這里所指的地圖，是機器人環境當中的地理地圖。我們人類構建并使用地圖，從而根據地圖導航在城市當中暢行無阻，機器人也是如此。但機器人比人類更優勢的地方在于他們的記憶力非常驚人，可以記住每一個車道標志，而且細節精確，這是你我都無法做到的。正是有了這個不公平的優勢，他們才能變成無人駕駛汽車。

地圖的用處很多，除了我們熟知的定位功能外，它還能幫助無人駕駛汽車預先規劃路線和行車操作，輔助感知系統準確識別交通標識等。所以，了解高精度地圖對學習無人駕駛而言至關重要。

高精度地圖VS傳統地圖

當你開車導航的時候，導航地圖會向我們推薦一條或幾條路線，有些地圖甚至會顯示這些路線是否擁堵，以及每條路線要花費的時間。獲得這些信息后，你必須根據地圖提供的信息決定是否直行和轉彎，并對周圍的駕駛環境進行評估，可能還要考慮交通管制：信號燈、限速標志等。

無人駕駛汽車缺乏人類駕駛員固有的視覺和邏輯能力。比如：你可以根據看到的東西和 GPS 提供的信息確定你自己的位置；還能輕松準確地識別障礙物、其他車輛、行人和交通信號燈。但這對無人駕駛汽車來說是一項非常艱巨的任務。正因如此，高精度地圖是當前無人駕駛汽車技術不可或缺的一部分。

高精度地圖包含大量的駕駛輔助信息。最重要的信息是依托道路網的精確三維表征。例如交叉路口局和路標位置。

高精地圖還包含很多語義信息。地圖上可能會報告通信交通燈上不同顏色的含義，它可能指示道路的速度限制，以及左轉車道開始的位置。

高精地圖最重要的特征之一是精度，高精度地圖能使車輛達到厘米級的精度這對確保無人駕駛汽車的安全至關重要。手機上的導航地圖只能達到米級的精度，想象一下一兩米有多遠：如果車輛偏離一兩米，可能會阻礙交通及人行道，并且可能發生觸碰。

高精度地圖與定位

高精度地圖是 Apollo 自動駕駛平臺的核心，無人駕駛汽車的許多其他模塊都依賴于高精度地圖。我們要在高精度地圖上進行定位，這就意味著我們需要弄清楚我們在地圖上的位置。

我們可以將定位與拼圖進行比較。如果我同時為你提供地圖和地圖上的一小塊，我們并不能在地圖上快速找到這一小塊的確切位置，但無人駕駛汽車必須迅速確定以了解自己在地圖上的確切位置。

首先，車輛會尋找地標。我們可以使用從各類傳感器收集的數據，如攝像機圖像數據、以及激光雷達手機的三維點云數據來查找地標。車輛將其收集的數據與其高精度地圖上已知的地標進行比較。這一匹配過程需要預處理、坐標轉換和數據融合的復雜過程。

預處理消除了不準確或質量差的數據，坐標變換將來自不同視角的數據轉換為統一的坐標系；借助數據融合，可將來自各種車輛和傳感器的數據合并。從而精確定位自己的所處的位置。

一旦無人駕駛汽車高度精確的定位了自身的位置，定位任務也就完成了。整個過程取決于地圖，正因如此，車輛需要高精地圖以便知道它處于什么位置。

高精度地圖與感知

無人駕駛汽車可以使用高精度地圖來幫助感知。人有眼睛和耳朵，但都有距離限制，我們無法看到或聽到太遠的事物，無人駕駛汽車的傳感器也會受到類似的限制。

攝像機、激光雷達和雷達探測物體的能力在超過一定距離后都會受到限制，在惡劣的天氣條件或夜間，傳感器識別障礙物的能力可能會進一步受到限制。另外，當汽車遇到障礙時，傳感器無法透過障礙物來確定障礙物后面的物體。在這種情況下，高精度地圖可以將交通信號燈的位置提供給軟件棧的其余部分，幫助汽車做出下一個決策。

同時，地圖可幫助傳感器縮小檢測范圍。例如，高精度地圖可能會告知我們在特定位置尋找停車標志，傳感器就可以集中在該位置檢測停車標志，這被稱為感興趣區域或 ROI。ROI 可以幫助我們提高檢測精確度和速度，并節約計算資源。

高精度地圖與規劃

正如定位和感知軟件依賴于高精度地圖那樣，規劃軟件也是如此。高精度地圖可以幫助車輛找到合適的行車空間，還可以幫助規劃器確定不同的路線選擇，并幫助軟件確定道路上其他車輛在將來的位置。

例如，高精度地圖可幫助車輛識別車道的確切中心線，這樣車輛可以盡可能地靠近中心行駛，在具有低速限制、人行橫道或減速帶的區域，高精度地圖能讓無人駕駛汽車提前查看并預先減速。更重要的是，如果前方有障礙物，車輛可能需要變道，高精度地圖可以幫助車輛縮小選擇范圍，以便選擇最佳方案。