谁会是Waymo在中国部署自动驾驶车辆的地图合作伙伴？

任何想在这个世界上最大的汽车市场销售无人驾驶汽车的企业，都必须找到当地地图合作伙伴，而这些地图是保证他们的车辆正常行驶的关键。

而随着Waymo在中国上海开始建立其在中国市场的第一个据点背景下，很多业内人士纷纷猜测，谁会是Waymo在中国部署自动驾驶车辆的地图合作伙伴？

在目前中国仅有的14张甲级导航地图资质牌照下，许可制度限制了国外企业在中国的“肆意扩张”。而四维图新（腾讯支持）、阿里巴巴旗下的高德地图及百度正在进行市场争夺。

今年宣布进入中国市场的凯迪拉克Super Cruise，为了实现其能“解放双手”的高速公路智能驾驶系统，选择了高德地图进行合作。

早在2015年高德已经开始了这项工作，目前他们已经完成了超过30万公里的高速公路高精度地图制作。

而四维图新也将在明年年中之前为绘制15万公里的高速公路图（包括每条交通车道和出入口匝道）。

四维图新预计今年将首次从德国一家豪华汽车制造商那里获得高清地图的订单，该公司还与戴姆勒、奥迪旗下的地图公司HERE合作，制定与所有汽车兼容的数据标准。

鉴于本地图商的“天时地利人和”优势，Mobileye也于今年初宣布和四维图新达成战略合作。双方将基于国内道路信息，共同开发用于Mobileye自动驾驶的REM（Road Experience Management，路网采集与管理）系统。

目前，Mobileye的REM系统可以达到10cm级别的高精确度，这已经足以应付L3级甚至L4级自动驾驶的运转。

而政府对安全和关键数据访问的敏感度促使高精地图行业变成了中国企业的“内斗”，当然背后则有不少海外技术公司的“助力”。

“全球汽车制造商正在认真对待高清地图，在精度和深度方面对中国的高质量地图数据有着巨大的需求，”业内人士表示，“这对我们来说是一个很大的激励，让我们相信我们经过这么多的努力和投资所从事的工作是有意义的。”

百度在2013年收购了一家总部位于北京的初创企业，获得了自己的地图许可证，此后又启动了阿波罗项目。但此前数年，相比四维图新和高德在前装地图服务市场的份额，百度地图此前更多服务于终端消费者，比如手机版本百度地图。

“在中国，许可证在这个领域是个巨大门槛。”一位业内人士表示，高清地图可能是百度未来在自动驾驶领域最大的利润来源之一。

当然，中国本地汽车制造商也已经早有准备。上汽集团通过参股、和武汉光庭成立合资公司，并采取控股的方式间接获得了地图牌照。此外，上汽集团还是海外高精地图初创公司Deepmap的股东之一，后者提供高精度（厘米级）、低成本的地图和定位解决方案。

今年，HERE宣布其在中国、日本和韩国的合作伙伴已联合起来，从2020年起达到全球高精地图道路数据的统一。

并且，通过他们的OneMap联盟，这些公司将使任何OEM更容易部署世界级的地图，以帮助自动驾驶车辆安全有效，同时联盟面向全球新的战略合作伙伴开放。

当然，对于目前高精地图来说，面向真正意义上的L3级及以上自动驾驶，仍然存在不小的瓶颈。

定位和映射（SLAM）算法是自动驾驶最关键的技术之一。从车载传感器实时收集的数据与基于云的高清地图数据之间的协调提供了汽车接近地标的虚拟图像。

目前，HD矢量地图可以支持前方200米动态加载本地化和冗余感知数据，同时通过把传统的三维信息（维度、经度和高度）转换为网格化数据，也可以从根本上节省数据流对带宽的要求，并减少了对存储容量的要求。

这允许精确地确定与其他道路使用者的位置和关系，SLAM技术对计算能力和数据传输提出了很高的要求。比如，对于实时执行，延迟必须小于10毫秒，这需要在车辆上进行高性能计算。

除了标准和政策限制，在高精地图领域，高昂的建图成本限制了地图的更新频度和活性。

国内初创公司DeepMotion（深动科技）通过比对行车环境信息与现有地图中的数据，云端可以整合判断来自不通车辆上传的数据，排除误报，完成更新。在数平方公里的测试规模下，其解决方案从车端提交信息到云端完成整合的时间是分钟级。

此外，DeepMotion在算法设计上要采用一些消费级的传感器以降低整个设备的成本；同时还要提升算法的自动化程度，减少技术人员的介入。

此外，高精定位也是高精地图的一大制约瓶颈。在做精准定位的时候，对于一辆全自动驾驶汽车来说不是传统的辅助驾驶（全自动驾驶一般是L4级），对于精准定位要求达到10厘米以下。

这种对精确度的要求要非常的实时性，不能有些路段达到10厘米以下，有一些地段就只能达到15厘米，或者速度一提升又不能达到这个标准了，这个对于自动驾驶是不能接受的。

对于真正的自动驾驶来说，我们衡量高精地图精度分两个维度：一是地图本身的精度，二是通过高精地图对自动驾驶的汽车实时精准定位的精度，业内对产品的要求是都要控制在10cm以内。

对于自动驾驶感知系统来说，它对高精定位有什么要求？需要对现实世界要有非常精准的3D模型重建，在3D模型重建的时候精度要达到5-10厘米。

比如，路上如果有三个信号灯，你的高精地图数据里如果缺了一个，你就少了三分之二。但自动驾驶对错误的容忍度就是0。因为一旦有一个错误，都有可能造成误差，这对高精地图的制作挑战就非常大。

其实高精地图本身也有类似的等级设定，从数据的精确度和丰富度来讲，业内把高精地图也划分为三个等级，分别是L2级、L3级和L4级。

目前，大家看到的比较常见的地图提供商，他们做的高精地图，其实是给ADAS用的，业内称为ADAS Vector Map。L3级高精地图，也称为Vector Map、Intensity Map、Objects Map。而真正适配于L4级的高精地图，业内称为Occupancy Map。

同时，对于高精地图来说，如果实时更新的速度做不到的，它的可用性和规模性就会受到一定的限制。