【汽车与环境】极奥网络科技创始人&CTO王雪坤：迈向自动驾驶的三技术支柱：感知、地图和决策

2018年12月7日-8日，以“创新驱动、技术引领”为主题的2018第六届“汽车与环境”创新论坛在上海·安亭正式举办。本次论坛完整覆盖汽车行业技术领域的研讨，旨在进一步促进整车企业与零部件企业之间对技术发展趋势的探讨、加强汽车行业专家之间的交流互动、增强整车与零部件企业的交流、搭建合作平台，通过活动促进汽车零部件产业创新转型升级、打造更具竞争力的整零协同创新关系，助力实现向汽车强国的转变。以下是上海极奥网络科技有限公司创始人&CTO王雪坤在本次论坛上的发言：

上海极奥网络科技有限公司创始人&CTO 王雪坤

刚刚几位专家都高屋建瓴的给大家介绍了技术以及安全的保障，我可能会精到一个技术点和大家做深入的交流，那就是高精度地图。

虽然我是年轻人但是我很爱说历史，我们回顾一下，回到两万多年前古人没有地图。回想到在公元3世纪的时候刘备三顾茅庐，拿出了一张地图。那到了16世纪的时候，我们看到每一位航海家身边都有地图测绘师，这可以理解成地图在商业上的应用。到了今天，2002年，中国政府颁发了第一张导航电子地图测绘资质，那时候导航产业迅速蓬勃发展起来，从之前的百分之几到现在人人用。

2002年之后汽车爆发，这里也离不开地图产业蓬勃发展的价值，回顾历史我们可以看见无论是时间和空间怎么变化，我们都可以发现只要地图有一轮新的迭代新的发展，我们都可以看到整个产业随之往前推动发展。我们来谈谈高精度地图如何推动自动驾驶的落地。

刚才几位专家都回顾了事故，第一起被公众所知的自动驾驶车辆事故，这辆网红车就一头钻进了18轮卡车的车底，车顶被掀翻，驾驶员也死亡了。当时自动驾驶的模式是开启的，车辆在往前开始过程中横向会过来一辆卡车，卡车因为属于逆光状态下，自动感知和驾驶员都没有感受到这种场景。从这背后可以发现无论可见的硬件传感器多么充分，只要有一些场景不被认知或者没有很快速的去把握到，我们都会发生这样的悲惨事故。这就引出来一个问题，我们如何让自动驾驶车辆能够知道更远的距离，能够让它知道对这些场景有更多的认知？对于极奥来说，我们提出的解决方法就是高精度地图，或者我们辅助使行驶更加安全。

如果把传感器比作眼睛，那高精度地图就是大脑里的经验库、知识库，回到刚才的事例，如果说这辆车能提前500米或者1000米知道前方的路口是三叉路口，并且又知道经常会有大卡通过，那是不是就能判断如何更安全的行驶。历史的光照数据在这个场景下经过足够的实验是不是就能避免？

我们把高精度地图分成四个角度来做定义，首先不可避免的一定是高精性，我们在传统导航电子地图的时候都是以道路作为基本单元来定义地图，但时至今日无论是在物流还是出行服务、智慧城市等以道路作为单元来定义地图已经不能满足需求了，因此大家现在都在谈的是以车道为单位来定义。从道路到车道仅仅是一个词的变化，势必把精度提高一个或者几个数量级，总之精度的要求是必须的。其次是实时性，在新度方面，之前的导航电子地图被诟病最多的地方是新鲜度，这样的问题在传统导航电子地图中已经不能忍了，时至今日是一定需要去解决的。第三个是我们需要在场景方面有包容性，刚才谈了很多关于自动驾驶的问题，我必须承认一点，高精度地图的第一个完整落地场景一定是自动驾驶，但是在自动驾驶中现在已经有很多场景需要去包括，像封闭场景、半封闭场景、开放场景。

还有第四点就是在成本方面需要有竞争性。地图这个产业它其实不值钱，但2016年会发现一些奇怪现象，早在2013年谷歌就收购了维斯、软银中国投资了我们极奥科技，为什么行业巨头们纷纷投入了这场战斗？就说明地图是很重要的。可以给大家公开一个数字，2016年国内某图商公布过一个数字，每辆测试车是八百万元，中国的道路历程可是500万公里。任何一家图商在保证高质量交付的同时如何控制成本才是他们的第一要务。基于以上四点，可以说只有完全符合以上四点的地图公司才能称之为真正的高精度地图公司，他们才能真正带来价值。

三年前，我们极奥科技率先提出了众包数据采集，众包数据为全国之首将超过1000万台车辆，覆盖全国300多个城市以及30万公里主干路网，我们的高精度地图也已经完成，包含200多种地图属性，包含45个地图核心要素，同样我们以每天接近两亿公里的众包数据也在实时更新着，我们的自动化率也达到了90%以上。

基于海量的众包数据形成了轨迹数据处理和视觉数据处理两个部分，轨迹数据通过形状构建、拓扑构建、二次形状、车道构建形成了车道级拓扑。在人工智能领域，刚才有很多专家也提到了是以数据量作为训练的基础，我们在基于众包，这就是我们最大的优势之一。我们有海量的数据可以来进行训练，我们对于可见的，对于车道、人车组合，还可以看到各类型高精物体的识别，对于车辆、对于各种柱状物体、对于各种地面标志，在人工智能的范围内可以以这个为例。在高架桥底下遮光的标志，而且非常倾斜的状态下可以实现高效和准确的识别，我们实时识别率也达到每秒20帧以上。通过车辆识别、车道线识别、交通标志识别、设施识别最终形成了感知识别，场景感知的识别率经过项目的认证达到了100%。

基于刚才总体所说的，识别率现在在全光照、全天候、全物候的识别率达到了95%以上，场景识别率达到了100%，这是经过认证的结果。就好比今天现在外面已经大雪纷纷了，很多自动驾驶公司已经把自己的车停进了车库，但我们的测轨车还是在路上不遗余力的进行数据收集。

我们极奥还是一家刚创业的小公司，所以我们现在的算法可以部署在超算计算机上。在人工智能之外，就是三维场景重构，我们通过这个技术把一张张图片还原出三维场景。这边是我们用四万张众包的单体图片拼装起来的，这边是用自主研发的高精度采集数据还原的，可以看到达到了5到10厘米的精度。

在极奥内部有个最高指导原则，任何一件事只要重复两遍之后必然需要自动化，在这样的基础上，现在整体自动化率有90%以上，通过这样众包的数据采集再加上低成本自动化的地图生产，我们在为整个地图降低成本，在为自动驾驶这个行业降低成本。

对于高精度地图刚才我们提了很多，众包加自动化生产现在可以提供全国300个城市以及30万公里主干路网的高精度地图，从数据录入到地图出品我们每公里的时间在几十分钟就可以完成一公里的地图生产和制作，因此我们对于全国地图数据可以实现以小时为单位的更新。地图出品规格包括NDS，包括OpenDRIVE。除了传统的高精度地图之外我们针对L3场景，刚才有好几位专家提到了这种交通场景，我们提供了利用极奥的众包能力和人工智能力提供了异常场景库。车辆要决策什么时候放弃自动驾驶权力，把这个权力再交还给人？肯定是出现异常场景情况的时候。我们做了长时间的算监控也好算收集也好，再基于人工智能技术建立了11大类，300多个小类的异常场景库。

刚才提到极奥是一家以高精度地图为基础、高精度地图服务为核心的企业，我们对于自动驾驶方面不单单能够提供高精度地图和高精度地图的更新，同样也提高了云端的解决方案。我们提供了地图的生产、发布以及更新的全套能力之外，在车载端上提高了高精度定位，局部路线规划在内的感知融合决策的全部，我们把自己的界线划到了车控这端，现在的合作中一般给车控端基于ADASIS协议，以API/SDK的方式与OEM/Tier1进行合作。我们也支持了避障这样的复杂应用场景，目前也在和国际主机厂有直接的项目合作。

自主泊车，对于三种泊车场景我们有提供直接的服务，除此之外，我们除了直接的泊车外基于高精度地图我们还可以提供最后一公里寻车包括停车场内的寻车。还有基于视觉特征模型的高精度定位。

敬请关注盖世汽车“2018汽车与环境创新论坛”直播专题

PC：http://auto.gasgoo.com/NewsTopic/157.html

移动：http://m.gasgoo.com/news/topic/157

提示：本文为现场速记，未经专家审核，请勿转载！