高德低调研发的“自动驾驶”走了一条亲民的路

（原标题：高德低调研发的“自动驾驶”走了一条亲民的路）

高精度地图为核心的自动驾驶方案

高德的自动驾驶还是集成了他们的主要优势，那就是以高精度地图为核心、基于云计算和深度学习为基础的自驾解决方案。

先说其核心的“高精度定位方案”。

高德是做地图起家，在地图方面有着得天独厚的优势。目前地图按照精度可以分为三种：民用级、工业级和军事级。民用级地图就是现在手机等移动产品使用的导航地图产品，其精度在很多时候都不稳定，容易出现偏差。工业级地图一般用于车辆导航，在汽车出厂前预装的导航产品通常精度较民用级要高很多。在三种地图中精度最高的是军事级的地图，无论是精度、更新频率还是安全度上都在顶尖水平，也只有这种高精度地图才适合用在自动驾驶上。

为了研发自动驾驶解决方案，高德首先在高精度地图上花费了不少的功夫。为了能够使汽车对环境感知更加精确，高德使用了最新的HAD Map的高精度激光雷达采集系统对地图进行了采样和改进，HAD Map是一个高度集成的采集系统，使用两个交叉激光，每个每秒能发射55万个激光点，并配备了4个500万像素的摄像头，通过激光和摄像头的配合来对地图进行采集。

中国目前有28万公里高速公路，而目前自动驾驶解决方案大多数都是运用在高速上，所以高德花了大量了精力对国内的高速公路进行高精度地图的数据建设，高德表示将在今年年底能完成所有高速公路的采集工作。在会上，高德还表示，按照每公里500张样图建模计算，他们将采集30万公里、超过1.5亿张的道路样本量，能使地图更加精确。

自动驾驶的云计算

除了高精度地图，对于自动驾驶来说，云计算服务也是十分重要的一环。

在有了高精度地图数据的情况下，通过云计算平台对采集录入的地图冷数据进行大数据、云计算处理后，高精度地图才能够真正发挥效果。当然，这些数据的处理需要云计算服务平台具备进行海量数据的收集、运算、交互与分发的能力，云这样才能真正的为自动驾驶服务。另外，想要做好自动驾驶，云计算平台还需要有深度学习的能力，在数据的积累学习和实时处理能力上，要有不停的改进才行。高德在云计算上结合了阿里云计算平台的技术，这块恰巧是自家伙伴阿里云的强项，高德具有相应的技术优势。

高德对自动驾驶的思路

目前世界上已经有很多科技巨头开始研发自动驾驶技术，包括高德在地图界的同行百度和Google，不过高德做自动驾驶的思路却和这两家不尽相同。一般自驾的软件分为四部分：定位系统、驾驶决策（路径规划）、车辆感知系统以及车辆控制，无论是百度还是Google都在这些研发方向上进行了投入，然而高德却走了个“捷径”，直接放弃了“车辆控制”这一项，只专精于前三项，为什么这么做不难解释——成本问题。

Google和百度的自动驾驶汽车都偏向硬件技术，比如在汽车上安装激光陀螺仪、定位设备、各种传感器设备等，用传感器探测技术让汽车脱离地图指引，能够实现高自动化的自动驾驶能力，但这些都需要高精尖的技术，成本动辄几百万，离真正的普及和投入使用都太远。而高德的思路是，用“稍微低精度的传感器+高精度的地图捆绑包”的解决方式，这种方式可以在低成本的车辆上面大规模使用，需要的关键能力就是高精度地图和云计算服务。

雷锋网记者找到了高德地图的相关人员向了解更多关于高德自动驾驶的技术问题，但是高德方面表示，自动驾驶方案处于保密研发的状态，暂不对外接受采访，不过通过在云栖大会上的演讲，可以推断出，高德的自动驾驶技术更多的考量了当下的可行性。

智能硬件领域有句名言：“领先一步是先烈，领先半步是先驱。”所以高德的自动驾驶解决方案在研发上可能更多的是为了从而适应当今的车联网发展节奏而已。