高精地圖市場的世紀難題：成也眾包，敗也眾包

撰文 | 宇多田

沒想到，高精地圖著力的焦點之一開始轉移至汽車後市場。

距離 Mobileye 提出高精地圖眾包計劃已過去三年，如今，依然沒有實績。

這家多款產品佔據全球 ADAS 前裝市場 90% 份額的「駕駛輔助系統之王」，從 2016 年便推出了被稱為 REM（Road Experience Management，道路信息管理平台）的地圖服務平台。而「眾包」，是這個超級服務計劃極為重要的組成模塊——

高精地圖所需的龐大道路數據量和對實時性的苛刻要求，憑一己之力絕無可能達成，因此，Mobileye 覺得「雞毛」要從車廠身上擼。

因此，公司積極拉攏自己的 25 家主機廠與 13 家車廠客戶加入 REM 聯盟，甚至將 2017 年的 REM 平台的攻堅重點放在了亞洲市場，譬如與四維和上汽合作，在中國開啟 REM 數據收集計劃；與 Zenrin 和日產達成合作，計劃利用 REM 技術採集日本所有高速公路道路數據……

但從目前來看，這條路能否走得通很值得懷疑。

「車廠能把數據都給你才見鬼了，」一位不具名的行業人士指出，走前裝市場這條路註定很難：

「更何況眾包平台性質的服務特點之一是開放，但車廠與車廠之間，車廠與平台之間的利益關係如何平衡？目前很多合作幾乎都是定製化、極小範圍的嘗試，你很難讓數據都彙集起來。」

作為一家 Tier1 廠商，再向車廠們把自己產品里的數據「討」回來，很難。

換句話說，持續且實時收集大量不同地區的道路信息，很難。

當然，這一難題不是 Mobileye 的專屬，而是幾乎所有高精地圖技術廠商的「心頭痛」。

眾包模塊包括信息收集與渠道兩個 part

成也眾包，敗也眾包

隨著「高精地圖」在自動駕駛商業化落地進程中扮演角色的不可或缺性成為行業共識，高精地圖市場在 2017 年末的爆發似乎在情理之中（高精地圖——這曾無人問津的市場正被一些破局者悄然佔領）：

大圖商們拍著胸脯說這是自己的專長（畢竟離不開地圖製作流程）；

拿到高額融資的高精地圖創業公司們躊躇滿志，想以技術為突破點，將火力集中在「高精」二字上；

部分自動駕駛技術公司也如夢初醒，自己給車裝了這麼多能精準捕捉周圍環境特徵的感測器，作為「副產物」，高精地圖的生意似乎也是水到渠成。

因此，大家都能侃侃而談高精地圖的「質」，譬如有技術創業公司就想先從幫車企實現精準測繪並收取服務費的「小角色」做起；

而有些創業公司一上來就想叫板圖商，堅持親力親為測遍全國城市高速公路的重模式。

然而，一涉及到高精地圖的「量」，卻又同時陷入沉默——或是採取避而不談的態度，或是強調這是發展後期才會考慮的問題。

這裡的「量」，既指足量且實時的有效道路數據，也指覆蓋足夠廣的地域範圍。

實現這個目標，除非自己往死里砸錢讓測繪車去跑遍祖國萬水千山（很多公司即便採取圖商模式，也只是結構化道路，譬如高速公路），否則，「眾包」就是唯一可走的路。

而讓「眾包」可行的前提，是百萬甚至千萬級的數據收集終端設備覆蓋量。

因此，從成千上萬輛私家車身上薅羊毛的思路並沒錯。

「跑在路上的海量私家車的確是好的數據源，但是做眾包，一上來就想從前裝市場拿數據，不太可行，」高精地圖技術廠商極奧科技 CTO 王雪坤出身四維圖新，對拿數據的難度感受頗深。

作為在地圖行業沉浮十幾年的人，王雪坤很清楚整個地圖行業有著怎樣的問題。

實際上，這個行業十幾年前有什麼問題，十幾年後的今天依然沒有被解決：

在高精度地圖的更新上，並沒有完全實現「精度」和「鮮度」（實時性）兩條腿走路的狀態。

而其中很重要的一個原因，就是高精度地圖在實際生產的過程中需要龐大的實時數據作為支撐。而對製圖有用的數據，幾乎難以觸及。

2012 年，王雪坤曾主導過一個關於地圖的眾包項目，但那時候他便發現，技術路徑是沒有問題的，但數據卻上不來：

「當時聯網的只有前裝車，車上都裝了 T-box（車聯網的一部分，主要用於與後台系統互聯通信，實現後台系統/手機 APP 的車輛信息顯示與控制），但是前裝車不會輕易把數據給你。」

但反過來，此前王雪坤做導航地圖測試時被 OEM 車廠問責最多的就是數據不夠新，明明新開的路為何地圖上沒有，明明已經廢棄的路為何依然可以規劃。

有時候，一件邏輯通但很難辦的事情，換一個方向，也許繩子擰死的結就突然打開了。

極奧科技 CTO 王雪坤

眾包突破口：汽車後裝市場

前裝的電子化趨勢與車聯網技術浪潮帶來了汽車電子後裝市場的崛起。

根據中國產業信息網提供的汽車後裝市場報告顯示，2010 年國內後裝導航市場的規模才 400 萬出頭，但 2015 年卻躍升至 1500 萬；

而行車記錄儀市場也在 2013 年前後開始起量，在之後的兩年內，隨著普通車主意識到行車記錄儀的重要性，以及 360 等互聯網巨頭陸續進入市場，行車記錄儀銷量進入飆升期。

據中商產業研究院的報告顯示，僅 2016 年，行車記錄儀銷量就達到 1400 萬台左右（目前尚未查到關於 2017 年行車記錄儀的第三方銷量統計），至今都是汽車電子產品市場的最大贏家。

當然，還有一個絕對不能忽視的節點是 2014 年交通部頒布的著名「5 號令」——《道路運輸車輛動態監督管理辦法》。

這份具有標誌性意義的文件規定，凡是用於公路營運的載客汽車、危險貨物運輸車輛，半掛牽引車以及重型載貨汽車（總質量為 12 噸及以上的普通貨運輸車輛），都必須要安裝 GPS 衛星定位行駛記錄儀。

與此同時，全國通訊費用的逐步降低也成為後裝設備規模化的另一個催化劑。

就這樣，「天時地利人和」促成的規模化也意味著各種後裝累計數據（定位數據、可視化數據）的量級已經不可小覷。

2014 年底，極奧科技創始人兼 CEO 王東明找到了王雪坤，兩個人都嗅到了市場變化帶來的異樣味道：

許多汽車後裝電子設備一定需要 SiM 卡。譬如車載 GPS 定位器，如果不插 SiM 卡，就無法聯網把經緯度上傳至伺服器，那用戶也無法查詢到定位器的位置。

此外，大多行車記錄儀支持雲數據上傳。這種記錄儀一般帶有專門的 APP 和雲端服務，用戶可以把實時錄的東西上傳到雲端，並分享出去。

也就是說，後裝設備的道路數據許可權，掌握在設備廠商、運營商以及消費者手裡。

「東明當時跟說現在汽車開始裝 SiM 卡了，我說行，這事有得玩，然後我們就想著怎麼去利用這些數據做一些事情。現在來看，我們踩准了好幾個點。

很多做人工智慧的人可能想不到，其實每年後裝硬體銷量都能達到 2000 萬~2500 萬。以行車記錄儀、智能後視鏡、大屏車機、OBD 為例，這些品類每年的銷售量都會達到千萬的量級，而其中在線的就有 30%~40%。」

2007 年就已經進入汽車後裝市場的王東明，幾乎是全國最早一批做行車記錄儀的人之一。因此，在後裝市場積累的資源，讓極奧科技一開始就想著如何繞過讓技術公司尷尬的冷啟動問題，直接切中地圖眾包的核心痛點：

數據。

「東明跟後裝市場任何一家能夠叫的出品牌的企業都有聯繫。這就是做的早的好處，你能想到的後裝設備的玩家跟我們都有一定的合作。

舉個簡單的例子，某個大平台級企業在 2018 年年初也想通過後裝市場收集數據。他們財大氣粗，放話說我就是拿錢買。

但是那些後裝老闆就說，我雖然有數據但我給不了你，數據現在都在極奧手上，你去找他們買吧。」

當前，根據極奧官方提供的數據，全國有將近 1000 萬輛車「跑」在極奧的高精地圖眾包平台上，即便按照 30%~40% 的活躍度來計算，王雪坤認為數據量也龐大到足以解決「眾包」的實時性問題。

「我們總把全國的道路想像地特別特別長。其實說長也長，說短也短。」王雪坤順便提出了一個可以難倒外行的基本問題：

全國公路里程到底有多長？

「事實上，全國公路總里程不足 500 萬公里，而其中高速公路總長不到 14 萬公里。

如果全靠自己去實地來回測，那麼從資本與時間角度來考慮，里程真的特別長；但是如果靠眾包，我們還是小瞧了這種方式的力量。」

由於缺乏切實有效的眾包途徑，現階段有很多「反眾包」聲音，而這些聲音並非沒有道理：

道路信息過於碎片化，以至於有很多死角你肯定顧及不到，很多偏僻地區靠眾包並不可行。

然而，王雪坤的看法恰恰相反：

「顧及不到，還是因為你眾包的數據不夠多；在達到一定量級後，眾包能夠覆蓋的地區會完全超過你的想像。」

他打開了一張位於重慶山區的信息矢量圖，一條極為蜿蜒的道路被清晰地標記出來：

「我們對比跟一些現有地圖產品做過對比，像大城市就不用說了，我們都做的非常細，除了覆蓋所有城區道路，甚至還有他們圖裡不存在的農村小道。

你看到的這條七扭八怪的山路，其實是重慶一個人跡罕至的地方，這就是眾包的力量。」

就這樣，四年前剛搭建眾包平台還曾被行業嘲笑「商業模式不可取」的發展策略，突然在 4 年後被這股高精地圖技術浪潮給證明了價值：

「現在只要是做高精地圖的公司都在提眾包，然而，我們在道路眾包數據方面已經做到有壁壘了。」

極奧眾包平台上的 1000 萬車輛較均勻地分布在全國 300 個城市裡，這些積極又活躍的普通車主就像網路世界中的爬蟲，不斷搜尋並反饋著全國每一條道路上的信息變化。

「很多高精地圖公司要麼一開始就做的重，做大圖商要做的事情，自己去跑；要麼就單純依賴車廠，只做車企生意；要麼就說自己先做自動駕駛，然後生成高精地圖。

然而，有人說沒有高精地圖就不能做自動駕駛，但車輛不裝那套硬體，就不能生成高精地圖。」王雪坤認為，包括車廠在內，都會或多或少面臨「雞生蛋，還是蛋生雞」的難題。

「所以我們想從一開始就想繞開常規做法，先解決數據沉澱，有了真實的眾包能力再往上走。」

「後裝眾包」這條路被開闢後，極奧安然度過了冷啟動階段。

與此同時，隨著數據一點點疊加，他們的地圖信息從一開始只有 1、2 米精度，迅速過渡到亞米級精度，最後到了當下可以向外界公開的 20 厘米精度。

「這條路被證明是更穩健的，」他強調，

「而且最重要的是，一開始做，先不要依賴別人。」

實際上，根據我們了解的信息，已經陸續有大量高精地圖公司開始將著力焦點轉移至汽車後市場，親自參與 C 端車載硬體研發，而這個 C 端消費級市場也許會隨著高精地圖及自動駕駛市場的爆發而持續升溫。

AI 的角色開始不簡單

通常來說，傳統地圖行業的完整製圖流程被分為三個板塊：外業（實地測繪）、內業（數據轉換、標註、編輯與分析等工作）與生產。

而人工智慧，近年來被製圖者逐漸視為內業工作最好的技術替代品之一。

「在我們公司有一個最高指導原則：任何一件事只要人重複做了兩遍，這件事你就要自動化。」

王雪坤指出，各類道路細節如果要通過地圖的形式輸送給車並讓後者能「掌握」分辨能力，就必須要通過技術，把大量細節抽象出一種「範式」。

如同把一本 500 頁的書，歸納泛化出一份 2 頁紙的報告，讓汽車「消化」掉並掌握它。

這就是高精地圖製作過程中最具有技術魅力的環節——通過人工智慧大量運算抽象出各種範式模型。

簡單來說就是，基於眾包產生的大量視頻數據，深度學習等技術模型完全有能力重構一個涵蓋高精度地物、路口模型與車道邊線的靜態物理世界。

譬如，工程師可以利用像素級語義識別，沿著一個紅綠燈的輪廓精確描線，將無用信息過濾掉的同時，還能提取物體的空間信息。

像素語義識別——類似於這種

如果說這個靜態信息層是一塊蛋糕胚，那麼動態信息就是抹上的第一層奶油。

因為除了「九曲十八彎」這種客觀存在的環境，沒有人能比這些中國地圖老炮兒們更了解到底有多少種奇奇怪怪的事情會在中國的道路上發生。

「細節就是魔鬼」，這是地圖行業人士遵循的鐵律。

「沒有眾包，你可能不會知道中國有一些道路竟然在一個節點上有九岔路口；」王雪坤做了十幾年地圖，表示什麼路況自己都見過：

甚至有一些左轉車道在最外側，我們平常開車的時候都想像不到，如果開車開到這裡可能都會罵街——把左轉車道放在最外面車道，你讓我怎麼過去？但是中國道路就是有。」

因此，在極奧眾包平台每天產生的 2 億里程數據，其中超過一半都被證實在地圖實時更新方面派上了用場。

完整的車道級靜態信息，外加用來校正與更新的眾包實時數據，被極奧統稱為地圖的「設施層」。

但這就等於一份合格的高精地圖？

完全不夠。

一定要把設備裝上車

沒了奶油層上的裱花與要吃的人，蛋糕也就沒了意義。

因此，第一，沒有一個人可以確定能建立完整公路高精地圖的有效眾包數據是否充足。（肯定不是所有眾包數據都能用）

其次，為了更快商業化，需要跟如今的自動駕駛汽車一樣，將高精地圖應用限定在一個特定應用範圍（場景），這也某種程度上會降低研發難度，縮減產出周期。

解決第一個問題，當然需要更多更多的數據冗餘層來保證，這就回到了文章開始大家都想到的一條路——把自己的軟硬體裝在大量上路的汽車上。

「後裝眾包線」這第一道護城河，只是讓王雪坤覺得創業開了一個好頭，而接下要淌的河，同行的船必然將大大增加：

「把自己的硬體架到足夠多的車上，是必然要做的事情。這一點我們跟其他公司沒有分歧。」

極奧把眾包分成了兩條線，一個是走前面講到的後裝眾包線（UGC 線），被用來保證地圖的鮮活度；

而另一條則被其稱為「專業眾包線」——把自己的後裝軟硬套件與現有車隊綁定，而且這套軟體價格不能太高，因為「幾萬塊就不能叫做眾包了」。

這條路看起來與其他高精地圖創業公司目前正在做的沒有明顯差別。

不過，雖然車廠在他們的合作名單上，但顯然他們並沒有把商業化的第一個籌碼壓在乘用車身上。

「我們大概是唯一一家現在提出來高精度地圖不應該只為自動駕駛服務的地圖公司吧？」

王雪坤坦白，自己覺得自動駕駛汽車的路還太長，畢竟他們把「絕對安全」放在第一位，對於像地圖這樣一個需要大量資金和大量時間沉澱的產業來說，死守車廠並不現實。

「如果你的變現周期又很長，那這家高精地圖公司能不能活到自動駕駛實現的那一天，都是一個問題。」

那什麼樣的車上路量大，不像車廠對「安全」有近乎變態的要求，而且對地圖的「精」與「新鮮度」有特殊需求？

答案似乎呼之欲出。

而且這個答案也同時回答了「第二個關於限定應用場景的問題」。

「這十幾年地圖不是白做的，」說這句話的時候，王雪坤露出了「老狐狸」的本色，

「我相信沒有比我們更清楚，地圖還有哪些場景、哪些行業是迫切想要的。」

極奧高精地圖的四層概念

加速高精地圖商業化的修飾語——行業專用

極奧的核心團隊是一幫工齡 15 年以上的「老頭子」。

如果說那些出身人工智慧界、「血統純正」的技術領導者擅長的是從未來中摸索機會，那麼這群來自索尼、先鋒、德爾福、四維圖新、高德等傳統硬體巨頭與大圖商的「老人」，拿手的可能是從歷史中尋找正確答案。

作為碼農，王雪坤親身經歷過十幾年前，僅僅作為一家顯卡公司努力在市場中生存的英偉達。那個時候，顯卡（GPU）編程異常困難，需要通過機器碼才能深入到顯卡的內核才能完成編程。

「之後英偉達做了一件很造福人類的事情，」他回憶，「他們推出了並行計算平台 CUDA，把非常複雜的顯卡編程包裝成了簡單的介面。」

除了讓程序員更容易上手，CUDA 也讓 GPU 的計算性能有了質的提高，目前很多深度學習、挖礦等等領域的應用都是基於這個平台的開發。

王雪坤相信，這些並沒有獲得大眾太多關注的產品與產品形態，其實是零幾年時已經瀕臨破產得英偉達，再度崛起成為當下最具價值晶元巨頭之一的不可忽視的推動力。

「不僅僅是 CUDA，我們通過市場中一系列相似的產品發展歷史總結出了一個經驗：簡單易用的軟體介面形態能夠在市場中迅速被接受並推廣至各個細分領域。」

而極奧也想通過相同的方法，把非常複雜的高精地圖與定位應用做一個簡化包裝，輸送給有需要的行業。

換句話說，即插即用的高精地圖介面（中間件），將是這家公司對外輸出技術能力的主要產品形式。

但是，CUDA 所服務的是一塊顯卡，而顯卡的能力是固定的；而高精地圖介面所對外輸出的信息，則需要根據不同的環境與應用場景做實時調整。

這就是所謂的「行業定製化」。

因為以運貨為使命的物流車，與「安全為王」的自動駕駛汽車，對高精地圖的需求點是截然不同的。

儘管可以用技術將大量採集來的數據進行篩檢、識別並轉換為道路靜態與動態語義，再經過人工處理後便可獲得一張地圖，但可能連製圖者自己都不清楚，這個能不能給物流公司用。

或者說，物流業憑什麼要用你的高精地圖——不僅僅是能幫到我，而且是要幫「賺」很多。

實際上，被物流公司找上門來時，王雪坤團隊還曾多次設想究竟應該用一個怎樣的高精地圖產品來「擊破」各個行業，是不是應該疊加足夠多的屬性，做到幾厘米的精度，行業才能買賬。

然而，物流公司壓根就不關心這張地圖做的有多細，軌道模型做的多好，他們關心的只有這類問題——

我的車隊老被限行，有時候還被罰款，你地圖能做到預警嗎？

「有家物流公司在全國有 1 萬多輛重卡物流車，今年冬至快來的時候，上海的寶山、嘉定、安亭，三個地方由於掃墓高峰需要封路，讓掃墓的車輛先行，物流大貨車不能走，什麼時候開始封路，什麼時候封路結束這些信息都不知道。這種情況處理不好，錢和時間方面的損失都特別大，」

而這種「限流」造成的損失，僅僅是物流公司遭遇的一種常見狀況，與傳統地圖在限高、限重、限寬、限軸以及卡車限行、卡車專用道、危險品車輛專用道等數據方面的缺失有直接關係。

「另一個常見情況是卡車司機行駛到一個橋洞或是有頂的通道口，對自己駕駛車輛高度有明確的認識，很容易導致車輛、貨物及路政設施的邊角被損壞，原因就是因為地圖缺失了限高等標識的信息。」

不過有意思的是，其實有一些被技術感知到的潛在成本問題，反而是物流公司也沒有意識到的：

根據王雪坤的製圖經驗，地面的坡度、曲率以及地形地勢與油耗的關係其實相當密切。下坡上坡由於耗油不同，不可避免地會產生額外的油耗、輪胎損耗以及剎車損耗。

「把握道路等級對於減少點輪胎摩擦係數、剎車摩擦係數、油耗的消耗可以起到關鍵作用。

而且不同的車型和不同的裝載狀態（空載和滿載），也會影響在同一段路上行駛的油耗量。這些都是專業物流高精地圖不可或缺的條件，對公司建立成本預估模型有重要作用。」

做行業的專屬地圖，胃口著實有一點大。

因為除了更容易部署軟硬體數據採集設備的物流行業，共享出行，智慧城市，甚至於整個大安防產業，也顯然有著對高精地圖的潛在需求。

倒是自動駕駛乘用車市場沒有被極奧列為商業化優先順序選項。

其實反過來看，行業專用高精地圖對「精」的要求是「聚焦」，而不是「全面」。

譬如，共享出行對「精」的要求在於「車輛流轉率」，而智慧城市對「精」的要求在於「交通擁堵」與「事故預警」，實現係數反而要低於自動駕駛級高精地圖。

「共享單車公司要解決的是什麼時間什麼地點在哪裡停放多少車。因此這張地圖，需要知道的是你到底是停在馬路牙子上還是馬路牙子下，這個馬路牙子有沒有斜坡，還是應該要跨馬路牙子，而不是精度多麼高的車道線。」

王雪坤表示絕不能小瞧這些停放位置，因為一個點都會對這輛車流轉率產生十幾個百分點的影響。

「我們要做什麼呢？

就是要告訴他們，這輛車現在停在這兒位置不好，很影響流轉，馬上派個工人把這個車挪到什麼位置。」

必要的啟發

事實上，極奧提出的行業定製化地圖理念不僅讓我們感到一絲新奇，也觸發了我們對高精地圖產品的新一輪思考：

到底什麼樣的高精地圖才算是一張好地圖？

是擁有全部的交通標識？足夠精確的物體輪廓？還是 20 厘米、10 厘米甚至是 5 厘米的誤差度？

不，只有那輛車「說好」的地圖才是好地圖。

「大家一開始會經常去看，地圖有沒有標識出馬路牙子，有沒有燈桿，但是這些東西怎麼用才是更關鍵的，」王雪坤揭開了當下市場中習慣於吹噓產品的一個真相：

「像某些無良平台商，會說我有 400 多種屬性，打開一看，30 公里限速牌子，40 公里限速牌子，45 公里限速牌子，竟然都作為一個獨立屬性。

那好辦了，全國光交通標誌牌 300 多種，那 300 多種我都有，而且我都有精準位置，那是不是就有 300 多種屬性了呢，不能這麼說吧？」

因此，比起一些公司為了吹噓自己自動駕駛技術而放出一個 4 倍速無人車演示視頻，或許一張靜態圖片更說明不了什麼。

而真相，永遠只有製圖者與他們的 B 端用戶知道。

此外，我們也發現——無論如何定義地圖的「精」，這都將不可避免發生跨行業的碰撞，而引發碰撞的源頭，則是眾包來的大量多元化數據。

滴滴的共享出行平台收集的數據，阿里的城市大腦項目採集到的數據，甚至是安防技術公司參與的智慧小區項目所涉及到的數據，顯然都與一份行業性高精地圖所需的元素密切相關。

而合作還是競爭，參與還是旁觀，只有一線之隔。

只能說，這個市場，還遠沒有達到它應有的繁榮度。

（我是機器之能高級編輯傅博（宇多田），關注自動駕駛與 AI 安防，歡迎自動駕駛與安防業內人士一起交流（微信：fudabo001））

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！