編者按:在浙江德清舉辦的 2019 年全球未來出行大會上,四維圖新車路協同研究院副院長郭磐石針對「智慧地圖」對車路協同的賦能以及「智慧道路」的建設進行了前瞻性的探討。
郭磐石主要分享了以下話題:
1、四維圖新所定義的「智慧地圖」將如何提供服務?
2、「智慧道路」的升級改造將帶來巨大的市場機會?
3、當「智慧地圖」與「智慧道路」結合起來後,會產生什麼火花?
本文由汽車之心(微信:Auto-bit)編輯整理(略有刪減):
2018 年,自動駕駛領域顯著降溫,車路協同領域備受關注。
四維圖新內部成順勢成立了車路協同研究院,主要研究智慧地圖(四維圖新內部將用於高階自動駕駛系統的地圖稱為「智慧地圖」)如何與車路協同技術結合,為未來出行基礎設施建設做好準備。
2019 年號稱是 5G 元年,5G 的到來對車輛端的推動作用,更多體現在高精地圖(智慧地圖)以及基於高精地圖的模擬技術。
我們有一個基本判斷:5G 時代,地圖一定會以路為基、以人為本、應運而變。
智慧地圖:
高精地圖產品以及服務能力
目前市面上有三種不同型別的地圖:
第一種是導航電子地圖。目前國內大多數圖商都能夠做到,它的數學精度應該是在 10 米左右。
第二種是 ADAS 地圖。它可以給人用也可以給車用,尤其在貨車和商用車上,對於節油、預測行駛來說非常重要,它的精度達到了車道級。
第三種是高精地圖。高精地圖嚴格意義上並不是給人看的,是為機器、為自動駕駛汽車所用的,它的精度可以達到 20 釐米級別。
針對這三種地圖,在四維圖新的資料母庫裡擁有的量級分別是 700 萬公里、200 萬公里和 30 萬公里。30 萬公里基本上覆蓋了我國的高速公路路網,並且囊括了一部分城市道路路網。
我們歸納「智慧地圖」擁有四大特點:
第一
,
精度高。
精度高並不意味著它的絕對精度一定要達到什麼級別,而是它的精度能夠覆蓋我們所需要的各種場景。
舉例來說,地下停車場場景中,我們所需要的精度就不是絕對精度,而是相對精度。例如我們在高速公路,可能不需要絕對的地理座標精度,而是要求車道線之間的相對關係要非常準確,這種高精度是跟著場景走的。
第二
,
要素全。
這也是跟著場景走的。例如,我們使用滴滴打車的時候,我們所需要的是小區的東門、西門、南門、北門,我們送外賣的 POI 點是酒店的幾號房間。
第三
,
更新快。
目前已經能實現秒級更新,實際自動駕駛地圖不是秒級而是毫秒級,背後隱藏了技術邏輯在裡面。
第四,
協同強。
一定要與通訊系統、感知系統、控制系統進行全方位的協同處理,這才是真正意義上的智慧地圖。
智慧地圖是一套未來面向全系列應用、全場景化應用的地圖體系。
那麼,高精地圖是怎麼做出來的?
實際上,透過特殊的測量裝置對道路進行採集之後,我們獲得了大量離散化的點雲,透過人工或者半人工的方式,我們把這些點雲全部識別、分類完畢之後,再進行向量化的提取。
提取完畢後,根據每個物件的屬性進行屬性化的編輯,從而實現真正車用地圖的概念。
高精地圖本身在整個屬性庫裡,這個欄位型別還在不斷增加,這種地圖給車輛用的時候,每一條屬性對車及其駕駛行為都是有用的。
這是(如下圖)四維圖新高精度地圖產品矩陣:
之所以叫產品矩陣,是因為有了圖只是完成了第一步,接下來如何讓圖能夠被車廠呼叫,如何與車載其他的感測器互動,如何進行平臺化的服務等才是更為重要的工作。
智慧道路:
改造所產生市場規模巨大
智慧道路其實是從去年開始真正意義上爆發起來的,交通部 2018 年第一號檔案提出要建設中國新一代智慧交通控制網,已經在全國 9 個省份開展了試點工作。
前些天,《交通強國建設綱要》正式將智慧道路這個提法寫到了國家戰略裡。
此前,高鐵是我們國家交通領域的第一張名片,下一步智慧道路可能被打造成第二張名片。
今年 9 月,中國公路學會的自動駕駛工作委員會以及標委會正式頒佈了智慧網聯道路分級的定義,也是我國第一次真正意義上以文字的形式將智慧道路的發展水平進行了定義。
目前,我們應該是處在第一階段(如上圖),就是初步數字化、初步智慧化和初步自動化的階段,與最終的階段差距還很遠。
2021 年之前,各個省份已經確立了一些智慧道路建設和改造的專案。
初步統計,這些專案在未來 2-3 年內形成的市場規模可達 750 億人民幣,這還只是我們在做智慧道路改造的專項工程的經費,並不包括原有的建設經費。
在目前的專案中,智慧地圖相關的市場份額可以佔到 15%-20%。
其實我們可以預見,國家 30 萬公里的高速公路的改造加上我們城市道路 700 多萬公里的改造,所產生的市場空間是無比巨大的。
智慧地圖+智慧道路
最後談談,當智慧地圖和智慧道路結合起來會發生什麼?
觀點一:我們認為智慧地圖一定會成為未來智慧道路標準的基礎設施。
我們與很多高速公路業主方、城市管理方、交警方有一樣的判斷,那就是智慧地圖會成為智慧道路的標配基礎設施,不僅要有圖,還要能夠上車、上雲,成為平臺。
而且,高精地圖要能夠與路側的感知、計算、分發單元形成一體的模式。
此外,實現全路段的感知體系,我們與海康、華為一起攻克相關的計算能力難題和融合技術問題。
觀點二:地圖未來可能會成為車路協同自動駕駛的時空基準統一的關鍵因素。
在所有的自動駕駛車輛執行控制中,時間是一個非常重要的訊號。
如何保證從路側單元到計算單元再到通訊單元、車輛控制單元是統一的時間基準,這是很重要的因素。
關於空間基準,實際上在某些特殊場景下是根本不可能達到的,例如在隧道里面、地下停車場裡面、室內等等。
在這些場景下,我們沒有辦法透過這種標準的統一的空間基準來實現自動駕駛的整個管理。所以在這個意義上,智慧地圖可以為它提供一個空間基準。
如何實現?
我們要打通這三大體系:從通訊單元、到計算單元、到車輛單元,基本上我們會給它提供統一的地圖規格、統一的服務介面和統一的座標基準體系。
觀點三:智慧地圖是探索智慧道路按服務計費模式的重要載體。
未來提供出行服務一定不會是某家單獨的車廠,也不會是某家單獨的路方企業,可能是道路出行綜合服務運營商。
它有點像電信運營商,可能會探索以服務或者按流量計費的模式,這個時候如何精準計量它所得到的資訊和享受到的服務,地圖可能會成為一箇中轉平臺。
這有點像微信平臺,在上層路側感知的資訊獲取到之後,對下層提供民眾出行服務的時候,它可以透過在地圖上所產生的互動資訊進行流量計費。
這也是我們目前和很多投資方、業主進行溝通重點探討的能力。
實現這個能力要有幾個關鍵技術:
其一,要解決上車的能力,也就是解決地圖如何與車廠進行互動。
目前中國第一份商業 L3 級的高精地圖訂單是四維圖新和寶馬簽訂的,這個訂單背後解決了很多重要問題,例如地圖如何與車廠產生互動。
地圖並不能夠直接交付到車廠手裡面,這是很難的問題,包括車輛導航引擎、車輛控制如何與地圖要素進行結合,這是地圖落地關鍵的因素之一。
其二是地圖要上雲和上平臺。
未來自動駕駛雲一定是具備大量的資料收集和採集能力的,雲布在什麼地方、以什麼樣的形式部署,決定了未來盈利模式。
觀點四:標準和生態才剛剛起步。
目前智慧地圖、智慧道路的行業標準未統一,行業的生態也未成型。
作為圖商,四維圖新現在能做的就是要站在政府部門的角度提出建議,並參與到標準的制定中去。而且要將地圖作為支撐平臺之一,銜接產業鏈,共同推動智慧交通系統的發展。