高精度地图是实现自动驾驶的必要条件？

　　几乎不出意料的，自动驾驶汽车在2016 CES上又出了一把风头。不过，今年更多人把目光投向汽车以外诸如高精度地图、大数据、云计算等领域...

　　还记得去年，好几家车企都把自动驾驶汽车开到了展馆，扎堆做起自动驾驶汽车的实际道路测试。最牛的是零部件厂商德尔福，改装了一辆奥迪SQ5，用9天时间行驶5500km横穿美国，其中99%的路都是自动驾驶的。然而，同样是德尔福，今年它们带来的是成本更接地气的传感器系统，以及实现V2E的整套解决方案。再比如，汽车业的两位大佬——丰田和通用都没有进行所谓的自动驾驶试验，而是不约而同地打算通过类似“众包”的方式获得地图数据。显然，大家都更加实际，开始为自动驾驶真正落地想着各种办法。

　　高精度地图是否是实现自动驾驶的必要条件?对此，业内一直有所争论。的确，仅仅依靠汽车上安装的双目摄像头+毫米波雷达，或是高大上的酷似“花盆”的激光雷达(这届CES上，“花盆”的尺寸变小了)，自动驾驶汽车也能完成一个个道路测试。然而，离开了高精度地图的自动驾驶，始终难以让人放心。

　　本届CES上，Velodyne带来了更小、更便宜的“花盆”

　　我曾和德尔福的人交流过。那辆装着20个传感器、6个雷达系统的奥迪SQ5，完全凭借自己对外界环境的感知与判断，完成了99%的路程。然而在测试过程中，工程师却发现一些问题。比如，在通过由大量钢材制造的桥梁时，雷达系统没有因为信号会被钢材反射而受到影响;而当空气中的水汽过重，或者太阳照射角过低(比如清晨或傍晚)，摄像头的准确度会受到影响。显然，从目前来看，单纯的“自主式”自动驾驶汽车，还无法满足车规级的使用需求。

　　相信看过诺兰电影《记忆碎片》的人，都深刻体会过记忆对正常生活的重要性。只有超短期记忆的主人公，只能根据刚刚发生的事进行判断，得出简单的结论也变得异常复杂。而如果把传感器比作自动驾驶汽车的眼睛，把控制系统比作大脑，高精度地图就是记忆，而车联网就是交流。

　　采用“众包”方式生成的地图数据

　　一辆有“记忆”的自动驾驶汽车，可以对道路环境进行提前预判。高精度地图中已存储了路面坡度、曲率、车道宽度、路面材质、道路标识等众多信息，车辆可以选择最合理的策略，提高系统运行效率。即使在“眼睛”受到干扰，无法充分发挥作用时，高精度地图也能在很大程度上保证系统的运行安全。

　　当然，有了“记忆”以后，如果再加上“交流”，事情就会变得更加靠谱。

　　“记忆”来自高精度地图，“交流”来自云计算和大数据，正因为如此，当与整车相关的自动驾驶技术越是进步，人们对高精度地图和大数据、云计算的需求也就愈发强烈。去年，德系三强ABB组团出动，只为了HERE手头的200万公里高精度地图数据。今年的CES上，微软、爱立信都成为自动驾驶领域多个合作的一方，自然也与它们在通信技术方面的积累密不可分。

　　实际上，对自动驾驶这个新鲜事物而言，无论是整车，还是地图、通信、云计算、大数据，每个都有着不低的专业门槛。拿地图来说，尽管地图数据的采集方式不断进化，但获取高精度地图数据仍然需要持续积累，尽管丰田和通用的“众包”方案可以让车主成为数据采集员，但精度能否达到自动驾驶汽车使用条件，会不会涉及侵犯隐私，都还有待商榷。退一万步，地图测绘是涉及国家安全的专业领域，就算技术层面真能解决也未必可行。

　　所以，无论是那个领域的佼佼者，面对自动驾驶，都不可避免地需要找到小伙伴。虽然谷歌和福特没有如约在CES上牵手，但谷歌寻找汽车合作伙伴的消息可是实实在在的。乐视造车被炒得轰轰烈烈，但真要落实到产品上，还是需要拉上阿斯顿马丁和法拉第。至于不久前把自动驾驶汽车开到乌镇的百度，如果真要自己造车，恐怕也只能是死路一条。

　　这样，我们就不难理解CES上曝光的一对对组合——沃尔沃与爱立信，微软、沃尔沃、日产、哈曼和IAV、福特、亚马逊和大疆，还有德尔福和高德。