元戎启行的自动驾驶车辆能像人类老司机一样应对各种复杂场景，实现实时、智能地驾驶，这背后离不开许多核心技术模块的支撑。地图模块是L4级自动驾驶的核心技术模块之一。它负责对车辆行驶的真实世界建模。把真实世界中相对静止的环境信息处理成高精度、数字化、语义化，同时可以被定位的一系列图层。这些图层组成的信息能从静态层面解决自动驾驶“车辆周围有什么”的问题。

什么是地图中的图层？

不同的图层将真实世界中的信息以不同的维度呈现。平时常用的地图导航app就包含不同的图层，其中能满足导航的叫导航图层，显示卫星遥感图像的是卫星图层。一般来说，图层是空间对齐的，并共享同一套坐标系统。真实世界的点在不同的图层中都对应为一致的坐标。只要知道某一个点的坐标，工程师可以在不同的图层里来回检索，获取真实世界中对应维度的信息。

自动驾驶系统中的地图包含3种主要的图层，对应不同的功能，供整个系统使用。

1、 定位图层：包含定位算法所需要的环境特征，供定位模块使用。

        2、语义图层：它是矢量化，语义化的，包含众多要素的电子导航地图，供下游的感知和规划模块使用。

 3、可视化图层：包含一系列中间结果的可视化，供工作人员校验和审查地图。

什么是定位算法？

定位模块接收车辆传感器的实时数据，通过多个传感器多层级融合的结果，并结合地图的信息匹配，提供车辆实时的位置和姿态角。定位能解决自动驾驶“车辆在哪里”的问题。在自动驾驶系统中，定位要比平时用的导航系统精确很多，能提供厘米级的实时精度，和1%弧度的姿态角精度。这种精度的定位结果是自动驾驶汽车安全和稳定运行的坚实保障。

总的来说，地图和定位模块承接车辆传感器获取的真实环境情况，进行处理后，生成不同的地图图层，解答“车辆周围有什么静态固定物体以及车辆在哪里”这2个核心问题，为下游技术模块提供有价值的位置&姿态信息。

元戎启行地图与定位模块的亮点优势

元戎启行拥有一套高度自动化的建图系统，这套系统包含一系列建图关键算法和数据管理工具链。如动态物体去除，三维重建, 语义要素自动标等。工程上，元戎启行通过一整套工具链支持大规模的地图存储、数据批量更新、版本的统一管理和OTA推送等功能。运用这套地图系统，能更快地完成新区域的建图，并能在地图上对已有区域道路变化进行快速地更新。高度自动化的建图系统能把自动驾驶车辆更快地推到新的地区，为加速大规模落地运营提供了坚实的技术支撑。

元戎启行的定位解决方案比普通的方案精度高出3倍左右。识别定位精度越高，越能精准反应车辆周围有什么和车辆在哪里，从而能更好地保证自动驾驶车辆的安全性。目前主流的L4级自动驾驶中需求定位精度约为10cm，元戎启行的定位方案在复杂的城中心环境中，仍能达到平均精度约3.6cm。在多传感器融合的框架中，元戎启行开发了一套基于传感器失效自动识别的架构。在这个架构下，不同的传感器会根据环境退化的情况模拟自身的失效情况。例如激光雷达、摄像头可以识别到修路的区域，通过在融合系统中去掉这部分的观测，可以显著提高系统的可靠性。

地图与定位技术的爆发

在过去的一个多世纪，我们在地图和定位领域观察到了定位精度在大幅度提升。这种提升遵循类似摩尔定理的发展轨迹: 即每隔30年，自动化系统的定位精度会提升一个数量级。从1900年定位精度约3km的航海六分仪，到二战期间定位精度约500m的无线电信标(radio bacon)，到60年代定位精度约25m的第一代卫星导航系统Transit，到90年代推出的定位精度约1m的GPS系统。我们相信21世纪20年代是分米级，厘米级定位技术大爆发的时代。目前自动驾驶的多传感器融合方案已经验证了这套技术路线的可行性。

随着传感器成本的快速下降和越来越多的区域被高精度地图覆盖，分米级和厘米级定位技术的应用范围会被大幅度推广。这是自动驾驶发展目前面临的挑战之一，也是元戎启行不断追求的目标。