摸不到的車載“傳感器”——高精度地圖

隨著自動駕駛產(chǎn)業(yè)飛速發(fā)展，當(dāng)前越來越多的汽車制造商開始向 L3 級別自動駕駛進(jìn)行探索，高精度地圖作用將越發(fā)顯著，逐漸成為自動駕駛行業(yè)的兵家必爭之地。

高盛預(yù)計，高精度地圖行業(yè)未來十年將迎來黃金發(fā)展期，到 2020 年高精度地圖市場為 21 億美元，2030 年該市場將達(dá)到 200 億美元。在高精度地圖的爭奪焦點上，行業(yè)廠商紛紛進(jìn)場，迎來發(fā)展的關(guān)鍵階段。

圖源：搜狐汽車

?

前不久，高德簡短的線上發(fā)布會，為地圖戰(zhàn)事再添一把新火。借著余溫，我們圍繞高精度地圖展開聊一聊。

文章大概分為以下幾個部分：

• 什么是高精度地圖？
• 高精度地圖如何賦能自動駕駛？
• 高精度地圖的產(chǎn)業(yè)現(xiàn)狀
• 面臨的挑戰(zhàn)有哪些？

什么是高精度地圖？

高精度地圖（HD Map，High Definition Map），是一種專為自動駕駛服務(wù)的地圖。

與傳統(tǒng)的電子導(dǎo)航地圖相比，高精度地圖不同之處在于：

• 精度：傳統(tǒng)導(dǎo)航地圖提供“道路級別”的導(dǎo)航信息，精度在米級別，可實現(xiàn)車輛的基本導(dǎo)航需求；高精度地圖能夠提供“車道級別”的導(dǎo)航信息，精度在厘米級別，可實現(xiàn)車輛的基本導(dǎo)航需求。

• 數(shù)據(jù)維度：在道路形狀、坡度、曲率、鋪設(shè)、方向等道路數(shù)據(jù)基礎(chǔ)上，高精度地圖不僅增加了車道屬性相關(guān)（車道線類型、車道寬度等）數(shù)據(jù)，更有諸如限高、禁行、防護(hù)欄。道路邊緣類型、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù)。高精度地圖能夠明確區(qū)分車道線類型、路邊地標(biāo)等細(xì)節(jié)。

• 使用對象：傳統(tǒng)導(dǎo)航電子地圖是面向駕駛員，供駕駛員使用的地圖數(shù)據(jù)；而高精度地圖是面向自動駕駛汽車車機(jī)設(shè)備使用的地圖數(shù)據(jù)，與傳感器互相補充為無人駕駛提供安全保障。

• 數(shù)據(jù)實時性：高精度地圖對數(shù)據(jù)的實時性要求更高。高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù)，通過云端實時更新高精度動態(tài)地圖數(shù)據(jù)。

? ? ? ?

簡單來講，高精地圖就是精度更高、數(shù)據(jù)維度更廣的電子導(dǎo)航地圖，是自動駕駛感知層和決策層的數(shù)據(jù)基礎(chǔ)。高精度地圖通過更高維數(shù)的數(shù)據(jù)結(jié)合高效率的匹配算法，結(jié)合車載 GPS、IMU、LiDAR 或攝像頭的數(shù)據(jù)，解決感知環(huán)節(jié)中傳感器在雨雪、大霧天氣里不適用的問題，在交互決策環(huán)節(jié)中對數(shù)據(jù)進(jìn)行修正，從而實現(xiàn)更精確的定位。

? ? ? ?

并且高精地圖還有一個非?，F(xiàn)實的意義，就是能夠減少車載傳感器的數(shù)量，降低整車成本，加快自動駕駛的落地。

? ? ? ?

但是，有一點需要注意的是，高精地圖需要繪制出信號失鎖區(qū)域。在信號失鎖區(qū)域，自動駕駛車輛需要提高攝像頭識別的靈敏度。

總之，不論是動態(tài)化，高精度和多維度，最終目的都是為了保證自動駕駛的安全與高效率。動態(tài)化保證了自動駕駛能夠及時地應(yīng)對突發(fā)狀況，選擇最優(yōu)的路徑行駛；高精度確保了機(jī)器自動行駛的可行性，保證了自動駕駛的順利實現(xiàn)；多維度則是與更多邏輯規(guī)則相結(jié)合，進(jìn)一步提升了自動駕駛的安全性。

圖源：新浪網(wǎng)

?

高精度地圖如何賦能自動駕駛？

上面介紹了高精度地圖的特點和優(yōu)勢，相信也能看到其對于自動駕駛行業(yè)的助力。筆者簡單整理為以下幾方面，方便大家直觀的了解。

與非網(wǎng)制圖

?

高精度地圖產(chǎn)業(yè)現(xiàn)狀

由于高精地圖是鏈接人、車、路等各種交通參與者的紐帶，車企、Tier1、地圖廠商、互聯(lián)網(wǎng)企業(yè)、芯片廠商等圍繞高精地圖開展了各種各樣的合作，共同推進(jìn)高精地圖產(chǎn)業(yè)的發(fā)展。

由于國外地圖行業(yè)由于政策監(jiān)管較松，研發(fā)較為活躍，發(fā)展速度較快。截止目前，國外的高精地圖主要有 Here、TomTom、Waymo（原 Google 地圖）等老牌圖商；以及 DeepMap、CivilMaps、Carmera 等初創(chuàng)公司。

競爭格局呈現(xiàn)出兩極分化態(tài)勢：一方面是大型互聯(lián)網(wǎng)科技巨頭、車企等在高精度地圖的研發(fā)上更多采取集中采集的地圖信息搜集方式，其合作伙伴數(shù)量相對而言更多且更為穩(wěn)定，在市場上影響力更強(qiáng)；另一方面則是自動駕駛行業(yè)算法集成層面的初創(chuàng)公司，成本預(yù)算有限，對現(xiàn)金流較為迫切，因此基本采用成本較低的眾包采集，并且更積極地探索高精度地圖的商業(yè)化變現(xiàn)模式。

和美國不同，國內(nèi)市場因為有較為嚴(yán)格的地圖測繪政策限制，國家測繪局對電子地圖制作設(shè)立了甲級資質(zhì)的高準(zhǔn)入門檻。據(jù)中國自然資源報數(shù)據(jù)顯示，截至 2020 年 2 月，具有電子地圖制作甲級資質(zhì)的單位有 22 家。早在 2012 年前后，國內(nèi)的高德、百度、四維圖新等老牌導(dǎo)航電子地圖制作企業(yè)提前布局自動駕駛地圖業(yè)務(wù)。

?

圖源：汽車公社

?

隨著自動駕駛投資熱潮涌現(xiàn)，其他導(dǎo)航電子地圖資質(zhì)企業(yè)、互聯(lián)網(wǎng)公司、汽車企業(yè)及專業(yè)自動駕駛地圖創(chuàng)業(yè)公司，也都紛紛加入到自動駕駛地圖市場的角逐當(dāng)中。目前行業(yè)公司大體可分為四類：一是導(dǎo)航電子地圖圖商，如四維圖新、高德、百度、易圖通等；二是自動駕駛地圖創(chuàng)業(yè)公司，如 Momenta、寬凳、DeepMotion 等；三是車企扶植的地圖企業(yè)，如被上汽控股的中海庭、吉利汽車億喀通旗下自動駕駛地圖團(tuán)隊；四是其他獲得導(dǎo)航電子地圖資質(zhì)的公司，如華為、江蘇智圖等。整體呈現(xiàn)出傳統(tǒng)圖商、初創(chuàng)企業(yè)、車企、互聯(lián)網(wǎng)巨頭多方逐鹿的行業(yè)競爭格局，在高精地圖領(lǐng)域積極布局。

誠然，相較于高光下的自動駕駛車，高精度地圖的戰(zhàn)局嚴(yán)重被低估?；仡欁詣玉{駛地圖產(chǎn)業(yè)發(fā)展，可以清晰地看到兩大行業(yè)的迅速融合——各大傳統(tǒng)汽車廠商在布局自動駕駛業(yè)務(wù)時，幾乎無一例外地投資或收購高精度地圖公司，而諸多地圖公司也更是早早就盯住了自動駕駛的巨大市場。

各企業(yè)在高精度地圖市場跑馬圈地的背后，也是搶位地圖入口的爭奪戰(zhàn)。

擋在面前的挑戰(zhàn)

作為智能網(wǎng)聯(lián)汽車基礎(chǔ)設(shè)施，高精度地圖具有精度高、維度多、實時更新等特點，其重要性不言而喻。但由于自動駕駛地圖提供的數(shù)據(jù)對于精度的要求，涉及到了空間信息安全，現(xiàn)行的法律以及政策在數(shù)據(jù)采集、傳輸、儲存、使用以及表達(dá)上依然存在諸多限制，高精度地圖面臨諸多挑戰(zhàn)。

·高精度地圖制作難度大

高精度地圖雖然好用，但目前還無法大規(guī)模地生產(chǎn)。高精度地圖的測繪過程要比傳統(tǒng)電子地圖復(fù)雜，目前市場上高精地圖的制作方式主要是“采集車測繪”和“眾包測繪”兩種。

由專業(yè)采集車輛或眾包車輛對道路及其周邊地理要素或人工設(shè)施的特征（形狀、大小、空間位置）進(jìn)行實時采集、處理及提供，并且在后期高精度地圖的制作還要由圖商進(jìn)行編輯加工和數(shù)據(jù)轉(zhuǎn)換。

高精度地圖的數(shù)據(jù)采集和制作都屬于測繪活動，由于地理信息涉及國家秘密，在中國從事高精度地圖測繪活動需要獲取導(dǎo)航電子地圖甲級資質(zhì)。這使得數(shù)據(jù)的采集和使用以及表達(dá)受到極大限制，部分企業(yè)由于現(xiàn)行法規(guī)限制，沒有測繪資質(zhì)就沒辦法采集、使用以及儲存這些空間位置信息，只能夠跟有資質(zhì)的廠商進(jìn)行合作。

【小科普】

*采集車采集：該方式依賴于專業(yè)采集設(shè)備和專業(yè)采集人員，專業(yè)測繪車，通過自主采集半自動化以及全自動化生產(chǎn)的方式獲得了高精度的矢量地圖，矢量地圖包括車道級拓樸、車道邊線、道路區(qū)間以及 ADAS 數(shù)據(jù)等信息，它能夠滿足車道級的導(dǎo)航功能的自動駕駛，精度和可信度高。在完成集中式數(shù)據(jù)采集后，還要經(jīng)歷數(shù)據(jù)融合、數(shù)據(jù)處理、發(fā)布、交付等諸多環(huán)節(jié)。傳統(tǒng)圖商憑借自身技術(shù)優(yōu)勢一般采納采集車測繪，精度更高；

*眾包采集：基本上可以理解為用戶通過自動駕駛車輛自身的傳感器，或其他低成本的傳感器硬件，收集的道路數(shù)據(jù)傳到云端進(jìn)行數(shù)據(jù)融合，并通過數(shù)據(jù)聚合的方式提高數(shù)據(jù)精度，來完成高精地圖的制作。整車廠擁有海量普通汽車，以“眾包測繪”為主。采集數(shù)據(jù)完成后要將來自 GNSS、點云、圖像等數(shù)據(jù)識別融合在一起，最后經(jīng)過人工的修正完善，才上傳到云端。

·政策限制

地圖政策的挑戰(zhàn)僅存在于國內(nèi)，國外政策在此較為寬泛。由于測繪及地圖制作涉及國家安全，我國高精度地圖數(shù)據(jù)采集需要符合相關(guān)政策的規(guī)定。

對于數(shù)據(jù)的采集，包括道路的高程、坡度、曲率，橋梁隧道的限高、限重等信息，按照現(xiàn)行政策，有明確的限制。比如，《基礎(chǔ)地理信息公開表示內(nèi)容的規(guī)定》顯示，快速路、高架路、引道、街道和內(nèi)部道路的鋪設(shè)材料、最大縱坡、最小曲率半徑不可公開。同時，也不能記錄涉密的地理信息數(shù)據(jù)（坐標(biāo)、高程等）。而車企對于這些數(shù)據(jù)又有很強(qiáng)的需求，這直接導(dǎo)致在自動駕駛中，坡度和高程無法直接使用，這將對地圖的便捷使用造成影響。

·缺少統(tǒng)一的數(shù)據(jù)管理平臺

隨著自動駕駛的發(fā)展，更多的汽車廠、圖商對高精地圖投入了越來越多的資源。這些廠商在發(fā)展高精地圖時，由于各自的數(shù)據(jù)格式并不相同，所以導(dǎo)致數(shù)據(jù)無法方便地在彼此間進(jìn)行交互。

目前國際上高精地圖規(guī)范有 NDS、OpenDRIVE、OMP 公司規(guī)范等幾種，精度和刷新頻率也沒有統(tǒng)一標(biāo)準(zhǔn)。同時，由于都把高精地圖當(dāng)作自己的核心競爭力，所以彼此的高精地圖不進(jìn)行共享，這就導(dǎo)致了每家圖商都要獨自采集全國的高精地圖數(shù)據(jù)，就進(jìn)一步提高了成本。此外，車廠也不情愿對圖商共享數(shù)據(jù)，這進(jìn)一步推高了高精地圖的采集成本，同時拖延了高精地圖的更新速度。

此外，自動駕駛地圖不僅包含很高精度的道路靜態(tài)信息，未來可能還會包含交通事件以及道路施工等動態(tài)信息，很難保證地圖數(shù)據(jù)的實效性，即無法保證地圖數(shù)據(jù)足夠“新鮮”?；谶@個特性，其數(shù)據(jù)采集和更新成本將持續(xù)走高。

·技術(shù)上依舊面臨突破

由于高精地圖呈現(xiàn)的信息量相對較大，導(dǎo)致高精地圖在數(shù)據(jù)的采集上較普通電子地圖難度更高，采集周期更長。目前高精地圖還無法做到國內(nèi)所有道路全面覆蓋，只能覆蓋部分高速公路及主要的城市道路。

另外，自動駕駛的程度越高，對數(shù)據(jù)內(nèi)容和精度的要求就會越高。以車道線和路面標(biāo)識為例，需要利用深度學(xué)習(xí)的方法對激光點云進(jìn)行自動化識別來提取，通過這些自動化處理的方式，可以降低高精地圖生產(chǎn)成本。

但由于自動識別的效率需要依賴算法的提升，所以這不是一蹴而就的過程，而是一個長期的發(fā)展過程。

圖源：sixents

?

寫在最后

放眼市場，在多方勢力角逐之下，高精度地圖的市場進(jìn)程節(jié)奏已然加快。

但一直以來，大范圍的精度控制難、制作和更新成本高、以及對于實時性的要求，都是高精度地圖面臨的重大挑戰(zhàn)，產(chǎn)業(yè)化之路依舊較長。

同時，隨著面向自動駕駛的完整地圖服務(wù)商業(yè)模式的逐漸成型，整個市場的競爭門檻或許也將從過去單一的挑戰(zhàn)轉(zhuǎn)向如何更好的為自動駕駛系統(tǒng)服務(wù)。

從兩種數(shù)據(jù)采集方式來看，采用專業(yè)采集車采集和制作的方式來保障大范圍的精度控制，是當(dāng)前主流圖商的基本做法；而通過眾包采集，主要依賴算力、AI 及計算機(jī)視覺技術(shù)，實現(xiàn)無人干預(yù)的全自動化實時云端制圖和發(fā)布，或?qū)⑹俏磥淼统杀尽⒖焖俑赂呔鹊貓D的主流趨勢。

可見，挑戰(zhàn)之下，實踐是發(fā)現(xiàn)和解決問題的最佳途徑。

有業(yè)界專家曾這樣表示“高精度地圖就像自動駕駛汽車的記憶，離開了記憶，無論眼睛和思考（攝像頭 / 雷達(dá)+控制系統(tǒng)）速度有多么發(fā)達(dá)，還是無法對事件有全局把控”。

如今，記憶尚處于模糊地帶，亟待被喚醒，引領(lǐng)自動駕駛?cè)ラ_拓其“蠻夷之地”。