本文谈论高精度地图，从三个方面展开。首先需要理性地了解高精度电子地图是什么，它和传统地图真正的区别在哪；其次再讨论高精度地图在无人车领域是如何应用的；最后结合高精度地图这个行业聊一聊高精度地图所遇到的挑战。
前言
前面的分享，将无人车上所用到的主流传感器都做了介绍。这些传感器都是看得到，摸不着的实物。在无人车自动驾驶的过程中，还有一种看不见、摸不到的“传感器”也在发挥着巨大作用，它就是高精度电子地图。
高精度电子地图也称为高分辨率地图（HD Map，High Definition Map），是一种专门为无人驾驶服务的地图。与传统导航地图不同的是，高精度地图除了能提供的道路（Road）级别的导航信息外，还能够提供车道（Lane）级别的导航信息。无论是在信息的丰富度还是信息的精度方面，都是远远高于传统导航地图的。
通过下图，可以感性地看出传统导航地图与高精度电子地图的区别。
正文
谈论高精度地图，从三个方面展开。首先需要理性地了解高精度电子地图是什么，它和传统地图真正的区别在哪；其次再讨论高精度地图在无人车领域是如何应用的；最后结合高精度地图这个行业聊一聊高精度地图所遇到的挑战。
高精度地图是什么？
现阶段的高精度地图更多地被定义为：服务于无人驾驶驾驶的地图。相比于传统地图的“定性”描述来说，高精度地图是一种“定量”的描述。
以坡度为例，传统地图能提供的仅仅是前方有上（下）坡这个信息，但无法提供上（下）坡的角度；
以弯道为例，传统地图提供的仅仅是前方有个比较“急”的弯道，但无法提供弯道的曲率半径；
以路口为例，传统地图提供的仅仅是前方路口有红绿灯这个信息，并不知道红绿灯的具体位置在哪。
……
高精度地图可以提供传统地图提供不了的精确数据，这就是高精度地图的“定量”描述。
这些定量描述对人类驾驶员驾驶汽车来说没有多大帮助，因为人类是高度智能化的个体，拥有极高的图像识别、信息联想和学习能力，而这些能力这是目前无人驾驶“大脑”所不具备的。为了弥补无人驾驶“大脑”还不够聪明的缺陷，高精度地图挺身而出。
高精度地图能够为无人驾驶提供的内容如下：
车道级道路信息
传统导航地图只能提供道路级（Road）的导航信息，如下图最左侧所示。道路R1连接着R2，R2同时连接着R3和R4。而高精度地图能够提供车道级（Lane）的导航信息，这种导航信息能够精确到车道的连接关系。如下图中间图所示Lane1连着Lane4，Lane4连着Lane8，；Lane3连着Lane6和Lane7，Lane7连着Lane10。
车道级别的道路信息能够解决在路口转弯时，无人车不知道需要转多大的角度和保持多高车速的问题。如下图右侧绿虚线即为高精度地图为无人车提供的虚拟车道线中心，只要提前变道到正确车道，并沿着虚拟车道线所在的车道行驶，即可顺利通过路口。
道路先验信息
先验信息是指某些可以提前采集且短时间内不会改变的信息。
仅依靠传感器的信息是很难感知车辆现在是处在高速公路上，还是处在普通城市道路上的；无限速牌的路段，车速最高可以开多快；前方道路的曲率；所处路段的GPS信号强弱。这些都是传感器遇到性能瓶颈时，无法实时得到的信息。而这些信息却都是客观存在，不会随外部事物的变化而变化，因此可以提前采集，并作为先验信息传给无人车做决策。
图为高精度地图可以为无人车提供的某些先验信息。包括道路曲率、航向、坡度和横坡角。这些信息对于无人车的安全性和舒适性都至关重要。
感兴趣点
感兴趣点是POI（Point of Interest）的直译。在交通场景中能成为POI的东西有很多，比如：用中心点和多个外包络点描述的交通标志牌、地面标志、灯杆、红绿灯、收费站等；用一系列连续点所组成的链状信息描述的路沿、护栏、隧道、龙门架、桥等。
高精度地图精确记录了这些POI的经纬度和高度，只要给定无人车的精确位置（经纬高），即可将各个POI相对于自车的位置计算出来。将这些POI信息的相对位置逆向投影到车载前视图像上，如下图所示。
到这个时候，肯定有人问：高精度地图比传统地图多出如此多的信息，容量肯定很大吧？不不不。现阶段的高精度地图容量并不比传统地图大多少。为什么呢？
因为现阶段的高精度地图完全是为无人驾驶服务的，而传统地图是为人类服务的。高精度地图只用关心与驾驶有关（道路、POI）的信息，并不关心周边的商场有几层、超市的面积有多大、小饭馆有多少家。而这类信息刚好是人类更关心的。正是因为侧重点不一样，所以在容量方面并不会有太大的差别。
