基于高精度地图:四维图新的自动驾驶「方法论」

· Jul 07, 2017

现在做自动驾驶的公司越来越多,一个基本逻辑是,首先要有自己的核心竞争力以及立足点,然后发展更全面的自动驾驶能力,或是整合产业链。

作为一家在国内占有相当大份额的图商,四维图新进入自动驾驶领域,也沿袭了这个逻辑:在我们看来,高精度地图是他们的最核心竞争力和切入点,基于此来进行拓展,补全能力。

借着四维图新发布位置大数据平台 MineData 的机会,GeekCar 参加了一个对于四维图新高级副总裁景慕寒的专访,通过他的回答以及一些分析,我们基本能看到四维图新做自动驾驶的「世界观和方法论」。WechatIMG109

总的来说,在自动驾驶这件事上,四维图新走的还是「生态」路线。

首先,让他们有底气进入自动驾驶领域的东西是「地图」,或者更具体来说,是「高精度地图」。大家越来越公认的一个观点是,高精度地图是自动驾驶的必备要素之一,装备了高精度地图的车辆可以更精确的知道自己所处的位置,比如车道。据此,也可以进一步影响自动驾驶车的决策能力。

在国内,由于众所周知的原因,做自动驾驶必须采用国内图商提供的高精度地图。而另一方面,虽然有高德、百度这样的「友商」存在,但是这个市场足够大,也不可能一家垄断。对于四维图新来说,这就是机会所在。

别忘了 Here。这家欧洲的图商,拥有大量的汽车客户,被奥迪、奔驰、宝马收购之后,四维图新又联合腾讯以 2.41 亿欧元的价格获得 Here 10% 的股权。高精度地图,同样是 Here 的重点发展方向之一。

入股 Here 的一个意义在于,如果 Here 成为了某家整车厂在欧洲的高精度地图供应商,那么当这家车厂在国内也有类似需求的时候,Here 的「股东」四维图新实际上就具备了很多先天优势。

而且这两家还在国内成立了合资公司,准备通过共同研发,提升高精度地图的产品质量。2017WGDC演讲_景慕寒_四维图新-4

当然,在未来的自动驾驶产业链里,一定会对于供应商的能力全面性有更高的要求,所以,也就不难理解为什么有「地图」这个立足点的四维图新,也要选择做「生态」了。

收购汽车电子芯片设计和解决方案的提供商杰发科技,就是他们在自动驾驶领域的重要布局之一。在此之前,四维图新有地图业务,有车辆业务,但这些都属于「软」业务,而收购之后,相当于让四维图新具备了软硬结合的能力。而芯片在自动驾驶领域有多重要?看看英伟达就知道了。

四维图新 CTO 戴东海此前接受媒体采访时说,四维图新和杰发科技将会合作生产自动驾驶所用的芯片,这种芯片的主要作用是进行地图和传感器的相关运算,例如处理车端传感器传来的感知数据,进行高精度匹配和决策,提取道路属性和地物信息等等。

这种结合,被他们称之为「芯片级的地图方案」。

在上海车展之前,博世宣布和国内三大图商四维图新、高德、百度达成合作,共同进行自动驾驶研发。他们的主要做法是通过安装在车辆上的、由博世提供的雷达传感器,采集道路特征,然后形成高精度地图,目前这个合作处于「概念验证」阶段。58f4618258b91

在这个合作里,四维图新主要做的就是基于车道级的高精度地图数据和定位数据,通过多源数据融合技术,将博世的道路特征和四维图新的高精度地图数据融合,进而实现高精度地图数据的实时更新。

而博世针对高精度地图同时和三大图商展开合作,其实也在某种程度上说明了高精度地图在未来自动驾驶中的重要性。

另一方面,自动驾驶和车联网又有着不可分割的联系,后者又刚好是四维图新涉足已久的领域 ,把他们结合在一起,就构成了四维图新所说的「生态体系」。当然,这里面还有不可忽视的一个部分就是大数据,它产生自四维图新地图数据,动态交通信息、车联网以及自动驾驶和芯片等业务。

2017WGDC演讲_景慕寒_四维图新-2

在景慕寒看来,这个生态链不应该是封闭的,而是要利用现在的产品,更好的服务于整车厂这样的客户。但如果说「闭环」的形成,还需要四维图新把更多合作伙伴的有价值的产品和能力集成进来。而在这整个过程中,「数据运营」又是对于四维图新来说非常重要的一个业务。
2017WGDC演讲_景慕寒_四维图新-3

在景慕寒看来,自动驾驶不可能发展成一家通吃的局面,从现在的趋势就可以看出,各个公司间有很高的合作重复度大家都希望把所有优势的资源整合在一起,各家的优势在不同层面上体现, 所以未来一定是百花齐放的局面。这其实也是四维图新的机会所在,毕竟他们有自己的立足之处——高精度地图。


原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作!

同时欢迎关注 GeekCar 微信公众号:      GeekCar 极客汽车     (微信号:GeekCar)& 极市     (微信号:geeket)。网站文章微信推广-21

1


Related Posts 相关文章

发表评论