【财新网】（专栏作家 陈立彤）12月18日，我国有地方政府首次出台了推动自动驾驶的相关文件——《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》。两文件均由北京市交通委发布，并明确表示，经过资质申请和批准的测试主体可在公开道路进行自动驾驶车辆的相关测试。文件一出，研究人员纷纷感概：行业的春天来得比预期的早。不过，这个感慨似乎早了一点，因为在无人驾驶的道路上还有一些拦路虎没能搬走。其中之一就是高精地图与地图测绘的合规问题。

一、高精地图

无人驾驶系统是一个复杂的系统，如图所示，系统主要由三部分组成：算法端、 客户端和云端。其中，算法端包括面向传感、感知和决策等关键步骤的算法；客户端包括机器人操作系统及硬件平台；云端包括数据存储、模拟、高精度地图绘制及深度学习模型训练。

算法端从传感器原始数据中提取有意义的信息以了解周遭的环境情况，并根据环境变化做出决策，此系统由几部分组成：第一，传感，并从传感器原始数据中提取有意义信息；第二，感知，以定位无人车所在位置及感知现在所处的环境；第三，决策，以便可靠、安全地抵达目的地。客户端融合多种算法以满足实时性与可靠性的要求。云平台为无人车提供离线计算及存储功能。通过云平台，我们能够测试新的算法、更新高精度地图并训练更加有效的识别、追踪和决策模型。

在自动驾驶技术中，因为系统已经代替了传统驾驶中人类司机的眼睛，没有人类司机来判断方向、制定路线，因而车辆的定位功能的精准性万分重要。在自动驾驶中，定位主要依靠GPS、光学雷达（Light Detection And Ranging，LiDAR）和高精地图。定位和高精地图将会匹配，再进行路径规划与控制。深圳阿尔法巴公交车作为在封闭园区试运营的公交车，有固定路线、固定车道、固定停车点，道路状况相对于公开区域来说有更高的确定性，所以阿尔法巴对高精地图的要求不高。但是如果要研发无人驾驶系统，高精地图必不可少。

高精地图，顾名思义，是精度非常高的电子地图。传统电子地图的受众是人类司机，而高精地图服务于无人驾驶系统，其信息量、质量直接决定了无人驾驶系统的安全性、可靠性、效率。另外，高精地图应当至少精确到厘米级。传统电子地图往往准确度为5-10米，可是即便出现误差，人类司机也可以矫正过来。但是高精地图如果出现误差，无人驾驶则可能引发严重车祸。

高精地图的制作并不简单，需要通过光学雷达来完成。光学雷达是一种光学遥感技术，它会向目标物体发射一束激光，然后根据接受与反射的时间间隔来确定目标物体的实际距离，再根据距离和激光发射的角度，推导出物体的位置信息。因为激光的传播受到外界的影响小，所以光学雷达能够检测距离可以达到100米以上，在测量物体距离和表面形状上可以达到更高厘米级的精准度。在无人车行驶的过程中，光学雷达同时也在以一定角度匀速转动，并且不断发射激光并收集反射点信息，一边取得全方位的环境信息，激光雷达旋转一周收集到的所有反射点坐标的集合就形成了点云（ Point Cloud ）。高精地图由安装光学雷达的地图数据采集车在路面上反复多次行驶来收集点云数据。后期会经过人工标注，过滤掉云图中的错误信息，比如路面汽车、行人反射所形成的点，然后对多次收集到的点云进行对齐拼接形成最终的高精地图。

但有了高精地图并不代表车辆的导航就没有问题了。汽车的定位仍然需要车载传感器来采集信息，将采集得到的信息与高精地图比对从而确认自己当前的位置，然后进行导航。另外，因为道路上经常会出现路障、道路检修等问题，高精地图需要及时更新。高精地图的更新有赖于车载光学雷达等传感器。汽车首先会在没有地图的情况下，通过把当前的光学雷达扫描与之前的光学扫描用算法做对比，从而推算出当前车辆位置，再与其它传感器信息融合，推算出更加准确的位置信息。这些新数据则会被用来实时更新高精地图。

二、高精地图测绘

高精地图的制定和更新是对地理环境、人工设施的形状、大小、位置等进行测定、信息采集、表述等行为，是我国法律规定的测绘行为。

高精地图的测绘不可避免地带来信息的安全与合规问题，其中包括对国家秘密地点信息的保护——根据我国法律规定，国防军事设施、军事单位、未公开的港口港湾、未公开的机场和机关单位等等，都属于国家秘密。这些秘密如果一旦被公开、泄露，国家安全就会受到很大的威胁——所以，在我国，测绘是被严格限制的，进行测绘活动的前提是测绘者必须拥有测绘资质。我国的测绘资质分为甲、乙、丙、丁四级。其中，进行导航电子地图编制的公司或单位必须获得甲级资质，相应地，其合规门槛（包括对上述国家秘密地点信息予以采集、保密管理的要求）也就非常高。

我国进军自动驾驶技术的地图商主要有百度、高德等，它们均已获得甲级测绘资质。据报道，近日，滴滴所属的滴图公司也可能已经获得了甲级测绘资质，这将助力滴滴进军自动驾驶领域。

如前所述，高精地图的生成、更新需要携带有光学雷达的汽车在路面上进行测绘，收集信息并且提供给地图商，有资质的地图商再进行信息的过滤整合。比如，某零配件供应商提供车载雷达、车载摄像头，通过二者来收集道路特征信息，再将信息上传到零配件供应商的云端（该云端储存道路信息），零配件供应商的云端再将道路特征传送给地图商的云端，地图商将地图商现有信息与零配件供应商收集而来的道路信息进行整合处理并完成或者更新高精地图，再将高精地图发送至整车厂的网络云端，整机厂所出产的自动驾驶车再通过整车厂云下载高精地图。在前述这个流程中，提供车载雷达和车载摄像头的汽车零配件供应商及测绘车的开发商（即车企）没有测绘资质，却从事了“测绘活动”，从而极有可能引发测绘的合规问题，并被处罚，严重的有可能引发刑事责任，但是没有它们貌似全部或部分违规的“测绘活动”，要真正做到无人驾驶也是一件不可能完成的任务。对此，有车企、汽车零部件生产商等企业在很多场合向国家提案呼吁，希望国家在保证国家信息安全的前提下有条件地向部分企业开放地图测绘资质，以降低自动驾驶的合规壁垒。

三、结论

国内自动驾驶的拦路虎之一——公开道路测试的合规性问题，已经在北京先行得以解决，但是公开路测的合规不等于在测绘等问题上的合规。出于对国家秘密的保护及对于国家安全的考虑，我国严格控制高精地图测绘权的发放不是没有道理，但自动驾驶汽车的发展也的确需要适度降低高精地图测绘的合规门槛。如何做到这两者的平衡，需要来自于政府、企业及各路职业人士大开脑洞、群策群力一起来解决。■

作者为中国律师、美国纽约州律师，大成上海办公室高级合伙人、福特汽车公司前亚太区合规总监，也是某著名互联网搜索引擎公司无人驾驶汽车项目法律顾问