有人曾根据柏拉图著名的“三个终极之问”，搞出过关于自动驾驶的三个终极问题：我是谁、我在哪、我要去哪。

一组非常有代表性的“人工智障”式错误

诚然，让目前尚处“人工智障”阶段的AI去回答“我是谁”这种终极问题，可能太过于科幻了一点。但退而求其次，若纯以实现功能为目的，其实只要机器能够较好地解答“我在哪”以及“我要去哪”这两个问题，还是能够较好胜任“从A点到B点”这类简单工作的。而这也成为了现阶段无人驾驶技术中“重定位路线”的核心逻辑，即不再考虑如何让机器像人类驾驶者那样操作汽车，而是直接把其视作一个只具备反射与执行能力的“智障”来对待——将包含全局地图、行驶路线、沿途路况、天气变化、车流变化、沿线事故信息、可能发生的异常状况等等，事无巨细所有的信息，集成到一张精度极高且随时保持更新的地图上，让机器以此为基础，结合车辆外部传感器收集到的信息来完成驾驶任务。

而特斯拉的技术走的是另一条路线——重视感知路线。以后有机会将专文介绍

目前，“重定位路线”已成为业界公认为的，实现L3以及以上自动驾驶的最可靠路径，也是Waymo、Cruise、Ford Autonomous Vehicles以及百度等自动驾驶领域头部企业所遵循的技术路线。而四维图新推出的智能驾驶地图云服务，正是基于沿着“重定位路线”开发的各类智能汽车，对于高精度地图支持的迫切需求。

想要进一步理解这个智能驾驶地图云，就必需先搞明白什么是高精度地图。首先，自然是这个“高精度”。

单说精度问题，普通的导航电子地图的绝对坐标精度，大约在2.5-5米左右。若结合卫星定位信号可能存在的漂移，总体精度约在5~10米间。