专访光庭:传统测绘与众包模式融合,高精地图呼唤新的算法与平台

2017 年 11 月 4 日 新智驾 报道汽车未来的


文 | 易建成

来自新智驾(AI-Drive)的报道


2012 年,光庭在获得地图测绘资质之后,深感在传统地图行业已经很难撼动对手的地位,光庭就将视线放到了自动驾驶需要的高精地图上。


2013 年,光庭成立自动驾驶技术研发项目组。据武汉光庭科技总经理苏晓聪向新智驾介绍,研发自动驾驶的目的,是为了弄清楚前者对高精地图有哪些需求,「希望通过开发原型车来驱动高精地图的开发。」


2016 年 4 月,光庭联合武汉大学、武汉理工大学共同研发的「小鱼畅行」自动驾驶项目,也是上述目的的延续,希望继续探索这样的课题:自动驾驶究竟需要什么样的高精度地图、高精地图中究竟需要包含哪些信息、这些信息需要精确到什么程度,如收集自动驾驶汽车的数据并进行应用等等。


2016 年 9 月,光庭与中海达成立合资公司中海庭——这是一家专注高精地图业务的合资公司。一年后,上汽对中海庭注资 1.46 亿人民币,获得中海庭 51% 的股权,后者正式成为上汽控股的高精地图公司。


随着自动驾驶的发展,高精地图公司被汽车厂商控股、收购只是自动驾驶时代发展下的一个缩影。因为已经有越来越多的车企、风投认识到高精地图的重要性。


奔驰、宝马和奥迪投资 Here 地图,福特、上汽投资 Civil Maps 、软银投资 Mapbox 等一系列投资。相继涌现出的高精地图初创公司,如 DeepMap、Carmera、 Civil Maps 、lvl5、DeepMotion 也拿到不菲的融资进入这一领域。


最近据国家测绘地理信息局一则公示显示,滴滴出行参与投资的滴图(北京)科技有限公司提交了导航电子地图制作的甲级测绘资质申请,意图切入地图领域。


同时,阿里巴巴收购高德、控股易图通,腾讯收购科菱航睿、入股四维图新,百度收购长地万方。BAT 通过收购、控股或入股的方式将几大数据商瓜分,在国内抢占高精地图或导航电子地图资质的门槛。


这表明汽车行业和 IT 巨头们非常看重这些创新企业或图商在未来的发展潜力。而自动驾驶的玩家们,也越来越看重地图的重要功能。现在,地图行业遇上了最好的发展机遇。



作为技术专家,苏晓聪主要的研究方向为高精度驾驶地图、高精度定位,多传感器信息融合等领域。光庭早期的原型车「光谷梦」也是在他的带领下研发出来的。作为高精地图行业的「老兵」,他如何看待这一行业的发展?以下是新智驾与苏晓聪的对话(有删减):


新智驾:光庭最早是做导航出身的,去年光庭与中海达成立合资公司叫中海庭。从做导航到做高精地图,看起来其实是两个不同的行业。在你们看来,这种「转身」是无缝的吗?


苏晓聪:2012 年我们做导航的时候,那时候接触的海外客户就已经有这种高精地图的意识,他们会把一些驾驶员行为习惯的数据导入地图,这种理念是很先进的,可以打造更智能的系统。我们了解到这个趋势后,从那个时候就开始转型。


首先是成立联盟(注:光谷汽车电子产业技术创新战略联盟,现更名为湖北智能网联汽车产业创新联盟)。自动驾驶是一个巨大的系统工程,非常复杂,里面任何一个环节都很重要。那时候我们就开始成立联盟加强交流,相当于一个我们自己的圈子。


其次,汽车行业门槛很高,我们当时想到真正的能切入的点就是高精地图和精准定位。我们认为高精地图绝对是未来汽车 IT 化、智能化的核心。因为所有的数据一定是要有一个时空载体,基础的时空载体一定是地图。而且这些数据一定会和地图发生关联,所以地图是很核心的。另一方面,在国内地图是受管制的,也是稀缺资源。


第三,我们从 2013 年开始开发自动驾驶原型车「光谷梦」,我们的理念非常清楚,弄清楚自动驾驶对地图有哪些需求,规格是什么。我们希望通过开发原型车来驱动高精地图的开发。然后基于高精地图,来延伸开发如高精度定位、地图传感器、融合系统等技术和产品。



新智驾:近一年我们看到传统图商在做高精地图,在美国或在国内的一些初创公司也在做高精度地图。两者做的高精地图有什么不同?这些公司收集数据的方式也是多种多样的,有用摄像头,有用单个激光雷达。图商可能要几百万的设备去采集,但两者采集出来的都叫高精地图,这又有什么区别?


苏晓聪:肯定会有一些区别。实际上是两种路线,传统测绘地图采集就是利用采集车去采集数据,这是传统的思路。这种思路的好处是,质量和精度可控。


另外一种就是众包。这种理念不是初创公司想到的,这在地图行业一直是存在的,只是说很多数据来源、包括法律法规、深度学习等因素可能当时在条件上还不具备。这两年这些条件具备了,行车记录仪、手机普及,甚至成为标配。现在很多创业公司,它们也并不是说自己独立去做高精地图,它还是会与传统车厂合作,或者有部分基础数据是从第三方拿过来的。


但并不是说我们就要抛弃传统模式,我们的理解是传统模式和众包的模式一定是结合的,它们各有所长,所以这两种方式都会存在并互为补充。


新智驾:那是初创公司在技术手段上与图商不同?


苏晓聪:肯定会有差异。比如有公司通过安装在出租车上的行车记录仪采集数据。这个思路没有问题。其实图商也在做,但初创公司可能会比较突出这一点。


除此之外,做地图很重要一点:在地图采集过程中有很多参考点。举个例子,摄像头只能获取相对位置,比如车道有多宽、车往前走多少米有什么物体等等,但它并不知道经纬度是多少。所以它一定是要有控制点做叠加以后,才能把地图匹配到正确位置上。这些是传统图商的优势。


总体上说,我的观点就是,初创公司和传统图商技术路线、大概思路可能是一样的,不会有太大的差异。而且今后的地图更新,众包模式肯定是未来的方向。


现在业内的做法就是结合,既要吸取传统测绘好的做法,比如传统测绘对地图精度质量保证的手段。同时也一定会大力使用这种新兴众包模式,来做地图的维护更新。这两条路看起来是分散的,但一旦到一定程度,它会结合在一起。


新智驾:为什么这些初创公司有底气来做高精度地图,还是因为现在技术条件已经成熟?在国内,图商有资质,那初创公司到最后还是要与图商合作?


苏晓聪:我的观点是,初创公司更多是做算法和平台,他们在汽车行业相当于 Tier2 的概念,即提供技术解决方案。


其实汽车厂商对地图,包括定位功能的安全等级要求是很高的。所以地图不能出错。对汽车行业来说,要保证安全,不是说是一个算法就能满足的。我们肯定要靠一个流程、一个体系去保证。


这个流程体系类似我们所说的工业生产制造,有很多在实施层面、制作层面,还有很多环节需要去控制质量。所以地图是需要投人力和资源去做的。


初创公司的优势和强项在算法层面,包括平台的构建,技术解决方案的提供。在它之上还会有系统的集成商。他们将拿到的数据放在汽车工业的流程体系中,将这个数据真正做成可量产,可销售的数据。


这个过程,实际上是有很多工作做的,我认为是初创公司目前的重点都不在这上面。真正落地一定是要与产业上下游结合。


新智驾:高精地图的成本问题目前是绕不过去的槛。比如 HERE 地图在与 Mobilye 合作开发高精地图,从图商角度怎么看这样的合作?


苏晓聪:地图这个方向实际是一个非常大的业务领域,上下游产业链也比较长,有采集、有分析处理、有更新等各种各样的环节。所以整个地图产业,不是说一家就能做的。而且市场足够大,客户有差异化的需求。


成本的问题到最后一定演变成技术上的差异,而不会说有一家公司出现颠覆性的技术,这不太可能。所以这个市场,我个人判断,未来几年内还会是这样一种百家争鸣的局面,不可能一个流派、一个技术或者一两家公司控制。


新智驾:今年奥迪推出 A8,搭载 Level3 级别的自动驾驶,它系统里也有 HERE 高精度地图。你们与上汽合作主攻 Level4 级别自动驾驶的高精度地图。那么 Level 3 高精度地图跟 Level 4 高精度地图有什么区别?


苏晓聪:我了解的情况是,高精地图在奥迪 A8 这款车型里,功能比较简单,就是自动泊车、交通拥堵辅助。它对地图的依赖不是很强。


相比现在系统的功能提升,A8 安装了很多传感器,它的控制系统、转向系统也有备份。然后再把一些功能场景限制得很死,比如说高速场景,有隔离带的场景,实际这上对地图的依赖并不强,它更多做的是一些功能冗余,系统的应急方案。


有车企提到 Level 3 自动驾驶一定要用到高精地图。但从奥迪 A8 上看,它对高精地图的依赖性并不是特别强。地图如果加进去,只是增加了安全冗余,并不是说缺了高精地图就不能使用自动驾驶功能。


Level 4 一定需要高精度地图。但它在精度、准确性、地图更新、地图偏转等问题都要解决。如果问题没有解决,这对 Level 4 自动驾驶汽车的量产是有隐患的。


新智驾:汽车厂商一般会关注高精地图的哪些方面?在汽车行业,我们经常会谈到车规级。那么一个车规级的高精度地图应该是什么怎样的?


苏晓聪第一是安全性、可靠性。这是车规级最核心的诉求。另外一个层面是可用性的问题:什么时候能用,与量产能不能配得上,成本是多少?覆盖率是多少?


走的比较前的车厂,更多的考虑就是安全性可靠性问题,我们怎么解决车规级的问题。这其实现在还有很多技术需要完善。


这也是为什么地图行业有这么多新兴玩家,其实这个产业在技术上还有很多上升空间,这也是为什么有很多初创公司进来的原因之一。如果技术已经十分成熟,那肯定就不会有这么多玩家进来。


新智驾:有一些自动驾驶公司在做自动驾驶解决方案同时,宣称也在做高精地图。这挺让人疑惑的。


苏晓聪:做整车方案的时候,高精地图这个环节是绕不过的。为什么现在的地图资源大家都在抢。其实做人工智能,今后核心的、真正的算法创新很少,我们大量的优势建立在数据收集能力,数据分析能力上。


但很重要的所有数据拿到手上,是要去分析的。第一个条件就是要把它归纳到地图,就是我们说的时空关联。所以说地图构建所有技术体系,这是最核心的,绕不过去。


另外,地图不像操作系统,可能有好几个标准,包括芯片,也有好几个厂家在做,它们的标准化做得非常好。但地图有地域性差异,根据应用的不同而不同,所以当前阶段来看,高精地图还不稳定,也暂时不是一个标准化的产品。【完】


欢迎在今日头条、天天快报、UC 头条、一点资讯、新浪微博、搜狐号、网易号关注@新智驾


推荐阅读:


上汽增资控股后,中海庭首发声:备战自动驾驶,高精地图面临的机遇和挑战(附PPT下载)



扫码报名课程,成为自动驾驶工程师

更多课程信息,点击“阅读原文”。

登录查看更多
1

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
报告 |事理图谱的构建及应用,附61页pdf
专知会员服务
189+阅读 · 2020年1月17日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
车路协同构建“通信+计算”新体系
智能交通技术
11+阅读 · 2019年3月26日
激光slam导航方案凭什么更被各大厂家青睐?
计算机视觉life
15+阅读 · 2019年1月25日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Arxiv
9+阅读 · 2019年11月6日
Arxiv
5+阅读 · 2019年10月31日
Arxiv
5+阅读 · 2019年4月8日
Single-frame Regularization for Temporally Stable CNNs
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
报告 |事理图谱的构建及应用,附61页pdf
专知会员服务
189+阅读 · 2020年1月17日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
相关资讯
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
车路协同构建“通信+计算”新体系
智能交通技术
11+阅读 · 2019年3月26日
激光slam导航方案凭什么更被各大厂家青睐?
计算机视觉life
15+阅读 · 2019年1月25日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员