李昊原

開車從北京去天津旅游，不認識路怎么辦？對于車主來說，車載導航或者一部帶有地圖App的智能手機就足以解決這個難題。但有一個問題，卻隱藏在看不見的未來背后——當無人駕駛到來時，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)、機場等場景的無人車已逐漸投入了使用；但對于理想中的無人駕駛，更復雜的陌生場景、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鍵，也是瓶頸。

自動駕駛的瓶頸

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

2015年時，自動駕駛的概念雖然已經(jīng)火熱，但領域中的人才卻不多，學習計算機出身的黃亮一直從事于地圖行業(yè)，并將解決自動駕駛中地圖的應用視為自己的奮斗目標。當時四維圖新是國內(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（美國汽車工程師協(xié)會）將自動駕駛從L1～L5的級別劃分，業(yè)內(nèi)普遍認為，從L3開始，就需要高精度地圖的支持。如何評價高精度地圖對自動駕駛的意義？思考這樣的場景：一輛無人駕駛的車和一輛司機駕駛的車，在行駛中司機可以通過肉眼觀察道路，無人駕駛汽車則是通過激光雷達等設備來感知，但在路線規(guī)劃、決策和定位上，人類司機可以看導航軟件，機器卻看不懂，或者說無法理解人類用的導航地圖。

黃亮說這也是他們目前專注于在解決的核心問題，讓汽車理解電子地圖。類似于人類打開地圖App第一件事就是定位，無人駕駛應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），而無人駕駛需要達到至少100毫秒（0.1秒）的反應速度，導致時效性不足，另一方面，多路徑效應如云層的遮擋、地物的屏蔽和樓宇的反射等，也會讓定位不準確，而多套衛(wèi)星的組合定位雖然能提升準確度和實時性，也會極大提升成本，并不具備經(jīng)濟可行性。

四維圖新結(jié)合了多種定位手段互相融合冗余進行精準定位。在有GPS信號時使用RTK（Real - time kinematic，實時動態(tài)）載波相位差分技術進行定位，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）進行匹配定位。如果說GPS是定位地球上的絕對位置，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定位。傳感器包括攝像頭、激光雷達和毫米波雷達，分別對應不同的感知特點：攝像頭可以識別車道線，以及馬路上的指示牌等標志物，指示物會有諸如“此處距離天津50km”等信息，攝像頭接收后通過語音識別技術，就可以和高精度地圖上的指示牌一一對應，從而獲得相對位置，現(xiàn)在目前可以識別的物體已有指示牌、龍門架、燈桿等13種；激光雷達相比攝像頭獲取的信息量較少，但可以精準測距；毫米波雷達的優(yōu)勢是可以精準測速，而且可以識別移動的車輛并在實時地圖中將之剔除。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)互補的全語義三維地圖方案，滿足全場景的定位需求。

在目前低速、限定場景的無人駕駛試驗中，大多沒有應用高精度地圖，僅通過感知外界信息規(guī)劃并遵循設定路線行駛，高精度地圖則是能支撐范圍更大，信息更豐富，更高級別無人駕駛場景。黃亮告訴記者，高精度地圖在無人駕駛上的應用，還需要等待全產(chǎn)業(yè)鏈的成熟，比如傳感器、核心計算單元等價格的下降和技術更加成熟，但研發(fā)卻是時不我待，而目前四維圖新在商用車上，已經(jīng)初步應用于輔助駕駛，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)務分為導航、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)是以主機廠為核心形成的整個供應鏈的管理，隨著傳統(tǒng)汽車逐漸聯(lián)網(wǎng)，早期的TSP（汽車遠程服務提供商）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，直至達到自動駕駛。

最初以地圖和導航起家的四維圖新，對比實時地圖和離線地圖后發(fā)現(xiàn)，聯(lián)網(wǎng)是大勢所趨，而在聯(lián)網(wǎng)之后，通過終端可以提供更多的服務，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)的汽車導航領域，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)了復雜車道模型，能夠?qū)⒌缆废嚓P信息，包括寬度、車輛數(shù)量、出入口進行詳細表達，可以支撐L1-L2級別的自動駕駛。

應用于自動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到，想要做到地圖實時更新，僅僅依高精度地圖供應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，未來動態(tài)地圖生態(tài)的建立，還需要車廠與圖商的共同努力。