摘要：高德汽車事業(yè)部總裁韋東最近，有不少朋友問我，自動(dòng)駕駛汽車的時(shí)代是不是要來了。高德的強(qiáng)項(xiàng)體現(xiàn)在高精度地圖和云計(jì)算平臺(tái)上。目前，高德已經(jīng)拿到了國內(nèi)首個(gè)高精度地圖的商業(yè)訂單。

　　自動(dòng)駕駛無疑是2015年度汽車行業(yè)最紅的關(guān)鍵詞，我們可以發(fā)現(xiàn)，自動(dòng)駕駛背后總少不了圖商的身影。地圖究竟對(duì)自動(dòng)駕駛的實(shí)現(xiàn)起著怎樣的作用？本文作者是高德汽車事業(yè)部總裁韋東，在他寫給車云的這篇文章中，就回答了這一問題，并提出沒有高精度地圖和云計(jì)算，自動(dòng)駕駛只算“半成品”。

　　高德汽車事業(yè)部總裁 韋東

　　最近，有不少朋友問我，自動(dòng)駕駛汽車的時(shí)代是不是要來了。我的回答是，并不會(huì)那么快，目前的自動(dòng)駕駛還只是“半成品”。

　　必須承認(rèn)，自動(dòng)駕駛技術(shù)在最近兩三年取得了長足進(jìn)步，這從眾多在實(shí)際道路完成自動(dòng)駕駛測試的廠商上可見一斑。但有個(gè)問題——目前絕大多數(shù)的自動(dòng)駕駛汽車，包括我在CES上看到的一些，仍然是單純依靠傳感器和控制系統(tǒng)——傳感器探測周圍環(huán)境，控制系統(tǒng)進(jìn)行數(shù)據(jù)處理并控制車輛完成整個(gè)行駛過程。

　　這種解決方案在技術(shù)上有著明顯的局限性，最直接的就是特定情況（如惡劣天氣）下傳感器的失效問題。說到底，把所有任務(wù)都交給車輛獨(dú)立完成，是把雞蛋全部放進(jìn)一個(gè)籃子，成本難以控制、效果不好保證——如果要將自動(dòng)駕駛相關(guān)的所有信息儲(chǔ)存到一輛車上，只怕每輛車都得背上一個(gè)大體積的高性能計(jì)算機(jī)才可以。這樣看來，做一兩輛測試車秀秀肌肉沒問題，要實(shí)現(xiàn)量產(chǎn)，恐怕沒那么容易。

　　破解的關(guān)鍵是什么？海量數(shù)據(jù)挖掘和實(shí)時(shí)聯(lián)網(wǎng)。具體到關(guān)鍵能力上，則是高精度地圖和云計(jì)算服務(wù)。

　　高精度地圖就像自動(dòng)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(duì)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(dòng)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(duì)環(huán)境的監(jiān)測重點(diǎn)放在應(yīng)對(duì)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。

　　正如人的記憶能力各有差別，不同級(jí)別的高精度地圖，在精度和信息量上也差別明顯。例如，基礎(chǔ)ADAS地圖只需要精度達(dá)到米量級(jí)，而HAD級(jí)別高精度地圖的精度則能達(dá)到厘米量級(jí)。在數(shù)據(jù)量方面，基礎(chǔ)ADAS地圖只記錄高精道路級(jí)別的數(shù)據(jù)（道路形狀、坡度、曲率、鋪設(shè)、方向等），HAD級(jí)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)。

　　在CES上，采用“眾包”方式，通過量產(chǎn)車配裝的傳感器進(jìn)行地圖數(shù)據(jù)采集成為一種新思路。盡管通過這種方式采集的數(shù)據(jù)可能無法達(dá)到HAD級(jí)別，卻可以加快地圖基礎(chǔ)數(shù)據(jù)的采集更新，也讓專業(yè)地圖廠商能夠更專注于高精度地圖數(shù)據(jù)的采集。

　　高精度地圖在應(yīng)用過程中，還要解決兩個(gè)問題，那就是實(shí)時(shí)更新和實(shí)時(shí)同步。少了實(shí)時(shí)更新，地圖數(shù)據(jù)就不能反映道路的真實(shí)情況，記憶就會(huì)出現(xiàn)偏差。而少了實(shí)時(shí)同步，最新的數(shù)據(jù)就無法有效傳遞給每個(gè)交通參與者。

　　正因如此，云計(jì)算平臺(tái)至關(guān)重要。可以說，只有和云計(jì)算平臺(tái)結(jié)合在一起時(shí)，高精度地圖才能夠真正發(fā)揮效果。

　　當(dāng)然，云計(jì)算平臺(tái)的作用還不僅如此，道路上行駛的不同車輛可以將道路情況實(shí)時(shí)上傳至云端，在通過云端對(duì)其他車輛進(jìn)行信息同步。于是，自動(dòng)駕駛汽車可以提前知道前方5公里發(fā)生了交通事故，10公里處有臨時(shí)的施工，而在20公里以外已經(jīng)開始下雨……從目前來看，利用云計(jì)算平臺(tái)實(shí)時(shí)更新，車與車、車與路的通訊技術(shù)固然是一大難點(diǎn)，但更重要的是，提供云計(jì)算服務(wù)的平臺(tái)是否具備進(jìn)行海量數(shù)據(jù)收集、運(yùn)算、交互與分發(fā)的能力。

　　從這個(gè)角度說，自動(dòng)駕駛的普及需要從云+端的層面入手，細(xì)節(jié)涉及方方面面，是一個(gè)各領(lǐng)域?qū)I(yè)公司之間協(xié)同發(fā)展的過程。這也是為什么最近很多看似不相干的公司宣布聯(lián)手合作的深層次原因，包括我們看到開展自動(dòng)駕駛研究非常早的Google也在尋求車企合作。

　　在CES上，高德和德爾福宣布將在高精度地圖、精準(zhǔn)導(dǎo)航、高精度定位、LBS服務(wù)等方面展開深入合作。高德的強(qiáng)項(xiàng)體現(xiàn)在高精度地圖和云計(jì)算平臺(tái)上。目前，高德已經(jīng)拿到了國內(nèi)首個(gè)高精度地圖的商業(yè)訂單。在云服務(wù)方面，高德已經(jīng)能夠通過阿里云平臺(tái)的支持，建立面向車輛的自學(xué)習(xí)平臺(tái)及實(shí)時(shí)信息發(fā)布平臺(tái)，實(shí)現(xiàn)從靜態(tài)道路信息到動(dòng)態(tài)車輛行為，甚至車主個(gè)人駕車習(xí)慣等內(nèi)容的系統(tǒng)自主學(xué)習(xí)判別。

　　汽車廠商對(duì)于汽車本身、以及駕駛的專業(yè)理解，加上互聯(lián)網(wǎng)企業(yè)在大數(shù)據(jù)和云計(jì)算層面的積累，本身就是一種各取所需的高效方式。

　　在汽車誕生以來的一百多年間，曾經(jīng)歷過多次技術(shù)和生產(chǎn)方式上的重大革命。相信在自動(dòng)駕駛領(lǐng)域，專業(yè)公司之間的跨界合作將成為一種常態(tài)。而由此帶來的一種全新生態(tài)模式，大概才是自動(dòng)駕駛真正實(shí)現(xiàn)普及的關(guān)鍵所在。