揭秘：百度的高精度地图是如何生产出来的？
坐在一辆不到 8 万块钱的自主品牌小型 SUV 江淮瑞风 S3 里，行驶在高速公路上，如何做到回头率百分之百？ 当然不会是「在车屁股上栓只鸡」这么接地气的答案。实际上换来这种高回头率的代价可能很大，比如，把它改装成一辆高精度地图采集车。 这个方法亲测可用，因为当我坐在百度的高精度地图采集车里，以 60km/h 的速度行驶在上海外环高速的时候，旁边那些车里的司机和乘客，都在以一种非常奇特的眼神往我们车上看。 只怪它太显眼了： 这些瑞风 S3，由江淮汽车向百度公司交付，共计 32 台，交付后由百度改装成图上的样子，用于进行高精度地图的采集。为此，双方还在百度上海研发中心进行了一个简短的交车仪式。 江淮是百度 Apollo 自动驾驶计划的首批合作伙伴之一，虽然这次的仪式看起来只是「百度向江淮订购了一批车辆」或者「江淮向百度捐赠了一批车辆」，但是百度和江淮方面都表示，在 Apollo 计划里，双方将会深入合作。而根据江淮的计划，他们希望在 2019 年下半年推出自动驾驶量产车型，并且在 2020 年实现 L3 的商业化运营，以及在 2025 年实现 L4 级别自动驾驶，目前看起来，要完成这些计划，百度 Apollo 平台会发挥很重要的作用。事实上， 按照双方的说法，江淮推出的自动驾驶量产车型，会是 Apollo 计划开放以来的首个高精地图自动驾驶量产落地项目。 而之所以选择在上海的百度研发中心进行这个交车仪式，最主要的原因在于，这是百度高精度地图在全国采集、生产的三个基地之一。另外两个分别是北京和广东顺德。 其实在我看来，「交车」本不是一件大事，但是百度为此营造「仪式感」的原因，还是他们想对外展示自己在高精度地图方面的所作所为。顺便提一句：也是在这个月，百度的友商高德在北京宣布和千寻位置达成「高精度地图+高精度定位」的战略合作，目标之一当然也是推动自动驾驶技术的商业化落地。 我们还是先把友商之间的明争暗战放一边，我更感兴趣的是，所谓的「高精度地图」，到底是如何生产出来的？ 百度高精度地图的生产流程 百度把高精度地图制作分为「外业」和「内业」两部分，共三个步骤，分别是外采、后台数据化处理、人工验证以及发布。 简单地说，就是外出采集+后期处理，这和拍电影有点儿类似，前期的拍摄和后期的剪辑配合起来，才能最终生成一部能看的电影。 百度目前的高精度地图以满足 L3 级别自动驾驶的要求为标准，所以采集的道路场景以高速公路为主。算上这次交付的 32 台采集车，百度地图的采集车队总量为 288 台，其中具备高精度地图采集能力的车辆约 40 多台。 百度高精度地图负责人马常杰告诉 GeekCar，百度的高精度地图采集车，单车设备成本在 100 万人民币左右，硬件选型和采集系统都是由百度自行设计开发。 根据我们的观察，整套采集车在采集设备上包括以下几部分： 1. 由 Velodyne 提供的 32 线激光雷达，负责采集点云数据。激光雷达在车顶呈一定角度放置，为的是尽可能多的采集道路信息而非天空信息 2. 摄像头：负责采集前方道路影像，每秒拍摄 7-10 张照片 3.GPS：负责记录车辆 GPS 轨迹 4.IMU 5. 由三台单反相机+120 度鱼眼镜头组成的 360 度环视影像采集系统 下面分步骤介绍： 1. 采集 而在车内的副驾驶位置，是一台负责控制采集设备的电脑系统，用来让采集员实时监控采集情况。 对于采集员来说，他们的日常工作就是开着采集车以 60-80km/h 的速度在高速公路上平稳的行驶，每天至少需要采集 150 公里的高精度地图数据。 在驾驶采集车的过程中，他们需要不断的确认采集设备是否处于正常工作状态，同时还得根据天气和环境情况选择不同的摄像头参数预设，但是总体来说，外采工作对于采集员的技术要求并不算非常高。当然，因为设备昂贵，所以他们会比较担心采集车在夜晚的安全问题。 对于这些采集设备来说，让他们处于同一个「坐标系」下工作，是非常重要的，也就是所谓的「多传感器标定」。而这些设备综合起来的数据量，一般在一公里 1GB 左右。 马常杰说，这些采集来的数据除了可以用来生产高精度地图，还可以为百度的识别算法提供训练和测试样本。这有助于高精度地图自动化生产能力的提升。 2. 自动融合、识别 采集到的这些每秒 10 帧左右的图像，会由电脑进行自动的识别和融合。简单的说，就是把 GPS、点云、图像等数据叠加到一起，然后进行道路标线、路沿、路牌、交通标志等等道路元素的识别。 另外，诸如同一条道路上下行双向采集之后造成的数据重复问题，也会在这一步里被自动整合，剔除重复内容。 这一步，相当于视频制作里的「粗剪」，只不过，这不是由人工完成的，而是一个自动化步骤。 3. 人工验证、发布 这一步是需要人工完成的，属于内业操作。因为自动化处理不可能做到百分之百的准确，所以得再进行一轮人工验证，相当于视频制作的精剪、输出成片阶段。 在百度上海研发中心，有一些员工就在做高精度地图人工验证的工作。他们需要从云端下载需要验证的路段数据，然后把自动处理之后的高精度地图数据和对应位置的图像信息作比对，找出错误的地方并进行更正。比如，如果系统把一个限速牌错误识别成了 60km/h，而实际是 80km/h，这时就需要进行人工修正。 马常杰说，每个员工每天能修正的数据量在 30-50 公里左右。 这些修正后的数据不会保存在本地，而是需要上传到云端。最终的高精度地图成品，也会通过云平台进行下发。 总体来说，百度认为自己在高精度地图领域具备三个优势： 车队规模大& 覆盖广：拥有全国最大的高精度地图采集车队，覆盖 30 万公里的全国高速及城市道路 精细化程度高：可以精细刻画上百种道路要素和属性 生产效率高：自动化处理程度达到 90%+ 为什么百度要着重宣传高精度地图？ 自从 Apollo 计划发布以来，围绕它的技术路线、商业模式等问题，就有不少的讨论。不少人的疑问都是：百度说了那么多，但是 Apollo 计划实际执行起来到底怎么玩？ 通过和江淮合作，我们能得出一个信息：在 Apollo 计划实际落地的过程中，高精度地图会扮演重要的角色。通用的 Super Cruise 就是利用高精度地图实现高速公路自动驾驶的一个典型案例，类似的方案，相信也会被其他的整车厂所效仿，如果国内的自主品牌们都选择这条路径去走，那么对于百度、高德、四维图新这些图商们来说，就是一个相当大的利好了。 另一个层面上，百度把高精度地图看做是是 Apollo 云端服务的核心数据，这个重要性也可见一斑。 … 继续阅读
高德和千寻这对基友，想把「高精度导航+高精度定位」做成出行领域的「基础设施」
一个滴滴用户和滴滴司机的日常： ——诶师傅，我就在我定位这地方呢~你跟着导航过来吧~ ——好嘞~ 五分钟后： ——喂，我到了。你哪呢？ 没瞧见你啊？ ——就在这立交桥下面啊，你别问我东西南北，我只认左右。 ——你这定位不准吧？我就是按照我导航开过来的啊。 ——您是不是不认路啊？我明明就站这儿呢你看不见？算了我取消了，太耽误事儿了，这样还出来拉滴滴？？ 以上情况，估计不少同学都遇到过。问题出在哪呢？司机和乘客的某一方可能确实不太配合，但是地图导航和定位能力的不足，也是客观存在的现象。 谁都想让导航更好用一点儿，定位更准一点儿。简单来看，要解决这个问题需要有精度更高的地图和定位能力。 高德地图+千寻位置=？ 所以就有了上周的一个新闻：高德地图和千寻位置宣布达成战略合作，合作的主题就是「高精度地图」+「高精度定位」。将来合作成果的应用方面， 一是可以提升导航、地图产品的用户体验，另外，自动驾驶是它的重要应用场景。 具体怎么合作呢？（这段略专业）「与之前专注单个项目的合作不同，此次高德地图与千寻位置推进的是涵盖数据层、算法层、定位服务层、硬件服务层和应用层的全方位深度合作。在数据层，双方将基于 HD 数据采集等方面加强合作，实现更准确的初始地图信息采集，并基于云计算和自动化众包体系实现数据实时更新；在算法层，双方将基于各自技术特点，对 DR 算法、多传感器融合定位算法等进行优化，实现更精准的高效运算。此外，双方还将共享各类定位技术和数据，通过与硬件供应商的深度合作，共同推进硬件优化，提升服务水平。」——以上来源于官方新闻稿。 有必要再介绍一下这两家公司在高精度地图和高精度定位上的现有进展： 高精度地图，也就是可以精确到车道级别甚至更高精度的地图数据，据高德给出的信息，目前他们已经完成了全国高速公路的高精地图采集。采集方式包括自主采集和众包采集两种，另外也实现了从数据发现、调度、采集、处理到上线的自动化流程。（高德地图执行总裁韦东）至于千寻位置，我们也曾经做过报道，这是一家提供精确位置服务的公司，由中国兵器工业集团和阿里巴巴集团共同出资设立。它在 C 端的知名度不高，但是做的事情非常重要。他们的「千寻知寸」服务已经可以达到动态厘米级定位水平，可以在全国大部分地区 7×24 小时不间断地为车辆提供精准停驶、航向控制等功能。技术上，他们主要使用卫星+地面基站的方式实现这种连续高精度定位。（千寻位置 CEO 陈金培）在某种程度上来说，「高精度地图」和「高精度定位」这两个概念其实是相辅相成的，有了高精度地图，但是没有高精度定位，没太大意义；反之如果没有高精度地图，也会大大减弱高精度定位服务的应用场景。用高德地图执行总裁韦东的话说，这两个的关系，有点儿类似于秤和秤砣。 虽然已经做了这么简明扼要的比喻，但是要准确的理解高精度地图+高精度定位的意义以及应用场景，还是有点难度，于是，一场发布会，某种程度上变成了一次科普讲座，尤其是在专访环节。不管是韦东还是千寻位置 CEO 陈金培，都花了大量的口舌来帮媒体老师们「上课」，以便让大家准确理解这个合作的意义。 高精度地图+高精度定位=基础设施？ 这种结合在韦东和陈金培看来是像「基础设施」一样重要的东西。所谓「基础设施」，就像电一样，成本低廉人人可用，同时应用场景广泛。 其实听完了整个发布会和专访我就发现，高德和千寻合作的高精度地图+高精度定位，主要强调的也就是这两个方面。 首先在成本方面，自动驾驶领域就是一个很好的例子。 韦东举了一个形象的例子：在过去的中国，路不好，所以很多人想买好车，来弥补由道路问题带来的车辆舒适性和可靠性问题，而现在路好了，用更便宜的车辆可能就能达到原来高端车的效果。 他所指的「道路」其实就是高精度地图+高精度定位。而那个路不好就用车弥补的比喻，很像现在自动驾驶的一种解决方案：用昂贵的传感器解决车辆对周边环境感知能力缺失的问题。 再看新闻稿里的描述：「双方此次战略合作的一个重要内容就是综合两家优势，共同研发一款可供 Tier 1 厂商及整车企业采用的综合解决方案，该方案不仅能帮助无人驾驶汽车实时实现自身精准定位，还能及时准确了解周围环境信息，在弥补激光雷达等相对定位技术不足基础上，大范围削减行业成本，推动无人驾驶技术早日市场化。」前一阵我们在美国试驾通用的 Super Cruise 超级巡航系统，它就使用到了高精度地图+高精度定位的技术，以此来实现高速公路上的自动驾驶功能。通用方面采集了北美高速公路的高精度地图，再结合高精度定位，用一个相对低的成本实现了特定场景下的自动驾驶。另外，高精度定位和高精度地图的结合，让车辆可以精确、实时的获知自己的位置和前方路面情况（例如曲率），然后有预见性针对前方路况采取对应的车辆控制措施。 而当整车厂或供应商想把类似的解决方案在国内落地的时候，就得选择国内能提供这种服务的供应商。高德和千寻的合作，可以说一方面是需求驱动，一方面又是由双方的能力驱动的，毕竟在高精度地图和高精度定位这两个领域，高德和千寻都是仅有的几个可选供应商之一，尤其是千寻位置。而韦东认为，这是一件让他们觉得有「使命感」的事儿——推动「基础设施」的更快普及。 而且，从他们把「高精度地图+高精度定位」定义为「基础设施」这个论调来看，显然是想把这种解决方案大范围推广。或许那些对于自动驾驶落地方案还举棋不定的厂商，会因此有所触动。 如果跳出自动驾驶这个维度，把关注点扩展到整个交通出行领域，高精度地图+高精度定位的意义也不小，就像我们前面说到的，更好的导航体验、更好的手机地图 App 体验……等等等等……阿里系常说的一个词叫「赋能」，用在这里也完全合适。 不过值得注意的是，虽然都有阿里巴巴的背景，但是这两个公司的合作并没有排他性。 对啊，既然是「基础设施」，怎么能自我封闭呢？ 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！ 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）。
小鹏汽车与海格通信合作，将投入使用 20 厘米车道级导航
今天，在第八届中国卫星导航学术年会上，小鹏汽车与海格通信达成了合作，两家公司将使用 20 厘米级高精度北斗导航为智能汽车配套。海格通信源于 1956 年创立的国营第 750 厂，曾经研制了长河三号无线电导航系统，以及北斗系列终端等导航产品。 小鹏汽车联合创始人、副总裁何涛透露，高精度导航是智能驾驶的重要组成部分，他们准备使用海格通信北斗导航系统的高精度地图导航、定位能力，实现 20 厘米以内的车道口精准显示。目前，小鹏汽车的智能驾驶处于 Level 2.5 的级别，他们的想法是从低速场景切入，逐步向高速场景拓展，高精度地图导航则可以在无人驾驶开发过程中的每个阶段为决策层地图信息和定位信息。 根据小鹏汽车的说法，通过车载传感器与北斗高精度车道级导航系统结合使用的方法，可以提高车辆的定位精度和稳定性，例如准确定位车辆所在车道并根据需要提示变道、精确提示转向等等。另外，车辆对于环境的感知难度也将进一步降低，在车道线模糊、缺失等情况下依然具备准确保持车道或准确停车的能力。他们希望借助北斗导航系统，将智能驾驶向更高层级发展。 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！ 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）。
地图炮 | 高德要让高精度地图免费？或许没那么「可怕」
在阿里巴巴举办的 2016 云栖大会上，高德出尽了风头。 这两天的朋友圈，被高德和百度地图的数据之争不断刷屏。为了证明谁是老大，双方进行了多轮次的隔空喊话，分别找来自己的第三方数据提供商，从不同角度证明自己在用户数量、活跃度上超过了对手。 当然，对于这种很难找到绝对公正的第三方数据的争论，对吃瓜群众来说没有太大意义。说到底，用户需要考虑的还是自己的使用体验。在这件事上，我们不需要有太多客观的判断。 除了「 第一」 之争，高德还在云栖大会上宣布将会在 12 月份发布搭载 AI 引擎的 AMAP AUTO 2.0（也就是车机版高德地图），能够提供更符合用户个人出行习惯，以及根据实际路况、网络信号等外界因素的导航服务。 当然，相比下面的这条消息，上面说的两件事可能都没那么重要。 地图数据为什么要收费？ 高德汽车事业部总裁韦东表示，高德将会把用于自动驾驶测试的高精度地图进行免费开放。只要是高德的合作伙伴，都能免费使用高德的高精度地图数据来测试自动驾驶汽车。 这对于本身靠「 卖数据」 盈利的图商来说，可以说是彻底颠覆了原有的盈利模式。要搞清楚高精度地图免费的意义，首先得了解地图厂商的商业模式。 我试着用比较通俗的方式来解释。一直以来，由于国家对于地理信息测绘资质的管控（由于地理信息和国家机密相关），因此拥有测绘资质的企业数量不多。 由于我国幅员辽阔，因此如果想要提供满足全国用户需求的地图等相关服务，又得投入大量人力、物力，进行长时间的采集、制作。另外，图商还需要承担后期维护更新的成本。因此，这里面的门槛更高，能完成的企业就更少了。而目前，我们所熟知的两家有这样能力的公司，也就是高德和四维图新（百度的供应商）。 图商们投入这么巨大的成本，好不容易把地图做好之后，显然要考虑成本回收和盈利的事情。付费服务也就成了最主要和直接的方式。特别是在和车厂的合作中，图商会按照订单数量收取 License 费用。由于车企规模、订单大小的不同，各家需要的花费也都不尽相同，价格并不公开透明。 高精度地图免费的意义 高德宣布免费开放的高精度地图，比目前在手机、车机端使用的地图数据在精度、数据详细程度上有更大的优势，使用场景也从导航、定位变成了自动驾驶测试。在成本上，由于采集精度提升，设备也会更贵（成本增加在激光雷达），并且需要重新采集制作。 按理说，车厂应该收取更贵的授权费用，才能回收成本。那么，高德宣布免费的底气在哪里啊？真的只是因为背后有了阿里爸爸的支持，所以有钱任性？ 对于这个问题，韦东也向 GeekCar 进行了解释。在韦东看来，高德将要摆脱过去依靠出售地图数据盈利的方式，变成基于地图的大数据服务商。再加上高德位于阿里体系之下，因此在云计算、存储等数据服务能力上也有很足的底气。所以对于高德来说，已经有了做数据服务商的基础。 有一句老话说得好，免费的才是最贵的。的确，高德宣布高精度地图数据免费开放，其实对合作厂商有了更多诉求。相比过去花钱买数据的一锤子买卖，高德希望车厂能够回传公开的道路测试数据（不要求车辆的私有数据）。也就是说，高德的合作伙伴在测试自动驾驶时，都成了高精度地图的采集端。 合作车厂回传开放的道路数据，也能共同使用别的车厂回传的数据。这其实有点像众包的形式，让所有合作车厂都参与进来。高德相当于用免费的地图数据，换来了高精度地图更多的数据来源和更快更广的更新能力，这比只靠自己的团队技术来采集更新高精度地图，有很大的优势。 一旦大量车企都使用高德的高精度地图测试自动驾驶，并且回传足够多的数据，那么高精度地图就会在精度、更新速度、覆盖范围等方面都领先于友商。那么等到自动驾驶真正商用的时候，可以想象的合作伙伴数量、商业开发空间也就更大了。 另外，足够好用的高精度地图，对于阿里本身的物流体系也有至关重要的意义。从这个角度来看，目前这种很「 公益化」 的做法，背后也会有阿里在资金、技术上的全面支持。 免费的影响有多大？ 很多人可能都还记得，实时导航软件在前几年还是收费的。只不过后来由于百度和高德都宣布手机导航免费之后，才让我们能够用上免费的导航软件。在这件事上，有一个很好的反面教材——凯立德。这个导航软件相信很多人都不陌生。直到今年初，凯立德才宣布用户能免费使用苹果 App Store 中的凯立德导航。这么迟钝的反应，也直接导致了声量和市场份额的不断下降。 从导航时代的地图例子来看，只要有一个玩家宣布免费，那么压力就转移给了友商。毕竟在移动端，流量入口的开发价值是要比单纯卖数据有更大想象空间。 不过到了自动驾驶阶段，高德在这个时间节点宣布免费，在我看来实际影响可能没有那么大。简单说说几方面的原因。 首先，从竞争角度来看，高德这次的动作显然是想要在和友商的竞争中，通过「 互相伤害」 的方式来抢占高精度地图的市场份额。毕竟阿里巴巴对于高德没有短期盈利的要求，但友商却还要考虑吃饭的问题。 但这件事最后的决策权并不在高德，而是车厂。车厂一贯相对封闭，对数据的开放也比较谨慎。高精度地图的免费需要付出数据开放的代价，会对现有的研发流程、供应商体系造成影响。另外，高精度地图的产品质量、服务等价格之外的因素也需要考虑。因此，免费对于车厂的吸引力到底有多大？答案显然因人而异。 在发布会上，虽然高德宣布获得了来自通用的亚洲第一个高精度地图商业订单，但不是「 免费」 模式。这也在一定程度上说明，车企的选择还有很大不确定性。 另外，数据不收费，高德本身也会有盈利的压力。虽然高德可以短期不盈利，但总要有个长期「 回本」 的规划。韦东告诉我，未来会按照成本来制定「 服务费」，遵循公开透明原则。也就是说，在自动驾驶测试期之后，虽然收取服务费能实现保本，但盈利方式还需要更多尝试。 第三，大规模的自动驾驶开放测试的时间节点也不确定。韦东也表示，开放道路上测试自动驾驶需要配合国家进行法律法规的制定。目前很多测试只能在固定园区内进行，和实际道路相比，对于自动驾驶的数据积累意义并没有那么大。 在我看来，高精度地图数据未来一定会向免费的方向发展。这背后其实是基于自动驾驶技术和整个汽车产业的变化。车企的盈利模式需要从卖车向服务转变，图商的数据服务能力需要增强，用户的用车习惯需要转变。也就是说，这件事如果只是单纯由图商来推动，显然力度还不够。不过目前来看，高德至少算是迈出了第一步。 对于普通人来说，说不定这一波的「 高精度地图」 热可以让它的落地加速，这也算是一件好事。毕竟我们看视频的时候，一旦被「 超清」 宠坏，就很难再去接受「 标清」 的画质了。 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！ 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）。
地图炮 | 高德百度忙着争第一，友商四维图新在干什么？
上个周末，只是因为俞永福一句话，百度就和高德撕了起来。作为一名吃瓜群众，我其实不太关心到底谁第一，倒是挺心疼这两家公司的公关，大周末的还要加班。 不过，这个周末注定是戏剧性的。在百度高德开撕的前一天，也就是上周五，另一家图商四维图新参加了一个名为「Open Auto Drive Forum」 的自动驾驶技术讨论会，简单说，这个论坛要做的就是把圈子里的人聚集起来，讨论出一个未来自动驾驶技术的标准。四维图新在这上面也聊了聊高精度地图的事儿——这和高德这两天在说的东西不谋而合。（这是一个国际化的会议，学术范十足，在会议现场一半以上都是外国专家，当然还有百度、高德的同学。）在自动驾驶方面，地图供应商的切入点就是高精度地图。除了四维图新之外，百度、高德和腾讯，都在做高精地图这件事。四维图新在这方面算是起步比较早的一家公司，目前他们已经成立了「 自动驾驶实验室」 和「 深度学习实验室」。 四维图新 CTO 戴东海说，在 2012 年就有国外厂商找到四维图新，双方当时在高精度数据、自动驾驶等方面做了一些早期的合作。在接下来几年中，会有很大的量产计划。 在今年 6 月，四维图新已推出支持 Level 2 全国高速公路网覆盖的数据和产品，达到量产的能力。 关于未来，四维图新方面也给出了一些具体的时间节点： 2017 年中，推出 Level 3 国内全高速公路网覆盖的产品，并达到可以量产的程度。 2019 年初，提供主要城市的 Level 4 级别的地图数据。 四维图新的高精地图怎么做？ 目前做高精度地图分为几个「 流派」，在此以谷歌和 Mobileye 为例。 谷歌使用激光雷达采集高精度地图数据，数据量很大，每公里是 GB 级别的。如此大的数据量，普通车厂很难将其量产；Mobileye 的 Road Experience Management 概念，可以以众包的方式通过用户收集高精度地图数据，但这些数据只能用于 Mobileye 的传感器。 四维图新正在做的高精度地图，则是和传感器无关的，车厂可以有很大的灵活度。不管车厂使用哪种自动驾驶解决方案，四维图新的高精度地图都能够继续沿用。 至于高精度地图的数据量大小，戴东海则表示，按照经验来说的话，大概其和传统的数据是 1：1。 另一方面，高精度地图的数据必须是实时更新的，四维图新的做法是把地图分为了几个「 层」，包括基础导航层、高精度路网层、实时动态层以及其他的环境影响因素。这些「 实时性」 要求比较高的数据，将会通过云端不断更新。 除了在「 软件」 方面的努力之外，今年 5 月四维图新收购了杰发科技（MTK 子公司）。戴东海说，这次合作是「 很深层次的战略层面」。很明显，四维图新是想通过打造智能芯片，把软硬件打包，实现全产业链的竞争。 横向对比来看，四维图新更像是一个传统的汽车供应商，和车厂紧密合作，满足车厂需求。 不过它的友商高德似乎走了一条更加「 互联网」 的道路，因为前两天高德居然宣布高精地图免费了。作为一种面向 B 端的产品，高德是在用一种面向 C 端的套路在做宣传。在高德的设想中，作为交换，车厂要开放一定的道路数据给高德，以此逐渐完善高精地图。不过，所谓「 免费的就是最贵的」，车厂愿意开放数据吗？这个需要时间给出答案。 面对来自互联网公司的竞争，当我问到四维图新的优势是什么的时候，戴东海的回答很简单： 「 我们相对起步早一些，积累的更完善一些，产品的成熟度更高一些。评估完一圈之后，想落地的车厂都是来找四维图新。」 好吧，反正你们谁也不服谁。所以这「 地图炮」 肯定还得接着开…… 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！ 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）。
福特投资 Civil Maps 开发高精度地图
随着自动驾驶技术逐渐成为未来汽车科技的主要研发方向，车企对高精度地图的需求也急剧增加。 福特最近就投资了一家名为 Civil Maps 的地图公司。这家位于美国加州的初创公司，目前只有 16 名员工。 Civil Maps 的主要业务是制作自动驾驶汽车导航使用的高精度地图。他们通过激光雷达和相机采集地图数据，然后转换成汽车能够使用的文件格式。 Civil Maps 称，他们的程序数据量要比其他公司的少，这样能够减小网络传输的压力，让车在同样时间里能从服务器上获得更多的实时道路信息。 福特没有透露具体的投资额，发言人 Alan Hall 在一份电邮中表示，「 对 Civil Maps 的投资为我们提供了一条新的途径，通过研发高精度地图，让我们离造出一辆消费者买得到的全自动驾驶汽车更近了一步。」 在自动驾驶和共享车上，福特也在寻找其他的合作伙伴。五月份，福特向软件公司 Pivotal 注资 1.822 亿美元，Pivotal 帮助福特开发了一款 App。 在这次融资中，Civil Maps 共获得了包括福特在内的五家公司总计 660 万美元的投资。另外四家公司是 Motus Ventures 风投机构、Wicklow Capital、StartX Stanford 和雅虎联合创始人杨致远创设的 AME Cloud Ventures 投资公司。 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！ 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）。
高精度地图的数据，是怎么采集的？
自动驾驶的概念很火。从自动驾驶衍生出的业务和供应商也跟着火了起来。 我们都知道，传感器和高精度地图是其中两个不可缺少的基础要素。随着自动驾驶等级增加，对高精度地图的数据供应商们有了更多要求。那么高精度地图又是通过什么方式采集的呢？ 在高德位于昌平的数据中心，这些问题得到了解答。 两种不同的采集车 高德汽车大客户业务总经理、自动驾驶技术专家阿荣告诉我，高德计划在今年底完成超过 28 万公里的全国高速自动驾驶级别（HAD）高精度地图的制作，以及全国国道/省道的 ADAS 级别高精度地图数据采集；2017 年底， ADAS 级别数据扩展到超过 30 个城市主干路，HAD 级别向国省道和主要城市内部扩展。 PS：ADAS 级别高精度地图精度大约在 50cm 级别；HAD 及以上高精度地图精度大约在 10cm 级别。 为了获取这些数据，高德目前有两种采集车，分别用于采集 ADAS 及 HAD 精度要求的高精度地图数据。（图片来源于网络，左侧日产车型为 HAD 级别采集车，右侧铃木车为 ADAS 级别采集车）用于采集 ADAS 级别高精度地图数据的采集车，车顶安装有 6 个 CCD 摄像头。其中 5 个摄像头以圆形环绕，顶部一个单独的摄像头，每个像素都是 500 万，总计 3000 万像素。车内副驾驶的位置有用于采集数据的显示屏，机箱在后备箱位置，用于储存和处理数据。 而用于采集 HAD 级别高精度地图数据的采集车，顶部则是通过装配 2 个激光雷达（位于后方）和 4 个摄像头（两前两后）的方式来满足所需要的 10cm 级别精度。两种方案搭配，能够完成标牌、障碍物、车道线等道路信息的三维模型搭建。高德的工作人员告诉我，这辆车的造价超过了 800 万人民币，上面搭载的 RIEGL 三维激光扫描系统也是目前级别最高的产品。 当然，这两种车采集到的数据只是作为基础。道路信息是不断更新的，并且，随着自动驾驶程度的提高，会对实时性有更高要求。 发一张 Here 的地图采集车照片作为对比： 利用众包的力量 高精度地图数据的采集如果只靠采集车完成，需要投入的精力显然太大。毕竟采集只是第一步，后续的更新维护同样重要。 高德给出的解决方案是通过自身和众包的方式同时进行。自身不用多说，高德采集车的数量会不断增加，覆盖范围也会逐渐往更具体、复杂的道路覆盖。 除此之外，阿里的菜鸟物流车、神州专车等半社会化的商用车也会成为高精度地图数据的采集源。而高德的高精度地图数据，也可能会优先应用在物流、环卫等路线较固定的商用车场景中。 UGC 也会是高德的高精度地图数据来源。在高德的计划中，未来会有很多类似后视镜、行车记录仪等带摄像头的后装硬件，都能向高德回传带有道路数据的照片，作为高精度地图数据的补充。 除此之外，车辆上逐渐增加的传感器，包括激光雷达、毫米波雷达、摄像头、陀螺仪、雨水传感器等，都能够回传包括道路状况、天气状况等高精度地图必须的信息。 当然，这需要高德本身有处理这些数据的能力，目前他们也在进行基于图片数据分析的深度学习（例如路牌、限速等标识的自动识别），并且已经取得了大量数据。随着样本量的增加，识别精度也会不断提高。 通过自身+第三方的数据结合的方式，高德想要尽可能提高高精度地图的精确度及实时性。目前来看，这确实是一个不错的想法。不过想要真的实现的话，还需要有更多的投入，包括技术、资本等等。 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！ 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）。
「CES 2016」为了自动驾驶地图，通用打起了用户车里摄像头的主意
不久前，丰田传出要利用群众的力量，收集自动驾驶所需的高精度地图数据，具体会在 CES 上进行展示。有意思的是，除了丰田之外，通用也表示将要用类似方式收集高精度地图数据。 目前，通用正在和 Mobileye 合作有关 ADAS 技术的应用，这需要在车身四周安转摄像头、雷达等传感器。通用想要做的，就是将传感器中的影像部分和安吉星整合起来，形成一套从收集到上传的完整系统。 通过车身自带的摄像头，通用会收集周边地图数据。经过安吉星上传之后，通用再会用专门的地图数据处理手段，把这些粗糙的数据加工成可应用于自动驾驶的高精度地图。由于安吉星 4G 的逐渐普及，未来所有通用旗下的车型，都可以是地图数据的采集者。通用表示，今年晚些时候这套系统就会正式上线。 优劣互补 在硬件上，车辆自带的摄像头显然比测绘车的雷达在各方面质素上有差距，这是无法避免的硬伤。不过考虑到测绘车和民用车在数量级上的不可比性，因此整体差距并没有单体比较的那么大。 用户开车经过一个路段时，车辆每次都会将这个路段的数据不断上传。在车辆数量不大的情况下，这样的收集效率可能不高。但通用作为大车厂，这一点却是最不需要担心的。同时，由于车辆的不断更新，路况的变更也会很快上传到后台。这就比依靠测绘车去测量时效性更强。 当然，这么说也并不是否定测绘车辆存在的价值，测绘车在测量精度上的优势，是依靠普通摄像头的采集很难弥补的。因此双方只能算是各有优缺点，更多的是进行互补。如果说测绘车在特定路段的采集模式是一步到位，那么通用做的则是积少成多。 不过，通用的采集模式也存在一定问题。毕竟采集高精度地图数据的行为，本身需要测绘资质。并且由于地图数据必须受到政府等有关部门的管理，因此在很多地区的推广就存在困难。同时，如果不断上传用户的位置、周边环境等信息，那么也会带来用户的隐私问题。这些都是推广过程中，可能遇到的问题。 为了高精度地图 高精度地图是自动驾驶的关键，这句话我们已经听过很多遍了。 无论是车厂收购 HERE，还是博世和 TomTom 合作研发相关技术，我们能看到的都是自动驾驶领域对地图的重视程度，主机厂和供应商都想把主动权掌握在自己手里。在国内，为了研发无人驾驶技术，百度也专门收购了一家具有甲级测绘资质的企业「 道道通」，没有依靠四维图新。 在自动驾驶时代，谁能掌握高精度地图，那么在出行领域的竞争中就会有很大优势，这是共识。目前来看。通用并没有处于领先的位置，也难怪会采取这样有些「 激进」 的手段。 写到这里，我想起了一句话：「 称霸篮板的人就称霸整个篮球场」。放在这个场景好像也挺适用的。 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）。