2021年6月17日-19日，由中國汽車工業(yè)協(xié)會主辦的第11屆中國汽車論壇在上海嘉定舉辦。站在新五年起點上，本屆論壇以“新起點 新戰(zhàn)略 新格局——推動汽車產(chǎn)業(yè)高質(zhì)量發(fā)展”為主題，設(shè)置“1場閉門峰會+1個大會論壇+2個中外論壇+12個主題論壇”，全面集聚政府主管領(lǐng)導(dǎo)、全球汽車企業(yè)領(lǐng)袖、汽車行業(yè)精英，共商汽車強國大計，落實國家提出的“碳達峰、碳中和”戰(zhàn)略目標(biāo)要求，助力構(gòu)建“雙循環(huán)”新發(fā)展格局。其中，在6月18日下午舉辦的主題論壇“智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)生態(tài)的融合與升級”上，四維圖新地圖產(chǎn)品總監(jiān)劉洋發(fā)表了主題演講。以下內(nèi)容為現(xiàn)場演講實錄：

大家好，我是來自四維圖新的劉洋，剛才很多整車廠、系統(tǒng)解決商從他們角度介紹了生態(tài)鏈等自動駕駛的體驗和實踐。我代表圖商，從數(shù)據(jù)服務(wù)這塊兒，來給大家分享一下我們對自動駕駛整個產(chǎn)業(yè)的認知，以及我們的思考和我們的實踐分享。

從我們認知來看，自動駕駛的關(guān)鍵是感知和定位，感知和定位的關(guān)鍵是傳感器，傳感器分物理傳感器和在線傳感器。在線傳感器就是依托于定位和高精度地圖提供的，圖商的關(guān)鍵在于圖商具備精準(zhǔn)的測繪和制圖能力，能夠幫助車端解決大量算力的問題，節(jié)省算力。

我們還可以匯聚多種數(shù)據(jù)源，把各種數(shù)據(jù)源構(gòu)成地圖，發(fā)給車端，提升單車能力。讓自動駕駛體驗更好，效率更好，更可靠，這是我們地圖提供商參與產(chǎn)業(yè)的初心。

高精度地圖要解決哪些問題呢？

第一是針對物理傳感器的感知失效，我們看到很多場景，比如非常復(fù)雜的交通路況的場景，對于遮擋天氣、不清晰、磨損場景，高精度地圖可以為物理傳感器的失效進行感知的增強和冗余。

第二點在很多的復(fù)雜城市環(huán)境里面，包括高架群、建筑物密集、隧道群定位失效場景，高精度地圖本身是非常專業(yè)化，非?？煽?，地圖本身品質(zhì)和精度是遠高于其他數(shù)據(jù)的。總體說高精度地圖可以為自動駕駛的車端，提供定位失效的場景補充。

高精度地圖本身還是超視距的傳感器。我們會發(fā)現(xiàn)當(dāng)車輛進行超車的時候，普通物理傳感器是無法知道超車之后的場景，當(dāng)前面有大曲率的車道或者道路的時候，包括有遮擋的時候，有天氣原因看視距不遠的時候，這都是可以提供預(yù)測性的信息控制參考，提供給車端。包括前方有分流、合流，停止線的時候，我們可以為車端提供速度控制的預(yù)測性參考。

總體來說，對于車端，因為之前幾位領(lǐng)導(dǎo)提到了預(yù)測性控制，對車端預(yù)測性控制做得越清晰越安全，信息越準(zhǔn)確，整個自動駕駛的體驗和安全性就越高。

上面兩個我們和合作伙伴一個是基于視覺系統(tǒng)的合作伙伴，做的高精度地圖匹配定位，右邊是基于激光合作伙伴做的匹配定位，下面是德國做的高精度地圖匹配測試。

除了上面的應(yīng)用型問題，高精度地圖本身還要做風(fēng)險性的控制，比如說常規(guī)大家認識的高速場景下，通常認為高速是一個比較封閉，比較規(guī)矩的，可以完全信賴的場景，但實際上通過我們這么多年量產(chǎn)地圖經(jīng)驗，我們看到現(xiàn)場有很多的不確定信息和不規(guī)則的信息，比如說高速場景出現(xiàn)很多平交路口，高速場景有不規(guī)則的標(biāo)線，高速場景有沒有隔離帶的上下行路線，還有非正常的開口都是對自動駕駛安全非常隱患的地方，所以通過高精度地圖可以讓汽車提前知道這些不穩(wěn)定、不規(guī)則、不安全的信息，并且可以提前判斷。

數(shù)據(jù)多樣性來看，傳統(tǒng)上或者大家通常認為兩個派系，一個是基于視覺的派系，一個是基于激光的派系。但細分的話，組合還是更多樣的。基于純視覺的派系，對算力的要求非常高，它的應(yīng)用級別其實還不能算真正的自動駕駛。逐漸基于激光的特征，跟視覺不太一樣，視覺通過AI算法來做的，激光是通過特征提取做的，在眾包的數(shù)據(jù)以及形成完整的高精度地圖，最高級的玩法現(xiàn)在不僅有高質(zhì)量的數(shù)據(jù)，還有概率性數(shù)據(jù)，還有實時性的交通數(shù)據(jù)。

比如通過高精度地圖，通過歷史概率信息和實時路況信息，可以知道當(dāng)前方車停止的時候，它停止在哪一個車道上，它的停止行為是一個可以正常停車的行為還是前方擁堵的停車行為，以此決定超車還是跟車。

四維圖新兩年前已經(jīng)覆蓋了全國所有的高速，現(xiàn)在已經(jīng)處于更新維護的階段了，已經(jīng)開始逐漸擴展普通道路。除了地圖事情本身之外，我們也在地圖的服務(wù)端，在線分發(fā)、眾包任務(wù)管理、在線更新、在線傳感器的回傳等都做得比較成熟。

基于地圖的一體化解決方案來說，我們一直想幫助做自動駕駛系統(tǒng)的整車廠或者系統(tǒng)提供商，可以支持更多場景的自動駕駛體驗。我們也要支持基于不同系統(tǒng)架構(gòu)的，因為不是所有的整車廠都會做全鏈路的自動駕駛，大家針對的方向不一樣，開發(fā)程度不一樣，我們也是基于不同的場景，不同的自動駕駛等級開發(fā)了不同的產(chǎn)品，以支持大家系統(tǒng)的開發(fā)和量產(chǎn)。

高精度地圖本身就是把現(xiàn)實世界一個完整的語義化、矢量化。我們面向L3級別的地圖，已經(jīng)是兩年前完成了整體的開發(fā)，現(xiàn)在已經(jīng)在更新、維護，它其中涵蓋了一百多個要素，包含基礎(chǔ)的現(xiàn)場要素、信息化要素以及邏輯要素和功能安全的要素，這是面向L3級別的，并且已經(jīng)在幾個L3級別的整車廠上，在量產(chǎn)的計劃里面了。

作為圖商講，有著專業(yè)的采集設(shè)備，有著基于點云融合，以及跳變檢測的精度控制的手段，有著基于高自動化的要素提取自主平臺，還有基于人機交互對信息進行補充的編輯平臺。還有比較完整的基于地圖評價的質(zhì)量平臺。

四維圖新作為地圖服務(wù)提供商，也過了Aspice level 3，這是我們?yōu)榱俗鲎詣玉{駛這件事情，必須從軟件方的角度，去做本來是面向汽車硬件商的公共安全體系，這個都是我們必須要提前做好的。

最后，我們也是搭建了基于眾包的地圖學(xué)習(xí)平臺。

從自動化的角度來說，我們已經(jīng)從點云特征中，自動提取60多個要素，并且在我們這么多年的深耕過程中，積攢了很多案例、特殊場景，所以我們現(xiàn)在對于整體上激光這一層，特殊場景下的程序魯棒性是特別優(yōu)異的。

基于視覺性這塊兒，我們現(xiàn)在可以把圖像中進行語義分割、要素識別、三維重構(gòu)，并且根據(jù)高精地圖進行匹配、差分，找到變化的，然后進行高精的地圖更新。

我們整體上來說，有四維空間自研的圖像采集設(shè)備，我們也和合作伙伴一起共研了采集設(shè)備，我們可以把消費級的行車記錄儀的圖像采集設(shè)備全部都適配完畢了，并且可以把主要的要素和語義信息做自動化的提取。

基于快速更新來說，我們已經(jīng)主車廠和源的數(shù)據(jù)提供商，把他們的數(shù)據(jù)接入，進行數(shù)據(jù)的清洗、匹配、融合、收斂，最終能夠在地圖中發(fā)現(xiàn)變化，更新變化。通過大量的數(shù)據(jù)，我們可以進行快速的更新，還可以用數(shù)據(jù)源對車上做置信度的參考。我們還能做交叉驗證，交叉驗證的目的主要是單數(shù)據(jù)源本身可能在不同場景產(chǎn)生不同的問題，通過多源的數(shù)據(jù)就能讓系統(tǒng)問題不會做進高精度里面發(fā)到車端，進一步讓車更安全，對于數(shù)據(jù)的信賴性更可靠。

我們在車端上的更新，也是在和合作伙伴一起正在開發(fā)，我們基于車端前視的車規(guī)級攝像頭，現(xiàn)場在車端直接識別桿、交通牌、車道線等要素并特征化，與車端的高精度地圖進行匹配，匹配發(fā)現(xiàn)不一致的地方進行上傳到云端系統(tǒng)上，做更新。

我們在整體面向L3級別的高速場景高精度地圖已經(jīng)比較成熟了，我們現(xiàn)在要開始做普通路的場景，已經(jīng)在量產(chǎn)階段了。為什么要做普通路的場景？因為從行業(yè)調(diào)查來看，普通路的場景在中國來說，相比較的成本是更低，對于所有的系統(tǒng)商，解決方案商落地的話，更容易落地，商業(yè)化前景也會更好。

請大家看一段視頻。我們剛才看到了做自動駕駛的一些場景，為什么做自動駕駛以及它相關(guān)非常復(fù)雜的規(guī)則。這是我們做了兩年多了，一個面向于L4級別的定制化自動駕駛地圖，這是針對普通路的，這里面所有要素的精確度和復(fù)雜度以及對于普通路場景的理解，都是可以對標(biāo)L4級別的，現(xiàn)在這個屬于定制化的開發(fā)階段，還不能大范圍的量產(chǎn)，我們已經(jīng)正在跟很多的，尤其國際車廠還有國內(nèi)系統(tǒng)合作伙伴做很多測試，這些測試效果還是不錯的。

基于量產(chǎn)級的全國普通路場景的路圖，我們?nèi)ツ晖瞥隽薍D Lite的產(chǎn)品，未來兩三年的時間我們計劃要覆蓋中國一二線城市的主要道路，整體上可以支持車道級的速度控制、定位、安全冗余的語義性描述?；谒w技術(shù)而言，在成熟的L3生產(chǎn)線上，結(jié)合點云和圖像的充分利用，把點云分類、圖像分類以及點云矢量一起做了匹配，整體匹配提升基于普通路場景的交叉口、主輔路、環(huán)島、大型交叉口等普通化場景，可以快速量產(chǎn)，覆蓋大部分城市的主要目的。

我們也和合作伙伴一起做了自動駕駛，我們可能不是說為了爭自動駕駛的商業(yè)化，我們主要是測試產(chǎn)品，我們在用自動駕駛的系統(tǒng)不斷的迭代普通路的場景，修正地圖，提升地圖，也是能夠為HD Lite全面進入SOP階段做準(zhǔn)備。

面向L4的AVP產(chǎn)品，我們已經(jīng)完成了整個工具鏈的開發(fā)，今年開始進入量產(chǎn)階段，整體AVP解決什么問題呢？首先我們做過調(diào)查，整體大型陌生停車場，停車時間大概花費18分鐘，高精度AVP可以幫助車輛做自主泊車，給大家節(jié)省很多時間。找車難也是大家經(jīng)常遇到的問題，在非常封閉陰暗的，長得都一樣的環(huán)境下，找自己的車經(jīng)常找不到，尤其是陌生的停車場，或者嚴寒酷暑環(huán)境下地面停車場找自己的車也是很辛苦的，所以一鍵召喚，把車輛直接召喚到自己上車點也是很重要的。還有一些思路是在場端直接做傳感器，因為停車場管理都是很復(fù)雜的，很難落地，所以我們還是通過AVP地圖提高車端能力，讓車端自己實現(xiàn)全部功能。整體上，我們做這個目的是為了整體用戶體驗和系統(tǒng)這塊兒，能夠省時、省心、省錢。

基于高精度地圖本身，我們也讓它賦予導(dǎo)航新的生命。因為以前所知道的普通導(dǎo)航產(chǎn)品，實際上還是模擬的三維場景。我們首先讓駕駛員更有沉浸感，在做自動駕駛以后，人是有更多的時間關(guān)注那塊兒屏幕，當(dāng)然也不一定是那塊兒屏幕，還有其他的地方，就有可能關(guān)注我們的系統(tǒng)，所以沉浸感、體驗感會特別好。

我們會通過車的定位傳感器，做但真正的車道級導(dǎo)航。高精地圖本身會匯聚很多安全信息，包括L3級的安全信息，讓駕駛員能夠體驗到行為預(yù)警、路況預(yù)警。

除了地圖本身，我們也在做云端，做了眾包服務(wù)、高精度分發(fā)服務(wù)、仿真，從圖商角度來說，我們是積攢了很多現(xiàn)場案例，我們不是標(biāo)注的很多樣本案例。車端也做了基于感知模塊、定位模塊、路預(yù)測模塊等等做了整體生態(tài)閉環(huán)的能力。

V2X，就是兩點，現(xiàn)在不管怎么說，集中式存儲還是對效率安全性保障還是存在瓶頸的，借助于V2X分布式、分量的，效果可能提升很多，包括基于國家政策性保護和手段的保護，也可以讓我們自己圖商，自己地圖安全性，也可以得到很好的保護。

對專業(yè)圖商來說，我們有很強大的工具鏈路體系，我們愿意把工具鏈體系貢獻出來，所以我們做了開放平臺產(chǎn)品，我們是基于可以把各個開發(fā)者自己的數(shù)據(jù)進行自己的定制化服務(wù)，用客戶想要的方式運營，也可以客戶自己開發(fā)迭代，這是我們做這個事情的初衷。

除了自動駕駛，還有智慧城市的搭建，為養(yǎng)護部門找到養(yǎng)護點，以及資產(chǎn)管理，包括停車位的查找都可以一起貢獻力量。

最后，四維圖新會一直做各種場景，包括以后未來自動駕駛想要的場景做補充。前面很多嘉賓說了行業(yè)上不可能一兩家公司把全自動駕駛搞定的，所以一定是大家合作協(xié)同的模式，四維圖新也想把我們的解決方案，我們的貢獻跟各個OEM、系統(tǒng)商、友商一起分享，一起共建產(chǎn)業(yè)，更好為自動駕駛產(chǎn)業(yè)服務(wù)，謝謝大家的聆聽！

返回第一電動網(wǎng)首頁 >