近日，我国首条“超级高速公路”杭绍甬智慧高速公路即将开建，将设置自动驾驶专用车道，支持全线自动驾驶车辆自由行驶。

据悉，这条“超级高速公路”为杭甬高速公路复线，起自杭州绕城高速公路下沙枢纽，终点位于宁波穿山疏港高速公路柴桥枢纽，线位方案全长约161公里，规划双向6车道，投资总金额高达707亿，平均每公里建设费用超过4亿。

杭绍甬智慧高速公路沿线会部署高速率、低延时、高可靠的全覆盖无线通信网络，在通车后，将采用大数据驱动的智慧云控平台，对行驶车辆进行实时监测以及监控。（《原树宁：超级高速公路时代我们还需要高铁吗？》）

目前，自动驾驶汽车是否应该搭载高精地图存在两种态度，一种是以特斯拉为代表的拒绝，一种是其他厂商的支持。

在去年的特斯拉Autonomy Day上，马斯克曾表示特斯拉的Autopilot不会依赖高精地图，他认为高精地图是一个“很糟糕的想法"，会导致自动驾驶系统过于依赖已存储的高精地图而失去灵活性，从而不能像真正的司机那样根据路况灵活应变。

特斯拉所推崇的传感器路线，其最大的隐患就是缺少了为自动驾驶车提前构建的前方场景综合信息的能力，自信的依靠精准的传感器感知和强大的计算，处理各场景遇到的问题，却缺少了在复杂场景、极端场景处理高抽象层次问题的框架依托。

退一万步讲，即便是老司机，在“熟悉”的道路上也会比在“陌生”的道路上开的更顺畅、更平稳、更安全，便是这么个道理。

在没有高精地图辅助下，这种传感器方案会影响车辆提前或者延后驶入/驶出相临近的高速路口，或者在驶出高速路口时，车辆会由于没有精准的定位而产生左右摇摆。这就导致车辆事故率大大增加，并且还会影响车辆的舒适性。

传感器的性能边界导致场景中的部分信息是无法感知的，而道路中的曲率、坡度角的缺失又会对车辆的纵向、横向规划控制产生较大影响，乘客会感觉车辆的控制不如驾驶者开得平稳。

如果有高精地图，则可以提前进行区域车道级路径规划，从而保证车辆根据实际情况做出相应的驾驶决策，且在特殊场景下，让自动驾驶车提前了解情况，避免误识别与误判。

车载传感器的性能边界指的不仅是测量范围，还有面对不同环境时表现出来的感知缺陷。近期业界质疑特斯拉自动驾驶系统存在"色盲"缺陷，不能有效识别白色障碍物。而前段时间北京泥雨天气，很多车辆都出现了传感器故障报警。 

综合来看，高精地图对自动驾驶汽车的感知、辅助定位、路径规划都会产生一定的影响，尤其是高精地图超视距的特点可以对整体的道路流量、交通事件、路况进行预判，可以作为感知层的安全冗余。

2016之前，特斯拉的传感器主要依赖于Mobileye。 但2016年美国的一次事故后，特斯拉与Mobileye分道扬镳。

同期，特斯拉发布了其车队学习网络Fleet Learning Network。该系统在功能和模块构成上都和Mobileye的REM非常类似，二者都是通过车辆的摄像头等传感器以及高度自动化的软件系统在后台构建自动驾驶所需的高精地图并分发到其他车辆，使车辆互相学习打造更好的自动驾驶体验。

特斯拉目前是汽车行业中唯一掌握了从芯片到摄像头传感器到后台建图全闭环技术的企业，而其他车厂还不得不依赖Mobileye或者HERE，TOMTOM等地图供应商。

特斯拉一方面宣称拒绝高精地图，一方面却积极构建其自有的自动化高精地图体系。

可见，马斯克的真实意图不是拒绝高精地图，而是通过特斯拉强大的技术能力自建体系，通过算法和数据将冗余控制在最小。

同时，特斯拉也减少了对核心供应商的依赖，并不断拉大传统车厂与其的差距。

但特斯拉进入中国后，由于政府对地图行业的严格管控，车队学习网路功能尚未开通。这可能会制约特斯拉在中国自动驾驶的发展速度，同时给了其他车厂减少差距的机会。

戴姆勒、宝马等都计划在未来2年给其下一代高端车型具备L3级别自动驾驶功能。而国内自主品牌的先锋代表广汽新能源和长安已经在今年发布了旗下首款L3级别自动驾驶汽车。而这些车型都搭载了高精地图，这也是量产车型能实现L3级别自动驾驶功能的保障。

据了解，通过高精地图和ADAS地图的道路信息，在高速公路中最高可实时获取8公里范围内的道路信息，实现车道级高精定位和精准路径规划，确保自动驾驶任务的准确性。

这一系列的问题还有待被回答，但智驾君认为，特斯拉要想跑上中国的“超级高速公路”，高精地图及地图学习后台会在很长一段时间内成为特斯拉难以回避的问题。