硅谷投资人齐蕾:自动驾驶商用年之际,高清地图尤为重要

作者: 齐蕾 来源: 钛媒体 2018-09-06 10:00

摘要: 我们需要一系列专门为机器设计的全新地图——能够以3D的形式展现出自动驾驶汽车周围的环境,并且不断地更新、具有厘米级别的精确度。

1.jpg

图片来源:视觉中国

钛媒体注:“我个人不认为技术在未来的5年可以直接通过车厂把自动驾驶的车卖给消费者,但更可行的方式是说,要么是车厂自己组织自己的车队,要么跟车厂的管理者一起合作运行这种B2B自动驾驶车队。”

在7月28日,由钛媒体集团举办的“钛媒体2018T-EDGE科技生活节”中,Emerge Venture Partners管理合伙人齐蕾表示她认为2018年是自动驾驶商业元年、落地年和生死年。

而在我们踏入自动驾驶商用年之际,齐蕾认为目前导航设备及手机中搭载的电子地图并不能很好地应用于自动驾驶技术中。这时,专为满足行业需求的高清地图变得愈发重要了起来。

导航设备及手机中搭载的谷歌地图或者Waze这样的电子地图,基本上都是为了人类而设计的。在自动驾驶时代,机器和机器人需要在汽车飞驰的道路上做出重要的驾驶决策。

正是因此,我们需要一系列专门为机器设计的全新地图——能够以3D的形式展现出自动驾驶汽车周围的环境,并且不断地更新、具有厘米级别的精确度。

在我们踏入自动驾驶商用年之际,高清晰度地图(HD Map)变得愈发重要了起来。

高清地图专门为自动驾驶的行业需求而制作,它们能在3D场景中展现现实中的道路状况。它们能够提供厘米级别的精确度,除了汽车的传感器之外,它也能用于预测路上行人及汽车的动作。它们还能提供更多粒度级别的丰富信息,比如车道相关信息、交通标识、交通信号灯、交通限行信息等等,保证最高的鲁棒性。

这类高清地图能够给定位、感知、规划、控制提供关键信息。

举个例子,在地标和联通性上的一点小的改动,都可能带来一个错误的路线决策。我们需要一个集合了各种不同传感器的组合来保证一个鲁棒的系统,避免由于某类传感器失效而影响最终的决策,比如摄像头、激光雷达、GPS、IMU以及各种雷达。

另外,信息的共享及不断的更新也让我们能拥有一个鲁棒的分布式系统。当搭载了适合的设备后,不同的自动驾驶汽车可以共享高清地图——毕竟,指望一辆车来绘制整个世界的高清地图也是不现实的。

我们需要在同一条道路上行驶的不同自动驾驶汽车,然后再将不同汽车上不同行驶时段的信息聚合起来。越多自动驾驶汽车在路上行驶,就能收集更多的信息,最终也就能带来更高质量的高清地图。

高清地图解决方案上的变化检测模组让机器能够找到每一次的信息里,有哪些跟系统现有信息不同的部分,并且判断这是不是一个重要的改变,是否需要实时地发布更新,或者把它推送到边缘计算程序,并启动主动数据收集程序,在云端分享数据。

自动驾驶汽车主要需要四大部分:

高清地图:它能告诉自动驾驶汽车,怎么从A点到B点、目的地应当有什么地标、驾驶时应该遵循什么规则

定位:通过它来确认我在哪?我身边有什么?

感知:现在我能看见什么?

规划及控制:我应该做些什么?

传统的高清地图提供商一般来说都是靠专门的测量车队来完成地图的测绘。这不仅需要专门的司机,而且由于花费甚巨,很难规模化。

在自动驾驶高清地图的新时代,测绘会变成一个更加“有机”的过程——所有的自动驾驶汽车其实是在使用高清地图的同时,创造高清地图。

一个能够大范围部署的高清地图需要满足这四个要求:

可规模化;

持续更新;

鲁棒性很高、很准确;

(最初时刻)高度可定制化。

现有的为了L4、L5级别的自动驾驶准备的产品大部分都来自一些有悠久历史的地图供应商,比如TomTom和HERE。他们用的都是传统的测绘车队。假如马上需要上路的话,他们提供的服务及产品可以说是挺合适的,毕竟他们有迄今为止最广泛的地图覆盖范围。

不过,最大的问题在于,他们的地图很难维护,而且也无法满足经常更新的要求。

好几个像MobileEye这样以摄像头为主打的自动驾驶公司号称他们也能提供高清地图。

不过它们大部分都指的是L3级别的高清地图,大部分都是高速公路上。而L4、L5级别的自动驾驶汽车需要根据它们不同传感器(主要是激光雷达、雷达和摄像头)的配置来建造它们自己的高清地图。

不过在我看来,在规模化之后,自动驾驶汽车上这样的高清地图应该会变得非常常见,就像现在汽车或手机上的地图一样。

它们还需要支持实时更新——每当有新的信息在地图上出现时,它们需要实时、持续地分享它们对周围环境的理解。另一方面,当自动驾驶汽车能够收集大量数据后,也能够让我们更多地获取分析结果及智能化的解读。

虽然美国在自动驾驶及高清地图技术方面处于领先地位,中国仍有在L4级别的自动驾驶商用创新及市场部署上引领全球的机会。这其中,有六个主要因素:

1、在中国政府的行业政策下,自动驾驶具有国家战略性意义;

2、在中国,由于数据保密,一些自动驾驶行业的核心技术会限制某些外国玩家的垄断性地位,比如自动驾驶软件系统及高清地图;

3、从执行速度上来看,汽车相关的政策法规更新可能会比其他国家更快:当地政府同意进行公共道路测试:百度在乌镇,景驰在安庆(2018)、约15家自动驾驶企业能够在半开放道路上测试;

4、当地政府对自动驾驶企业的大力支持;

5、中国的OEM厂商有很清晰的自动驾驶商业化计划,并且非常愿意合作共赢;

6、中国人工智能和自动驾驶人才辈出。仅在IJCAI-2018(全世界最大的人工智能大会)上,46%被接受的论文来自于中国。


【声明】该文由作者本人上传,其观点仅代表作者本人。亿邦号系信息发布平台,亿邦动力网仅提供信息存储空间服务,如本文涉及侵权 ,请及时联系run@ebrun.com。