四維圖新：如何利用高精度地圖，展開自動駕駛新征程

2017年，上市七年的四維圖新首次將打造「智能汽車大腦」的戰略願景寫進公開報告當中。

自此，這家在傳統導航時代中，有17年積累的傳統圖商，正式駛入自動駕駛時代。歷經三年的時代的累積，四維圖新正在試圖打通了一條從ADAS、車聯網、晶元、高精度地圖、智能汽車大腦的路徑。

和三年前相比，今天的自動駕駛格局要面對更為複雜，也面臨著更加多的挑戰。一方面在高精度地圖層面有高德以及mobileye等新興勢力和汽車研發公司崛起，另一方面在智能汽車大腦層面也有大大小小的公司正在切入，整個自動駕駛玩家規模已經不容忽視，產業鏈的上下游也吸引了越來越多人的參與。

對於四維圖新而言，如何將已有的將近20年的導航經驗遷移至一個全新的領域？在不斷變化的內外環境前，四維圖新的自動駕駛戰事應該要如何進行？

懂自動駕駛的圖商

事實上，四維圖新在自動駕駛方面得布局相對比較早且高調。

早在2015年，在自動駕駛方案打造上，四維圖新成立了自動駕駛實驗室，基於長城的車輛平台搭建了自動駕駛汽車，在包括車輛自動控制、體系結構、智能駕駛決策演算法、環境感知演算法在內的自動駕駛技術領域方面合作布局，推進自動駕駛技術的早日商用。

在自有的技術體系之外，四維圖新也通過外部合作、投資、收購等手段建立一個更為廣泛的自動駕駛生態圈。

2017年，四維圖新全資收購AutoChips傑發科技，2019年旗下高精度定位服務提供商六分科技引入中國電信、中網投戰略投資，四維圖新圍繞自動駕駛地圖、高精度定位和汽車電子晶元等核心產品，形成了以數據+演算法為核心基礎。

在投資層面，四維圖新也投資了自動駕駛技術公司禾多科技的天使輪與 A 輪兩輪投資，且是天使輪的領投方。

在生態圈層面，四維圖新也先後牽手偉世通、博世、北斗星通簽署戰略合作協議；在2018年10月，在四維圖新的用戶大會上，四維圖新也和微軟雲簽署了戰略合作備忘錄，雙方將圍繞自動駕駛的數據展開合作。

在進行了一系列的地基工作布局以後，近日，四維圖新獲得了北京市政府頒發的自動駕駛T3的牌照。

據雷鋒網新智駕了解，四維圖新的自動駕駛車配置了4個16線激光雷達、2個長距毫米波雷達和1個搭載四維圖新自主研發視覺感知演算法的單目攝像頭。

與業界普遍豪華陣容的感測器陣容相比，四維圖新的感測器方案顯得略為簡單，在硬體上的投入相比較少了以後，對於軟體以及演算法的要求難度會相應提高。

得益於四維所定義的帶有道路規則信息（如左轉車道、直行車道等等）的高精度地圖數據（HAD），自動駕駛系統先驗地了解了很多道路和環境屬性 —— 「地圖是交通規則的縮寫」——這樣，環境感測器就可以把更多精力放在相對動態的道路環境，如檢測人、車障礙物等，這在很大程度上減少了系統對環境感測器的過度依賴。

在CES Asia期間，四維圖新、汽車激光雷達系統開發商lbeo 汽車系統有限公司與亮道智能三方宣布簽署戰略合作協議，將圍繞自動駕駛在「激光雷達+自動駕駛地圖」研發及相關應用領域建立合作夥伴關係。

在進行了自動駕駛的投入和研發後，這些經驗也就進一步反哺四維圖新對高精度地圖的理解。

落地，成為了2019年自動駕駛的重要關鍵詞。

主機廠們紛紛給出了自己的L3級量產車的交付時間表，對於供應商而言，能否邁向量產更加成為一個關鍵的坎。

作為一個高精度地圖的供應商，意味要先於主機廠一步。拿訂單、交成績是給市場最有力量的反饋。

2019年3月，四維圖新拿下了和寶馬中國的量產訂單以後；在今年的CES Asia期間，四維圖新和德賽西威也進一步簽署了德賽西威L3/L4級別的自動駕駛解決方案。

與傳統的電子導航地圖不同，自動駕駛時代對於高精度地圖有更高的要求，在空間抽象層次、精度、更新速度，還是穩定性都有更進一步的要求，高精度地圖以高精度視覺或者感測器的語義進行匹配，對與所有的重要要素進行抽象和高精度描繪。

從2014年開始，四維圖新就開始對自動駕駛地圖進行布局，展開產品研發、規格設計與數據採集工作，2019年，四維圖新將完成全國高速與廣域高速自動駕駛地圖產品製作，並發布部分城市道路自動駕駛地圖數據

圖商出身的四維圖新對於自動駕駛有著自己的理解，四維圖新將自動駕駛地圖劃分為三個圖層：道路圖層、定點陣圖層、動態圖層；

此外，四維圖新在自動駕駛地圖也融合了作為圖商層面的理解。以高速公路場景為例，四維圖新的地圖包括調頭、開口、海關專用通道、城市道路電車專用道，複雜交叉路口等道路要素。

據四維圖新向雷鋒網新智駕透露：目前在高速場景，四維圖新已經累積了30萬公里，走過了第一里打地基的路。

智能地圖產品總監王淼告訴雷鋒網新智駕：目前，四維圖新高精度地圖的數據有三種來源：

• 第一類A類採集源，以我們自己定製的這種高精度地圖採集設備，以及採集車為主導的那種，數據規格都是按照最嚴格的設計進行採集。

• 第二類是來自於合作夥伴，其數據可能沒有 A 類那麼豐富，但是數據的規格化、定製化上面做相對較好，對數據更新有很好的補充。

• 第三個便是眾包渠道，譬如後裝市場，這方面的數據很難統一，更多是將數據進行清洗，或者是進行情報更新。

王淼向新智駕表示：在自動駕駛汽車沒有上量之前，還是需要依靠圖商的專業能力來完成地圖的構建以及更新。但也不會因此否定眾包的道路，我們已經跟車廠聯合做了很多技術的解決方案，已經完成了從車的感測器的數據上傳以及數據更新的閉環。

時至今日，自動駕駛最多的瓶頸之一就是數據的積累，這些數據中主要是高精度地圖與駕駛決策數據（尤其是罕見路況下的駕駛數據）兩部分。

而眾包是解決這一行業瓶頸的最重要手段之一。

2016年CES上，Mobileye 發布了基於前置攝像頭捕捉道路標識的定位服務 REM（Road Experience Management），率先提出了利用民用車輛上所搭載的前置攝像頭，收集道路標識數據，並輔助高精度地圖定位的「眾包」模式。

相比起Mobileye的「攝像頭+汽車」的模式，四維圖新的「地圖+Tier 1+汽車」的模式鏈條更長。

對於鏈條的長短，王淼認為，短鏈條在產品上確實見效更為快捷，但可存在著一定的封閉性；此外眾包地圖首先要解決的是「眾」的問題，四維圖新並不對任何硬體進行捆綁，態度更為開放，這樣大面積的鋪展，可能性更加大。對於四維圖新而言，打地基的第一里路已經走過了，接下來要面對的是如何真正做好實時更新的狀態，四維圖新已經從技術生產、生產鏈條以及生態夥伴的構建，以及眾包的團隊構建。

據此次和四維圖新達成的合作Tier 1 德賽西威向雷鋒網新智駕透露：德賽西威整個系統級的自動駕駛解決方案包含了大量的感測器的數據，包括搭載了12個攝像頭、5個毫米波雷達、以及大量的行駛數據。這些感測器的搭載可以提供車端的感知能力，也將有利於解決眾包的問題。

據王淼透露：目前四維圖新的眾包體系主要是為了收集情報和提供參考，眾包體系包括計程車、物流、以及跟政府部門進行信息的溝通，進行更多層面的覆蓋。未來高速公路的覆蓋，會伴隨整個高速路段的擴張進行覆蓋。未來的城市道路也會根據L4、L5級別的自動駕駛的整體的開發結構在布局。

轉型，對四維圖新而言，並不陌生。

在過去的17年期間，從傳統導航圖商2017年提出的位置大數據，以及當先所面對的所提及的自動駕駛供應商，這家老牌廠商都需要保持對前沿技術的敏銳判斷。

汽車的智能化在不斷地升級，從傳統導航到車聯網、到高精度地圖、自動駕駛，每一個領域都是激戰正酣的領域。

如何使得這個業務之間形成強關聯併產生出正向的影響，這是擺在17年圖商的問題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！