引言 | 「高精地图」之外，还要有「高精定位」

上期我们聊到了高精度地图在自动驾驶中的作用，简单说它扮演了侦查员、领航员和裁判员。

而相比于多重身份的高精度地图，我们今天聊的“高精度定位”更专一，因为它只专注解决“我在哪里？”这个问题。

解决“我在哪里？”，看似目的简单却意义重大。就现今的智力水平看，自动驾驶汽车像孩子一样，还处在从爬到走的阶段。

▲即便精度高达20cm或更高的地图被建立出来，这张地图中的主角——移动的汽车，它在哪里才是一切得以正常运转的根基，如果迷失在地图中，一切努力都会成为泡影。

我们知道这个年龄段的孩子对位置信息的处理还处在初级水平，特别是对距离的把握很弱。比如他们觉得够得着的东西，往往要比想象中远。这对应到汽车上就是很难实现精准定位（至少是米级）。

一、单一的GPS定位不靠谱

一听到定位，首先想到的就是车载GPS导航系统，这也是现今汽车广为使用的一项配置。

简单说它是利用内置的GPS天线，接收来自高挂在天上的24颗GPS卫星中的至少3颗所传递的数据信息，结合储存在车载导航仪内的电子地图，相互匹配以获得准确的定位信息。

传统的GPS的优点是能够实现低成本定位，作为以人驾驶的汽车而言，这道辅助信息是够用的。不过民用GPS一般十米左右的定位精度，很难让人相信它能把自动驾驶汽车安全送达目的地。

▲通过传统的GPS体验告诉我们，在自动驾驶中它还不能独当一面。

除定位精度不够外，传统的GPS还有诸多硬伤：

二、GPS+IMU是主流方案的基础

IMU全称Inertial measurement unit，是一种惯性测量手段，简单说它是利用测量加速度和旋转速度并辅助以算法，来获得准确定位。这项技术的最大优势在于更新频率比较高，一般可达到1KHz，相当于GPS更新频率的100倍。

不过IMU并不是万能的，准确说它属于一种准确度很高的实时定位技术，不擅于长时定位。为什么说是实时定位，是因为它在运动过程中存在位移误差、比例误差以及背景白噪声误差，而且这些误差还会不断累积。

这有点像我们在雪地里走直线，每一步迈出去相比前一步脚印很直，不过当我们转过身去看，其实已经走弯了。 

为了弥补IMU的缺点，GPS又被厂家们考虑进来。要知道GPS虽然更新频率较低，但在长时间定位上不会出现误差累积。GPS+IMU的组合方案很好的实现了优势互补，可以为车辆定位提供既准确又足够实时的位置更新。

▲准确说还需要带上路面基站，它能用来增强信号、消除误差等。即高精度的差分GPS+惯导IMU+地面基站的组合是现今的主流方法。

在导航方面，通用Super Cruise和特斯拉 Autopilot 1.0都使用了高精度GPS和IMU惯性测量单元来帮助定位，只不过通用在此基础上还加入了高精度地图强化真实定位效果。

通用此前称，他们的的GPS定位精度是传统GPS的4~8倍，可以达到2米。一般高速公路车道宽度为3.75米，GPS提供的2米精度虽然不算完美，但作为第一道保险是够用的。不过关于IMU惯性测量单元在其中的权重，现今公布的不多，更详细的技术信息有待挖掘。

▲双方明显的差异点在于地图，现今Autopilot还是用的普通电子导航地图，而Super Cruise则使用的是高精度地图。 

《要打败特斯拉Autopilot，首先你得有一套高精度地图》中，车聚君有提到高德被通用选中，为凯迪拉克Super Cruise提供高精度地图。现在，我们能从另一角度解释他们达成合作的原因。

文中我们提到高德在更早前已经宣布与千寻位置展开合作，希望以此达到高精度地图和高精度定位的双重效果。所以除了地图水平高之外，通用可能也看重了高德在定位技术上的积累。

▲相比传统的GPS单点定位（精度10米级），千寻位置能达到分米级甚至厘米级的水准。一个重要原因是，其地基增强系统（目前全国覆盖了1450个基站）可以将卫星发过来的信息误差进行修改，使定位更加准确。

更重要的是，这项积累与通用当前的定位方案是一致的（GPS+IMU+地基增强系统）。

三、感知设备也能被用来定位

既然感知设备起到的是“人眼”的作用，那它自然也能帮助定位。以特斯拉Autopilot 2.0为例，其最大的亮点是遍布车身的8个摄像头中，至少有一个可实现高精度自定位，这也是Autopilot两个版本之间的一大区别点。

不同于Autopilot 1.0版本“GPS+IMU”方案，Autopilot 2.0的高精度定位十分依仗感知设备。车聚君推测它的工作方式是：特斯拉通过车载的摄像头获取高精度自定位，再结合其独家的「历史轨迹」信息，最终确认精准位置。

▲“感知设备+历史轨迹”的方案不是说GPS就没用了，只是GPS的高精度要求没那么迫切了。

为什么它不用高精地图呢？

特斯拉中国团队今年一月曾回复车聚君，他们目前没有高精地图的安排。那它是如何获得可媲美高精地图的精准定位呢？

影子模式（shadow-mode），可以让特斯拉随时搜集车主真实的运行数据。该模式在系统后台动行，不影响车主正常驾驶，亦不需要开启和关闭。据报道，在2016年底时特斯拉已经收集到了35亿英里的数据，车聚君推测目前应有60亿英里－－即100亿公里的累计里程。

这高达100亿公里的「历史轨迹」，相当于一个人工采集形成的活地图，某种程度上可以起到「高精地图」的作用。再结合Autopilot 2.0上完备的即时感知设备，特斯拉正在用一种“吃独食”的方式进行「精准定位」。

至于，特斯拉使用哪一款摄像头实现「即时精准定位」的功能，车聚君现在还并不知晓。因为传统的2D单目摄像头、主动光深度摄像头（3D）、双目摄像头都是能派上用场的。

与特斯拉Autopilot 2.0类似，Google自驾车子公司Waymo也是希望通过感知设备自主构建三维地图，覆盖人行道、路牌、交通灯等细节信息，并将传感器实时采集的道路信息数据与预先构建的地图交叉比对，实现精准定位。

四、感知设备会在将来派上大用场

虽然现今高精度的GPS+IMU+地面基站的组合被多数厂家青睐，不过在未来，感知设备会派上大用场。

原因很简单粗暴，因为这个组合的成本十分高昂，比如为了解决GPS精度不够等的问题，地面基站的建设量需求很大。城市道路尚且能满足，那相对偏远的郊区呢？

可以说感知设备的加入，并不一定能获得更精确更稳定的位置信息，不过一定能降低成本。因为它并不十分依赖独立的硬件，而是重算法。

关于感知设备在自动驾驶定位上的作用，车聚君简单分析了下他们的优缺点。

五、沃尔沃的一项奇特的定位方案

早在2014年，沃尔沃的科研团队提出了一个通过磁场道路帮助车辆实现精准定位的方案，他们在瑞典哥德堡城外的试车场修建了一条100米长的试车道，沿路面下方200mm深度，铺设了椭圆磁铁阵列（40mm×15mm），同时汽车上也装配了多个磁场感应器以配合定位。

沃尔沃安全防范技术攻关组组长Jonas Ekmark表示，“路面上铺设磁场犹如形成一道无形的铁轨，定位误差低于一分米。我们先后针对不同车速进行了测试，测试结果令人振奋。”

显然这条无形的“铁轨”成本会相当高昂，因为四年过去了，这项技术此后并没有进一步深入，这也说明再完美的技术如果不能压低成本，那也白搭。也正是基于此，车聚君更加相信感知设备在自动驾驶定位上的广阔前景。

车聚小结

以上我们介绍了自动驾驶汽车是如何实现定位的，其实这只不过是冰山一角。比如在GPS+IMU方案下，我们可以再进一步加以延伸，加上感知设备。而感知设备的种类又有多项，多种感知设备相互结合来提供位置辅助信息也并非不可能。

这种复杂的结合方式，我们习惯给它起一个时髦的名字——冗余/鲁棒性。大概的意思是说，希望通过尽可能多的备选方案，以防止意外发生。

再对比了google、特斯拉、通用等技术方案的不同后，我们来总结下这些主流的定位技术方案。

▲以上信息仅为基础方案，出于冗余目的，细节方案还有待进一步考证。

从技术脉络看，已经投产的自动驾驶方案多数集中在GPS+IMU（为基础）上，而代表未来的一些自动驾驶方案，则更青睐高精度地图+感知设备的结合。

最后，由于细节技术的不透明性，我们这里提到的信息可能存在一些纰漏，还请相关专业人士多多留言，给大家还原一个更精准的自动驾驶位置定位手段。

欢迎加入车聚读者微信群：请先添加微信号autojucom，并注明“我要入群”，之后我们将拉您入群，或加入QQ群：383683141。

欢迎微信扫码或搜索autoju（←长按可复制），关注我们的公众号。

引言 | 高德说，一套图等于侦察员、领航员、裁判员

今年一月，特斯拉接连发生三起事故。一起是Model 3冲出拐弯的路面，一起是Model S追尾一辆消防车，还有一起是Model 3在市区撞到了一根灯柱。

虽然只有第二起与它的Autopilot有关，但还是说明：人们对新兴的自动驾驶技术的兴趣一直伴随着担忧。

那么，自动驾驶技术现在到底成熟度几何？哪家技术未来会更强？

一、高精度地图助通用超过特斯拉？

日前，美国权威市场研究机构Navigant Research发布了《2017自动驾驶竞争力排行榜》，通用和特斯拉分别位例首尾，相差了18名之多。

▲此份调查报告从公司愿景、市场发展策略、合作伙伴、生产策略、技术、营销&销售&产品、产能、产品质量&可靠性、产品组合和长期投入度等十个维度综合评价。

从评判标准看，拉开这条巨大鸿沟的原因有很多，比如通用在产能潜力方面有着压倒性的优势，而从市场发展策略看，处事更加稳重的通用自然也能收获更多分数。

在这些原因之外，通用能傲居榜首，与其自动驾驶策略关系密切。在过去的一年，通用终于给我们展现出了与特斯拉思路迥异的另一种自动驾驶策略。

这是一种近乎偏执的克制，以至于现今它还只能做到高速公路上的单车道自动驾驶。但从体验看，其稳定性和可靠性很高，虽然只能让人吃到“小点心”，但接下来的“大菜”其实已经能预见了。

事实上通用已经延迟了Super Cruise的发布，原因之一是为了得到一张更加精准的高精度地图，而这张地图也给本次评级加上了不小砝码。

在可预见的未来，如果以凯迪拉克CT6为首的Super Cruise应用车型们打开销路后，他们在自动驾驶道路上追赶、甚至超越特斯拉，将变成可能。

因为高精地图将解决特斯拉Autopilot的三个致命弱点：一、大多数前方静止的障碍物；二、标记复杂易混淆的匝道区域；三、横向驶来的大型车辆的甄别。

这三点分别对应已经发生过的实际案例：一、2016年1月，中国邯郸的Model S高速追尾近乎静止的清扫车的事故；二、2016年7月美国宾州一辆Model X在复杂的车道线路况下，冲出匝道直接翻车；三、2016年5月，美国佛州一辆Model S因无法识别横穿马路的白色半挂卡车，而从对方底部穿过而撞毁。

如果有了高精地图，以上三个事故可能会被改写。

二、高精度地图的“三员大将”

要说明的是，高精度地图和传统的导航地图是不同的意思。对于道路属性，导航地图只需要给出道路路网这个级别的数据即可，它的重点在车辆定位，至于轮胎所接触的地面是怎么样的，其实基本都被忽略掉了。

那高精度地图是怎么样的？这还要从它的“三员大将”说起。

▎侦查员

由于路况复杂，自动驾驶更像是状况百出的越野赛而不是四平八稳的公路赛。所以在上路前，我们需要派出侦查员，仔细勘探每一个坑、每一道坡、每一条弯，以此绘制出详细的路书。

高精度地图与此类似，不过还要更为精确，比如它还能提供准确的道路形状，细化到每个车道的坡度、曲率、航向、高程、侧倾等数据。相比传统路书，它提供的信息有着几何级别差别。

当然，高精度地图也不是什么数据都会采集的，它主要关注的是“道路硬点”信息，比如上面说的车道坡度等，除此之外，比如人行横道、道路信息指示牌、限速标志等交通参照物也在采集范围之内。

▲各厂家关注的高精度地图下“道路硬点”信息快速更新能力，在未来会变得尤为重要。“实际情况与地图中信息不符”的案例在未来不能被接受。

路书的好处有很多，比如随着2018年的第一场雪，我们再次发现原来白雪覆盖下的车道是这么难以辨认。为此，在一些经常被大雪覆盖的公路线旁都会设置延绵不断的路标，为的就是指清车道，避免误冲出车道。

如果说传统的摄像头、雷达等探测设备更像是“人眼”，它的优势是能快速抓取即时信息，但弱点也很明显，比如如果道路线被覆盖了，就基本抓瞎了。事实上现今的自动驾驶或半自动驾驶都是不适合在雪地里开启的。

但如果有了高精度地图，结果就完全不一样了。“绝对信息”的存在，让车辆在即时侦测设备失灵时一样可以“盲开”。

▲2016年1月，河北邯郸一辆Model S在高速上直接撞上一辆清扫车

在2016年1月河北邯郸的Model S追尾事故中，Autopilot疑似没有识别出左前方近乎静止的高速清扫车，而直接追尾。有业内人士这样推测：系统当时认为前方“静止的”障碍物，或许只是路边一个大型路标或广告牌，不在车辆的行进路线中，因而没有进行任何警告与刹车，最终酿成大祸。

如果有了高精地图，它已事先侦探过该路段并无路牌，那么突如其来的障碍物即为危险；即使后来这里新加了路牌，其精准位置应该在车道的外侧，而不应该入侵到车道内，同样可以断定为一危险物，而及时采取预警和制动了。

路牌与障碍物的位置差别，可能只有一两米，这在传统导航地图中无法区分；但在精确到20公分的高精地图中，这个位差还是能轻易侦测出的。

这是高精地图「侦察员」的功劳。

▎领航员

由于汽车是移动的，并不是在绘制好路书后就能高枕无忧，所以高精度地图还会参与到“正赛”中，充当领航员的角色。自动驾驶通过GPS、摄像头、雷达等探测设备与高精度地图中的数据进行地形匹配，以此确定汽车当前位置。而高精度地图则反过来告诉汽车当前和未来将要面临的“路面硬点”信息会是怎么样的。

这和越野赛领航员做的有些类似——在比赛中负责领航，朗读路书，选择适当时机告知车手前方道路情况。

高精度地图作为领航员，它能起到的作用有很多。比如能够帮助汽车甄别哪段路该采用哪种驾驶模式，在人流密集区，会倾向手动/辅助驾驶，而在非密集区则倾向于自动驾驶。

这就好像越野赛领航员有时会提醒驾驶员该怎么切弯道一样。

而在2016年6月，宾州的Model X冲出路面的案例中，很可能Autopilot无法瞬间识别复杂的车道线，特别是上下匝道的特殊标记线，而让车辆径直冲过路基，来了个底朝天。

如果有了高精地图，即使当时车道线被大雪覆盖，车辆一样能按正确轨迹行进，精准的辨别哪里是路面，哪里是路基，而不会出轨翻车。

这就是高精地图「领航员」的作用。

▎裁判员

由于有了预知能力，高精度地图还能起到裁判员的效果。比如，以往的探测技术较难区分信息的距离感与层次感，容易发生误判。

比如红绿灯路口难题。没有高精地图的自动辅助驾驶系统，经常会迷惑前方的红色亮光，到底是前车的尾灯还是路口的红灯？这种犹豫很可能导致事故或违章。

有了高精度地图就不一样了，由于事先知道汽车会驶入怎么样的道路环境，它会迅速判断出车辆与路口的精准距离；同时它还能判断路面的坡度，并及时指导视频系统的拍摄角度，更好判断前方物体的真实高度，以区别是尾灯还是信号灯。这样，一种在我们人类看似啼笑皆非的误判，就完美避免了。

▲摄像头和雷达在信息处理上会有分歧，一旦误判就会酿成大祸。这时高精度地图作为第三方能起到关键的裁判员作用

2016年5月，美国佛州一起著名的Model S事故，改写了特斯拉Autopiot的发展轨迹。Joshua Brown在公路上开启了自动辅助驾驶功能，但没有充分注意路况，结果一头冲过了一辆横穿马路的白色半挂卡车底部，滑出路面撞毁。

根本原因是，Autopilot 1.0的摄像头认为横在前方的白色车身是天上的白云，毫米波雷达则认为障碍物是一块高悬的巨幅路标。二人都不认为这是一个危险，最终没有预警和制动，造成悲剧发生。

即使摄像头和雷达中的一方识别出了危险，1：1打平时听谁的？这是一个难题。特斯拉以前的算法是二者矛盾时听摄像头的，现在改成听雷达的，但这仍让人无法完全放心。

如果有了高精地图，相当于加入了一个机智的第三方裁判。

首先，高精地图会告诉雷达，这个地界在之前的侦测中根本没有任何标识，而且路标的颜色不会是白色。然后，它会根据当时的坡度，告诉摄像头以合理的视角进行拍摄，反复确认前方物体的海拔高度与距离远近。同时，距离上肯定会优先采纳雷达的建议，这是毫米波信号相比视觉信号的天然优势。

最后，它会微微一笑：那特么哪里是白云和路标了？距离和颜色都错了！那是一辆迫在眉睫的大型障碍物，赶紧通知系统刹车！

而且，即使高精地图只能判断其中一项，那么2：1也能做出更令人信服的判断。可以说：它是一个至关重要的「裁判员」。

三、通用CT6的超级巡航选择高德

关于自动驾驶，可以说通用在做选择方面是十分谨慎的。从早前消息看，美国方面，通用经过层层刷选后选择了GeoDigita。这家老牌测绘企业，也是Ushr的前身。

▲Ushr随着一波疯狂的1000万美元A轮融资，与通用捆绑的死死地。

而来到国内，拿到通用super curise 高精度地图订单的不是百度，而是深耕高精度地图领域多年，不太喜欢夸海口的高德。

▲高精地图与国家安全关系密切，必须由国内有资质的地图厂商提供，所以主要对手就缩小到高德、四维图新和百度上

比如高德汽车事业部总裁韦东关于未来布局，在车聚君看来是合理和不夸大的：

未来“高精地图+高精定位”的基础设施，将与传感器、激光雷达等发挥融合作用，共同推动自动驾驶发展。前者解决绝对精度问题，后者解决相对精度和安全防范问题。

明明白白说出高精度地图的作用，并最大限度的推广它，这个简单的道理，在现今反而变得珍贵了。所以从两家的调性看，这次合作有必然。

但必然之外，高德打下的基础起到了关键作用。

截至去年9月，高德已完成了32万公里国内高速公路高精地图采集，并建立了基于众包采集体系的自动化更新处理系统。

而在早些时候的4月、6月和8月，分别完成了在定位图层和数据更新等方面与博世和英伟达展开合作、协助测绘局完成国内首个自动驾驶用偏转插件测试、与千寻位置达成战略合作，向行业推出基于高精度地图和高精度定位的解决方案。

特别要说明的是与千寻位置的合作，要知道后者目前在全国已经布局了1450个地基增强站。而且在接下来两年的目标也是很惊人——2018年实现厘米级定位服务中国全境覆盖；2019年实现米级服务全球覆盖。

至于为什么选择高德而不是百度，除了广为流传的一些原因外，百度与车企的合作是基于Apollo（阿波罗）软件平台，虽然看似更广，但高精度需要的“精”却不敢打包票。

要知道高精度地图数据的采集工作是需要大量人力物力财力才能完成的，高德目前拥有数千名数据生产人员和专业技术研发人员；超过6500万个POI（Point of Interest），790万公里的导航道路数据，超过400种道路属性信息，横跨61个城市、超13000平方公里的三维数据模型……

我们知道自动/智能驾驶汽车主要拼的是自动驾驶，而自动驾驶又拼的是软件，而软件主要拼的是算法，算法又来自于广阔的大数据：路试数据、消费者实驾数据、道路信息数据、公共服务数据、高精地图……

▲DT化就意味着传统企业和行业将数据这种新的生产要素与其他要素融合起来，实现数据业务化，衍生出创新模式的过程。

高德作为率先转型数据生产的DT化企业之一，并且背靠阿里巴巴，这些利好为将来实现动态高精度地图乃至大数据处理质的飞跃打下了良好的基础。

车聚小结

当然从技术上说，即使单靠传感器，也能实现自动驾驶车辆对环境的监测，比如奥迪A8用激光雷达等探测仪器，依然实现了初级SAE L3。

但是，考虑到激光雷达的价格，传感器的工作局限（比如前面提到的积雪路面），以及车辆实现自动驾驶功能所必需的安全冗余等因素，目前业内的普遍共识是：在SAE L3以上级别自动驾驶中，高精地图依然是必要的配置。

那目前既不用激光雷达，也没有高精地图的特斯拉呢？

它也没闲着。特斯拉在2017年启用Autopilot 2.0硬件时，明确提到：“我们需要通过布局在车身上的摄像头来收集路况短视频，以获取车道线、路牌、交通灯等信息。特斯拉对路况的覆盖越广，每一辆特斯拉的自动驾驶能力就越高。”

呶，这相当于它自己也在做高精地图的事儿，只不过借助车主采取了“免费众包”的模式。

那如果有了高德这样的高精地图专业小伙伴，其它企业追赶特斯拉Autopilot是不是更轻松了？

欢迎加入车聚读者微信群：请先添加微信号autojucom，并注明“我要入群”，之后我们将拉您入群，或加入QQ群：383683141。

欢迎微信扫码或搜索autoju（←长按可复制），关注我们的公众号。