約幾十倍,。從單品價格來看,，我們認(rèn)為,，高精度地圖的單價大概是傳統(tǒng)電子地圖的5-10倍。

收費模式：高精地圖的傳統(tǒng)收費模式主要有年費制和按服務(wù)收費兩種收費模式,。（1）年費制：類似于傳統(tǒng)的“賣數(shù)據(jù)賺License費”,，即按照時間單位進(jìn)行收費。收費標(biāo)準(zhǔn)或?qū)⒃?000-10000/車不等,。相對而言,，這種收費方式較為穩(wěn)定。（2）按服務(wù)收費：即按照使用數(shù)據(jù)量收費,。這種收費模式的定價往往由雙方談判決定,。（3）“免費”：圖商向客戶免費提供現(xiàn)有產(chǎn)品，但客戶需向圖商免費提供收集數(shù)據(jù)的模式,。地圖的價格即為客戶收集數(shù)據(jù)的價值,。這可能是未來收費模式發(fā)展的大方向，但對圖商和客戶合作的緊密性和信任度有了更高的要求,。

5,、深度探討2：高精度地圖是否自動駕駛必需？  

5.1理解傳感器性能的邊界

車載傳感器的性能邊界,。自動駕駛核心環(huán)節(jié)包括感知,、決策和控制等。其中感知是通過傳感器對周邊交通環(huán)境數(shù)據(jù)進(jìn)行收集和處理,。但從目前傳感器的性能來看,，每一種傳感器都有其使用的環(huán)境條件和性能的邊界。包括：測量范圍以及在不同環(huán)境下表現(xiàn)出來的感知缺陷,。

傳感器性能邊界1：檢測范圍受限,。傳感器對周圍環(huán)境檢測的有其固定的范圍,。例如,，長距毫米波雷達(dá)探測距離為1-280m，紅外線傳感器探測距離為0.2-120m,，視覺攝像頭探測距離為0-80m,，中短距毫米波雷達(dá)探測距離為0.2-120m，短句毫米波雷達(dá)探測距離為0.2-30m,，激光雷達(dá)探測距離為80-150m,。下圖為Tesla的傳感器配置及傳感器感知范圍，扇形角度表示傳感器的視場角,，扇形半徑表示傳感器的最大檢測距離,。

圖表16：特斯拉配置的傳感器最大探測距離

來源：互聯(lián)網(wǎng)資料整理

圖表17：車身各傳感器及其覆蓋范圍

來源：互聯(lián)網(wǎng)資料整理

傳感器性能邊界2：感知缺陷。每一種傳感器都有其適用的環(huán)境條件,。比如激光傳感器檢測效果穩(wěn)定,，但在面對大范圍的塵土?xí)r,，其檢測效果大幅降低；再比如高分辨率攝像機(jī)能檢測圖像中的物體,，窄視場的攝像機(jī)可以檢測很遠(yuǎn)的距離,。但是面對暴雨、大雪等惡劣天氣,，其很難檢測到正確的車道線/障礙物/馬路牙子等信息,。

圖表18：車身各傳感器情況概述

來源：互聯(lián)網(wǎng)資料整理

傳感器性能邊界3：先驗信息缺失。先驗信息是指某些可以提前采集且短時間內(nèi)不會改變的信息,。僅僅依靠傳感器的信息是很難感知車輛現(xiàn)在是處在高速公路上,，還是處在普通城市道路上的；無限速牌的路段,，車速最高可以開多快;前方道路的曲率,；所處路段的GPS信號強(qiáng)弱，這些都是傳感器遇到檢測盲區(qū),，無法實時捕獲的信息,。而這些信息是客觀存在，不會隨外部事物的變化而變化,，因此可以提前采集,，并作為先驗信息傳給無人車做決策。圖為高精度地圖可以為無人車提供的某些先驗信息,。包括道路曲率,、航向、坡度和橫坡角,。

高精度地圖就像自動駕駛汽車的記憶,，離開了記憶，無論眼睛和思考速度有多么發(fā)達(dá),，還是無法對事件有全局把控,。一輛能調(diào)用高精度地圖數(shù)據(jù)的自動駕駛汽車，能夠?qū)λ幍沫h(huán)境進(jìn)行精準(zhǔn)預(yù)判,，提前選擇合適的行駛策略,，而把對環(huán)境的監(jiān)測重點放在應(yīng)對突發(fā)情況上。在提升車輛安全性的情況下,，還有助于降低車載傳感器和控制系統(tǒng)的成本,。

2.1高精地圖與傳感器的互補

高精度地圖：最穩(wěn)定的傳感器。高精度地圖是最穩(wěn)定的傳感器,，也是視覺范圍最大的傳感器,。高精度地圖可以提供其他傳感器很多抽象的信息。同時，對于一般的傳感器而言,，盡量較少的提供冗余數(shù)據(jù)（主要是考慮到芯片的處理數(shù)據(jù)速度）,；而高精度地圖可以提供冗余，第一,，當(dāng)某些傳感器數(shù)據(jù)缺失時,，可以利用地圖數(shù)據(jù)進(jìn)行推算。第二,，高精度地圖可以用于相互校驗,，當(dāng)同一個數(shù)據(jù)有多個數(shù)據(jù)來源時，可以校驗其他傳感器數(shù)據(jù)的可信度,，提高整個系統(tǒng)的準(zhǔn)確度,。

圖表19：高精地圖如何發(fā)揮作用

來源：互聯(lián)網(wǎng)資料整理

高精度地圖：更好的輔助自動駕駛。通過以上可以看出,，高精度地圖本身就是一種傳感器,。其在自動駕駛中的作用在于，如何更好的輔助定位,、感知和控制規(guī)劃,。我們可以通過一個應(yīng)用場景來理解高精度地圖中的作用。比如在高速公路下匝道時,，一般會通過攝像機(jī)來探測車道線的變化,，以保證車輛在車道內(nèi)行駛。在車道彎曲比較大時,，攝像機(jī)反饋的記過不是很理想,，這就需要利用地圖的先驗數(shù)據(jù)，根據(jù)車輛的姿態(tài)來擬合計算車道線的數(shù)據(jù),。

高精度地圖：提升感知算法效率,。高精度地圖可以提升自動駕駛車載傳感器對周圍信息的感知算法效率和準(zhǔn)確率。（1）傳感器通過感知傳回加工處理的數(shù)據(jù)量較大,，對芯片處理性能提出較高要求,，因此在感知算法時，盡量減少冗余信息,。（2）高精度地圖的存在,，可以利用其去掉地圖中固有的標(biāo)志物信息,，讓有限的計算資源集中在道路上可能對自動駕駛帶來影響的動態(tài)物體,。

高精度地圖：靜態(tài)對象識別。高精度地圖對靜態(tài)物體的標(biāo)識可以部分程度上彌補傳感器面對靜態(tài)物體失靈的情況,。在2018年3月23日加州發(fā)生的特斯拉Model X致死案中,，特斯拉的Autopilot沒有檢測到混凝土分隔物，并撞擊上了路邊的混凝土分隔物已經(jīng)沖撞衰減設(shè)施，最終導(dǎo)致了車輛起火和駕駛員死亡,。倘若有包含完整道路對象的高精地圖的話,，車輛在自動駕駛的路徑規(guī)劃階段就不會有撞上路邊混凝土的可能性，從而也能避免類似的事故,。

在特斯拉的Autopilot套件中,，“匝道入口”與“匝道出口”兩項功能是其一直承諾但又很長時間沒有實現(xiàn)的。Autopilot雖然在高速公路上表現(xiàn)穩(wěn)定,，但卻在匝道口處表現(xiàn)不佳,，甚至出現(xiàn)過多次事故。在目前L3水平的自動駕駛中,，如果沒有高精地圖的車道線信息,，無法解決匝道口行駛的問題。但倘若后續(xù)高精地圖的配備和云同步功能足夠完善的話,，自動駕駛算法結(jié)合高精地圖對匝道的識別是能夠較好地解決這一問題,。高精地圖能夠彌補傳感器檢測范圍受限和先驗信息缺失的缺陷，并能夠部分程度上彌補傳感器的感知缺陷,，在標(biāo)識靜態(tài)對象的同時解放傳感器去專注于動態(tài)對象,。

全篇總結(jié)

1、IT技術(shù)的變革,，會使得IT產(chǎn)品的使用對象發(fā)生變化,，高精度地圖就是如此。在自動駕駛出現(xiàn)之前,，傳統(tǒng)的電子導(dǎo)航地圖的使用對象是車主（人）,，而在自動駕駛環(huán)境下，高精度地圖的使用對象是自動駕駛系統(tǒng)（車）,。使用對象的改變,，使得產(chǎn)品設(shè)計、迭代周期,、呈現(xiàn)方式都會發(fā)生變化,。

2、數(shù)據(jù)實時的重要性,。信息技術(shù)的不斷更新,，我們會發(fā)現(xiàn)我們對數(shù)據(jù)實時性的要求越來越高。特別是當(dāng)讀取數(shù)據(jù)的主體發(fā)生變化時,，比如從人切換到機(jī)器,，數(shù)據(jù)的實時性要求會更高。對于高精度地圖更是如此,，只有實時更新的數(shù)據(jù)才能夠確保機(jī)器處理的是最新的道路信息,，也就是說，在機(jī)器對數(shù)據(jù)處理鏈條中，確保Input的數(shù)據(jù)是正確的,，Output的處理結(jié)果才能更加有效,。

3、對于某些IT業(yè)務(wù),，其性質(zhì)就決定了門檻,。在分析某些業(yè)務(wù)時，我們很直觀的第一反應(yīng)就是分析競爭格局,，是不是有門檻,。而有些IT業(yè)務(wù)，其業(yè)務(wù)的性質(zhì)可能就決定了其門檻,。比如對于云服務(wù)的IaaS業(yè)務(wù),，這個業(yè)務(wù)某種程度來說，是一個重資產(chǎn)的業(yè)務(wù),，只有IT巨頭才有能力來做大做強(qiáng)這個業(yè)務(wù),。對于高精度地圖而言，我們認(rèn)為也是如此,。其本身就是需要大量的研發(fā)投入,，不只是在采集車輛的固定成本方面，對后期的處理也是不小的一筆費用,。更不用于說產(chǎn)品出來之后,，要不斷與Tier1 和前裝車廠相應(yīng)的產(chǎn)品不斷測試和適配，對于一般的小企業(yè)或者跨界企業(yè)而言,，想進(jìn)入非常難,。因此，我們認(rèn)為,，高精度地圖最終也就只有兩三家廠商有實力對其進(jìn)行持續(xù)投入和研發(fā),。

4、數(shù)據(jù)冗余不一定都是壞事,。在一般的IT系統(tǒng)中,，我們都希望IT系統(tǒng)處理的信息越精簡越好，因為在現(xiàn)有有限的計算能力或者計算速度下,，輸入的信息越精簡,，處理所需要的時間越短，結(jié)果的呈現(xiàn)也就越實時,。對于智能駕駛而言,，其計算資源更加有限，對于車輛產(chǎn)生的實時信息,，我們希望盡量減少冗余,。但減少冗余所付出的代價是，處理結(jié)果不一定與現(xiàn)實環(huán)境相匹配,。因此,，在有些時候，冗余的數(shù)據(jù)和信息并非壞事,，而是在某些特定的約束條件下（比如計算能力約束）,，我們不希望其出現(xiàn)。在自動駕駛領(lǐng)域,，高精度地圖可以在不占用計算資源的情況下,，其“冗余”信息可以對外部環(huán)境進(jìn)行真實刻畫。