中海庭王偉：高精度地圖的發展趨勢

最新 04-27

3月20-21日，由佐思產研、佐智汽車主辦，地平線、TTTech、魔智、海信網路科技、晶眾股份、芯侖光電、PLK、中科慧眼等單位支持的2018第三屆ADAS與自動駕駛國際論壇在上海銀星皇冠假日酒店舉辦。超過400多位嘉賓參加了本次論壇，武漢中海庭產品總監王偉發表了《高精度地圖的發展趨勢》的主題演講。

中海庭產品總監王偉

王偉：各位專家、各位嘉賓下午好！很榮幸給大家分享高精度地圖的發展趨勢，我是武漢中海庭的王偉，中海庭已經被上汽控股，主要提供高精度地圖和高精度定位服務。

地圖數據並不是一個獨立存在的實體，要與智能駕駛的上下游產生共鳴和交互，包括V2X通信傳輸、雲服務，智能晶元和演算法，以及感測器生產商，都會有很多交互和迭代。

目前整個自動駕駛的現狀是政策層面國內還沒有特別開放，各個技術領域包括人工智慧、感測器技術等，也還遠遠沒有達到車規級的要求。

我們看一下自動駕駛車裝配的感測器情況，包含有定位定姿的慣導系統，視覺系統、毫米波雷達、激光雷達等。這些感測器都有它的短板或者說無法解決的痛點，下圖列出了目前常用的感測器特點和特殊場景下的一些不足。

這些傳統車載感測器受限於感知距離以及應用條件，比如大部分感測器是在10米至200米的感知範圍，更遠的地方沒有辦法探測到。再就是精度不同，且無法描述整個路況。還有一些感測器受限於它的技術原理，比如視覺感測器受光照條件影響，很難發揮它在正常範圍內的作用。

對於車廠來說，安全是永遠排在第一位的，而不只是展示多牛的技術、多強大的功能，自動駕駛車要實現量產，就必須解決安全問題。傳統車廠永遠把功能安全、數據質量放在第一位，所以自動駕駛需要更多的信息冗餘或者安全冗餘。

感測器在環境感知、定位、決策控制方面都有它的局限性。我們再去分解一下SAE對於自動駕駛的分級，每一級定義了一些自動駕駛的基本功能。

我們站在地圖的角度，對L3—L4之間作了一個劃分，L3及以下用的地圖信息主要包括道路基本屬性和規制信息。到了L4和L5級以上，更多關注於全局環境的拓撲關係、詳細的交通信息以及可通行空間環境模型等。

針對自動駕駛不同的功能模塊，比如現在比較熱門的ACC、AEB、LCW等，對地圖都有很強的依賴性。對整個道路的邊線、車道模型，以及車道級的交通規制、曲率、坡度、航向信息都有非常大的依賴。

結合了自動駕駛功能，根據應用需求進行初步分析，源數據、地圖數據內容，和最終地圖展現的形態都是不一樣的，這張圖詳細描述了地圖在自動駕駛里如何跟其他感測器配合起來使用。地圖在裡面類似於人的長期記憶存儲在車道裡面。

車內感測器受限於它的感知距離和感知誤差，難免會有各種問題或者監測不到的情況，地圖可以作為車內感測器的補充和增強。在極端條件下，比如大雨天、雪天，地圖感測器的作用就更明顯。地圖有一個先天性優勢，它是駕駛經驗的一個載體，我們可以通過大數據挖掘出在某些特殊路段經常擁堵，或者經常出事故，都可以通過地圖載體呈現出來，這是其他感測器沒有辦法做到的。

決策控制就更明顯了，不同道路的坡度、曲率、航向，通過地圖事先就可以有預判，就能提前減速、剎車、打方向盤。高精度地圖還提供了規劃功能，自動駕駛車出發之前先做全局路徑規劃，選擇一條最優路徑，怎麼到達目的地，這也是其他感測器沒有辦法做到的。

我們基於自動駕駛對於地圖的需求，給高精度地圖作一個定義。首先高精度地圖跟傳統地圖比較大的差異是，高精度地圖是給機器用的，而不是給人眼去看和識別的，這是最大的差異。由於這個差異，它的數據展現形式、內容以及精度都是不一樣的，以人為主的駕駛行為里，可能更多是需要看到一些顯示類或者引導類信息；而對於以自動駕駛控制為主，機器控制為主的自動駕駛車來說，需要非常準確的環境信息，來判斷它自己的所在位置，以及它要做出的一系列決策行為所需要的道路形態信息。

分解一下高精度地圖跟傳統地圖更詳細的差異。一個現實世界的道路路口，傳統地圖直接把它抽象成Link和Node點，而高精度地圖會區分路口區域內部道路，會有一些車道級的拓撲關係，最後導航界面要實現車道級的導航。

總結一下，高精度地圖尺度、坡度都是可變的，更接近於真實情況，而不是抽象出來的符號。它包含的數據內容大概有六類：道路級別、交通設施、車道級別、關聯關係、交通管制、安全駕駛特徵（坡度、曲率和航向）。

在一些關鍵位置比如左轉道還是右轉道等，關聯關係包括兩層，一個是道路與道路的關聯關係，還有一個是道路與交通設施的關聯關係。交通規制信息也是從之前裡面的映射過來的，對於橫坡、縱坡、曲率、航向也要實現車道級屬性的記載。

我前面提到的都只是一種靜態的地圖信息，對於自動駕駛來說靜態信息肯定是不夠的，需要更豐富的動態信息。最底層是矢量形態存在的拓撲關係，對象數據是針對道路兩旁的典型設施，比如說交通標誌牌，路燈桿、紅綠燈等。

中海庭目前提供地圖數據服務，首先是基礎地圖服務，再結合客戶的一些個性化需求，提供一些定製化的服務。除了提供數據以外，中海庭還提供導航引擎和高精度定位模塊，通過眾包車輛的感測器實時生成感知地圖，與基礎地圖融合更新，形成一個數據閉環，讓整個地圖數據提高鮮度，而不是一個靜態的死的地圖。

結合自動駕駛對於地圖的需求，以及對高精度地圖定義的理解，來分析一下高精度地圖未來發展的一些趨勢。從整個地圖構建過程中，雖然沒有一個標準出來，大家都覺得地圖應該是大而全的產品，包含很多東西，但其實它的內容可以精簡。

大多數情況下，車載感測器已經能很好的識別主幹道和高速公路，而路口對自動駕駛來說是比較關鍵的區域，容易發生時空衝突，事故率高。所以我們提出來一個大膽的設想：在高精度地圖裡面只做路口，其他區域可以不做，或者用傳統地圖替代，這樣可以大大減少工作量，也會大幅度降低地圖製作的成本。我們把它取名叫路口原子地圖。路口區域會很詳細地表達它的真實情況，但是其他區域會比較簡略。

我們之前的各種地圖都是通過比較傳統的資料庫方式表達的，現在中海庭也在探索通過數學公式去表達，比方說用多項式、樣條曲線等表達它的幾何和屬性。

很多人都在說自己做高精度地圖，但其實每一家做的地圖又不太一樣，比如說以激光雷達特徵元素做的地圖，和視覺特徵元素做的地圖。各家地圖公司因技術路線不一樣最終呈現出來的地圖形態也都不太一樣。下圖列舉了一些。

地圖一定不是靜態的，也不是一成不變的。現實世界日新月異，地圖也需要同步更新，依據頻率不同可分層存儲表達，地圖從靜態走向動態化是必然趨勢。

標準方面，對於地圖行業來說也是非常關鍵的，目前行業標準制定的進度有些滯後。高精度地圖目前一直沒有國家標準和行業標準，我們也加入了一些協會組織，參與制定詳細的高精度地圖標準。下面是目前整個自動駕駛產業裡面各個模塊的標準化建設情況。

最後，總結一下我們對未來高精度地圖發展趨勢的判斷。首先它是多元化的，逐步發展為多種形態，多級精度的數據融合體；其次它的數據更新和構建形式是動態的、實時的；第三它的數據內容、屬性欄位一定會是越來越輕量化的，或者說它的尺度是可變的，重點區域詳盡細緻，其他區域粗放簡明，最後對於汽車安全冗餘來講，構建工序、存儲表達、傳輸介面等方面的標準化也是至關重要的。

我的報告就到這裡，謝謝大家。

主持人：謝謝王偉總監的介紹，你們和上汽合作之後還給其他家提供服務嗎？

王偉：其實今天中午吃飯的時候很多人也問到這個問題。上汽戰略注資後，確實是把我們作為一個二級公司去孵化和培養，我們這兩年也主要以數據積累和能力建設為主。但是中海庭仍然需要具備自我造血的能力，所以我們是不排斥和其他車廠合作的。

主辦單位