本文來源：智車科技

／ 導(dǎo)讀 ／

高精度地圖想要最終真正在自動駕駛場景中得以落地，仍然有很多亟待解決的充分必要條件：比如如何達到還原現(xiàn)實世界的精度？如何更高效的與自動駕駛系統(tǒng)溝通？如何保證更新頻率和響應(yīng)速度？這些問題越早解決，自動駕駛車輛就越早的走進我們的生活。

本篇內(nèi)容，就和大家一起探討一下，究竟如何定義高精度地圖的生產(chǎn)模式，以及在線服務(wù)模式，才能讓未來的地圖更新做到真正的“行云流水”！

揭秘高精度地圖的生產(chǎn)過程

與傳統(tǒng)地圖不同，高精度地圖對精度及鮮度要求極高，因此采集和制作方式也有很大的不同，為了保證地圖鮮度，整個生產(chǎn)過程中也會不斷地將AI技術(shù)應(yīng)用其中。

究其整個過程可以分為四個階段：1．采集2．處理3．驗證4．發(fā)布

采集

高精度地圖的采集目前行業(yè)主流兩種方式：專業(yè)采集車進行外業(yè)采集，以及UGC設(shè)備采集。首先，為了保證數(shù)據(jù)的質(zhì)量和精度，會提前分配任務(wù)給專業(yè)的高精度地圖采集車，采集車會預(yù)先安裝好多種傳感器，如激光雷達、攝像頭、慣性測量單元和定位設(shè)備等，四維圖新目前的方案就是配置32線激光雷達，6向攝像頭以及自研時空同步與電流控制系統(tǒng)，以保證可以采集到厘米級精度的數(shù)據(jù)。

圖為：四維圖新高精度地圖采集車

但是，由于專業(yè)采集設(shè)備較為昂貴，在成本有限的情況下無法做到無限制擴張。為了更高效地生產(chǎn)全區(qū)域覆蓋的高精度地圖，通常還會通過UGC的方式采集大量數(shù)據(jù)，從而精準地發(fā)現(xiàn)數(shù)據(jù)變化的范圍，再根據(jù)有效信息判斷是否需要采集車進行有針對性的專業(yè)測量。

圖為：四維圖新高精度地圖更新驗證部分過程

處理

我們將所有采集到的地圖數(shù)據(jù)稱為原始數(shù)據(jù)，這些數(shù)據(jù)想要成為地圖，還需經(jīng)過整理、分類與清洗等的專業(yè)處理過程。這個環(huán)節(jié)是十分繁瑣的，需要把不同傳感器的采集數(shù)據(jù)進行融合疊加，并進行道路標線、路沿、路牌、交通標志等道路元素的識別，對于一些冗余數(shù)據(jù)在這一環(huán)節(jié)也會進行自動整合和刪除。如此繁瑣的過程，為了保證處理效率和準確性，我們通常主要依靠程序來自動化完成，這對程序算法能力的要求就非常之高了。

圖為：四維圖新軟件自動化識別噪點、跳變，降噪、提高精度

圖為：四維圖新自研算法，可自動提取超過60種要素

圖為：四維圖新自動化處理地圖部分過程示意

驗證

經(jīng)過一系列完整的自動化處理過程后，為了確保程序處理的有效性，還會由專業(yè)的技術(shù)團隊進行人工抽樣檢測，并進行最后一步確認和完善從而發(fā)現(xiàn)出自動化處理過程中出現(xiàn)的錯誤，及時彌補數(shù)據(jù)的缺陷，提高精準度。

圖為：四維圖新從外業(yè)到內(nèi)業(yè)的全面檢測過程

圖為：四維圖新自動化結(jié)合人工結(jié)果驗證示意

發(fā)布

驗證無誤的地圖，需要進行轉(zhuǎn)換編譯，生成矢量母庫，從而完成生產(chǎn)環(huán)節(jié)。

但由于高精度地圖體量非常大，超過GB級的存儲量已經(jīng)不是傳統(tǒng)物理存儲可以承載。此外高精度地圖對數(shù)據(jù)更新的實時性要求非常高，這就決定了高精度地圖需要借助云平臺來實現(xiàn)發(fā)布及更新。

影響高精度地圖量產(chǎn)的關(guān)鍵因素

其實對于大部分擁有測繪資質(zhì)的傳統(tǒng)圖商而言，高精度地圖雖然相較傳統(tǒng)地圖難度及成本有所增加，但單純生產(chǎn)出來只是時間問題，然而從采集制作到真正量產(chǎn)，過程中會面臨更多的問題和挑戰(zhàn)：

實時更新問題

傳統(tǒng)導(dǎo)航電子地圖的更新頻率為靜態(tài)數(shù)據(jù)（通常更新頻率為季度更新或月更新），準靜態(tài)數(shù)據(jù)（頻率為日更新）。

而高精度地圖對數(shù)據(jù)的實時性要求較高，更新頻率通常為準動態(tài)數(shù)據(jù)（頻率為分鐘更新），實時動態(tài)數(shù)據(jù)（頻率為秒或毫秒更新）。

圖為：區(qū)域動態(tài)地圖分層說明

如何在自動駕駛車輛行駛中完成高頻率的地圖在線更新，也是高精地圖量產(chǎn)應(yīng)用最關(guān)鍵和最難解決的問題。

生產(chǎn)效率問題

與傳統(tǒng)車載電子地圖相比，高精地圖精細程度更高，動態(tài)要素更為豐富，傳統(tǒng)地圖的生產(chǎn)方式難以滿足其量產(chǎn)應(yīng)用的需求。

目前，厘米級地圖對測繪效率要求非常高，導(dǎo)致需要布設(shè)很多高精度采集設(shè)備和車輛，相應(yīng)的成本也會非常高。較高的成本也在一定程度上，限制了高精地圖的生產(chǎn)效率。

地圖存儲問題

車載地圖的體積受到嵌入式系統(tǒng)的存儲容量限制。目前，自動駕駛用高精度地圖（厘米級），存儲密度非常高，整體容量已遠遠超出目前主流控制器方案的存儲容量，所以需要借助云儲存及云分發(fā)的形式才能得以實現(xiàn)。

未來高精度地圖更新生態(tài)圈

高精度地圖完成采集生產(chǎn)環(huán)節(jié)，并不意味著高精度地圖生產(chǎn)完結(jié)已經(jīng)可以量產(chǎn)，這恰恰只是地圖更新閉環(huán)的開始。想要高精度地圖真正得以使用并最終服務(wù)于自動駕駛，我們也需要一個完整的生態(tài)圈閉環(huán)。

未來的高精度地圖更新，一定是一個云＋端的完整生態(tài)圈，在這個生態(tài)圈里，包含了高精度地圖的采集、生產(chǎn)、應(yīng)用、以及更新。

而未來智能網(wǎng)聯(lián)汽車，將成為這個生態(tài)圈里一個重要的環(huán)節(jié)，它既是云端地圖數(shù)據(jù)成果的消費和使用者，同時也會是地圖云中心部分數(shù)據(jù)的提供者。

一方面，車輛在行駛過程中實時的接收來自云端分發(fā)的高鮮度高精度地圖，用于輔助自動駕駛；

而另一方面，車端也會將自己實時位置、車身姿態(tài)、駕駛行為、各類傳感器數(shù)據(jù)等回傳給云端。同時云端還會通過V2X技術(shù)，收集到來自路側(cè)設(shè)備回傳的實時交通數(shù)據(jù)。云中心對這些實時數(shù)據(jù)進行深度挖掘分析，從而對高精度地圖進行進一步有效更新，再將更新的內(nèi)容通過OTA等形式下發(fā)到車端。

如此循環(huán)反復(fù)，一邊不斷對高精度地圖進行實時更新優(yōu)化，另一邊形成一套智能網(wǎng)聯(lián)汽車體系下高精度地圖生產(chǎn)運營一體化的完整生態(tài)圈。

面向量產(chǎn)四維圖新的挑戰(zhàn)與思考

通過提早的業(yè)務(wù)布局和全流程算法的加持，目前四維圖新已經(jīng)完成了全國范圍超過32萬公里高速公路的高精度地圖覆蓋，以及超過5000公里復(fù)雜城市道路的覆蓋，在國內(nèi)屬于領(lǐng)先水平。

而面向高精度地圖量產(chǎn)及實時更新，四維圖新也正在構(gòu)建一個云＋端的生態(tài)體系，在數(shù)據(jù)生產(chǎn)之外，獨立出一個專門用于自動駕駛的云服務(wù)平臺——HDMS（HighDefinition Map Service）。未來借助平臺來支撐地圖的流式分發(fā)和UGC實時更新。

此外，當自動駕駛真正走向量產(chǎn)，客戶需要的遠不僅僅是高精度地圖，未來會有更多源的第三方數(shù)據(jù)關(guān)聯(lián)到地圖上，從而產(chǎn)生服務(wù)。因此我們認為只有借助云平臺不斷實現(xiàn)行云流水的地圖更新過程，高精度地圖才能得以真正服務(wù)于自動駕駛相關(guān)服務(wù)，從而與用戶實現(xiàn)共同獲益，共同成長。