📅Published: 2022-05-05 12:19 我们可以看到国内外的自动驾驶厂商（尤其是国内的图商）都在布局高精地图，而特斯拉表示并不感冒，完全摒弃掉激光雷达、毫米波雷达等非摄像头传感器，仅采用摄像头进行感知，在自动驾驶领域独树一帜。 这引起了我和领导的讨论，我回去梳理了一下，把思考记录在这里。 一、高精地图可以做什么 高精地图可以看成一个道路环境的模型，记录了道路的三维特征、行车辅助信息（如车道线等）和丰富的语意信息（如交通灯的类型等），通过成为高精定位底图、提供规划素材、强化感知的能力，提高了自动驾驶效果的“上限”。 1）提高定位精度（感知系统的参照物） 通过对比车载定位模块和感知模块的识别结果，确认自己的当前的位置。 2）提供超视距的道路信息，规划素材（提高决策距离上限，解放算力，驾驶体验更平滑） 视觉/感知系统探测距离有限，尤其是车速快时，留给车载电脑的反应时间短。 云端可以基于高精地图对动线规划进行预处理，节省车载电脑的算力。 即使本地算力足够，短时间内及时纠偏，也会牺牲乘坐体验（看见要停再停车，和提前知道要停车提前减速，体验差异）。 视觉范围有限，结合超视距信息，减少局部最优决策。 3）帮助无人车识别车辆、行人位置及障碍物、路牌（给感知质量兜底，让决策更合理） 视觉方案会因为光线明暗、物体颜色等产生误识别，雷达受雾雨（空气中的颗粒）影响产生噪声，高精地图没有，但是传感器发现了，大概率是活动的物体。 与感知“看到的”路牌标线做对比校验，减少误识别。 可以看到，高精地图主要是为感知、决策模块提供“增益”，提高系统的安全、舒适性。 就像一场考试，不押题的这方，不依赖高精地图、甚至仅使用纯视觉的方案的无人车也许只能答60分，或者拼命学习拿到80分。请了家教拿到考纲的这边，借助高精地图，通过其他方式绕过视觉的死点、难点，拿到90分。
