在《先别争吵人工智能的未来了，有人已经用它在修路了》文章中，我介绍了 Roadbotics 公司如何用手机摄像头+人工智能算法提升修路效率。
在更早的一篇文章中，我们介绍了一家名为 Lvl5 公司：
曾经在特斯拉负责 Autopilot 项目的两个哥们，离职创业成立了 Lvl5 公司。Lvl5 公司通过和 Uber、Lyft 的车队合作，让司机下载一款 App。这款 App 在拍摄视频的同时，记录 GPS 和手机陀螺仪数据，经过压缩处理后，这些数据被发往云端。Lvl5 公司利用这些数据，完善高精度地图。
Roadbotics 公司和 Lvl5 公司，都通过挖掘手机本身的处理和收集数据的能力，拿到了自己想要的东西。「智能手机+汽车」的超低门槛，让人人都能收集道路数据，简直就是人工智能时代的众包计划。
不过 Lvl5 公司更高明一些，因为和 Uber、Lyft 合作保证了由足够稳定的数据来源。如果仅依靠志愿者、普通用户来采集数据，基本不可行。因为这种 App 无疑是耗电大户，手机每次还要挂在挡风玻璃后方，用户新鲜感过去后，就会卸载 App。只有和专门的司机群体展开合作，才会有持续、稳定的视频来源。
在国内，其实也有公司用类似的思路玩摄像头+人工智能，比如我去年采访的国内 ADAS 公司 MINIEYE。
早在 2013 年，MINIEYE 公司和全国各地的车队合作，将车辆拍下来的视频寄回公司，每天一万公里。在拿到这些数据后，MINIEYE 公司通过深度学习来提升车型识别率，如今已经成熟。
以上，只是利用第三方设备的摄像头功能，来实现对前方道路数据的采集，目的是采集道路损坏点、采集高精度地图或用于完善 ADAS 系统。
其实这只是个过渡，最终极的目标还要看「前装」。
在智能网联汽车时代，车载摄像头可以扫视道路一切情况，汽车本身收集数据的能力比手机强大多了。
特斯拉已经身先士卒，为我们诠释什么才是真正的「智能网联」汽车。今年 5 月 7 日，特斯拉在向美国车主推送第二代 Autopilot 的软件更新（版本号 17.17.4）时，希望车主同意车辆拍摄一段小视频并上传至特斯拉服务器。通过这些小视频，特斯拉来提升车辆对车道线、路标和红绿灯的识别能力。
当然，4G 流量消耗也蹭蹭涨…
敢这么干，能这么干的，有且只有特斯拉。其实在供应商层面，大家已经预判到了汽车作为终极移动终端，有强大的数据收集能力。
在 2016 年的 CES 上， Mobileye 发布了基于前置摄像头捕捉道路标识的定位服务 REM（Road Experience Management）。率先提出了利用民用车辆上所搭载的前置摄像头，收集道路标识数据，并辅助高精度地图定位的「众包」模式。
Mobileye 在地图领域内的最终目标，是联合各大车厂、图商一起构建一个覆盖全球的高精度地图体系。
迄今为止，在 REM 技术方面，Mobileye 已经和 Here、日本 Zenrin、大众、宝马等公司达成了合作。
巧合的是，在今年 4 月，博世也发布了自己的「众包造图」计划：BRS，即 Bosch Road Signature，合作伙伴包括百度、高德和四维图新，专门针对中国道路环境。
在 BRS 系统中，摄像头负责采集车道线、路牌和减速标识等数据，毫米波雷达负责捕捉隔离栏、电线杆、桥梁等道路基础设施。不同车辆捕捉到的信息将被上传到云端进行叠加和计算，从而生成能够定位的高精度地图层。
简单来说，博世 BRS 算是 Mobileye REM 的加强版，多了毫米波雷达数据。在地图方面，能把百度、高德和四维图新三个同行联合在一起，可见大家对自动驾驶时代的「众包造图」理念也是高度认同的。
只有博世这样的 Tier 1 供应商才有能力整合资源，打通一辆车从摄像头、雷达到云端的数据通道。
无论是利用手机还是车载摄像头，「众包造图」看似有变革时代之势，但在数据足够多之前，这项新技术并不会给自动驾驶技术带来实质性提升。可能再等十年，你的车都不会成为地图采集工。
出现众包造图的原因，一是手机、车载芯片的性能变得越来强大，足以应付地图采集工作，二是自动驾驶时代需要高精度地图来辅助车辆运行（有了刚需，才催生了供给）。
捋一捋你就会发现，近两年大家基本想到一块了，就是用人工智能+众包的思路来训练算法、完善地图数据。
当然，最为开心的，还是英伟达，因为大家都得买芯片来进行计算。
对了，国内的创业者们，受到启发了吗。
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）。
