高精地图：怎样为自动驾驶车主节省时间？
文库划重点：地图如果要为自动驾驶服务，就不能像传统地图一样，只提供道路级导航信息，它还得精确到每一条车道上，也就是提供车道级别导航信息。这就要用到“高精地图”。
你好，我是李彦宏。这一讲，我想从地图来聊聊我对智能交通的思考。
在中国，手机地图的用户已经超过了7亿人，越来越多的人出行时都会使用地图，用它来定位、查看路况、规划出行路线，等等。个人对地图的需求，大致也就是三个：导航精准、定位精准、路线时长预估刚刚好。
导航和定位精准，这个很容易理解。在路线时长预估方面，百度地图有一个还不错的新功能，叫“未来出行ETA”，ETA就是“通行时间智能预估系统”。我举个例子，如果你下午在重庆弹子石老街玩，晚上7点约了朋友在洪崖洞吃饭，地图的未来出行就会很精准地告诉你，你过去要36分钟，最好6点24分出发。
我们日常的手机地图，在准确性和时效性上，已经能比较好地满足我们的需求了。但在智能交通时代，地图做到这些还远远不够。因为到那时候，路上可不只有人类司机在开车，还有自动驾驶汽车在跑。自动驾驶汽车，对信息精准度和时效性的要求会很高，否则就很容易出事故。
举个例子，人类司机开车，要是导航提醒说，“道路前方500米路口左转”，人们会观察自己所处的是不是左转车道，如果不是就要观察周边的车流，在合适的时候变道。但自动驾驶汽车可没有像人一样的观察和判断能力。如果它从直行车道开到路口再左转，就很有可能跟其他车撞上。
你看，地图如果要为自动驾驶服务，就不能像传统地图一样，只提供道路级导航信息，它还得精确到每一条车道上，也就是提供车道级别导航信息。这就要用到“高精地图”。
高精地图的精准度，至少体现在两个方面：首先是在标记地图要素的位置时，精度要更高。地图要素，也就是出现在地图中的各种东西，比如道路、信号灯等。普通地图标记要素的位置，精度在10米上下。而高精地图的精度要达到分米，甚至厘米级。
怎么理解呢？假如你开车找一个充电桩，用普通地图导航，它告诉你目的地到了，但充电桩还在离你十米远的地方。但如果是用高精地图，导航结束时，你停车的地方，正好就是在这个充电桩面前。
其次是采集的数据维度要更全。普通地图采集的主要是道路的数据，比如路的名字、方向、电子眼的位置等。跟普通地图相比，高精地图多了车道、防护栏、路灯、马路牙子等不同对象的数据。
此外，每个对象的各种属性，地图也得采集。拿车道来说，高精地图不仅要采集车道类型数据，也就是左转、右转、直行车道等，还得精确到车道线是虚线还是实线，是黄色还是白色，实线具体在路的什么位置，等等。
再举个例子，右转车道一般都规划在右边，但杭州的一些路口，右转车道在最左边。还有红绿灯，有些城市可能是圆的，有些会用文字或者箭头，还有的会弄成爱心的形状。这些对象，人能够轻易的感知和理解，但车不行。所以，地图未来要想精准地映射现实交通，让自动驾驶汽车也能用，难度还是挺大的。
为了克服这个难题，我们主要是让AI来发挥作用。比如要确定一个路牌的位置，只需要一张照片和拍摄点信息，AI就能够推算出要素的精确坐标，既提高了效率又提高了数据的精准度。
好，说完数据精准度，我们再来看看地图更新的时效性，也就是客观世界的变化必须以最短时间体现到地图里。小到路口新装的电子眼、临时的限速指示牌，大到新规划的公交路线、新开通的城市道路，还有临时的交通管制、拥堵和事故等，这些变化，如果没有第一时间更新到地图里，就会影响出行效率和出行安全。
这些变化信息，主要靠车的定位信息和交警部门的反馈。比如使用地图导航的车辆，它实时在回传自己的位置，如果很多车都集中在某一个路段，那么这里很可能就是在拥堵。再比如某个路口发生了交通事故，车主报告交警，交警部门会把这个信息反馈给地图平台。
当然，采集到最新的信息只是第一步，第二步就是快速地处理新信息，并第一时间呈现到地图上。还是让AI来发挥作用：举个例子，假设政府公布消息说，北京五环要做道路改造，限速从每小时90公里变成80公里。
地图怎么实时呈现这个变化呢？我们会让智能采集车去五环路上跑一圈，每隔10米拍张照片，实时上传到后台数据库。有了新照片，AI图像识别技术就会提取照片中“80”这个新的数据，然后自动比对后台的历史数据“90”。比对完之后发现，旧的数据已经不符合现实情况了，完成确认之后，“80”这个新数据就会自动更新进地图，用户就能第一时间知道这个变化。
现在，百度地图每天要处理上亿条数据，其中自动化处理的比例达到了96%，在部分高速路和城市快速路段，交通信息的更新已经达到分钟级别。
在我看来，当高精地图的数据精度更高，信息更新也更快之后，它至少能从3个方面为自动驾驶汽车提供帮助：
第一，让自动驾驶汽车拥有“千里眼”。自动驾驶汽车虽然装了摄像头、雷达等很多感知设备，但监测范围最多不过100多米。有了给自动驾驶汽车用的高精地图，千里之外的交通状况，汽车也能提前知道，规划路线就更方便。
第二，成为自动驾驶汽车的“透视镜”。当车载感知设备受雨雪影响“看不清”道路时，高精地图能及时反馈数据，可以帮助自动驾驶汽车看清楚每一条车道线。
第三，充当自动驾驶汽车的“安全员”。高精地图能提供交通标识、地面标志、信号灯等上百个对象的精确信息，还有道路坡度、弯道曲度等详细数据，可以帮助车辆作出准确判断和决策。
所以，要想发展自动驾驶，高精地图是必不可少的基础性支撑。目前为止，百度是国内唯一一家拥有高精地图领先技术，同时提供自动驾驶完整解决方案的公司。我们已经跟广汽、蔚来、吉利等多家车企达成了量产合作，预计到2023年，百度高精地图的搭载量将超过100万台。
未来，当越来越多汽车搭载高精地图，我们就能够清楚知道每个时刻、每个位置的车流量和车速。甚至对未来的某个时刻，路网中即将有多少辆车，它们要前往哪条路的哪个车道，也能有精准的数据。从这个维度看，地图就像未来智能交通的末梢神经，能时刻帮助城市管理者感知交通的脉搏。
这能实现什么样的效果呢？就是全局优化。全局优化相对应的概念是个体优化。你看现在的地图，主要就是为个人出行服务，它提供的导航选择，比如用时最短、收费较少、里程最少等，都是在最大化个体的收益，并不会考虑别的车要怎么开。但是，当每一辆车都只以最大化个体收益为目标时，交通系统的整体效率，反而不是最大的。
想要实现全局优化，我们不仅要通过分析城市大脑的数据，把交通整体效率的最优解给计算出来，还要通过地图，去干预每辆车的驾驶行为。
那么如何对驾驶行为进行干预呢？你可能知道老鼠希望在猫的脖子上系铃铛的故事。那么地图就是那个系在猫脖子上的铃铛。每天都有几千万人在用地图，那么城市大脑就能分析出，几点几分在某个地点大概有多少车，然后地图就可以接收来自城市大脑的指令，从全局出发为每个人规划出最优的出行路线，节省出行时间。
这就好像每一台车里都配备了一个交警，“他”可以实时指挥每一台车，按照整体交通效率最高的方式来行驶。“他”也许会告诉你：“现在开30迈，下一个红绿灯就可以不停了”，或者“跟前车保持10米的距离，你会更快到达目的地”，又或者“现在从最左车道换到次左车道，那样车速可以更快”。当有足够多的用户遵从这些建议时，交通系统的整体效率就得到了提升。
当然，要想真正实现全局最优解，只依赖地图的“软性”优化仍然不够。如果相关部门、机构、企业等一起，采取改善道路条件、错峰规划通勤时间，还有实施智能交通等“硬性”优化措施，未来的出行才会更高效。
另外，通过地图去提升交通系统的整体效率，还有一个切入点是交通事故的处理。我们平时遇到的道路拥堵，大多是因为周边发生了事故。如果说事故不能完全避免，那更快地处理事故就是减少拥堵、提升效率的关键。
在智能交通时代，大量路侧传感器可以多角度拍摄事故发生的过程，在计算机视觉和人工智能的帮助下，算法会自动判定大多数事故的责任分配，我们就可以通过地图App实时通知相关责任方，不必等警察来，也不必浪费时间相互争论，轻微事故甚至都不用停车。
好，总结一下，我们说，智能交通时代，地图不只要为人类司机服务，也要为自动驾驶汽车服务，所以地图对客观世界的映射必须越来越精细、越来越及时。未来，地图还能在最优路线规划、交通事故处理等很多环节参与并干预交通，帮助优化交通系统的整体效率，真正为用户出行节省时间。
(原标题：《地图：怎样为用户节省时间？》)
收录于哈希力量，手机站省略本文固定网址
