對于人類駕駛員來說，電子地圖的主要作用是導航，包括從A地到B地的路徑規劃、車輛和道路的定位匹配、POI檢索等，那么當未來汽車可以實現一定程度的自動駕駛，甚至不需要駕駛員，能夠完全自動駕駛了，需要的地圖又是什么樣的呢？

答案是高精度地圖。

高精度地圖如何助力自動駕駛？

精準的自身位置評估和周邊環境感知，尤為重要。

目前來看，諸如攝像頭、毫米波雷達、激光雷達等傳感器，在進行環境感知時還存在一些缺陷，尤其在沙塵、雨雪、濃霧等極端天氣下，容易發生誤判，甚至失效，即使將多個傳感器進行融合，也不能完全避免。而高精度地圖，不僅在極端天氣情況下依然能發揮作用，且視野范圍還不會受到遮擋、距離與視覺限制，可以與上述傳感器在感知層形成很好的互補，為自動駕駛汽車提供更加可靠的感知能力。

就感知信息而言，高精度地圖除了可以為自動駕駛汽車提供高精度的靜態信息，如路網、路形、車道、POI、建筑、路標等，還包含動態的實時交通信息，通過對這兩類信息進行融合，形成一個虛擬的駕駛環境，供車輛進行環境感知、認知和理解，并開展路徑規劃、躲避擁堵和交通障礙。從這一點上來講，高精度地圖其實相當于一個超級感知容器，一方面可對現有傳感器進行輔助，另一方面作為平臺對接車道級規劃的需求，最終實現感知和決策的雙增強。

值得一提的是，基于對3D道路環境的重建，高精度地圖可以幫助自動駕駛汽車減輕對昂貴傳感器的依賴，大幅降低系統成本，并減輕車內計算壓力。

而在上海晶眾信息科技有限公司陸哲元看來，高精度地圖除了可以幫助自動駕駛汽車進行位置感知、更精準的路徑規劃，為決策層提供支持，對智慧交通的發展也大有裨益。例如在智能停車領域，可以用于車位誘導以及反向尋車，幫助用戶快速找到停車位。

“高精度地圖還能夠作為自動駕駛現有傳感器的補充和增強，強化車路協同架構中車端的感知能力，進而提升智能網聯應用。以及助力車企、科研機構等開展自動駕駛虛擬測試。”陸哲元表示。

四維圖新車路協同研究院副院長郭磐石則認為，與傳統地圖相比，自動駕駛所需要的地圖在精度方面的要求固然更高，并不是說絕對精度一定要達到什么級別，而是指精度能夠覆蓋出行所需的各種場景。“例如我們在高速公路上開車，需要的并不是車輛絕對的地理坐標精度，而是車道線之間的相對關系。”

除此之外，郭磐石認為用于自動駕駛的地圖還應該具備要素全、更新快、協同強等特點。“何謂要素全，比如我們用滴滴打車，你得知道上車點是小區的東門、西門、南門還是北門，這在地圖上也應該顯示出來。至于更新，雖然目前已經實現了秒級更新，但對自動駕駛而言，還不夠，需要進一步做到毫秒級。協同強則是指地圖能夠和感知系統、計算系統、通信系統等進行全方位的協同。”

不過，鑒于自動駕駛有多個不同的級別，并不是每個階段都需要這樣的高精尖技術。

在中汽中心汽車技術情報研究所政策研究中心劉斌看來，在L1、L2階段，依舊需要傳統的電子地圖作為出行參考，因為此時控制車輛的還是人類駕駛員。但到了L3級別，由于是人和系統共享車輛的控制權，引入高精度地圖，與傳感器進行結合，有助于降低研發成本，利于后續量產。

清華大學汽車工程系主任楊殿閣也認為，對于L1、L2級的ADAS系統，使用亞米級的ADAS地圖就可以了，而到了L3，除了ADAS地圖，可能還會用到高精度地圖，但不是必須的。在L4階段，厘米級的高精度地圖是必須的，L5同樣如此，不僅必須具備，還要能夠做到實時更新。

高精度地圖的發展現狀

與傳統的電子地圖相比，高精度地圖由于精度更高，涵蓋的信息更廣，可以為車輛提供較傳感器更詳細的環境信息，儼然成了自動駕駛汽車最核心的技術之一。然由于自動駕駛地圖提供的數據過于詳細，涉及到了空間信息安全，現行的法律以及政策在數據采集、傳輸、儲存、使用以及表達上都存在著很多的限制，這在一定程度上制約了高精度地圖的發展。

具體來看，據自然資源部地理信息管理司綜合處處長章煒分析，現階段高精度地圖面臨的難點主要有以下幾個方面：

第一，數據的采集和使用以及表達受限制。這一點主要是針對車企和自動駕駛方案解決商而言的，由于現行法規限制，他們沒有測繪資質就沒辦法采集、使用以及儲存這些空間位置信息，只能夠跟有資質的圖商進行合作。另外還包括眾包采集，以及道路的高程、坡度、曲率，橋梁隧道的限高、限重等信息，按照現行政策，其實也有明確的限制。而車企對于這些數據又有很強的需求，這也就間接影響了自動駕駛的發展。

第二，國內沒有專門針對自動駕駛地圖的統一標準。目前在國際上通行的標準基本上都是基于歐美道路設計的，跟國內場景有很大的區別。

第三，保密技術需要改進。按照現行法規，自動駕駛地圖仍屬于導航電子地圖的一種，在公開使用前，需要進行處理，而自動駕駛對定位的要求又很高，這明顯與法規要求相矛盾。

第四，現行審圖方式可能存在一定的問題。目前導航電子地圖實行的是許可制，在出版和發行之前需要經過地理信息主管部門的審核，然自動駕駛地圖采用的是數字串的形式來表達相關信息，且有很高的更新頻率和周期，現行的審圖模式難以滿足這些需求。

第五，沒有劃定專門的測試區。目前國內的自動駕駛測試場主要集中在對自動駕駛技術的測試上面，對地圖相關的測試驗證還沒有，由此導致對地理信息安全方面的評估較為缺乏。

第六，缺少統一的數據管理平臺。自動駕駛地圖不僅包含很高精度的道路靜態信息，未來可能還會包含交通事件以及道路施工等動態信息，基于這樣一個特性，其數據采集和更新成本未來會很高。如果有了統一的數據管理平臺，用于自動駕駛的數據采集、診斷、評估，可以實現更加高效的數據共享。

由此可見，高精度地圖的產業化之路也是道路且長。然盡管如此，過去幾年該領域還是吸引了大批企業布局。放眼市場，除了傳統的圖商，像BAT等科技巨頭，以及BBA等傳統車企，都在紛紛借助收購、投資或者合作等手段進入高精度地圖領域，甚至還誕生了一大批初創型企業，如Momenta、寬凳、晶眾等。

其中BAT方面，百度已經獲得了來自長城汽車的高精度地圖和自定位量產訂單，并與比亞迪、奇瑞、現代、北汽新能源、漢騰汽車、廣汽傳祺、大乘汽車等諸多品牌簽署了商業定點協議，阿里系的高德地圖先后拿下了凱迪拉克和吉利兩個高精度地圖商業訂單，騰訊系的四維圖新則拿下了寶馬中國的量產訂單。而初創型公司也在不斷強化與車企的合作，以加快融入市場，獲得更大的發展空間。

在多方勢力角逐之下，高精度地圖的市場進程節奏已然加快。據蓋世汽車研究院預測，隨著自動駕駛的不斷發展，特別是從2020年開始L3車型的密集上市，高精度地圖產業有望迎來黃金發展期，預計到2025年國內高精地圖市場規模將達到80億元，2026年將出現快速增長，突破100億元。