将自动驾驶模块化，大致可以分为导航和避障两个部分，从宣传角度来看，车企的宣传方向主要是避障，因为导航功能似乎有些普通，手机、车机上的导航软件数不胜数。
然而想要实现安全性更高的自动驾驶技术，更加精准的导航功能也很重要，这就是高精度地图的意义。很多年前就有企业在高精度地图领域播种，现在终于长出嫩芽。
近日广州、深圳开放城市高级辅助驾驶地图许可，百度首批获准，可以通过高精度地图，为高级辅助驾驶、高级自动驾驶提供服务。
高德与凯迪拉克CT6车型达成合作后，高精度地图开始走进我们的视野，随后蔚小理发力，高精度地图的重要性与日俱增，自动驾驶技术的提升，让高精度地图开始发挥自己的作用。如今广州、深圳终于开放城市高级辅助驾驶地图许可，高精度地图的时代来了。
高精度地图，自动驾驶的关键？地图，给人的第一印象就是用于导航，事实也确实如此，但在自动驾驶领域，导航功能却与曾经大不相同。现在车机与手机端导航软件非常多，相信各位或多或少也用过，如果是自己驾车，现有导航功能也足够了，但如果想要应用在自动驾驶上，手机和车机的导航App还是差了点。
之前小雷曾遇到过一些情况，例如语音导航播报太晚，经过连续路口时没能及时播报，导致驶过路口，遇到复杂路口定位错误等。最离谱的是打车时定位错误，导致自己跟网约车司机发生口角。
高精度地图可以通过测绘车辆采集大量厘米级信息，一条路上有多少车道，哪里需要变道、哪里需要转向，甚至说车道的下水道口、车道类型、交通信号灯信息、车道限高等，车机系统都能通过预先收集的数据及时作出处理，导航精准度更高。
图源：pixabay
自动驾驶方面，高精度地图的大量厘米级数据也能发挥出极大作用。如果仅依靠传感器采集数据，雷达短时间的扫描，都不可能搜集到太多精准数据。高精度地图可以弥补汽车传感器的不足，提升自动驾驶安全性。
高精度地图也有许多缺点，例如车道信息变更，如果道路正在维修，或者前方有车祸，而高精度地图没有及时更新信息，就有可能出现问题。因此，汽车即便接入高精度地图，仍需要各种雷达、摄像头等传感器采集信息，以防止高精度地图未能及时更新。
从对于自动驾驶技术的帮助我们能够看到，高精度地图有作用，而且对于安全性和便捷性的提升非常大，而且很多年前就有许多企业打算在高精度地图领域布局，只是因地图测绘较为敏感，高精度地图更是如此，需要有相关部门颁发运营牌照，才能进行测绘。
支持高精度地图的城市，也需要慢慢开放，作为国内四大一线城市中的两个，广州与深圳已开启高精度地图试点。看到这些消息，可能有人对高精度地图的未来充满期望，但小雷要说的是，不要对高精度地图抱有太多期望，想要实现高精度地图普及，还有太多难点需要克服。
高精度地图，前途并不明朗正如上文所言，车道的信息随时可能发生变化，想要维持高精度地图信息的准确性，就需要设备不断重复采集数据。每一台用于采集道路数据的汽车，成本都在百万元左右，构建高精度地图的成本太高了，初期建设维护基地也需要太多钱。
图源：pixabay
因此，高精度地图商用初期，大概率只能被应用在停车场、高速公路等环境不会经常变化的区域。和高资本联合创始人何宇华表示：
中国拥有全世界最复杂的城市道路系统，没有一家地图厂商一开始就把全国的地图扫完，因为那样数据搜集量过于庞大，成本根本盖不住，所以他们会从高速公路开始，即便如此成本依旧高昂。
从经济、安全、数据质量等方面看，高精度地图目前仍不成熟，想要实现大范围普及，还需要投入大量成本。好消息是，中国互联网三大厂BAT（百度、阿里巴巴、腾讯）均已入场，其中百度成就最高。IDC数据显示，2020年中国高精度地图行业百度力压四维图新、易图通、高德地图三家，位列第一，市场份额占比高达28.07%。
BAT之所以入场，是因为高精度地图初期成本高昂，但边际成本几乎为零，只要构建完成高精度地图，在每个地区建设相应的地图测绘基地，后续投入成本非常低。再加上未来可覆盖的范围足够广，能够获取的利润很高，所以才能吸引BAT等大厂。
图源：百度
另一方面，初期高昂的成本不是谁都能承担，BAT雄踞中国互联网企业御三家多年，虽然也有字节跳动、拼多多等大厂崛起，但底蕴仍难以与BAT相比。有了御三家的入场，高精度地图才算有了发展壮大的可能性。只是成本这个跨不过去的大山，依旧在阻挡高精度地图前进的步伐，御三家实力雄厚，那么多钱也不是随便就能掏出来的。
面对蓬勃发展的自动驾驶行业，厂商们并没有孤注一掷，同样各有各的打算，比如特斯拉选择了低成本的纯视觉方案，一颗雷达都不要，全部换成摄像头；国内大多数厂商选择了视觉融合方案，摄像头、雷达等协同工作，性价比较高；还有一些价格昂贵的车型，直接上三颗激光雷达。
此外，百度还推出了一项更为稳妥的方案，不但可以实时采集车道数据，还可以监控车流情况，提高自动驾驶的避障能力，那就是车路协同。
车路协同，高精度地图最重要的补充？高精度地图依靠特殊车辆和设备对道路进行测绘，采集大量数据，车路协同则不同，是在路旁安装监测设备，从上帝视角实时监控道路情况，并将数据发送给附近的车辆，即便汽车的摄像头、雷达感知不到，也能准确获取数据，提升避障能力。
不过车路协同的监控设备不可能整条道路全覆盖，考虑到成本问题，最多只能实现路口安装监控。路口正是交通环境最为复杂的地方，情况也较为多变，可能需要高精度地图数据采集车辆反复测绘。
如果能够与车路协同联合，将环境复杂的路段和路口交给车路协同实时监控，测绘车辆补充变化频率不高的路段，相辅相成之下，能够大幅减少投入的成本。车路协同和高精度地图的应用，可以让车企放心使用视觉融合方案，减少雷达的搭载，有利于自动驾驶技术进一步普及。
图源：pixabay
自动驾驶技术领域，百度已经取得了先机，高精度地图份额第一，车路协同也颇具声势，在国内多个地区试行。不过自动驾驶技术仍未开放私家车使用，究竟哪种方案能在未来笑到最后，还要看日后的发展。
车路协同与高精度地图互补的方案，安全性较高，但成本问题仍需要厂商想办法解决，毕竟车辆反复上路测绘，路口安装监控设备，都需要不少资金投入。
未来高精度地图的作用会越来越大，不仅仅是在自动驾驶领域，辅助驾驶、无人机避障等领域，以后都可能应用到高精度地图。前期的成本压力是对企业的考验，只有通过了考验，只要市场需要，总会有企业能走到最后。
封面图源：pixabay
