試想當自動駕駛汽車從倫敦出發(fā)，通過優(yōu)選路線，壓著限速一路向風景如畫的薩里郡飛奔，而無所事事的乘客，在指定目的地之后就可以全程收聽央廣新聞自嗨了;即使與機器人司機并無言語交流，實時更新的地圖和行駛進度依然讓乘員安享旅途。

　　昔日芬蘭通訊業(yè)巨頭，諾基亞HERE地圖事業(yè)部首席設(shè)計師PeterSkillman可謂一針見血：“這種地圖需要重重把關(guān)”。唯一的區(qū)別是，乘客們穿越倫敦時并未乘坐最近酷炫狂霸拽的奧迪無人車，而是18世紀20年代的驛馬車(車云菌：無人駕駛4輪馬車?這是神馬混搭?呃，確實神“馬”)。為了耍帥，Skillman甚至特意繞了點兒路并掏出馬云家新買的做舊版“偉大航圖”……老兄對此解釋說，這一招是防止乘客們一時間無法接受高貴冷艷的黑科技。

具備車道及交通流量信息的HERE高精度地圖

　　想做好自動駕駛?別忘記駕駛員

　　比之目前一般導航設(shè)備，自動駕駛系統(tǒng)將使用完全不同的地圖數(shù)據(jù)。首當其沖的就是精度問題，精確到米的低端地圖也就配給人類駕駛員領(lǐng)路了，人工智能要的是厘米級的檔次，閉著眼都知道馬路牙子離多遠的節(jié)奏。其次，實時性也很關(guān)鍵，前方路況那起碼得是秒級更新，什么事故擁堵，備選線路，乃至車道停用信息，能提示的都給它標上。最后一點，也是Skillman同學堅持格調(diào)，必上1720年代大馬車的關(guān)鍵——乘客對自動駕駛系統(tǒng)是否抱以信任，當然這屬于心理學范疇，是至關(guān)重要的。

　　對于全自動駕駛汽車的上路計劃，Google當家老生謝爾蓋·布林估計在2017年，保守派舉手答2020年，當然反對派則是默默蹲在墻角畫圈圈。時間拿不準不要緊，各大廠商向自動駕駛靠攏的步伐卻停不下來，今天看似easy的ACC自適應巡航+自動停車，沒準兒明天就能選定A到B點然后車里打個盹兒或者做一碗肉醬干拌面。太多媒體大肆渲染高大上的傳感器元件，抑或人情味滿滿的爭辯AI(人工智能)撞人誰負責/系統(tǒng)被黑誰埋單，但回過頭來，深藏功與名的全新模式地圖卻少有問津。

HERE從德國柏林周邊收集到的高速路數(shù)據(jù)

　　始于衛(wèi)星和航拍圖像的NOKIA HERE，起跑線與競爭對手相比并無二致。此后HERE以匿名方式收錄大量商業(yè)合作伙伴的車隊GPS數(shù)據(jù)，比如重卡運輸集團。這部分數(shù)據(jù)可謂海量，最高可達每月千億信息點，從村鎮(zhèn)公路到跨境高速，幾乎所有路線分支及交通流量盡收囊中。當然這還不是最牛掰的，藏身于離加州大學只有兩個街區(qū)的一棟無名建筑中，數(shù)百輛HERE專業(yè)采集車才是貨真價實的超級地圖“飼養(yǎng)員”。GPS、高階相機、雷達及激光測距儀，高大上的傳感器應有盡有。身為“現(xiàn)實捕捉”團隊的領(lǐng)軍人物，38歲的澳洲土著John Ristevski很喜歡他的復古頭銜，這時常令他想起Jorge Luis Borges短篇故事中那1:1尺寸的傳奇地圖——Ristevski和同事們夢寐以求的寶貝。

　　酷炫的采集車開在路上，回頭率可想而知。易拉罐形狀的雷達在車頂不停旋轉(zhuǎn)，32束激光射出，系統(tǒng)會自動分析反射光線，每秒收集約70萬點數(shù)據(jù)。車內(nèi)裝置的慣性傳感器隨之給出車身當前的傾角和側(cè)移，雷達收集的數(shù)據(jù)可依此校準并完美重建出路經(jīng)區(qū)域的3D模型，建筑高限(雷達可測高度)約為10~15層。而對建筑物的底層(路面上方區(qū)域)，也即對高清地圖最有意義的數(shù)據(jù)，激光雷達可以精確到幾個厘米。

HERE高清地圖專業(yè)采集車

　　由于涂裝了反射漆，路牌和路面標線對雷達而言是“選擇性忽視”的。因此這部分數(shù)據(jù)由攝像機+機器視覺算法來協(xié)同采集，而為了雙保險，人工校對也不可或缺;這一點與Google街景中抽取路牌信息是采用了幾乎一致的方案。

　　HERE目前擁有200輛配備Ristevski設(shè)計的新傳感系統(tǒng)的采集車，還有大概同樣數(shù)目的車子裝置著上一代系統(tǒng)。其后我們有幸采訪了Luke Pulaski，駕駛一輛亮藍色速騰旅行車的采集員;他的酷車頂著“易拉罐”，副駕腿部空間是一套電池組，一臺Linux小型計算機，幾塊TB級硬盤。駕駛座右邊支架上擺著一臺平板電腦，Pulaski輕點幾下就登錄成功，圖標變?yōu)榫G色，表明采集系統(tǒng)已火力全開。隨后平板電腦給出需采集區(qū)域的最佳行駛路線，你懂得，以盡可能低的重復率把該區(qū)的所有公路開個遍——“大多數(shù)時候這活兒蠻枯燥”，Ristevski不免聳肩，“但哥們兒就是吃這碗飯的”。

　　在過去的15個月中，HERE已在6大洲，30個國家采集了約2百萬公里(120萬英里)的高精度道路數(shù)據(jù)。而其主要競爭者Google交出的答卷則是家門口(山景城)周邊的2000英里(全美路網(wǎng)約4百萬英里)。當我們身處伯克利的HERE辦公室，大屏幕上的地圖正實時顯示采集車的工作狀態(tài)，美國西海岸和澳洲的采集車顯示為綠色，車云菌稱之為“吞食天地”(速度連接手柄，打開街機模擬器的車云菌開始自嗨);而東海岸和歐洲的同事顯示為灰色，已“漁舟唱晚”。

　　“高精度地圖會準確提醒機器人駕駛員前方情況”，Ristevski侃侃而談，“如果你的車子完全只靠傳感器來感知路面，這活兒可就不好干了，因此地圖很重要”。但車云菌想說，更關(guān)鍵的是，路況千變?nèi)f化，我們?nèi)绾螜z測路面事故或者車道停用信息，并實時更新到所有機器人手里的地圖呢?未來的自動駕駛汽車沒準兒可以通過移動網(wǎng)絡(luò)將事故信息上傳到云端的HERE地圖，但這真的足以快到讓后來者主動避障么?Peter Skillman對此解釋，“位于舊金山的汽車訪問北卡的數(shù)據(jù)中心，響應時間只需幾十毫秒，前車匯報的事故信息用于提示后車主動避讓，時間上完全靠得住，目前的LTE網(wǎng)絡(luò)就足以擔此重任”。

　　無人駕駛汽車能夠先知先覺并趨利避害，對不明真相的圍觀群眾而言，頗具天頂星科技的氣息。但一臺自作主張，飛奔到不知所蹤的汽車恐怕難免給乘員造成些許恐慌。最近的調(diào)研報告表明88%的美國人對乘坐無人駕駛車懷有不同程度的顧慮。對此，Skillman有他的應對策略，“讓乘員預知下一步操作，比如先打招呼(對乘客)后并線，這種信任感會逐步積累，問題也就自然不再是問題了”。干說不練是空話，Skillman毫不示弱的掏出電腦秀了幾個例子，當然這些未來科技都將顯示在車內(nèi)自動駕駛控制儀上。比如最基本的，一個動畫箭頭出現(xiàn)，告訴乘客車輛即將變道;另一個則是緊急提示，一個黃色嘆號伴隨告警音，意欲橫穿馬路的行人在屏幕上被高亮標記，車輛將可能會實施緊急避讓。

18世紀20年代的“高清地圖”

　　最后，Skillman還播放了一段車輛行駛在3D的虛擬芝加哥街道上的視頻。視頻開始就詳細告知乘客A到B點的路線和行駛計劃，Skillman覺得這有助于減輕人類乘員的疑心病——顯然前幾天他那張18世紀的偉大航圖也是異曲同工之作。用直觀的地圖跟乘客溝通，將自己的行駛規(guī)劃廣而告之，無疑是機器人駕駛員贏得信任的最佳途徑。

　　小結(jié)：

　　談起昔日的芬蘭驕傲，世界級通訊大佬諾基亞，總不免提起街知巷聞的Symbian(塞班)操作系統(tǒng)，正可嘆“成也蕭何，敗也蕭何”。然而另一句話，所謂“百足之蟲，死而不僵”，未曾落入微軟囊中的HERE地圖事業(yè)部卻頗具一番欣欣向榮的姿態(tài)，不禁讓手持深圳翻新版NOKIA E5-00的車云菌嘴角泛起一絲不讓人察覺的笑意……