極奧科技CTO王雪坤：眾包的高精度地圖——無人駕駛的破局者 | 2018全球智能駕駛峰會

雷鋒網新智駕按：10月26日至27日，2018 全球智能駕駛峰會在蘇州召開，本次峰會由蘇州市相城區人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網新智駕和數域承辦，邀請到來自主機廠、科技公司、資本機構和產業研究機構等領域的多位專家，共同打造了一場智能汽車和自動駕駛領域的頂級峰會。

極奧科技CTO王雪坤發表了《眾包的高精度地圖，無人駕駛的破局者 》為主題的演講。以下為演講全文，雷鋒網新智駕在不改變原意的基礎上進行編輯。

近年來，自動駕駛賽道非?；馃?，有關于 “自動駕駛”的關注重點都集中在人工智能和深度學習上；然而，今年 “自動駕駛”的討論已悄然轉移到了“高精度地圖”。為什么？在王雪坤看來有兩點原因。

第一，如果把傳感器比作自動駕駛汽車的眼睛，把汽車控制系統比作大腦，那高精度地圖就是大腦里的經驗，對大腦的決策起關鍵性作用。所以，某種意義上，高精度地圖被認為是自動駕駛的核心突破點。

第二，只有同時滿足“精度”和“鮮度”的地圖，才是一張真正的高精度地圖。極奧出身于傳統圖商出來，都知道傳統圖商把“高精度地圖”的精度已經達到了相當高的水準，然而整個地圖的鮮度卻還停留著十年前的狀態?？梢哉f，這就是一張“跛腳”的高精度地圖。但在高精度地圖實際生產的過程中，有著嚴格的工藝體系和質量標準，并且需要龐大的實時數據作為支撐。因此，高精度地圖會被認為是自動駕駛的稀缺資源。

要滿足什么條件能稱得上是高精度地圖？

首要的一點，在技術方面必然要有“高精性”。傳統導航電子地圖以道路為單位建立的拓撲模型，在現如今已經無法滿足物流、出行服務、智慧城市各個應用場景上的需求，更遑論滿足高精度地圖在自動駕駛當中的感知、定位、決策方面的需求。因此都提出了基于車道級的拓補。

從“道路”到“車道”，僅僅一詞之變，也把對于地圖數據精度的要求提高了一個甚至幾個數量級，在這里，先不討論是亞米、分米、還是厘米級別?？傊瑢τ诰鹊囊笫且粋€剛需。

其次，在鮮度方面要保證“實時性”，此前，極奧做導航地圖測試時被OEM問責最多就是數據更新不夠快，新開的路，在地圖上沒有顯示，廢棄的路段依然可以規劃，道路級拓撲到了蓄勢待發的時候。

第三，在場景方面需要有“包容性”。自動駕駛一定是高精度地圖的第一個完整的落地場景。但是就自動駕駛而言，已經有很多場景需要包容，包括以自主泊車為代表的封閉場景；以港口、碼頭自動化裝卸的半封閉場景；還有就是以Robot Taxi為代表的開放場景。那除了自動駕駛外，還有可見的物流場景，可能于自動駕駛場景有重疊之處，但是：針對精準ETA的需求，針對政策性限行的實時數據需求，針對道路油耗、剎車損耗、輪胎損耗的精準成本預估需求這都是自動駕駛本身不會重點關注，恰恰這又是只有地圖才能精準滿足的，因此未來的地圖必須也是必定要能包容的。 

最后，成本方面需要有“競爭性”。現階段，已經有很多巨型企業開始逐步的控制地圖，。早在2013年Google收購了Waze， 2016年，BBA收購了Here；去年上汽集團收購了中海庭；同年，軟銀愿景基金投資了MapBox。

為什么巨頭紛紛參與到這場地圖的戰斗？ 

縱觀過往十數年的歷史：地圖是一個件很燒錢的事。既然給高精度地圖提出了這么苛刻的精度上的要求，鮮度上的要求，場景上的要求，那可以想見高精度地圖將是一件更燒錢的事。 

國內某家圖商在2016年底公布過一次成本，每輛測繪車800萬，每公里測繪成本10萬，可是單就中國而言，道路總里程500萬公里。

雖然已經兩年多過去了，成本一定有所降低，但是。這筆賬依舊是巨大的。因此，任何一家想在高精度地圖上有所作為的企業，如何在保證高質量交付的同時控制成本一定是他們的第一要務。

基于以上四點，極奧可以說只有全部符合以上這四種特性，而并非是在單點上做出改進的，唯有如此，極奧才能擔負起未來高精度地圖的使命，也才配稱的上真正的“高精度地圖”。 

三年前，極奧是全國首家提出用數據眾包自動生產高精度地圖的公司。通過三年的積累，極奧已經建成了全國最大的數據眾包平臺，覆蓋中國300多個城市。如今，極奧每天新增里程軌跡超過2億公里。再過兩個月，眾包車輛將突破1000萬臺。眾包車輛類型包括私家車，商用車等等。眾包數據也包括了軌跡數據、視頻數據、雷達數據以及車內傳感器數據。整個地圖生產過程我們已經和傳統地圖完全不一樣了，基于眾包，極奧形成了一套完整的技術流程。

整個數據的處理過程包括軌跡數據和視覺數據處理兩部分： 

有關于軌跡數據的處理過程已經非常成熟了：先把不同的軌跡分到不同的高度層內，然后開始形狀構建、之后完成初步的拓撲構建、在拓撲也就是連通性完成后，再進行二次形狀構建。最后，根據拓撲和形狀完成車道構建。在處理完成后，整個車道級拓撲網絡就出來了。

視覺數據的處理，細分為兩條技術路徑，一條是AI，也就是通過人工智能技術去識別地物，這里給大家舉一個實際案例，可以看到的是：極奧識別的不僅僅是車輛，行人車輛組合，地面車道線等等，視頻中橋下這個專供物流車隊使用的限高標志，如何傾斜、低光照、人眼都無法辨別的情況下，但是極奧的人工智能可以清晰、快速、高效地識別出。

此外其他的識別地物，交通燈、交通護欄、車道線距離、前方行車、后方超車、側方匯車、行人等等工況，極奧的單幀準確率達到91%，不遺漏任何一個場景標志物，場景識別率達到100%。

還有一條路徑是是三維場景重構，這個工序的目的是去重構精確的高度、坡度、曲率、航向和回旋曲線。極奧利用三維場景重構去補充車道級拓撲精度，再用地物與車道掛接，最后我們得到的就是高精度地圖。

很多人會對眾包方式所采集的數據產生懷疑，這里極奧展示兩個重構的三維場景重構圖。左邊的這個是用極奧數據庫的四萬張眾包圖片拼裝起來的，右邊的這個極奧自主研發的高精度眾包采集套件的重構圖。

 前面說的這些，都是極奧高精度地圖的生產過程常態。通過車道級拓撲、地物識別與三維重構的掛鉤，三者間相互補充、相互依賴。最后生產出來的高精度地圖是包括了覆蓋全國300多個城市和30萬公里主干路網，包括200多種地圖屬性和45個地圖核心要素，人工智能地圖平臺自動化率在90%以上，能實現以小時為單位的高頻更新。 

關于高精度地圖的定義，極奧所認為的高精度地圖應該包含什么？經過處理海量的數據，我們有如何定義高精度地圖呢？

極奧通過整合“地理信息+交通+人工智能”的技術優勢，打造了國內首家人、車、路、交通、自然五維一體的“時空智能數據庫”，實現了對高精度路網數據、高精度地物數據進行以小時為單位的更新。我們將高精度地圖，將我們的“時空智能數據庫”分為四層：

• 設施層：這部分我們首先關注的是靜態物理世界的重構。所包含的內容也是地圖中最最基礎的車道級拓撲，高精度的地物、以及高精度的道路、路口模型、車道邊線等等。地圖的基本模型、基本結構、基本屬性、基本精度以及基本的實時動態性將有這層來保證。 

• 環境層：當然也有人稱之為“感知地圖”，這里面針對地物將包含更豐富的視覺特征，激光點云特征，毫米波雷達特征，這當然是為了提高定位精度和場景感知所必備的。同時也將包含更豐富的交通語義，甚至更豐富的動態語義。

• 行為層：其反映的信息完全跳脫了傳統地圖的關注范圍，將目光放到了車輛駕駛行為上——自車駕駛行為、周圍車輛駕駛行為，以及兩者相互之間的行為影響，在各個應用場景的決策模型建立和評估中，它們扮演著重要的角色。

• 場景層：這是最有別與傳統地圖的一部分，剛才已經反復強調的自動駕駛、物流、共享出行、商用車導航、智慧城市等的特有數據，將在這層做到最終的表達。這一層的數據來源也是最豐富的，數據變化也將是最快的，數據特性也是最各異的。而這些內容，只有眾包才能最終做到。 

從上面的說明可以看出，眾包所生產出的高精度地圖與傳統測繪方式生產的高精度地圖一樣，完全可以提供包含地圖發布、地圖更新、地圖查詢、高精度定位、車道級路徑規劃、自動駕駛決策在內的全套地圖服務，從而為自動駕駛提供更好的行駛決策和最核心的技術支撐。

從整個技術路徑和應用路徑來看，在動態數據積累和科學數據分析，以及人工智能數據處理后，所生產出來的高精度地圖質量絕不亞于傳統工藝，并且在時間和成本上都明顯的優勢。 

高精度地圖正在變得普及化，也將打破自動駕駛稀缺資源的魔咒。但這背后，都離不開“數據眾包的模式”，所以說——眾包，是高精度地圖唯一的生命力！

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。