高德汽车事业部总裁韦东：无人驾驶要「想清楚」再干
上周，高德发布了全新的一站式公共出行服务平台「 高德易行平台」，纳入了滴滴出行、神州专车、首汽约车、摩拜单车、飞猪等出行服务商。 关于全新平台，关于出行服务的未来趋势，关于人、车、路之间的关系，高德汽车事业部总裁韦东给出了自己的观点。 单体人工智能向全局人工智能转变 韦东认为，高德地图提供了大量的导航、地图服务，而这些服务最终也让他们收获了大量的服务数据，通过大数据分析后，高德可以获取用户在出行方面的需求。目前在广州，交警基本上可以把 7 分钟出警作为一个很重要的工作评比项目，而这其中高德就起到了重要的作用。 同时，一旦各种智能化设备全部实现联网，高德对于交通状况的管理能力、路径规划能力，以及路况预测能力也就都具备了。 而随着出行导航服务的进化，人们会发现过去是自己决定如何出行，而现在这些全部由云来完成，其实这就是自我引导向外界引导的一个过程。最终，大家会发现单体人工智能会向全局化人工智能转变，在这个过程当中，每个单体不需要变得那么智能，平衡就好。韦东认为单体人工智能可以作为「 小智能」，而全局人工智能更像是「 大智能」。 未来，随着车辆自动化程度越来越高，高德的地图导航服务可能会从引导人变为引导车、机器。 想要实现刚才提到的这种使用体验，韦东认为一共存在两项障碍：第一，联网车辆依然很少。而第二点则是定位能力太差，如今大家开车导航到目的地时，导航服务通常会播报「 您已到达目的地附近，本次导航结束」，其实车辆距离实际目的地依然有一段距离。 在这背后，主要原因就是将手机作为定位设备根本解决不了车辆出行服务的很多问题。今年下半年，韦东将会花大量精力去推动手机厂商以及车厂提高定位精度，现在通过室外采集到的数据来看，定位精度大约在 10 米左右，前提还是没有遮挡物。 一旦未来定位精度可以控制在 5 米以内或者是 3 米以内时，高德可以直接将用户车辆导航至停车位。 无人驾驶要想清楚再干 关于无人驾驶的发展趋势，韦东也给出了自己的看法，他认为无人驾驶突然由一个所谓的纯机器学习方向，又走回到用地图做引导的方向。不同场景下，比如遇到特殊情况时，感知能力可能会起很大作用。但是寻常路径下，并且是需要引导的时候，可能还是需要导航来起作用。 举个例子，无人驾驶汽车在高速公路上遇到拥堵时，自己是没有能力下小路绕回的，从某种角度上分析，无人驾驶与智慧交通之间的关系非常紧密。 韦东还认为，类似于博世、德尔福这样的 Tier 1 是真的下定决心做无人驾驶，反观一些其他企业则不好说。 如果是特斯拉这个价位的车型，做无人驾驶没有关系，同奔驰、宝马一样，无人驾驶更多是作为提升商品附加值的一项重要技术，高端人群对于高端技术是有支付能力和消费能力的。而到了 10 万元左右的家庭轿车上时，用户是否会为了无人驾驶技术这项附加值买单很难说，因此做无人驾驶真的需要实力，大家要想清楚再干。 在谈到与主机厂之间的合作时，韦东说：如今车厂已经不再把高德当做是供应商来看待，他们选择的是一个合作伙伴。他也相信，车厂们已经逐渐明白一个道理，从去年开始汽车行业逐渐进入买方市场，在这个时间节点上，韦东认为所有车厂都明白一点，只要用户满意我就能活下去，不是政府满意，也不是老板满意，是用户满意。 一句话概括就是：先让用户爽了，大家才能都爽。 关于车载移动互联，韦东的看法是，从明年开始，哪家车厂的车内大屏尺寸没有达到 10 英寸就会吃亏，同时车辆定位能力也将成为衡量车辆实力的重要标准。 从产业大局面出发，大屏加上核心传感器一定是爆点，所有的这一切对于未来智慧交通的影响都实际存在。 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）。
重塑未来地图行业的秘密武器：摄像头+人工智能
天天在用手机玩自拍的你，肯定想不到有人已经用手机的摄像功能玩起了自动驾驶创业。近两年，大家出奇一致的盯上了「 摄像头+人工智能」 的玩法，目的包括提升机器视觉的识别率、完善高精度地图等等。这篇文章，我们就来梳理一下典型的利用「 摄像头+人工智能」 搞事情的大公司、小公司。 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）。