◎ 王洁
近期,国外媒体预测2030年中国自动驾驶汽车市场有望达到5000亿美元规模。自动驾驶车在国内引入和发展过程中,其必需的高精地图发挥了重要作用。
目前,自动驾驶地图面临技术、资金、合作生态与本土化的高门槛,只有综合素质和落地能力都非常强的团队才能把握好这个机会。纵观国内自动驾驶地图市场,入局者纷至沓来。一方面,传统图商凭借经验积累和技术沉淀对自动驾驶地图“紧咬不放”;另一方面,占据资本和数据优势的互联网图商“虎视眈眈”,阿里巴巴收购高德踏入自动驾驶地图市场,上海汽车选择注资中海庭打造高精地图大生态……
如何在现有技术水平上提高自动驾驶地图的精度,在百花齐放的格局中独成一体,是各大图商最关注的问题之一。本文介绍了四维图新、高德、百度在生产过程中如何建立起自身产品的核心竞争力。
作为中国最大、世界第三大的数字地图提供商,四维图新已成为“数字地图+车联网+自动驾驶+大数据+芯片”五位一体的科技型公司,由单纯的图商转型成为具有国际化能力,且面向自动驾驶及智能出行领域提供一体化解决方案的服务商。同时,利用地图、动态交通、云端、应用端到车载系统的一系列配套服务,四维图新早已在车联网与自动驾驶领域进行布局。
在自动驾驶领域,四维图新走的是生态路线。它的高精地图是具有语义的三维地图,既有支持视觉的定位技术,也有激光雷达和毫米波雷达定位的支持。单一传感器的定位技术未必能保证连续高质量的输出,多传感器融合才能保证全天候全天时高精度的定位。
四维图新按照与客户达成的规格标准,建立了完备的生产体系,通过自主算法研发,实现高精度地图自动化生产。目前,高精地图已进入量产的准备阶段,计划在今年底、明年初覆盖全国高速公路。
对于自动驾驶地图而言,单有精度远远不够,实时更新能力也在一定程度上决定了自动驾驶的安全程度。如何研发出一套能够应用于自动驾驶汽车的“活地图”,是目前各图商面临的挑战之一。四维图新正在致力于与合作伙伴共同打造可循环更新的生态体系,以实现实时更新。相关负责人表示,四维图新的合作伙伴不仅限于车厂、图商,还有政府机构、汽车零部件供应商等,合作方式也有多种模式。这种“众包”模式将成为未来重要的数据输入源。生态体系内的企业将共享数据、信息,有助于四维图新提供更多动态服务。
作为国内最早发力ADAS(高级辅助驾驶系统)地图数据的企业之一,四维图新一直在自动驾驶领域处于领跑地位。构建可循环更新的生态体系,无疑将加快四维图新在自动驾驶领域的发展速度。未来,四维图新将持续在自动驾驶研发方面保持高投入,建立开放合作的生态体系,为自动驾驶提供全方位、综合、动态的服务,为汽车提供更安全的自动驾驶保障。
2014年,阿里巴巴以11亿美元收购高德公司72%股份,高德成为阿里巴巴集团的全资子公司。此次收购,标志着中国互联网BAT三巨头全部进入地图领域。
阿里巴巴为何选择以收购高德作为自己正式踏入自动驾驶领域的第一步?或许正是在各大图商相差无几的地图生产过程中,高德在数据的采集和处理上下了大功夫。
高精地图由含有语义信息的车道模型、道路部件、道路属性三类矢量信息和用于多传感器定位的特征图层构成。如何生产高精度地图?高德将其分为三步。
第一步是户外作业,即使用采集设备对外部环境、道路数据进行采集。数据采集需要依靠采集车,采集设备有几个核心部件,包括激光雷达、IMU(惯性测量单元)、GNSS、高精度轮速仪、相机等。2015年初,高德从国外引进了一套成熟的移动激光测量设备,设备上有2个高频单线激光雷达、6个摄像头以及1个GNSS天线,还有IMU。激光雷达是来自奥地利厂商的产品,两个360度激光扫描仪交叉扫描,大大降低了漏扫的可能。采集设备中IMU可以告知设备当前的姿态。数据拿回来以后,通过IMU解算,就能把每一个设备采到的信息准确地对应到激光点云上。
第二步是数据识别和编辑。外业采回的数据包含高精度轨迹、点云、图像。点云采回以后,首先做全自动识别,这个过程采用了深度学习技术。经过全自动识别后,还会有人工检查和交互式识别补充。自动识别让生产效率大幅度提升,否则高精地图的成本会非常高,而这个成本最终会转移到用户身上。目前,高德已实现了由专业采集车辆、行业车辆和公众车辆组成的多级采集系统。通过智能云调度,高德地图能够实现最快速、最适宜的采集车辆组合、调派,对道路交通进行实时、快速的收集和反馈。
第三步是质检。有工具检查、人工检查、路测验证三个环节。通过多级采集系统的构建,高德地图达成了质量、速度、成本、覆盖的有效平衡,经后期数据识别系统和质检,保证自身数据的“三高”(高鲜度+高精度+高丰富度)特性,最终生产出动态、实时的“活地图”。
百度把高精地图制作分为外业和内业两部分,共有外业采集、后台数据处理、人工验证以及发布三个步骤。简单说,就是外业采集+后期处理,这和拍电影有点儿类似,前期拍摄和后期剪辑配合起来,最终生成一部能看的电影。
百度的高精地图以满足L3级别自动驾驶的要求为标准,目前采集的道路场景以高速公路为主。值得一提的是,百度地图的采集车有288台,其中具备高精地图采集能力的约40多台,设备成本在100万元人民币左右,硬件和采集系统都是由百度自行设计开发。
在高精地图生产的第一步数据采集流程中,采集车的副驾驶位置安装了一台负责控制采集设备的电脑系统,用来让采集员实时监控采集情况。采集员的日常工作就是开着采集车以每小时60至80公里的速度在高速公路上平稳行驶,每天至少要采集150公里的高精地图数据。这些地图数据,除用来生产高精地图外,还能为百度的识别算法提供训练和测试样本,这有助于提升高精地图自动化生产能力。
第二步是采集数据的自动融合、识别。采集到的每秒10帧左右的图像,由电脑进行自动识别和融合,即把GPS、点云、图像等数据叠加到一起,然后进行道路标线、路沿、路牌、交通标志等道路元素的识别。这一步不是由人工完成的,而是一个自动化步骤。
第三步是人工验证、发布。这一步属于内业操作。因为自动化处理不可能做到百分之百准确,所以得再进行一轮人工验证。在百度上海研发中心,有些员工就在做高精地图人工验证工作。他们从云端下载需要验证的路段数据,然后把自动处理后的高精地图数据和对应位置的图像信息作比对,找出错误并进行更正。这些修正后的数据需要上传到云端,最终的高精地图成品,会通过云平台下发。
总体来说,百度在高精地图领域具备三个优势。一是拥有全国最大的高精地图采集车队,覆盖30万公里的全国高速及城市道路;二是精细化程度高,可以精细刻画上百种道路要素和属性;三是生产效率高,自动化处理程度达到90%以上。