蘑菇说：驾驶在一座复杂的“魔幻8D”立交桥上，即使使用电子地图导航，我们都未必能准确识别并驶离正确的车道。但对于自动驾驶车辆，这一切都不在话下。所以，是时候领略一下自动驾驶车辆专用高精地图的魔力了。本期蘑菇说为你解读。

因而，进入立交桥叠层结构的车辆会发现电子导航不稳定，甚至失效。对自动驾驶车辆而言，这一情况绝不会出现，因为每台自动驾驶车都配备有专用神器——高精地图。

自动驾驶高精地图和普通电子导航不同，电子地图用于被人类驾驶员识别，而高精地图则是被自动驾驶车辆机器识别，属于三维地图。

三维高精地图是自动驾驶不可或缺的一部分，是自动驾驶车辆作出决策和控制的基础。车辆只有在高精地图上行驶，才能对前方障碍物作出减速、停止或者换道的指令。很难想象没有地图上的车道线、道路标识和方位，自动驾驶车如何在算法路径规划下进入目标位置。

在大数据基础下，高精地图能够精确还原路网的三维表征，利用激光雷达、全景相机、惯导系统等车载设备采集道路数据，得到横纵坡度、曲率、高程、航向等三维线形信息。

另外，通过AI的自动化处理技术，高精地图不仅能展现道路的形态，而且每一根车道线、每一个道路分起点的位置都能精确地展现出来，为自动驾驶车辆细小的决策控制提供支持。

自动驾驶对于高精地图的要求是厘米级的，对于车辆的定位也需要同样的精确度。只有如此，当一辆自动驾驶车在靠近马路栏杆或前方插入车辆几十厘米时才能做出调整。

由于高精地图厘米级展示道路交通元素，我们可以看到一个有大量细节信息的三维世界，如同一个以车道为主线的元宇宙。车道线的位置、类型、宽度、坡度、曲率一一呈现，甚至还能看到地面箭头、地面文字、停止线、斑马线。这里有道路标志牌、护栏、信号灯、电子警察，甚至可以看到路边树木、马路边缘和周边建筑物。

为了制作高精地图，自动驾驶公司和地图公司们采取了不同的采集、制作方案。一般来讲，高精地图都要经过数据采集、 处理、对象检测和验证、地图生成发布的过程。

工程师们需要开着搭载激光雷达、全景相机和RTK（实时差分定位）的采集车捕捉道路数据，并对数据进行整理、分类和清洗，这个环节还会经过AI深度学习的算法进行元素识别和分类，最后形成3D点云数据的地图，在经过人工检验无误后发布。

高精地图对立交桥数据的采集技术要求更高。一座立交桥一般有十几个分析点，包括道路分岔点、主路进匝道、匝道进主路等，每个分析点都要多次采集才能完成。这种情况下，高精地图的采集周期和成本控制也能反映出一家自动驾驶公司的技术实力。

工程师们在不断创造出新的成果。近期蘑菇车联申请的一项高精地图立交桥生成方法相关专利，出发点便是降低制作成本，同时提高立交桥显示效率。蘑菇车联是国内少有拥有高精地图数据采集、量产制作、渲染、高精定位及导航整套能力的自动驾驶公司。

伴随自动驾驶进入城市道路，或许某一天，在经过城市大型立交桥时，我们的电子导航会提醒：前方立交桥，请开启自动驾驶模式。