李昊原

開車從北京去天津旅游，不認(rèn)識(shí)路怎么辦？對(duì)于車主來說，車載導(dǎo)航或者一部帶有地圖App的智能手機(jī)就足以解決這個(gè)難題。但有一個(gè)問題，卻隱藏在看不見的未來背后——當(dāng)無人駕駛到來時(shí)，要給汽車看什么樣的地圖？

讓一輛車自己跑起來已經(jīng)不再是問題，在限定的路徑中，以限定的速度，按照限定的軌跡，園區(qū)、機(jī)場(chǎng)等場(chǎng)景的無人車已逐漸投入了使用；但對(duì)于理想中的無人駕駛，更復(fù)雜的陌生場(chǎng)景、高速行駛的狀態(tài)，還處于探索之中，而高精度地圖正成為探索的關(guān)鍵，也是瓶頸。

自動(dòng)駕駛的瓶頸

汽車智能業(yè)務(wù)總監(jiān)黃亮2015年來到四維圖新在他看來四維圖新對(duì)自動(dòng)駕駛的研究始于2013年對(duì)高精度地圖的研發(fā)。原因很簡(jiǎn)單，之前的導(dǎo)航地圖已經(jīng)足夠普通人日常的使用，而高精度地圖，則是天然應(yīng)用于自動(dòng)駕駛的。

2015年時(shí)，自動(dòng)駕駛的概念雖然已經(jīng)火熱，但領(lǐng)域中的人才卻不多，學(xué)習(xí)計(jì)算機(jī)出身的黃亮一直從事于地圖行業(yè)，并將解決自動(dòng)駕駛中地圖的應(yīng)用視為自己的奮斗目標(biāo)。當(dāng)時(shí)四維圖新是國(guó)內(nèi)少數(shù)既有資質(zhì)背景，又有十余年地圖行業(yè)積累的公司。

按照SAE（美國(guó)汽車工程師協(xié)會(huì)）將自動(dòng)駕駛從L1～L5的級(jí)別劃分，業(yè)內(nèi)普遍認(rèn)為，從L3開始，就需要高精度地圖的支持。如何評(píng)價(jià)高精度地圖對(duì)自動(dòng)駕駛的意義？思考這樣的場(chǎng)景：一輛無人駕駛的車和一輛司機(jī)駕駛的車，在行駛中司機(jī)可以通過肉眼觀察道路，無人駕駛汽車則是通過激光雷達(dá)等設(shè)備來感知，但在路線規(guī)劃、決策和定位上，人類司機(jī)可以看導(dǎo)航軟件，機(jī)器卻看不懂，或者說無法理解人類用的導(dǎo)航地圖。

黃亮說這也是他們目前專注于在解決的核心問題，讓汽車?yán)斫怆娮拥貓D。類似于人類打開地圖App第一件事就是定位，無人駕駛應(yīng)用電子地圖首先要解決的也是高精度定位，汽車需要知道，自己在地圖的哪個(gè)位置上，才能有后續(xù)的路線規(guī)劃。GPS是目前普遍的定位手段，但黃亮說，這只能解決80%的定位，由于目前GPS的算法只能支持1赫茲～2赫茲的頻率（0.5秒～1秒/次），而無人駕駛需要達(dá)到至少100毫秒（0.1秒）的反應(yīng)速度，導(dǎo)致時(shí)效性不足，另一方面，多路徑效應(yīng)如云層的遮擋、地物的屏蔽和樓宇的反射等，也會(huì)讓定位不準(zhǔn)確，而多套衛(wèi)星的組合定位雖然能提升準(zhǔn)確度和實(shí)時(shí)性，也會(huì)極大提升成本，并不具備經(jīng)濟(jì)可行性。

四維圖新結(jié)合了多種定位手段互相融合冗余進(jìn)行精準(zhǔn)定位。在有GPS信號(hào)時(shí)使用RTK（Real - time kinematic，實(shí)時(shí)動(dòng)態(tài)）載波相位差分技術(shù)進(jìn)行定位，獲取位置和速度數(shù)據(jù)；另一方面，利用高精度地圖（HAD Map）和傳感器（Sensor）進(jìn)行匹配定位。如果說GPS是定位地球上的絕對(duì)位置，HAD Map+Sensor則是通過獲取參照物信息，來得到在高精度地圖上的相對(duì)定位。傳感器包括攝像頭、激光雷達(dá)和毫米波雷達(dá)，分別對(duì)應(yīng)不同的感知特點(diǎn)：攝像頭可以識(shí)別車道線，以及馬路上的指示牌等標(biāo)志物，指示物會(huì)有諸如“此處距離天津50km”等信息，攝像頭接收后通過語音識(shí)別技術(shù)，就可以和高精度地圖上的指示牌一一對(duì)應(yīng)，從而獲得相對(duì)位置，現(xiàn)在目前可以識(shí)別的物體已有指示牌、龍門架、燈桿等13種；激光雷達(dá)相比攝像頭獲取的信息量較少，但可以精準(zhǔn)測(cè)距；毫米波雷達(dá)的優(yōu)勢(shì)是可以精準(zhǔn)測(cè)速，而且可以識(shí)別移動(dòng)的車輛并在實(shí)時(shí)地圖中將之剔除。通過三種傳感器和四維圖新的高精度地圖匹配融合，就形成了可以和GPS的初始位置、姿態(tài)、速度等數(shù)據(jù)互補(bǔ)的全語義三維地圖方案，滿足全場(chǎng)景的定位需求。

在目前低速、限定場(chǎng)景的無人駕駛試驗(yàn)中，大多沒有應(yīng)用高精度地圖，僅通過感知外界信息規(guī)劃并遵循設(shè)定路線行駛，高精度地圖則是能支撐范圍更大，信息更豐富，更高級(jí)別無人駕駛場(chǎng)景。黃亮告訴記者，高精度地圖在無人駕駛上的應(yīng)用，還需要等待全產(chǎn)業(yè)鏈的成熟，比如傳感器、核心計(jì)算單元等價(jià)格的下降和技術(shù)更加成熟，但研發(fā)卻是時(shí)不我待，而目前四維圖新在商用車上，已經(jīng)初步應(yīng)用于輔助駕駛，提供了限制安全速度、減少油耗等功能。

未來地圖生態(tài)

車廠一直是四維圖新的重要客戶，在近幾年的轉(zhuǎn)型中，四維圖新變得更加專注于汽車，目前四維圖新的業(yè)務(wù)分為導(dǎo)航、車聯(lián)網(wǎng)、大數(shù)據(jù)、芯片和智能駕駛五部分，并將“智能汽車的大腦”作為新的業(yè)務(wù)方向，而這也是與汽車行業(yè)的發(fā)展分不開的。

在過去，汽車行業(yè)是以主機(jī)廠為核心形成的整個(gè)供應(yīng)鏈的管理，隨著傳統(tǒng)汽車逐漸聯(lián)網(wǎng)，早期的TSP（汽車遠(yuǎn)程服務(wù)提供商）出現(xiàn)了，在終端完成聯(lián)網(wǎng)后，大數(shù)據(jù)和人工智能，又催生了汽車的智能網(wǎng)聯(lián)系統(tǒng)。四維圖新副總裁白新平從事于車聯(lián)網(wǎng)，在他看來，汽車的發(fā)展軌跡，就是逐漸將人從開車中解放出來，直至達(dá)到自動(dòng)駕駛。

最初以地圖和導(dǎo)航起家的四維圖新，對(duì)比實(shí)時(shí)地圖和離線地圖后發(fā)現(xiàn)，聯(lián)網(wǎng)是大勢(shì)所趨，而在聯(lián)網(wǎng)之后，通過終端可以提供更多的服務(wù)，并形成閉環(huán)的生態(tài)，這也是四維圖新轉(zhuǎn)向車聯(lián)網(wǎng)的直接原因。

在傳統(tǒng)的汽車導(dǎo)航領(lǐng)域，四維圖新開發(fā)ADAS地圖已有十余年，地圖內(nèi)容包含高精度幾何、坡度、橫向等的結(jié)構(gòu)信息，并且開發(fā)了復(fù)雜車道模型，能夠?qū)⒌缆废嚓P(guān)信息，包括寬度、車輛數(shù)量、出入口進(jìn)行詳細(xì)表達(dá)，可以支撐L1-L2級(jí)別的自動(dòng)駕駛。

應(yīng)用于自動(dòng)駕駛的高精地圖在更新頻率上有著極高的要求，越來越多的車廠意識(shí)到，想要做到地圖實(shí)時(shí)更新，僅僅依高精度地圖供應(yīng)商很難做到地圖的全面覆蓋。因此，四維圖新正在積極合作伙伴，建立生態(tài)圈。四維圖新智能地圖研發(fā)總監(jiān)于立志在演講中談到，未來動(dòng)態(tài)地圖生態(tài)的建立，還需要車廠與圖商的共同努力。