實現自動駕駛的一大關鍵是，汽車可以準確無誤地“看”到周圍的環境，并實時做出正確的決策。這不僅僅要求汽車內帶有大量功能強大且細分的傳感器來感知環境，以及先進高效的軟件系統來“思考”做決策，更需要的是所有可能街道的及時更新的地圖。在這場新移動革命的眾多技術中，3D高清地圖已經被車企、科技公司等眾多產業鏈參與者視作至關重要的功能。自動駕駛浪潮引發的高清地圖大戰由此燃起。

　　挖掘高精地圖“金山”

　　在此之前的消費級數字地圖競爭中，谷歌曾是無可爭議的贏家，其贏得數字地圖大戰的關鍵是在全球范圍內派出地圖街景車采集數據，此外它還擁有地圖導航公司、汽車廠商等無法匹敵的軟件技術。谷歌希望將這一成功延續到自動駕駛時代。據彭博社報道，谷歌目前正在開發一個3D地圖項目，可以更詳細地捕捉到汽車在行駛時可能面臨的各種危險。據稱，該項目遠遠超出了谷歌地圖目前所能提供的信息的范圍。

　　不過，顯然其他玩家都不希望谷歌在地圖領域繼續“一家獨大”。這一次，諸多公司已經紛紛在地圖領域展開角逐。

　　近日，由谷歌和蘋果的前資深員工共同創立的硅谷高精地圖與定位技術提供商DeepMap公布了其技術顧問委員會陣容，包括美國頂尖的技術專家Brian McClendon，Jaron Waldman和Leonidas Guibas。DeepMap依靠其智能軟件來縮減將來自自動駕駛汽車傳感器的圖像轉換為單一高分辨率景觀所需的時間和成本。

　　在過去一年里，DeepMap對外宣布完成A輪融資，投資者包括Accel、A16z和金沙江創投等。同時，根據官方透露的信息，DeepMap已經在北美、亞洲和歐洲擁有多家客戶和合作伙伴。目前，其公開合作的車企包括上汽硅谷創新中心、福特汽車以及本田旗下的加速器Honda Xcelerator。對外，DeepMap希望提供能夠高效處理大規模數據的地圖運行架構，進而提供高精度（厘米級）、低成本的地圖和定位解決方案。在加州的Concord和San Jose等地，目前上汽的自動駕駛測試車輛已經搭載了DeepMap的軟件。去年，創業公司Voyage在San Jose試運行的自動駕駛車輛上也使用了DeepMap的服務。

　　Civil Maps則具有可以辨別傳感器數據的技術，該技術可利用測繪車輛在同一個地區制造的每一個回路形成數字網格。福特是Civil Maps的投資者。而谷歌長期以來的兩大地圖競爭對手，HERE和TomTom NV這兩家歐洲公司，已將自己定位為谷歌地圖的主要替代品，致力于向汽車制造商出售中控臺地圖。

　　此外，車企以及汽車零部件供應商同樣將高精地圖技術視作未來發展的關鍵。此前就有諸多媒體報道指出，寶馬、戴姆勒等早已經將HERE高清實時地圖認作其未來自動駕駛汽車不可分割的一部分。

　　今年1月初，汽車零部件供應商博世及大陸也表示，二者計劃分別收購全球數字地圖與定位服務供應商HERE 5%的股份。此前，博世與TomTom、高德地圖、百度、四維圖新等都簽訂過合作協議。

　　根據美國加州車管局2月初發布的報告顯示，自動駕駛當前的主要難題還是復雜的交通環境造成系統出現脫離，而目前高精度地圖配合傳感器是應對復雜交通環境最有效的方案。

　　在中國市場，地圖成為“香餑餑”還有另外一個原因，車企和外資零部件企業在國內沒有地圖測繪的權利。而高德、百度等就因拿到了國家測繪地理信息局發布的甲級測繪資質，可以在國內進行地圖編制、導航電子地圖制作等。

　　兩種技術路線

　　在過去的一兩年中，數十家公司或單干或組成聯盟，投入數億美元，追逐可能尚需數年乃至數十年才能實現的巨額回報。不過，這注定是一場成本高昂的考驗。因為打造自動駕駛高清地圖的艱巨程度不亞于打造自動駕駛汽車。與傳統的數字地圖不同，自動駕駛汽車地圖需要幾乎持續不停的更新。道路上哪怕細微至極的變化 ——“一夜之間”拔地而起的新建筑，或者是路上的一點點碎片——都有可能會影響無人駕駛汽車的行駛。

　　而隨著自動駕駛技術逐步向全自動駕駛邁進的過程中，對于高精地圖應用的要求也不斷提高。要實現全自動駕駛，汽車需配備足夠準確顯示周圍環境的高精度地圖，誤差不能大于10厘米。傳感器和地圖的結合使自動駕駛汽車能夠及時修正數據上的誤差，辨識車輛的準確位置并導航。并且，高精度地圖能夠核對傳感器所接收的數據并幫助汽車精確監測周邊環境。

　　目前，涉足自動駕駛車輛地圖的公司主要采取兩種不同的技術策略，即預先存儲或是實時探測。

　　其中，預先存儲，是指創建完整的高精度地圖，讓未來的無人駕駛汽車能夠完全獨立駕駛。這需要提前收集數據建立3D地圖，在地圖上標注好車道和交通牌等，同時要用GPS確定汽車大概的位置，通過與之前建立的地圖進行對比，確認現在的位置（誤差10cm內），并且要能夠檢測、追蹤交通牌以及周邊環境，避免碰撞完成自動駕駛。目前谷歌、百度、Uber等主要使用這一技術路線。

　　另一種實時探測，則是一步一步創建地圖，即利用車輛上的傳感器，讓汽車逐漸加大自動駕駛的程度。這其中涉及到，用機器學習方法離線訓練，使車能檢測車道、行人和汽車，GPS 確定汽車大概位置，系統自動實時檢測車道及周邊環境，根據此前訓練好的分類器實現對車道及周邊環境的識別和追蹤，完成自動駕駛。Mobileye、Here、TomTom NV所采取的就是這一策略。

　　（兩者技術路線對比）

　　盡管目前究竟哪種策略更好，業內也尚無最終定論。不過，有一種分析傾向于，盡管預先儲存技術路線目前產業化程度較高，但無法用于未繪制地圖地區以及后期高清地圖維護成本較高等原因，將限制該技術路線的使用范圍。而實時探測路線在目前技術條件下，其可靠性仍有待提升。目前結合預先儲存技術路線和實時探測技術路線或是現實選擇。從長遠來看，實時探測技術路線或將是終極目標。