热点：四维图新王焕晓：自动驾驶地图的思考与展望

8月25日，由盖世汽车主办、中国智能网联汽车产业创新联盟自动驾驶地图和定位从事集团合作的第二届自动驾驶地图和定位大会隆重举行。 这次会议将聚焦高精度地图、高精度定位等自动驾驶的关键技术，探索产业未来快速发展的道路。 以下是本次论坛上四维图的新高精度地图处理程序负责人王熙晓的发言。

四维图新高精度地图处理程序负责人王熙晓

大家好！ 尹总听到介绍他们的天宝产品时，我觉得这个价格与高精度地图相比，高精度地图便宜很多。 所以，我对高精度地图我们的市场自信增强了。 我认为将来自动驾驶地图在产业化和下一部分量产落地的实践过程中有更好的一个快速发展。

我来自四维图的新智能地图事业部。 今天很期待和这里的嘉宾和在线同事一起制定自动驾驶的高精度地图和定位的想法。 首先，我想研究一下这个领域是怎么样的。 当然，自动驾驶地图的未来很光明，但在光明的过程中可以做到那些。 今天分享四维的一点。

从四维的角度来说，以前是基于地图的企业，当然现在不仅有单独的地图企业，还有自己的芯片、soc、mcu、自己的云服务产品、自己的自动驾驶业务，但从四维的角度来说，是自动驾驶这个系统 但是，对于整个自动驾驶系统来说，也需要对自动驾驶系统进行比较有效的补充，如预测当前环境状态的环境新闻、高精度地图和v2x新闻、rtk等。 因为这个四维希望通过20年以上精密的专业测绘水平的制图能力，对整个自动驾驶行业有一点帮助。 同时根据四维20多年汽车领域的业务经验，通过这种丰富多样的传感器集成能力，与合作伙伴一起推进自动驾驶中的地图和地图的在线更新业务，包括整个自动驾驶系统越来越强大。

高精度地图可以应对自动驾驶的问题，所以不需要太多说明。 我认为最重要的是现有的传感器起着冗馀的作用。 现有的传感器无论从远处的激光雷达角度还是现在都很贵，从现有落地产品来看也只有200~300米的有效距离。 未来是400到500米，但有限。 当然，除了现实世界的新闻和现实世界的一些变化之外，其中还有很多道路的决定和与道路驾驶行为相关的比较有效的消息，这些对自动驾驶系统来说在地图上可以得到是很重要的。

在自动驾驶领域整体，高精细度地图这个名称的理解不完全一致，在像waymo那样完全的端到端自动驾驶、自动驾驶的工业设计、自动驾驶的量产落地等类型的企业中，按点群矢量、规则、地图要素区分的概率 对此，对于自动驾驶的驾驶车辆来说，由于在这些驾驶过程中数据频繁更新，因此也有更高的频率更新的要求。 但是，对以前传来的主机制造商来说，其实自动驾驶的车辆中该车辆的安全性更重要，日产的propilot搭载了两个产品，包括日本的高精度地图定位系统和以前传来的系统，保证了冗馀性，保证了自动驾驶的安全性 当然，虽然相对准确度不是很高，但也有可以大量宣传的高精度地图产品。 博世和roaddna等产品可以获得比较有效的新闻，更新频率也很高，但由于缺乏对视觉语义新闻的认识，所以只能补充一点现有的传感器。 特斯拉对高精度地图有另一种看法，认为该高精度地图在生成的过程中，可能不是对高精度地图有很强依赖的过程，而是通过深度学习自动生成的。

这从四维的角度来看，我们对高精度地图的理解分为几个不同的层次，所以大家说的是高精度地图，其实高精度地图不是事件，也不是单一的产品。 最简单的是，在某个区域可以保证自行车道和多车道的自动驾驶。 例如，如果该区域的行驶条件适合行驶，有一定的车道新闻就ok，但很多车道级别的定位可以以众包的形式制作地图。 在这个过程中有一定的不明确性，但可以得到很好的价格补偿。

从l2，l3，l4开始，我想这个阶段的地图叫hd map。 因为它完全有效地利用了现代地图的所有要素，实现了地图上层的基本功能，即对地图最重要的功能，如定位、计划和诱惑。 现在我们领域的阶段应该是从odd地图走向l2。 但是，四维进行的事件就像其他嘉宾演讲的过程一样，对于地图，实际上只要刺入l3和l2+的水平，实现地图的道路安全和很多复杂的场景感觉，实现道路规则和决策复位，四维实现l3和l4的地图要求，就可以了。

下面介绍一下我们的l3和l4的心得。 这是一个快速简单的例子。 面向封闭道路，向主体工厂和合作伙伴发布hd pro封闭场景的自动驾驶地图。 上面显示的车道线、招牌、杠杆这些新闻都是自动驾驶的基础要素，如何保证这些要素的精度？ 可以实现这些要素的质量和自动生成吗？ 大家对l3有更高的要求。 地图上现在没有真正的功能安全标准，但实际上自动驾驶的系统必须达到功能安全的a4水平。 也就是说，在地图制作的过程中也必须以一定的标准研究这张地图是否会变得冗长。

如果某张地图中的某个要素或几个要素发生变化，其他要素的数据质量自然也不是相应地变化，如果是这样的话就意味着这张地图有一定的自我问题。 如果只关注现在自动驾驶的车辆在可行驶范围内，在现在自动驾驶的车辆出现紧急情况时，无法停止或中止，系统冗馀性发生故障，车辆可以行驶足够的地理空之间的新闻。 对于自动驾驶的系统来说，在现在的周边环境遇到这个自动驾驶事故的情况下，为了能更好地驾驶，有更好的安全性吗？ 这是越来越多的，面向l3级自动驾驶地图应该考虑的事件。

现在四维自动驾驶的地图完成了全国高速公路的覆盖面，都是按照l3地图标准制作生成的，我们把hd地图通过我们的在线服务平台，将其转换成网上一个一个发行的地图服务产品，on

除了l3的地图以外，另一个四维现在最做的是面向l4的这个场景。 这个场景还有另一种产品形态hd ultimate。 这个产品还是用前传的制作技术制作的。 这张地图制作的结果和地图生成的过程也非常多，在城市一般道路的自动驾驶地图上。

除了满足功能安全和l3级自动驾驶地图属性、要素冗馀性外，另一个重要的方面是，在城市一般道路的自动驾驶量产过程中，地图能够支持自动驾驶的系统越来越多，端进站传感器的计算力、端上自动驾驶决定的计算力根据地图而大规模增加 包括有无保护、有无左转保护等场景，考虑到周边车道、周边行人，考虑左转中是否有直行车道的影响时，很多地图属性有助于确认当前车道车辆行驶的可靠性。 如果对面车道没有左转或右转车辆，在其边缘的算力就没有必要越来越精力考虑左转的保护。

现在ultimate这个产品从商业化的角度出发，我们越来越多地在top城市的核心区域覆盖，在上海比如大家现在在这里就可以覆盖，在上海已经完成了两千多公里城市的一般道路的产品覆盖 我们也在其他城市，比如杭州，重庆，还有其他。

除了矢量图，还有一个产品也是刚才知事介绍的。 我们根据激光雷达在城市道路上的有效应用和现有的l4自动驾驶系统、端上计算能力和整体处理方案的要求，我们也在城市上推出了hd ultimate点云地图这一产品。 和刚才的范围一样，有规模和一定的展望计划。

因为我们的自动驾驶地图产品除了地图数据外，还将地图数据转换为在线服务，支持百万级车辆合并和上层比较主机工厂要求定制的图层。 包括与这些在线自动驾驶相关的许多业务应用程序，还有我们完善的终端引擎处理方案。 车厂里care多的是地图数据的更新。 包括如何以返回终端数据的方式与地图进行比较有效的更新，以及自动化的映射

应用发动机与自动运行的上层处理方案和应用有很大关系。 车道水平的路径规划、融合的车道定位和电子水平线等，现有的l2+接近l3-融合车道水平定位和电子水平线，融合成自动驾驶的过程还有时间。 随着下一个自动驾驶区域控制器的成熟，也希望自动驾驶整体的功能和利用发动机。

面向l3以上的自动驾驶地图，从产品的特征立场出发，除了高精度以外，认为是no.1对高精度地图的诉讼。 这一定要保证地图的制图过程。 如果一定要高精度化，可以更快地复制，同时迅速得到地图的更新。 对于l3以上，自动驾驶功能和安全相关的高精度地图的二次服务也很重要，地图内的各要素是真实世界的要素，地图是先验知识，与真实世界有一定的差异，因此为了保证地图要素与现在的精度一致，与自动驾驶相关联 现在，由于某种原因，如果一部分地图要素因气象和交通事故而发生变化，这些地图要素的地图执行度将大大降低，此外，该自动驾驶的地图也必须是可靠性高的产品。 这也是从四维的内部立场通过北京的自动驾驶t3牌照，将自动驾驶整体端到端运用。

高精度的地图实际上从现在领域的认识立场出发，我们传达了越来越多的恐惧，我们认为这个产品还在最初制作的所有中通过专业的解决技术保证了现在整个过程的高可靠性。 例如，基站位置精度的保证越来越多的是用cors站的方法来保证。 精度优化的软件可以通过自动去除干燥点来解决产品问题，包括点云跳跃、ai自适应算法的快速优化。

另外，在地图生成的各个中如何保证质量，例如自动提取和要素的一点推理识别和冗馀的这些自动化的解决方法只有应用这些高度的自动化技术才能保证数据生成的正确性，现在的地图生成过程是可信的

我们越来越多的制作依赖于以前传达的映射手段的图像，但也知道如何保证现有的高速公路、城市高速公路、以及一般道路地图的高精度和高新鲜度。 这四维越来越依赖主机厂。 当然，我们和很多合作伙伴一起推出了高精度地图服务平台。 现在正在进行越来越多的地图更新。 这样，您就可以以与广泛的数据源兼容的方式快速自动化地图更新，最终实现未来的自动映射方法。

接下来谈谈我们自动驾驶产品引擎的进展。 我们通过多年的积累，把我们宣传的产品变成标准的地图服务，我们就能达成&mu。 秒级地图新闻查询，同时我们不用经过任何客户的确认，通过这样的车端解决方案，车端gps的位置可以得到车辆ota地图的更新。 它还提供交叉关系的服务，并与导航引擎无缝连接。 因为在现在的自动驾驶地图上，车上没有能力搭载越来越多的产品。 但是，从未来汽车的角度来看，ivi智能客舱可能会从顾客的角度安装一些不同的汽车导航引擎。 例如，许多网络公司现在的导航引擎非常好。 因为这辆车的工厂也想把选择权留给顾客。 必然的问题是网络导航与高精度地图的数据有效地相关联。

支持odd和标准导航相关的地图导航功能。 odd支持可视化的手动图层。 也就是说，通过顾客、车厂和可视化定位图层手动选择路径，确保某条路径在odd的范围内和外。 此外，这个可以静态行驶的区域像隧道一样被自然排除。 受恶劣天气环境的影响这个地方不适合自动驾驶的情况下也应该设置在odd的范围之外，所有的产品根据自动驾驶的硬件系统和系统处理方案，向主机工厂动态合理地说明哪个odd表现方法、配置逻辑应该满足自动驾驶的系统

现在的自动驾驶系统没有高精度地图的显示和渲染的能力，但我们现在从车端和v2x的诉求立场出发完成了3d地图的渲染、计算路、位置和要素的显示等可视化引擎的一部分工作。 这些稍后会详细展开。

刚才介绍了我们地图的基本情况，刚才还介绍了其他嘉宾。 地图现在有很多收集车，所以每天在路上收集数据。 另外，我们每天都有无数点云，传感器数据，回到我们的数据库和包的系统。 这些过程是我们宣传的产品服务，给主机厂的服务。 我们不仅提供一张高精度地图的在线逐个发行服务，我们还提供基于高精度地图融合定位的评价服务、基于自动驾驶模拟的云服务和差分定位服务，即我们四维的六分科学技术现在提供的服务

现在的自动驾驶是慢慢落地的过程，包括现有的l2+、l3-及l3自动驾驶系统，在落地的过程中发现了一个问题，实际上是定位没有好的评价标准。 正如刚才尹总也介绍的那样，尹总的小1百万美元的可以绝对精度的结果评价。 那真的很贵，其实是自动驾驶。

这其实是因为四维在地图采集和定位过程中已经完善了对地图的评价机制，我们每年评价一点30万公里的高速公路，平均每年评价2万2千公里以上，为我们的合作伙伴和顾客提供我们高精度的质量保证依据 因为我们也为oem和合作伙伴提供融合了定位精度的评价服务。 这完全公开于评估过程、技术过程、技术过程和产品质量管理模式。 如果从任何角度都稍微定制这个评价服务，提出有分量的要求，对判断的要求有自己的想法，就有更高的水平。

因为我们有丰富的收集车数据和丰富的量产车，这提供了在完善我们的数据形态的基础上面向自动驾驶完善场景数据的能力，提供了我们的自动驾驶在线模拟，以云服务的方法提供， 大家通过我们的云服务和我们的模拟服务远远超过现在的标准模拟的产品场景的产品数据库和尺寸类型是基于我们每年收集数据的模拟场景.。 在此基础上，我们能提供的模拟场景的数据能力也远远高于同类

另外，我也给六分钟科技做广告。 除了我们的地图产品外，还正式发表了基于差分的高精度地图产品。 今年年才公布。 我们有毫米级和厘米级两种后解决服务。 实时解决服务有亚毫米级和厘米级两种服务。 我们于6月末完成了中部和东部所有高速公路的覆盖面。 今年12月末的覆盖程度可以达到全国高速公路的范围。 cors站的数量预计将达到2200多个。 同时，我们和电信一起运营。 这个在运营效率和产品价格方面也有点特征，请和6分钟的同事好好商量。

如上所述，我们制造了基于v2x车端可视化的发动机，为什么要做这个事件？ 基于现在自行车的智能，认识到实际上在高速公路上行驶并没有太大的阻碍，所以从面向我们l3的高精度地图来说，有100多个要素，这些要素不仅是高速公路的范围，高速公路的外界和周边也有丰富的要素 从封闭道路到城市道路，特别是城市道路多而复杂的道路状况，对于自动驾驶来说，协调智能也是未来自动驾驶真正落地城市道路l4的重要场景，协调智能也是自动驾驶未来进化的必由之路。

在这个过程中，从今年开始，自行车智能逐渐向高精度地图、城市普通道路落地，从城市协同智能的角度出发，从今年开始严格意义上来说，从2019年为止，我们也从很多城市考试开始，包括现在大家所在的上海汽车城地区。

对高精度地图来说重要的一点是，车辆需要包括v2x系统整体在内的统一的参照坐标系，以前传递的参照坐标系应该是gps，即我们说的84坐标，但这个坐标系有具体的消息但缺少意义新闻，即二 对v2x来说很重要的一点是如何保证车辆之间的逻辑关系，包括车辆应该前后行驶还是在拐角处相撞。 这是因为对将来来说高精度的地图是车道合作，对将来的自动驾驶来说是基础设施。 最初在车上搭载高精度的地图有可能实现这些基础的车道协同功能，今后3年到5年后车道协同的道路测量将充分发展，届时通过道路测量实时更新地图，感知道路测量周边的环境将增加，比较有效

现在我们在上海嘉定安亭的这个自动驾驶综合示范试验区开展了一年v2x的新四化活动。 这个活动也由智能网联创新联盟一起发起和主导。 去年的这项活动主要跨越芯片模块、终端、整车和安全平台，保证了各车辆和自动驾驶v2x系统的可操作性，从今年开始在原来的四化系统中增加了高精度的地图和定位功能。 其实，如果没有高精度的地图和定位，v2x的很多应用程序都会有天生的问题。 也就是说，无法实现真正的微细化和真正的车辆和车辆、车辆和道路测量的管理功能。

最后说一些我们的展望。 从四维的角度来说，我们是测绘企业，地图是我们的产品之一，对未来来说，实时平台成为必须的产品，适用于领域的方方面面。

另外，能够对自动驾驶地图赋予自动驾驶的车辆是自动驾驶地图的一种商业模式，将来关于车辆的优化、标定、车辆售后服务的解决，通过越来越多的传感器新闻取得现在的车辆状态和周边环境的一点状态 为了保证我们能否通过这样的实时面向未来的地图平台产生越来越多的商业价值，比如我们是否有越来越多的路边设备，有越来越多的消息，我们的市政 业务管理部门通过这些消息获得了越来越有效的消息我们实现这个社会更优化的管理我们四维也在这方面做了越来越多的工作。 除了为智能驾驶服务自动驾驶地图这样的产品外，还有更好的智能平台和更多的数据资源，希望在这个平台中对汽车领域和其他领域的客户起到越来越好的作用

最后，你需要给我们市场部做广告。 如果你想知道越来越多的四维新闻请关注二维码。 如果有业务合作的朋友的话，当面加微信吧。 谢谢你。