戴姆勒公司董事會主席蔡澈博士曾指出，自動駕駛汽車將成為130多年前汽車發(fā)明以來最偉大的移動革命。世界經(jīng)濟(jì)論壇預(yù)計(jì)，包括自動駕駛在內(nèi)的汽車數(shù)字化將為全球帶來3萬億美元的經(jīng)濟(jì)效益，是世界新一輪經(jīng)濟(jì)與科技發(fā)展的戰(zhàn)略制高點(diǎn)之一。

國務(wù)院《中國制造 2025》《新一代人工智能發(fā)展規(guī)劃》和國家發(fā)展改革委《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》（征求意見稿）都對自動駕駛汽車發(fā)展做出了規(guī)劃，意味著自動駕駛已經(jīng)上升為國家戰(zhàn)略和國家行動。麥肯錫的研究報(bào)告顯示，2030 年中國將有800萬輛自動駕駛乘用車，與之相關(guān)的創(chuàng)收將超過5000 億美元， 中國可能成為全球最大的自動駕駛市場。

毫無疑問，自動駕駛帶來的移動革命將極大解放人類，深刻改變未來人們的生活方式，而地理信息是這場革命中的關(guān)鍵驅(qū)動力。盡管自動駕駛技術(shù)還處于發(fā)展初期階段，距離真正商用尚需時(shí)日，但“凡事預(yù)則立，不預(yù)則廢?！庇捎谧詣玉{駛與測繪地理信息的密切聯(lián)系，自動駕駛的發(fā)展對于地理信息產(chǎn)業(yè)的轉(zhuǎn)型升級和結(jié)構(gòu)調(diào)整，具有巨大的帶動效應(yīng)，值得廣泛探討相關(guān)法規(guī)標(biāo)準(zhǔn)、產(chǎn)業(yè)政策的發(fā)展方向，從而未雨綢繆，超前布局，及早占領(lǐng)產(chǎn)業(yè)發(fā)展制高點(diǎn)。

地理信息是自動駕駛技術(shù)的重要支撐

雖然自動駕駛研究正如火如荼，各門派的技術(shù)路線還有所不同，但還是基本達(dá)成了一些共識，即自動駕駛主要包括“環(huán)境感知、分析決策、行動控制”三大系統(tǒng)。具體到技術(shù)層面，根據(jù)麥肯錫的報(bào)告，傳感器、處理器、算法軟件和高精地圖是自動駕駛的四大關(guān)鍵技術(shù)。從目前的研究情況來看，地理信息在自動駕駛系統(tǒng)中不可或缺，對推動自動駕駛技術(shù)的發(fā)展至關(guān)重要。

（一）從技術(shù)路線看

自動駕駛的實(shí)現(xiàn)離不開測繪地理信息的支撐。要實(shí)現(xiàn)自動駕駛，自動駕駛車輛必須能夠?qū)崟r(shí)地感知其在哪里、周圍有什么，這些都離不開高精地圖和移動測量的支撐。其中，高精地圖主要負(fù)責(zé)車輛的全局定位和全局感知，移動測量主要負(fù)責(zé)車輛的局部定位和局部感知，自動駕駛系統(tǒng)在此基礎(chǔ)上對車輛的行進(jìn)狀態(tài)進(jìn)行分析，并據(jù)此決策進(jìn)一步的控制。實(shí)際運(yùn)作中，實(shí)時(shí)移動測量和高精地圖的形成更多時(shí)候是合為一體的。從目前的自動駕駛技術(shù)演進(jìn)路徑看，自動駕駛系統(tǒng)高度依賴激光雷達(dá)等傳感數(shù)據(jù)、衛(wèi)星導(dǎo)航定位數(shù)據(jù)和高精地圖，對自動駕駛車輛進(jìn)行感知和定位。2016 年中國汽車工程協(xié)會發(fā)布的智能網(wǎng)聯(lián)汽車技術(shù)路線圖，也把精準(zhǔn)定位和高精地圖作為自動駕駛的基礎(chǔ)支撐技術(shù)?？梢哉f，測繪地理信息技術(shù)正在使自動駕駛的實(shí)現(xiàn)成為可能，是未來自動駕駛革命的關(guān)鍵因素。

（二）從硬件支撐看

自動駕駛感知離不開多種傳感器的移動測量。自動駕駛汽車主要配備 GPS/北斗、激光/毫米波雷達(dá)、光學(xué)相機(jī)、慣性導(dǎo)航裝置等一整套的傳感器， 利用這些傳感器對汽車周邊物體的形狀、大小、空間位置及其屬性等信息進(jìn)行實(shí)時(shí)采集，工作原理與測量原理基本相同，采集過程與移動測量高度類似。特別是被譽(yù)為“自動駕駛的眼睛”的激光雷達(dá)，最早就應(yīng)用在測繪領(lǐng)域。上世紀(jì)七十年代，美國航天局利用空載激光雷達(dá)測繪三維地形，隨后廣泛應(yīng)用于獲取精確地面三維空間地理信息，構(gòu)建數(shù)字城市三維模型等。法國市場研究與戰(zhàn)略咨詢公司 Yole Development 預(yù)計(jì)，到 2022 年包括激光雷達(dá)在內(nèi)的自動駕駛傳感器市場規(guī)模將達(dá) 230 億美元。目前禾賽科技、北科天繪、數(shù)字綠土等國內(nèi)廠商已經(jīng)開始布局，并在激光雷達(dá)集成化、小型化方面取得了長足進(jìn)步。

（三）從軟件支持看

自動駕駛決策離不開高精地圖和空間分析算法。高精地圖直接決定自動駕駛系統(tǒng)的安全、可靠以及效率，對自動駕駛車輛的定位、導(dǎo)航與控制至關(guān)重要。高精地圖能夠幫助識別車輛、行人及未知障礙物。如果自動駕駛車輛在行駛過程中發(fā)現(xiàn)當(dāng)前高精地圖中沒有的物體，便有很大幾率是車輛、行人或障礙物，以提高自動駕駛車輛發(fā)現(xiàn)并鑒別障礙物的能力。同時(shí)，自動駕駛車輛上的各類傳感器所獲取的空間大數(shù)據(jù)，需要空間分析方法提供算法支持，處理相互間的拓?fù)潢P(guān)系、方位和距離等，支持自動駕駛路線規(guī)劃，以及大規(guī)模實(shí)現(xiàn)自動駕駛后的智能交通統(tǒng)籌，在自動駕駛決策和管理系統(tǒng)中發(fā)揮重要作用。目前，百度、高德、四維圖新等多家具有導(dǎo)航電子地圖制作測繪資質(zhì)的企業(yè)已經(jīng)進(jìn)入自動駕駛領(lǐng)域，提供全面的空間位置信息服務(wù)，并日益成為推動自動駕駛技術(shù)發(fā)展的重要力量。

地理信息產(chǎn)業(yè)在自動駕駛時(shí)代面臨的挑戰(zhàn)

自動駕駛技術(shù)的發(fā)展離不開地理信息的支撐，地理信息產(chǎn)業(yè)在自動駕駛時(shí)代迎來前所未有機(jī)遇的同時(shí)，也面臨前所未有的挑戰(zhàn)，主要表現(xiàn)在以下三個(gè)方面：

（一）自動化基礎(chǔ)上的智能測繪挑戰(zhàn)

地理信息產(chǎn)業(yè)是天生的大數(shù)據(jù)產(chǎn)業(yè)。在攝影測量與遙感等測繪活動中，對道路網(wǎng)的提取、地物的精細(xì)分類、車牌和交通標(biāo)志的識別等，早已普遍通過機(jī)器自動提取提高作業(yè)效率和準(zhǔn)確度。對于自動駕駛而言，自動駕駛車輛需要通過各類傳感器不間斷自動采集車輛周邊各類地理信息，并通過云端實(shí)時(shí)的大數(shù)據(jù)分析、處理和分發(fā)，以極高現(xiàn)勢性和新鮮度的地理信息確保安全、高效的自動駕駛。在將來的完全自動駕駛時(shí)代，每一輛自動駕駛車同時(shí)也是一輛移動測量車，這種智能化的采集方式具有成本低、效率高、時(shí)效性好的優(yōu)勢，能夠真正做到自動駕駛所需地理信息的動態(tài)實(shí)時(shí)更新。

在自動駕駛技術(shù)演進(jìn)路徑中，機(jī)器學(xué)習(xí)已屬主流技術(shù)，但機(jī)器學(xué)習(xí)需要大數(shù)據(jù)的驅(qū)動才能達(dá)到高性能和高可靠性。為實(shí)現(xiàn)這一目的，走“群眾路線”的眾包模式是自動駕駛的必由之路。目前，很多自動駕駛技術(shù)都采取眾包模式，通過眾多自動駕駛車獲取的數(shù)據(jù)，處理形成高精地圖支持自動駕駛。地圖公司 HERE 與汽車廠商合作，每年有 700 萬輛車在路上實(shí)時(shí)采集并升級高清地圖。特斯拉的中央數(shù)據(jù)庫每天平均增加一百萬英里的駕駛數(shù)據(jù)。摩根士丹利的研究報(bào)告稱， 優(yōu)步在 24 分鐘內(nèi)收集到的數(shù)據(jù)，就相當(dāng)于谷歌自動駕駛車自誕生以來記錄下的所有數(shù)據(jù)。正是有了這些自動化智能采集的地理信息大數(shù)據(jù)，才為機(jī)器學(xué)習(xí)提供了海量樣本，使得自動駕駛車輛的感知能力越來越強(qiáng)大。

(二）泛在化基礎(chǔ)上的精準(zhǔn)測繪挑戰(zhàn)

自動駕駛要求更豐富、更真實(shí)、更高精度的地理信息，因而測繪的對象更加全面，道路上的機(jī)動車、非機(jī)動車、行人及其他一切交通參與者，以及車道標(biāo)志線、交通標(biāo)志、信號燈等自動駕駛車輛周邊的一切交通要素都要測繪。傳統(tǒng)導(dǎo)航電子地圖不用采集的比如道路的坡度、曲率、高程、側(cè)傾等信息，車道標(biāo)志線的虛線、實(shí)線、雙黃線等，都是自動駕駛車決策和控制的重要信息，自動駕駛系統(tǒng)都必須采集，可謂“無時(shí)不測、無所不測?！蓖瑫r(shí)，自動駕駛車輛對于位置服務(wù)的精度要求更高，所有交通參與方的位置信息都需要更加準(zhǔn)確，方能實(shí)現(xiàn)更加安全的自動駕駛。因此，更高精度的地圖和更加精準(zhǔn)的定位導(dǎo)航服務(wù)，是自動駕駛的重要支撐， 由此要求自動駕駛相關(guān)測繪更加泛在和精準(zhǔn)。

（三）網(wǎng)絡(luò)化基礎(chǔ)上的共享測繪挑戰(zhàn)

自動駕駛車輛環(huán)境感知的海量數(shù)據(jù)和決策分析、行動控制對網(wǎng)絡(luò)的依賴程度非常高。借助信息通信技術(shù)來實(shí)現(xiàn)車與車、車與路、車與云端服務(wù)平臺等全方位網(wǎng)絡(luò)鏈接的車聯(lián)網(wǎng)，是實(shí)現(xiàn)高度自動駕駛的必要前提。在這個(gè)意義上講，沒有車聯(lián)網(wǎng)就沒有真正意義上的自動駕駛，更不用說未來智慧交通的實(shí)現(xiàn)。這也是為何 Google、百度等互聯(lián)網(wǎng)巨頭紛紛投身自動駕駛領(lǐng)域，憑借其強(qiáng)大的網(wǎng)絡(luò)技術(shù)優(yōu)勢占得市場先機(jī)是重要原因之一。自動駕駛對信息共享的需求更加迫切。

自動駕駛車輛需要通過網(wǎng)絡(luò)進(jìn)行車車交互，并通過云服務(wù)提供車輛遠(yuǎn)端的交通信息。比如一輛自動駕駛車發(fā)現(xiàn)前方路面發(fā)生交通事故、有井蓋丟失或者路面結(jié)冰等突發(fā)信息，應(yīng)該所有的車或者附近一定區(qū)域的車都立刻知道這個(gè)信息。同時(shí)，政府部門關(guān)于交通的臨時(shí)管理措施等也應(yīng)當(dāng)通過網(wǎng)絡(luò)第一時(shí)間發(fā)布，使得自動駕駛汽車第一時(shí)間對交通管制、道路施工、交通擁堵、交通事故、天氣等信息做出回應(yīng)，而這些信息的實(shí)時(shí)共享對于實(shí)現(xiàn)安全可靠的自動駕駛至關(guān)重要。