全球高精地图四小天王：竟没一家中国公司

2017 年 9 月 14 日 厚势

这两年，自动驾驶火了，顺带带火了车用的摄像头、毫米波雷达、激光雷达三种传感器。他们充当着自动驾驶汽车的一只只眼睛，帮助感知外部环境。不过，正如人虽然有各种感官，仍然需要借助地图寻路一样，自动驾驶汽车也需要一张地图来导航。不过，自动驾驶车需要的，是高精地图。

高精地图的信息比传统地图更加完备，对于不那么聪明的自动驾驶车来说，高精地图提供的信息越多，行车过程就越安全。业界认为，L3 级别以上的自动驾驶，高精地图不可或缺。这种行业共识使得高精地图已然被纳入自动驾驶的风口之中。高精地图究竟为何物？这波风口之下又诞生了哪些高精地图的新玩家？

今天，我们从这些高精地图初创公司的角度一窥高精地图之兴。

一、高精地图释疑：不仅仅是定位更准

高精地图顾名思义，就是精度（或者分辨率）更高的地图。但这样也很容易望文生义，不少高精地图商的宣传——「厘米级精度」也容易让理解为：就是定位精度从米级提升到厘米级了呗。结论部分正确，但过程远远没有这么简单。

高精地图之「精」，其定位之准的来源，在于其信息之全：高精地图的信息颗粒度直接提升到车道级别，有车道线的具体位置，车道的曲率、坡度、高程、方向以及限高限重限速等信息。并且，除了道路之上的信息，车道两旁的静态物体也是高精地图的重点关注对象——跟人类主要通过标志物来确定自身位置一样，自动驾驶车也需要这些参考物来确定自身方位。

这些信息主要由文章开头的三种传感器以及 IMU（惯性测量单元）采集，再融合卫星定位信息，最终达成厘米级的地图精度。

除此之外，高精地图的实时性是另一个尤为重要但容易被忽视的属性。对地图的实时更新可以保证道路信息的准确——相信每个使用地图 APP 导航的人都遭遇过地图信息不准的情况，这正是由于传统地图更新的频率太低（从周到月计）。

对于要依赖高精地图实现自动驾驶的车辆来说，这种实时性更加重要。在高等级的自动驾驶设计中（L4-L5），高精地图是能够作为自动驾驶车的另一只「眼」，在其他传感器都失效的时候短暂引导车辆驾驶的。如果高精地图更新的实时性太差，与真实世界的道路情况出现了极大偏差，那么结果将是灾难性的。

二、高精地图初创：四大玩家各显神通

DeepMap——豪华地图「老炮儿」团队

（DeepMap核心团队与新测绘车，从左到右依次为： COO 罗维， CEO 吴夏青，CTO 马克·惠勒）

DeepMap 成立于 2016 年 4 月，日前刚刚接受过车东西采访。其创始团队是谷歌地图项目的资深工程师和产品经理：CEO 吴夏青是谷歌地球的核心工程师，也是谷歌地图企业版的技术负责人，后来赴苹果地图扛起了三维建筑这一产品线，创业前还为百度开发过高精地图；CTO 马可·惠勒在 20 年前开创了用激光雷达进行地图测绘的技术路线，也和吴夏青一起领导了谷歌地图企业版的开发；COO 罗维则在谷歌地图部门任职九年，大部分时间都作为一名产品经理进行工作，在地图产品化上颇有经验。

DeepMap 最大的特点是聚集了一批从业经验在十年以上的地图行业人才，干老本行。另外「Deep」也意在说明，他们在测绘过程中运用了深度学习的技术，主要体现在车道线识别、道路特征提取、交通标志识别等。他们进行地图测绘的技术路线是多传感器融合，激光雷达、摄像头、毫米波雷达都有。为了降低成本，DeepMap 除了用自有的地图测绘车进行高精地图采集，主要采用与整车厂、供应商合作的众包模式，在后者的帮助下获取高精地图数据。

目前，DeepMap 已经获得总计 3200 万美元融资，他们的全新测绘车，也刚刚到岗。

CivilMaps——数据压缩有神功

CivilMaps 核心团队

CivilMaps 成立于 2014 年，其 CEO Sravan 是加州大学伯克利分校电气工程与计算机科学系的硕士毕业生，此前在一家收视数据分析公司 Samba TV 工作。CivilMaps 之所以出名，是因为去年 7 月拿到了福特与包括雅虎创始人杨致远旗下投资公司在内的多家机构共同投出的 660 万美元融资。

CivilMaps 为何能够赢得整车厂的青睐？因为他们能帮高精地图采集「减负」。

激光雷达虽然因其点云数据精度高，在高精地图测绘中占有重要地位，但是因为应用较晚，并不像摄像头采集的视觉数据那样有成熟的深度学习处理算法，如何把有用的物体（车道线、路灯、人行道）从规模庞大的点云数据中“抠”出来，一直是个让人头疼的问题，特别是对于在人工智能方面没有太多积累的整车厂而言。

CivilMaps 开发的软件通过运用人工智能技术，能够从繁杂的激光雷达点云数据中提取有用的信息，同时剔除大量的冗余信息。传统的 1T 大小的激光雷达点云图，经过 CivilMaps 的软件提取过后，只保留重要物体标识和行车指示，大小仅仅为 8MB，数据量一下就简化至原来的 128 分之 1。这使得高精地图的数据量可以大大减小，传输与储存成本都显著降低。

无独有偶，CivilMaps 也热衷于众包模式，他们计划与整车厂合作，在其车辆上安装自家的传感器套件，进行高精地图的测绘。CivilMaps 对数据的压缩技术一大好处在于，需要上传的数据量较小的情况下，保持高精地图实时更新的难度会小很多。

lvl 5——群众路线有奇效

正中人物为 CEO Andrew

在自动驾驶行业中，特斯拉是视觉路线的拥趸（当然也加入了毫米波雷达作为辅助），同时也是「群众路线」的有力支持者——通过已售出的特斯拉车型上搭载的 Autopilot 收集行车数据和场景，帮助研发自动驾驶。而从特斯拉走出来的工程师 Andrew Kouri 和 Erik Reed，在创建他们的高精地图公司 lvl 5 时，也深受这条道路影响。

lvl 5 的 CEO Andrew Kouri 相当年轻，2014 年才从弗吉尼亚大学计算机科学系毕业。在特斯拉任职时，Andrew Kouri 是AutoPilot 自动驾驶系统开发工程师的一员，他工作的大头就是，通过特斯拉车主们上传的大量数据，来增强 AutoPilot 的能力。

在特斯拉「偷学」两年后，Andrew Kouri 领悟到了「向用户要数据」的精髓，转身在 2016 年底创办了自己的高精地图公司 lvl 5。

而负责产品架构的 Erik Reed，则来自机器学习名校卡耐基梅隆大学（硕士）。这位工程师对创业是如此热爱，以至于放弃了卡耐基梅陇的 PhD 学位。在特斯拉与蔚来北美分别徘徊了不到一年过后，加入了 lvl 5。

lvl 5 最显著的特点就是：通过众包模式采集纯视觉的高精地图，不要昂贵的激光雷达与毫米波雷达，测绘只需一个手机摄像头。而他们的早期众包合作伙伴也不是高大上的车企，而是 Uber 和 Lyft 的诸位司机。

深得特斯拉真传的 lvl5 开发了一款叫作 Payver 的 APP，司机们在开车时把手机固定好，摄像头对准道路，打开该 APP，它就会自动录制视频，并记录下加减速和 GPS 信息。司机每跑一英里，就会得到 0.01-0.05 美元的奖励。中途收集到的数据，则会被上传，由 lvl5 处理为高精地图。

尽管数据采集的传感器和采集方式都显得不那么专业，然而这一招却有奇效。短短数月，在 APP 下载量仅有 2500次的情况下，lvl5 就完成了对全美高速公路 90% 的高精地图覆盖。

独辟蹊径的道路和不错的成果也让这家公司在今年 7 月收获了 200 万美元融资。

Carmera——兼顾自动驾驶与智慧城市

Carmera 团队

Carmera 的名字有个双关意——Car+Camera。名字上已经透露，这是一家要在车辆上安摄像头的公司。

其创始人兼 CEO Gupta 并不是地图行业或者自动驾驶的行内人，他此前在一家第三方社会实时评论平台 Disqus（国内类似的产品为多说，但已关闭）任副总裁。不过这位在普林斯顿修机器学习的印度人是个通才，在 6 年的时间里，他负责的工作涵盖了法务财务到数据管理、市场开发等各个方面。

2015年，Gupta 和桌面 3D 打印设备商 Makerbot 的 CTO Justin Day 一道，成立了 Carmera，主营高精地图。虽然此前的工作经历看似和高精地图没什么关系，但是 Gupta 此前修过机器学习，在地图数据处理上机器学习相关技术被广泛使用；而 Justin Day 所涉的 3D 打印在 3 维建模上和高精地图的 3 维重建有颇多技术相通点。

在高精地图数据采集的技术方案上，Carmera 虽然在名字上强调的是 camera 摄像头，但采用的是激光雷达+摄像头的多传感器方案。这样做的好处在于，地图的精度会比单纯使用摄像头更高，更有保障。

而在地图数据的采集形式上，Carmera 也引入了众包模式，发动第三方来帮助绘制高精地图。不过与 lvl 5 不同，他们的合作对象不是打车平台的司机，而是各物流公司的物流车。Carmera 通过在各物流车上安装其传感器套件，采集高精地图；同时基于实时数据的挖掘，为物流车队提供安全以及能效方面的建议作为「回报」。不过 Carmera 的高精地图覆盖不甚理想，到今年 6 月时仅有其公司所在地纽约完成了高精地图的采集。这家公司也正在谋求扩大自有测绘车队的规模。

不过在商业模式上，CEO Gupta 曾经负责商业拓展的经历让 Carmera「更敢想」——上述其他公司目前都把自动驾驶作为核心乃至是唯一的业务予以突破，但 Carmera 认为其采集的数据不仅可为自动驾驶所用，还可以辅助工程测量，以及实时分析区域内的人、车流量，为城市规划提供依据，换个更时髦的词语，就是智慧城市。

不过从官网上看，这家公司目前只有 13 个人，要撑起如此多的业务，显然还需扩大规模。

三、瞄向自动驾驶数据靠众包

从四家高精地图初创公司的情况，车东西总结出他们的两大共同点：

无众包不创业

一直以来，地图行业都是一个趋近于基础设施的行业，需要投入大量人力物力对数据进行收集。而在发展高精地图的时代，虽然地图数据采集的自动化程度已经大大提高了，但是仍然需要大量的测绘车上路。

尽管众包在地图行业早已被作为未来的重要方向，国外如老牌 ADAS 厂商 Mobileye，国内如高德这样的地图巨头也称要发展众包的地图信息采集模式，但这在一定程度上也意味着数据共享。

大型地图公司出于体量惯性以及建立数据壁垒等方面的考虑，仍会保留规模庞大的地图测绘队伍，自采为主，众包为辅。高精地图初创因为测绘队伍难以和大公司相提并论，往往对发动第三方的众包模式极为推崇。

Mobileye 通过 REM 众包采集的纯视觉高精地图

众包模式是一把典型的双刃剑：一方面「发动群众」可以成倍地提高数据收集速度——特斯拉 AutoPilot 收集的总计超过 2 亿英里的行驶数据再好不过地展现了这一模式的威力。

但另外一方面，对于初创公司来说，他们如果选择 B 端进行众包的合作（如 DeepMap、Carmera），那么在一定程度上意味着数据共享，对卖高精地图数据盈利这一商业模式，将有破坏性的影响；如果选择与广大民众合作（如 lvl 5），那么如何保证由「非专业人士」收集的地图数据的标准性与结构性，又将成为另一个难题。

商业模式以「服务」自动驾驶为主

和传统的地图上生长出了花样百出的 LBS 不同，新生的高精地图目前在商业上的应用路径仍然集中在自动驾驶上。按照 DeepMap 创始人吴夏青的说法，高精地图会成为自动驾驶的一个不可或缺的模块。毕竟，如今的高精地图是由自动驾驶提出需求而定义的。

在自动驾驶已经成为明日之星的情况下，押注高精地图意味着广阔的前景——同样作为自动驾驶一个「模块」的 Mobileye 就值 153 亿美元，高精地图初创中也有较大可能诞生出一个独角兽。

但在自动驾驶的实现时间点尚不明确的情况下，依赖为自动驾驶提供高精地图解决方案实现收入自然也蒙上了一层不明朗的味道。

在这一点上，文中提到的 Carmera 虽然有些「好高骛远」，但其对高精地图数据应用方式的多样性开发，也为这个新兴行业的商业化探索展现了其他可能。

不止一位高精地图行业的从业者在与车东西交流时认为，高精地图并非是对传统在线地图在形态和精度上的简单升级，它更像是一个新事物。在信息颗粒度和实时性上实现飞跃过后，高精地图会如同当年在线地图对 LBS 的孵化一样，催生出各种新的商业。

四、高精地图初创的三大挑战

新生的高精地图初创们，在实现其技术与商业构想的路途中，也面临着以下几点无可避免的挑战。

巨头的威胁

尽管高精地图可以算得上是一个新赛道，但传统地图巨头们仍然是一座座大山，并且他们对高精地图的布局并没有晚于高精地图初创公司——即便是动作较慢的国内地图巨头百度、高德、四维图新，也至迟在 2015 年开始了高精地图的布局，就更不用说步伐更早的 Tomtom 和 Here 了。

高德地图测绘车

他们在资金投入以及高精地图彩绘队伍的规模上，都是初创公司难以抗衡的。即便深度学习等技术极大地提高了地图采集的自动化程度，但仍然需要众多人力去核验采集数据的准确性。光是这一校准工作，就为初创们出了一个难题。

而 TomTom 此前宣布对北美主要路网高精地图的全覆盖，也展示出了地图巨头们的实力。

地图的更新

由于高精地图的名字，许多人对其的关注都在「高精」上，而忽略了高精地图的另一重要特征——实时性。高精地图不仅要求对地图信息覆盖精确而全面，还要求对信息做到快速更新。比如道路上发生了车祸，那么随后的高精地图即刻就应标注出来。

高德的高精地图示例，数据量庞大

这必然要求车联网具有实时传输的能力。在这一方面，高精地图初创将面临的问题和传统巨头一致。但更关键的云端对数据进行处理的能力，在现有情况下需要规模庞大的计算力，地图巨头们有能力承受，而这是初创们的短板。目前，各个高精地图初创公司也并未太多谈及对云端架构的设计。

政策的影响

美国之所以能成为高精地图创业的圣地，少有限制的地图测绘政策是一大关键因素。

本文没有出现中国高精地图初创公司的原因，则是国内政策卡得比较严。在国内进行地图测绘需要取得测绘资质，要开展地图导航服务需要取得导航电子地图制作资质。这两点要求，已经足以将绝大多数国内的高精地图创业者拒之门外。此外，现有的地图测绘、制作资质在蓬勃发展的高精地图面前也开始落后，对高精地图采集的信息并未做到完全覆盖。

在此情况下，想制作高精地图的传统车厂也只能按兵不动，遑论创业者了。因此，在自动驾驶产业链大多环节都有初创公司涌现的情况下，国内的高精地图领域成为了初创的禁地。而在国内，高精地图也主要由百度、高德、四维图新三大公司牵头发展。

政策对高精地图的国际化也有负面影响，国外公司无法在中国开展高精地图业务。不过地图巨头们通常会采取强强合作的方式——Here 与四维图新在中国成立了合资子公司，得以在中国提供服务。而高精地图的初创们，赢得此类合作的机会显然小得多。

结语：前景光明道路坎坷的创业赛道

由于自动驾驶的强烈需求，深度学习这一有力工具的出现，以及对众包模式的灵活应用，高精地图成为了一条自动驾驶范畴内颇有前景的创业领域。初创公司们也和转型制作高精地图的传统图商们同场竞技，推动着高精地图行业的技术进步，并对行业的商业模式边界进行着探索。

但和车东西此前报道的激光雷达行业没有「先来者」不同，地图领域的巨头们觊觎已久，也布局已久，他们所受的掣肘，比初创们来得更少。初创们占据优势的地方是，人事架构更加灵活、方向更加专注，成本压力更低。或许，他们也更具有当下流行的「情怀」。

但创业者们并不具有天生的道德优势，所有的创业行为都需经历市场的检验。高精地图的创业者们将面临的，是严苛的竞争。

文章来源：车东西

责任编辑：Sasa

-END-

厚势往期推送精选