当一辆自动驾驶汽车端详这个世界时，它会看到很多东西。它有测量与旁边汽车距离的雷达，它有捕捉街道上彩色影像的摄像头，它的激光雷达传感器会发射激光脉冲测量周围环境。对于任何一辆由机器人驾驶的汽车而言，行车过程中最重要的部分之一不是它看到了什么，而是它事先对于它途径路段的情况知道多少。

这个机器人需要一张地图，但不是随随便便一张地图——这些汽车需要有关周围环境的3D信息，这些信息要持续更新，精确到厘米。在街道上行驶时，自动驾驶汽车会每天收集超过1T的数据，足以刻满1400张光盘。然而，自动驾驶汽车的众多传感器传来如此详细的信息，传到网络(例如互联网)是不经济的。

公司必须依靠人力把数据从一个硬盘转到另一个硬盘，这个过程有时被称为“人力网络”，因为工程师们开玩笑说，硬盘的转移速度是他们的脚速。

数据收集是一场旨在积累实体世界知识的激烈竞争的一部分，这些知识可以用来训练新一代汽车。研究人员希望，基础层的信息最终将不仅用于交通和物流，还用于增强现实技术的发展，成为真实世界的模拟，可以被所有机器人、无人机或汽车使用。

然而，实现这种可能的第一步是为自动驾驶汽车开发有效的数字地图技术。繁琐的数据存储只是困扰很多硅谷最聪明的工程师的诸多技术问题之一。没有更精确的3D地图，被大肆宣传的自动驾驶汽车革命的实现将会慢得多。

曾负责运营谷歌地图并联合创立谷歌地球前身公司的地图专家布莱恩•麦克伦登表示：“这是一个非常困难的问题。”在离开谷歌后领导优步地图绘制工作的麦克伦登去年离开硅谷，步入堪萨斯州政坛。他现在担任由他的前谷歌同事创建的地图绘制初创企业DeepMap的顾问。

他表示，这些地图对于自动驾驶汽车非常重要，原因不仅仅在于提供地理位置信息，还“在于它减少了自动软件为识别周围环境所必须做的工作量。”

他表示，通过将周围实际环境与地图中的预测进行对比，它们可以将注意力只集中在不同点上，例如识别行人或自行车。

过去一年，自动驾驶汽车研究领域的投资达到创纪录水平，同时用于改善地图绘图的资金激增。Civil Maps、DeepMap和Lvl5等初创企业吸引了来自谷歌、苹果和特斯拉的地图工程师，它们已筹集逾4000万美元资金。

与此同时，最大的自动驾驶汽车公司全都拥有自己的地图系统。Alphabet的地图绘制能力就被认为是其自动驾驶汽车部门Waymo的一个关键优势，后者已经完成了超过400万英里的自动驾驶测试。Alphabet拥有谷歌地图、谷歌地球、谷歌街景以及追踪实时交通路况的导航应用程序Waze。

由于3D地图的复杂性，业内就是否将这些虚拟展示称为“地图”发生了激烈争论。收集的信息可以被大致分为几个层次：人行道、建筑物以及树木的物理位置;道路标志和交通信号灯;以及自动驾驶汽车应该如何行驶，比如观察限速标志等。准确性问题也非常重要，即使是微小的变化也会产生影响，如每年移动几英寸的地质板块。

DeepMap首席运营官罗维表示：“用‘地图’一词描绘它是不准确的。”她更倾向于将它看作是一个可以为汽车提供周边环境信息的软件。她的同事、DeepMap创始人吴夏青则将这些地图描述为自动机器人“大脑的一部分”，让它能够理解自己的位置。

Here的自动驾驶地图主管拉尔夫•赫尔威奇表示：“我倾向于将地图看作所有自动驾驶汽车的‘集体记忆’。”他开玩笑地说道：“这几乎像是一个培训自动驾驶汽车的驾校。”Here曾是诺基亚旗下的地图部门，2015年一个由德国汽车厂商组成的财团以28亿美元收购并持有其多数股份。

无论它们被称作什么，制作这些地图都非常困难。地图中使用的大量数据是一个难题。另一个挑战是必须持续更新，从而让它们能为汽车提供最新信息。

地图初创企业Civil Maps的首席执行官斯拉万•普塔贡塔表示：“很多公司都不知道如何存储他们的数据，这也是为什么自动驾驶汽车被‘地理围栏’圈住了。它们不可能在车厢中载下所有数据，所以只能被限制在特定区域内。”

Civil Maps正在试图解决这个问题，它简化地图数据以方便管理，但迄今还没有单一的行业标准胜出。此外，生成这些地图所需的人工智能(AI)还远非完美。往往需要人力来检查地图上的标签，评估是否需要更新，以及分析试驾过程中汽车出现错误的原因。

为AI提供人力培训的Scale API公司的工程师Alexandr Wang表示：“关于AI真正没有谈到的一件事情是，要让这项技术真正发挥作用，背后到底需要多少人力?”

“当这些公司试图生产自动驾驶汽车的时候，他们需要一大群人来检查和仔细标记这些地图，就像以前的谷歌地图一样。”

另一大挑战是该行业的深度碎片化，对于高精3D地图没有明显的通用标准，各家公司也不会共享任何数据，因为他们认为这是重要的专有信息。

“每家公司都在努力开发自己内部的高精地图解决方案，以便满足自己的自动驾驶汽车需求，而这没有规模效应，”DeepMap的吴夏青说，“这就像在重新发明车轮，浪费了大量资源。这也可能是阻止自动驾驶汽车成为商品的原因之一。”

由于各家公司不共享地图数据且使用的是不同的标准，所以他们不得不为计划进入的每个新城市创建新的地图。Alexandr Wang表示：“在某些地区这将耽误部署。”

每个城市不同的驾驶规则也意味着必须对软件进行进一步调整。Alexandr Wang说：“进入每个地区都不得不重做软件。”

对专业3D地图不断扩大的需求，导致了Here与卫星导航设备制造商TomTom等业内老牌企业与DeepMap等新兴企业之间的竞争。尽管这些初创公司只专注面向全自动驾驶汽车的地图，但Here和TomTom相信，即使在自动驾驶汽车大规模推广之前，高精地图也将非常有用，因为它们将有助于开发先进的驾驶员辅助技术。

TomTom的自动驾驶部门主管威廉•斯特里表示，无人驾驶汽车所需的地图与当前地图应用不同，因为它们不仅仅用于导航，还需要“承担安全关键功能”。

“另一个不同之处在于你不能再用GPS作为在地图上进行定位的唯一手段，”他补充说，因为这一全球定位系统对于自动驾驶汽车而言并不够精确。”

传统汽车地图绘制商认为，高精地图将在未来几年成为一项重要的收入来源。

“像电视的发展一样，从传统电视到高清和4K，一旦发展起来，就不会走回头路，”赫尔威奇表示，“我们认为，未来我们销售的大部分地图都将是高精地图。”

业内人士也同意整合浪潮不可避免的说法。“看看这一领域公司的数量就知道这不符合经济学，”TomTom的斯特里博施说，“固定成本非常高，所以只有少数公司能笑到最后。”

监管方面可能出现的反弹将加剧该行业面临的技术问题。正如谷歌地球的推出使得一些房主以隐私为由坚持要求将他们房产的影像从地图中抹去、谷歌街景对车牌和人脸进行模糊处理一样，高精地图绘制者也必须应对隐私方面的担忧。虽然这些地图中的大多数不会向消费者直接提供——它们被用于与机器人大脑沟通，而非乘客——但其中包含的高精度细节可能引发隐私保护倡导者的警惕。

曾在奥巴马政府时期担任运输部长的安东尼•福克斯表示，绘制地图以及在不同车辆之间共享信息是政府应该更多介入的两个领域。“在这些问题上，需要有严肃的行业-政府互动，”他说，“这不仅仅是绘制地图，这关系到网络安全等领域，一辆车中发生了什么可以而且应该共享。”

即使存在这些保留意见，更广泛的技术领域也对3D地图潜在的衍生产品感到兴奋，希望它能够带动其他技术的发展。收集最完整数据集的竞赛正在展开，一旦有了最完整的数据集，它将对增强现实等需要完美世界地图的技术有用。

一些业内人士认为，一旦汽车可以自动巡游，其他类型的机器人设备就可以配备地图软件。

Alexandr Wang表示：“我认为所有的机器人都会效仿，并朝着自动驾驶汽车的方向发展。最终，我们未来制造的每个机器人都将有相同的传感器。”

研究人员预计，自动驾驶汽车最终可能会减少对地图的依赖，因为它们的激光雷达(光探测和测距)传感器的改进足以让它们驾驭环境。这些地图对于确保早期自动驾驶汽车的安全性至关重要，但乐观主义者希望，最终技术能够让自动驾驶汽车摆脱对地图的依赖。

麦克伦登表示：“从长远来说，当前形式的谷歌地图就是你所需要的，因为汽车将会像人类一样聪明，解决所有日常生存问题。但那是很多很多年以后的事，那时你的车相当于一个人。”

先进地图技术背后的推动力或许来自无人驾驶汽车，但同样的数据还有很多其他的潜在市场。

要明白3D地图如何为增强现实创造新的机会，想想《精灵宝可梦Go》吧。通过使用街景地图，这款游戏将魔法生物(精灵宝可梦)叠加在实景地点之上，从而可以让玩家在到达现实世界中的特定位置时捕捉这些生物。

这种将数字信息叠加于现实环境之上的概念是增强现实技术的核心，技术人员和未来主义者想象，它有一天可能会改变我们与周围世界的交互方式。

目前增强现实的应用实例(精灵宝可梦除外)略微有限。微软开发了一款增强现实头戴设备HoloLens，它将真实世界与数字投射结合在一起，但价格高达3000美元，而且迄今还没有向消费者销售。苹果和谷歌都试图鼓励开发者使用简单的增强现实技术，但目前这种技术主要用于可以识别墙壁或桌面的手机游戏。

增强现实技术的关键障碍之一是它们所基于的地图的质量。有了高精3D世界模型，增强现实技术可能变得更加强大。

地图专家布莱恩•麦克伦登表示：“增强现实技术需要完美的3D世界地图，从而可以将信息叠加上去。我认为增强现实技术会利用这些数据进行叠加。”