2
社交、出行、O2O，都是基于LBS位置服務(wù)，地圖的作用不可或缺。
而在自動駕駛時代，高精度地圖的作用舉足輕重，它比普通導(dǎo)航用的電子地圖精準(zhǔn)度更高。尤其是在特殊天氣和道路條件下可能發(fā)生失效或誤判。此時高精度地圖的輔助是非常重要的，它能讓車輛提前預(yù)判對前方道路及環(huán)境，也是自動駕駛雙重可靠性的保障。
四維圖新CTO戴東海博士對雷鋒網(wǎng)表示：「地圖在自動駕駛里面的作用非常重要，原因就是它是一個物理世界在機(jī)器中的一個電子化的反應(yīng)，在這個基礎(chǔ)上所有的規(guī)劃、動作和決策，都是在動態(tài)的高精度的環(huán)境下去執(zhí)行的?！?/p>
也就是說，所有自動駕駛的行為都是結(jié)合地圖和位置實現(xiàn)的。戴東海告訴我們，感知是第一位的，感知之后，就需要依賴于人工智能和地圖來實現(xiàn)。人工智能加上地圖才相當(dāng)于自動駕駛兩大核心支柱。對于自動駕駛而言起碼要達(dá)到厘米級精度。
他認(rèn)為目前市場上的導(dǎo)航地圖、地圖產(chǎn)品，從精度，從詳細(xì)度，「作為自動駕駛肯定是不夠用的?！?/p>
戴東海介紹，自動駕駛Level2、Level3主要是高速路段的自動駕駛，到了Level4開放區(qū)域以后，面對的是城市內(nèi)的各種道路。而城市內(nèi)道路則要面臨各種復(fù)雜環(huán)境，數(shù)字地圖就要把它所有的物體最大程度展示出來，然后放在自動駕駛上。但自動駕駛要求的精度更高，它是厘米級精度，導(dǎo)航地圖是5到20m的精度。前者對開發(fā)人員、國家安全等方面挑戰(zhàn)相當(dāng)大。
此前特斯拉發(fā)生事故，原因之一是自動駕駛并沒有和城市智能交通管理系統(tǒng)結(jié)合，也沒有使用高精度導(dǎo)航地圖數(shù)據(jù)。那個場景屬于Level4的一個場景，而特斯拉具備的能力實際上只在Level2左右。
據(jù)戴東海介紹，依據(jù)四維圖新的時間表：
今年6月份的時候他們已經(jīng)具備支持Level2全國高速公路網(wǎng)覆蓋的數(shù)據(jù)和產(chǎn)品，達(dá)到量產(chǎn)的能力；
2017年中期會出Level3（高速到高速），也是國內(nèi)全高速公路網(wǎng)覆蓋的產(chǎn)品，2017年中期可以達(dá)到量產(chǎn)的程度；
到2019年初左右，他們會提供主要城市的Level4級別的地圖數(shù)據(jù)。
而這個時間表，提供的數(shù)據(jù)主要依靠于四維圖新自己的采集車去完成。
但實際上對于自動駕駛的要求而言，數(shù)據(jù)不能像傳統(tǒng)地圖制作那樣分批次采集。定期一季度或者每個月為用戶提供一次地圖，這無法滿足實時的自動駕駛需求。
戴東海說，自動駕駛到了Level4以后，所有的路面和道路，還有實時的信息都要能夠?qū)崟r反饋回車?yán)锩嫒?/strong>。實際上，Level 4不會再完全依賴四維圖新的采集設(shè)備，而是更多依賴于路上行駛的汽車。
目前，四維圖新與汽車廠商合作的方式是：當(dāng)車輛在使用四維圖新的地圖時，車內(nèi)的系統(tǒng)會將那些支持ADAS傳感器，以及對路況、環(huán)境感知的數(shù)據(jù)傳輸給四維圖新的服務(wù)器。所以四維圖新可以與汽車廠商共同打造一個完整的閉環(huán)。
四維圖新目前建立了多個人工智能實驗室，包括智能駕駛實驗室、深度學(xué)習(xí)實驗室，未來導(dǎo)航引擎實驗室，還有云服務(wù)平臺4個方向。
此外，四維圖新有幾大的部門單元，所有研發(fā)出來的成果，會通過車輛給各個車廠落地。通過深度學(xué)習(xí)支撐地圖技術(shù)的更新?lián)Q代。他們現(xiàn)在已經(jīng)在北京和上海做了前期的準(zhǔn)備和部署，傳統(tǒng)地圖和高精度地圖的數(shù)據(jù)采集大小接近1:1，完全在可承受范圍之內(nèi)。
在四維圖新未來的業(yè)務(wù)發(fā)展規(guī)劃方面，戴東海認(rèn)為「雖然移動網(wǎng)絡(luò)很快到5G，數(shù)據(jù)量、通信量都會很快，但是這種決策移動網(wǎng)絡(luò)無法保證，所以很多最關(guān)鍵最核心還是在車體本身去做，前裝基礎(chǔ)的數(shù)據(jù)這是必須的?！?/p>
他說，我們提供數(shù)據(jù)給車廠時候就已經(jīng)表明，我們接下來支持的自動駕駛數(shù)據(jù)不再是一個數(shù)據(jù)產(chǎn)品，而是一個數(shù)據(jù)服務(wù)。
據(jù)戴東海介紹，高精度數(shù)據(jù)現(xiàn)在有2個主要流派：
以Google這些激光雷達(dá)傳感器為主的流派。它的高精度地圖就是點云，數(shù)據(jù)量很大，車廠對這個方案目前無法落地和量產(chǎn)，只能做科研以及小范圍的實驗。但是Google它做到Level4，這是它比較厲害的地方。
另外一個陣營是Mobileye，在量產(chǎn)車上，Mobileye現(xiàn)有攝像頭產(chǎn)品可以分布式收集和更新地圖數(shù)據(jù)，其高精度地圖技術(shù)稱作REM，Road Experience Management。但它的問題是，做出來的地圖只能用于自己的傳感器。
兩大陣營各自的缺點和優(yōu)點，而四維圖新想做的是將高精度數(shù)據(jù)產(chǎn)品化，與傳感器無關(guān)。這意味著不管是激光點云還是視覺傳感，一版數(shù)據(jù)可以通吃。四維圖新制作的產(chǎn)品，針對這兩種傳感器，在各種技術(shù)解決方案中給車廠很大的靈活度。戴東海說，不管用哪種傳感器，整個構(gòu)架的邏輯、解決方案，可以持續(xù)的延用。
四維圖新的發(fā)展之路，正如戴東海所說，現(xiàn)在的四維圖新要打造一個生態(tài)鏈，比如收購芯片廠商聯(lián)發(fā)科的子公司杰發(fā)科技。不僅是產(chǎn)生數(shù)據(jù)，四維圖新要打造的是一個基于數(shù)據(jù)之上的服務(wù)。
四維圖新計劃從數(shù)據(jù)之上提供到整個車聯(lián)網(wǎng)服務(wù)里含所有的混合導(dǎo)航。在大數(shù)據(jù)后臺云服務(wù)產(chǎn)業(yè)鏈上，他們往下延伸，集中到硬件、芯片。這種角色與英特爾的CPU類似，戴東海認(rèn)為，在自動駕駛領(lǐng)域，車載芯片將會成為一個核心領(lǐng)域。顯然，四維圖新想通過打造智能芯片，將軟、硬件融為一體實現(xiàn)全產(chǎn)業(yè)鏈的競爭。
PS：本篇內(nèi)容來自雷鋒網(wǎng)旗下欄目「新智駕」，歡迎微信添加「新智駕」訂閱公眾號。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
