<mark id="oztn4"></mark>
0
雷鋒網按，即使 L3 及以上自動駕駛汽車必須有高精地圖輔助已經成了業界共識，特立獨行的馬斯克認為高精度地圖是浪費資源。
在今年 4 月份的特斯拉 Autonomy Day 上，鋼鐵俠就公開說過分依賴高精度地圖會讓自動駕駛系統變得極其脆弱，普集起來更加困難。
無獨有偶的是，6月10日，紐勱發布的自動駕駛系統解決方案“MAX”也并沒有使用高精度地圖；6月18日，AutoBrain推出的HWP(highway pilot)自動駕駛系統Mr.Pilot也并未使用高精度地圖。
然而更多的行業從業著依舊是相信高精度地圖是自動駕駛系統的安全備份。
VSI Labs 創始人 Phil Magney 就指出，“高精地圖存在的意義就是提高車輛的智能水平，以增強其性能和安全性。”
HERE 地圖產品市場主管 Matt Preyss 則認為，高精地圖并非我們熟悉的 GPS 導航，它是加載了地理編碼元數據，且專為及其設計的新型地圖。
在 Magney 看來，高精地圖存在最重要的目的就是增強自動駕駛系統的信心，它還解決了道路解析的計算問題。現有的高精地圖可分為多個層次，比如“用于定位的精確車道標記，邊界，幾何與 3D 標記”。
雷鋒網注：自動駕駛地圖的不同層級
現在的高精地圖市場已然火熱異常，除了傳統導航地圖提供商，科技公司、汽車制造商和新創公司均抓準了機會搶灘登陸。在某種程度上，該領域的玩家正在爭奪數據所有權，這可是個高風險游戲。
在 VSI Labs 自動駕駛專家的幫助下，我們對高精地圖的優缺點進行了深入解析，Musk 的高精地圖無用論是否站得住腳呢？
自動駕駛汽車與高精地圖密不可分的原因有很多，其中最重要的恐怕是后者在道路解析上能提供最為直接的解決方案，而無論是 ADAS 還是全自動駕駛，對圖像進行分析后完成道路分割都非常重要。
即使是最基本的車道保持功能，高精地圖也能在道路標線變模糊時（包括被雪覆蓋或其他天氣因素）助其一臂之力。
當然，來自不同傳感器的數據融合后也能幫助自動駕駛系統解析道路，不過它們有自己的局限性。
“特斯拉的事故就是傳感器有局限性的最好證明。”Magney 解釋道。“在山景城的那次車禍中，道路表面的細微變化正是引發事故的一大誘因，計算機將混凝土旁邊的深色瀝青表面看成了車道線，導致車輛軌跡出錯，進而引發事故。”
“如果 Autopilot 有個細節更清楚的車道模型，這次事故就不會發生，因為系統已經可以對車道進行預判了。”Magney 強調道。
特斯拉山景城事故分析
Magney 警告稱，雖然攝像頭依然是當下性價比最高的解決方案，但在道路解析能力上，它們真的不太行，其問題在于太依賴計算能力了。“高精地圖就能減輕系統的算力負擔，并為環境建模增加信心。”
那么作為核心傳感器之一的激光雷達，是不是能夠承擔高精度地圖的某部分功能？
VSI Labs 資深自動駕駛軟件工程師 Matthew Linder 認為，現在輕言激光雷達解決一切還為時尚早。根據自己的經驗，他認為激光雷達確實是 3D 感知及環境建模工作中的佼佼者，探測未知物體和空間它也是一把好手。“不過，天氣狀況不太好時，LiDAR 探測道路標線性能就會大打折扣（比如道路標線被雪完全覆蓋）。同時，激光雷達也沒有透視眼，它在有其他車輛或物體遮擋時也會犯傻，而且別忘了這家伙現在還很貴。” Matthew Linder 解釋道。“高精地圖就沒這個擔憂了，遮擋根本不是個問題。”
對于自家HERE的 HD Live 地圖，Preyss 信心滿滿，他表示：“我們能支持任何 OEM 開發的定位方案。我們相信，L3-L5 的時代，GPS/IMU、高精地圖和其他傳感器的融合才是最理想的解決方案。”
“除此之外，OEM 商還會有不同的戰略，涵蓋不同價位、交付日期和技術等。”Preyss 解釋道，他認為汽車行業會采用漸進方式走向自動駕駛時代。“我們得確保自己的解決方案能滿足不同廠商的戰略，覆蓋它們當下及長期的需求。”
馬斯克對于高精地圖的評價也不能說完全錯誤。
首先，自動駕駛汽車的位置必須能精確顯示在地圖上，否則高精地圖也無用物之地。
其次，高精地圖需要實時升級，沒有這一點，自動駕駛汽車就得學會如何判斷地圖數據是否錯誤了。
第三，高精地圖也是要收費的。
最后，如果馬斯克能像發布會上宣傳的那樣完成對神經網絡的完美訓練，誰還需要高精地圖啊？當然，以現在的技術水平，這只能算個假設。
這四點中，最重要的就是第一個，即車輛如何實現在地圖上的精確定位。
VSI Labs 資深合伙人兼咨詢師 Danny Kim 表示，精確定位有多種可用方案，比如說用實時動態定位（RTK）或精確單點定位（PPP）技術來輔助 GPS。RTK/PPP 服務一般由定位引擎軟件公司提供，比如 Trimble、GMV 以及 Hexagon/NovAtel 等。他還指出，許多州的交通部門都會通過公共或私人的連續定位基準站網絡（CORS）提供免費服務。
如果排除 RTK/PPP 服務，我們還能求助于傳感器。舉例來說，“你可以用激光雷達 3D 點云圖與現有 3D 點云圖進行對比。”Kim 解釋道。“這樣一來，你就能用激光雷達生成基礎地圖，隨后用車載激光雷達的實時數據與其進行比照了。”在這里，我們還是得繞到激光雷達的成本上，想用它生成大規模的基礎地圖可不容易，而每輛量產車都配上激光雷達更是難上加難。
前面兩種走不通的話我們還有第三種方案，即“基于路標的定位”。Kim 認為，這一方案中攝像頭和/或激光雷達都能派上用場。“在這里，傳感器需要探測并識別路標。基于路標的定位用的也是對比法，即用實時感知到的路標與高精地圖中現存的路標進行對比。”
在 Magney 看來，高精地圖的實時升級確實是暫未解決的一大挑戰，而這個問題的解決方案則是 Mobileye REM（眾包底圖）能否成功的前提。至于最終的價格，現在也是個未知數。Kim 就指出，“說實話，我們現在也不知道答案，因為大多數高精地圖供應商現在對價格問題避而不談。”
大約半年前，高德地圖開始走向收費，OEM 商每輛車每年要交 100 人民幣的授權費。不過，高德地圖也表示，未來這一費用每年至少會下降 2%。對高德地圖這樣的提供商來說，永久免費肯定不現實，畢竟高德用于數據采集的自動駕駛汽車單臺價格就超過 100 萬美元。
馬斯克在 Autonomy Day 上的發言確實振動了整個業界，難道大家辛辛苦苦研發的激光雷達和高精地圖馬上就要過時了？
VSI Labs 的 Linder 相信，如果馬斯克真能拿出那樣強大的神經網絡，那么他的假設就有可能成真。“只是這樣的神經網絡現在不可能存在。”不過 Linder 也強調，即使這樣的神經網絡存在，一旦傳感器出現錯誤，地圖還是得提供一定冗余，以方便車輛安全靠邊停車。至于鋼鐵俠高精地圖無用論中提到的雪地情況，Kim 表示：“這個問題的前提是道路標線本就異常清晰，那么神經網絡就能通過訓練來解決標線的識別問題。”當然，他也承認，這一切都未經證實。
特斯拉的 Andrej Karpathy 也承認，公司現在還沒有專用的數據引擎來模擬現實世界中類似情況下的數據。這就意味著，特斯拉的車隊還是得將大量數據回傳，以便公司用這些養料來訓練神經網絡。
雖然馬斯克對高精地圖嗤之以鼻，自動駕駛行業其他人卻依然對其心心念念。那么，現在的高精地圖市場，誰是最炙手可熱的頭號玩家？
關于該問題 Kim 指出，這個市場分化比較嚴重，大家都是在自己的地盤“稱王稱霸”，尤其是亞洲。
舉例來說，韓國主要用 MnSOFT，中國則是高德、百度和四維圖新。至于日本，則是 DMP（動態地圖平臺）稱雄，該平臺不但有普通投資人，還有政府、OEM 商、以及供應商和地圖提供商參股。
“它們的移動繪圖車采集了大部分高精基礎地圖數據，同時還在每個地圖供應商對數據進行后處理并添加更多競爭屬性之前，以協作方式創建語義地圖。”Kim 解釋道。
在歐洲和北美，我們主要看 HERE 和 TomTom。當然，USHR 也有一定的份額（不過這家公司已經被 DMP 收購）。
“除了 DMP，上面所有提到的公司都是傳統導航地圖提供商，它們了解基于地理信息系統的地圖迭代以及維護工作怎么進行（至少是地區級的）。”Kim 總結道。
一方面，基礎道路幾何圖與高精車道模型（主要面向高速公路）幾乎已經被現有頭部玩家徹底掌握了。另一方面，“許多新創公司仍在收集高精地圖中用于基于地標的定位屬性。”Kim 解釋道，而這里的關鍵，就是這樣的地圖屬性能否大規模生成。
在他看來，用攝像頭這樣性價比更高的傳感器完成類似數據的眾包和收集是唯一能走通的道路，這也是 Mobileye 能統治市場的主因。”他補充道。“不過，類似 Deepmap、Civil Maps、Carmera, Mapper、Netradyne、Lvl5 以及 Atlatec 這樣的新創公司也值得關注，它們誰能用自動化的方法完成地圖生成與維護，誰就能成功。”
利用自家攝像頭和基于 AI 的感知算法，現在的 Mobileye 能提供一整套地圖與定位堆棧。“感知與定位息息相關。”Kim 強調道。
“與其相反，特斯拉并不采集基礎地圖數據，它們要的是能訓練感知與預測算法的實時數據。”Kim 解釋稱。
Mobileye 自己就是個聯盟，“它們不但采集數據，還能在云端對其進行處理，同時對外售賣定位算法。”
需要注意的是，Mobileye 并非這些數據的擁有者。一般來說，OEM 商有數據的所有權，因為采集數據的是它們的車輛（雖然車輛用了 Mobileye 的 EyeQ4 攝像頭）。“眼下，這種數據歸屬模式就是引爆大家討論的關鍵點，因為這樣的情況下 Mobileye 無法拿到地圖與定位項目的主動權。”Kim 解釋道。“定位是 OEM 商的核心知識產權，它們絕不會將其讓渡給第三方平臺供應商或地圖數據提供商。”
“HERE 會把 REM 數據融合進自己的基礎地圖，方便德國制造商客戶搞定定位工作。”Kim 解釋道。
Preyss 則表示，HERE 正在針對不同的定位方案測試自己的地圖數據，以保證能支持不同客戶。不過他也指出，HERE 不提供定位軟件，它們給的是支持定位軟件的數據。“定位算法/解決方案由 OEM 商決定，我們提供的是能協助車輛完成定位的環境數據。”
也就是說，HERE 未來的角色是“根據我們與客戶約定，匯總傳感器數據，進行更新并相應地分發這些更新。”
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
