• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 2019盖世车联网大会
  • 电子零件采购项目汇总
  • 走进福田【20191219】
  • 中国汽研-特斯拉
  • CTalk高端系列访谈

当前位置:首页 > 智能网联 > 正文

腾讯谷小丰:围绕高精地图,这两年我们做什么?

盖世直播 2019-08-15 14:29:39
核心提示:更新的快也好,还是怎么样也好,有高质量以后再说别的。

政策,自动驾驶,2019自动驾驶地图与定位大会,腾讯,高精地图

腾讯高精地图负责人谷小丰

做了几年高精地图,比较幸运,在这个通道里继续爬行,跟大家分享体会吧,也还是有一脑袋问号。今天讲的都不是结论,全都是思考,其实全是我的问号,今天在座的行业里的专家、同行非常多,我把问号说出来,也欢迎大家拍砖。 

这是对整个时间的判断,自动驾驶前两年大家吹的非常多,因为我们最后要落地,要给大家做高精地图,大家如果吹的太多,我们可能就不知道该怎么干了。抽空大概总结了一下,在这里基本上把它分成几个场景,第一个是L2+、L3高速公路HWP也好,HWA也好,我们做高精地图关注的部分就是什么时候能开始用高精地图,能用的时候就是我们关注的时候。 

大家说2018年会实现自动驾驶,一直到去年仍然有两个科技巨头都在说,2019年要实现L4。我也不知道为什么大家现在不提L5了,不知道有没有什么背后的意思。从整体来讲,L0-L5,L5不需要人做任何动作了,L3在我的印象中,至少某一个特定场景不需要人再干什么。 

到来的时间来看,L2+和L3在最前面,现在也有很多公司很积极的布局停车的部分,再接下来是程序自动驾驶,包括国家有很多城市已经有试验厂,这些试验厂的建立是非常好的事情,至少一步一步开放这些东西。但是这些试验厂跟我理解中的发展节奏有点不太一样,比如说L4,到底什么时候实现,2030年我画了一个问号,十年到底能不能实现L4?我记得以前北理工江老师曾经说过,自动驾驶好像大家都在往河边跑,waymo?第一个跑到河边,一看过不去。其他人还在往河边跑,还没跑到,我也很同意他的观点,L4我认为是比较悲观的,什么时候能到来比较难说清楚。 

现在我们关注的位置就是灰色的箭头,L3也会讲到底什么时候能实现。质变点在这,如果不能把人从车里拿掉,原有的模式不会发生变化,也就是说车厂该卖车卖车,你可以设想,如果美国,不管在哪开放了服务,旁边还坐着一个安全员,安全员肯定比一般出租车司机要求高,车上放了很多传感器,绝对不会带来产业的变革。到那天我个人的认识还是需要一段时间的。

这里两条,上面那条是我每天大概时间的分配,不是精确的描述,是我个人每天的行动,每天我会从停车场把车开出来,一小会儿就出来了,我从家里出来到车位边上到开出地库,这段时间超过五分钟,我上普通路的时间更短一点,大概有五、六分钟上高速路,从高速路开到公司附近,又下了普通路,再开十分钟,高速路的过程大概开40分钟左右。再往下就是停车,停车也很容易,然后坐电梯上楼了。

有的人全是普通路,我觉得对我来讲相对比较幸运,如果我买一辆凯迪拉克CT6,基本上在高速公路上能脱手,很放松的让车自己开。我的认识是高速公路解决起来会很快,我有一个不成熟的观点,占用开车的时间越多,如果有自动驾驶的功能对你的贡献越大,第一个推出的一定是在高速公路上,高速公路比较简单,像我天天在高速公路上开的人比较幸福一些,早一些享受大家的劳动成果,天天在普通路,要再等几年或者十年以上,有一些人已经退休了,你享受不了自动驾驶。

关于停车,之前做过很多沟通,我对停车的理解,我个人感觉好像价值没有那么高,因为从占用时间来讲没那么高,痛点大家都是有的,比如我有一次跟几个朋友去吃金钱豹,吃完把车停B3,结果我在B2找了半小时,我开车十几年以来只发生过这一次事情。我个人觉得痛点似乎没有那么强,但是无论如何如果业务没改变,我们做出来的东西能帮车厂卖车,那就是很好的选择。 

L4还是非常非常艰难的,是充满了挑战。接下来是L3,因为大家也都在说L3什么时候实现,我们能看到的L3在2022年左右推出的功能,最显著的不同就是你打一下转向灯,车自己转过去了,现在有很多公司做出类似的功能,也有比较激进的科技公司比如特斯拉,已经有这样的功能上市了。到底L3什么时候能实现,如果我在高速公路上自动驾驶,彻底不需要任何干预,我开到高速公路上,一路不用管,一直给我开到该下高速公路的时候我连看都不用看,给我十几秒时间,让我在正玩游戏的时候把平板电脑放下来。我心目中的L3是这样,大家各有不同,本来定义也不是特别清晰。 

车上放着这么多传感器,未来可能还有别的东西。这些传感器到底能多大程度上解决问题,如果在你前方120米有一块砖,你的车速是100公里,大家可以算一下现在传感器哪个能清晰的把它看到,你开够100米需要几秒钟的时间,这时候如果开到100公里压到这块砖头上车会怎么样,这个问题如果不解决,我觉得好像还离L3要远一点。

无论L3有多强,我们也要接受一块砖头的拷问,我相信车企的同事们都是非常非常严谨的,那天真正到来之前,不会轻易的说它怎么样。还有我们在做高精地图的过程中,大家经常会说到很多问题,我后面说的就是我们的体会。大家都在说高精地图要更新很快,有秒级、分钟级的各种各样的速度。我相信理论上讲高精地图应该更新的比普通地图要快一些,但是到底多快,也是需要好好考量考量的。比如我们到底应该多快,谁去测量过,曾经用一万辆车试过到底应该更新多快,还是用什么样的理论推导应该多快,我觉得我们行业是非常科技的行业,应该提供更多的技术的证据,然后少一些推演,少一些理论的推导。

大家可以想象一下,如果你开了一辆自动驾驶车,前面有一个变化,比如说有一些静态的信息,多了一个路牌或者少了一个路牌,车开到那难道就会出问题吗,可能会受到一定影响,车如果足够好,有一些变化应该承受力越强越好,对车企来讲,这个图要求更新的越慢,能力越强,对图商来讲如果能更新更快,当然是更好的,当然也有更新的成本和资源的消耗的。

我们也经常听到大家说厘米级,我认为的厘米级最可靠的方式就是下车拿钢尺去量,冬天夏天卷尺热胀冷缩,不会有多大误差。真正量出厘米级再说厘米级,厘米级精度的地图是非常非常难做出来的,以前在高德的时候我们做过实验,在高德的小院子里做了很小的地图,加起来一共超不过五公里的地图,站在楼前面望眼能望见的区域,用移动测量,那个系统是业界最好的系统,用那个系统采了,做了20多个静态测量的控制点,做了将近30个控制点,最大的精度误差是20厘米,最小的精度误差是7厘米。那么小的院子做20、30个才能控制到这个水平,如果放到全国做,车厂是不是加起来都买不了这个单。

再一个厘米级的定位,大家在这里能看到三个惯导跑出来的轨迹,中关村环廊的轨迹,一个是20万左右的惯导,一个是40、50万的惯导,还有百万级的惯导。深蓝色的百万级的惯导,跑出来以后大家能看到渲染的图分散很厉害的,装惯导去测高精度定位,我个人认为是需要打一个很好的问号,测完了要说厘米级,先证明百万级的惯导跑出来的是厘米级的误差。 

制图来讲,这是我做的图,这是一个车道线的宽度,高速公路车道线的宽度是25公分,中间选10公分,正负5厘米的误差,没有任何人识别算法能保证真的能识别到中间5公分,用多高质量的点云都可能,我能保证线画在白色的袋子里,但是很难保证全在中间。我觉得我们行业里需要不断的出示技术证据,无论跟政府谈说你的政策有问题,或者怎么样,我们希望政策有更大的进步,光说是不管事的,拿出技术证据来,假设你是自然资源部的同事,我来找你,我说你看停车场会造成很多很多问题,他会问你你怎么测的,你是不是测试了,你可以申请测试,找任何一个图商帮你申请测试,你是不是真的测过,技术报告是什么,现在还有一群公司在自然资源部测之前的,大家的结果到底是什么,我也听到了测试方案,我自己还是有保留看法的,是不是真的清楚的,拿出技术证据来。 

这也是比较老生常谈的问题,2016年年初德国三大企业要在中国找合作伙伴,在中国做了一圈考察,考察之后,我的感觉这个考察实际上后来变成图商吹牛的大会,每个图商都说我自动化率高,我有这个我有哪个,能看到的东西都很光鲜,有AI,AI已经变得非常扁平了,我不认为AI这点上谁真的是特别特别牛逼的。然后就会说很高的自动化率,我听到的自动化率有全自动的,有95%的,有99%的,总之各种自动化率都有,这是能看到的,能听到的。

看不到的东西产品定义是什么,刚才江老师在提数据标准的事,数据标准整个行业做数据标准是非常必要的,几个图商参与做了静态数据的标准,在交通部下面做了,最近在讨论归口的问题。看不到的东西,产品定义到底是什么,比如我的地图里,我只提供了车道线,路牌,自动化率可以很高,但是你要的东西不见得在我图里。

还有质量标准,比如做完了就搁那了,也不检查,自动化率就是很高,一做质检,一大堆错误,改来改去,自动化率还是那么高。所以自动化率的前提非常多,实际质量水平到什么地方了,才能说自动化率到底怎么样。对车企来讲,今天有不少车企的兄弟,以前我们一跟车企交流,大家就问自动化率多少,自动化率很难笼统的说,如果分项的讲,车道线的自动化率多少,这时候比较明确了,比如能达到95%,这个很明确。要说笼统的讲,我不知道你做了多少东西,你炒了一桌子菜,有的是你做的,有的是你妈做的,有的是你媳妇做的,你说我现在问你你做了百分之多少,很难回答,先分清楚都是谁做的再说。

自动化率这个事情是图商的天然驱动力,每年老板找你今年花了一千万,明年花八百万能干同样的事情吗,如果不能这一年干什么呢,所以每年都在减生产成本,所以自动化率出于竞争的考虑,出于内部管理的考虑,自动化率是图商自己的驱动力,所以你不用关心它。

再一个很常见的问题是,导航地图和三方的SD Map怎么做很好的匹配,这个事挺难的。对车厂来讲,意愿我们是非常理解的,我同样买两件东西,当然希望这两件东西都由市场上最好的供应商来提供。最好的供应商不见得是一个,所以我希望把这两个关联起来。

这两个功能还是非常非常紧密的,比如说导航系统画出来一条长的路径,我要从昌平开到会场来,接下来车要负责自己开完其中一段路或者全部路,这时候从数据上来讲,你的SD  map和HD map要有很稳定的关联关系,关联关系怎么建,通常在生产高精地图的时候,用的编辑平台里已经有做过预匹配的高精地图,可能有的地方匹配的比较好,有的地方匹配的不太好,因为两种数据,两个模型,两种完全不同的东西,坐标不一致,所以人还会再做一次匹配,这样做完匹配,能保证比较准确,因为很难完成自动化。

这样做完以后会有什么问题?我在自己的生产线里,比如这两个数据都是我自己生产,我能把各种环节打通,但是如果假设我做HD map,另外一家做SD map,做很动态很准确的关联,首先第一要开放原始数据给我,其次要不停的告诉我说我今天更新了京城高速,明天更新京藏高速,这些更新都是图商自己的商业秘密,要打通这个不是技术问题,而是比较难解决的商业问题。技术上NDS协会有比较好的设计,都已经有这样的东西了。

第二个问题是前提条件是什么,我自己的认识是假如说还不能做自动化的并线,比如我现在要从昌平开到这,从六环拐到京城高速,如果车不能从六环拐到京城高速去,结果就是我还得自己动手,如果我要是自己动手,我建关联关系的目的是什么,反正到了我还得自己下手。从时间节奏上来讲,我认为这个事可以再稍微晚一点去干,匝道在车控上更不好解决,如果是这样的功能设计,这个事情可以稍微晚一点再干。

也许以后会有什么样的更好的技术手段,不按照我刚才说的那个方法,所以我们大家也可以期待一下以后有什么样的好方法去做。

接下来到广告时段了,我现在演示的是腾讯整体上对高精地图的设计,高精地图这件事情我的理解是数据,还有终端,还有云构成的,这几个东西将来一定是会变成一个循环,互为因果。在数据上会包含两部分,包括静态的和动态的数据,在终端上现在比较明显的东西就是EHP和定位,腾讯也有一支比较强的定位团队,由业界大牛带领的,在做高精定位的研发。云端大家也都在说上传,再一个就是更新下发,循环是比较清楚的。腾讯有自己的自动驾驶技术、仿真技术,还有自己比较强的定位技术,这些东西现在已经在HD map开发上为我们做了比较好的贡献,这些技术都在不断使用高精地图,不断反馈给我们高精地图哪些地方做的

整体从技术的落地上来讲,因为我们都不是做纯研发的公司,我们追求的还是要去在市场上占有一席之地,跟车企发生更好的合作关系。无论我们做出什么样的产品,最终落在车企能接受的量产硬件上去。再稍微说一下题外话,我们现在干了几年高精地图,能明显的觉得在自动驾驶这件事情上,任何一个企业也干不完所有的事情,整体上来讲我们还是应该缩小自己的范围,干自己最适合干的事情,同时干别人最需要你干的事情。无论是从公司的角度来讲还是从行业组织的角度来讲,都应该更多的聚焦在这些方面,以便跟整个行业形成互补。

这是生产线的概念,也没什么内容,腾讯有自己全套的生产线,包括数据的采集生产,也包括质量控制,包括编译等等。现在腾讯的进度是已经基本上做完了全国高速。这是一代的采集车,一代采集车在腾讯有十几辆,现在基本上都在工作,也有一些参与实验。接下来我们做二代采集车,敬请期待。

希望在今年年底或者明年年初,开始研发三代采集车,因为采集是高精地图的源头,无论用什么样的技术,用视觉的技术也好还是其他的技术也好,未来会加入毫米波雷达,首先第一是高质量可用,第二是如何减少成本,极致的便宜可能会导致极致的不可用,平衡点在哪,是设计采集平台考虑成本重要的点。另外采集中还有哪些痛点是非常非常重要的,到底要解决什么问题,现在采集系统到底差在哪,这些情况还是应该先模清楚,再考虑我们在采集平台设计上到底应该做什么事。

这是我们同事做的EHP诊断界面,EHP有一套协议,协议的目的是对车企来讲,不愿意自己亲手解析这些高精地图的内容,更好的方式,好比我到了餐厅,不希望自己下厨,希望我坐在那把筷子勺子给我。把数据做好以后,给原始的格式,对大家来讲不太神秘,但是很复杂,如果让车企用起来就会比较方便,对国内车企来讲,尤其比较实用的,国外车企也在提供这套东西。我们认为是高精地图的工具的一部分,我们也会逐步的把它落在量产的硬件上去。

这是最近发生的一个事,我的题目叫“这两年干了什么”,除了高精地图之外,不可避免的参与到别的自动驾驶的话题中,我们跟宝马宣布合作,目的就是自动驾驶开发还是很难的,大家需要大量的数据的输入。在做这些数据的采集、管理等等都会涉及到法律法规的问题,在法律法规还没有调整之前,我们必须要给车企提供一个真正的安全可靠,对政府来讲也不会存在任何违规嫌疑的体系,让大家非常安心的去做自动驾驶的开发。

从高精地图团队来讲,以后我们之前工作的原因,所以跟相关的政府打交道相对比较密集,所以就不可避免的在这些事情里也做了很多贡献。在现在这个产业里,一方面是地图,在未来高精地图本身就会涉及到很多云的东西,所以地图的资质和云的资质,我认为在未来都是必不可少的,大家现在关注的更多的还是地图的资质,地图的资质也看部委最后会怎么定义它,我觉得彻底忽略安全的管理是不可能的,所以大家还是要找出一条切实可行的路来。

这几年我们涉及到最主要的就是高质量的高精地图,高精地图刚才讲了那么多,第一点最重要的事情就是高质量,车企需要的零部件基本上都是这样的,比如提供零部件,过两天车一开,把车烧了,肯定无法接受,所以这个例子举的比较极端,但是我们提供的任何的放在车里的东西,高质量都是很显而易见的东西。

有了高质量以后再说别的,更新的快也好,还是怎么样也好,有高质量以后再说别的。第二个自动驾驶开发平台,这里是相关的事情,如何能推进这部分也是很大的课题。在自动驾驶开发过程中是绕不过去的过程,随着自动驾驶等级的升高,AI应用越来越多,需要的数据也是越来越多的,这些平台都是PB级或者几十PB级的容量。 

作为从业者,我们需要做的事情是我们需要搞清楚行业需求,自动驾驶行业我说的不是高精地图行业,自动驾驶行业需要什么样的东西,我们怎么做出更好的产品,另外一点就是我们要做技术验证,不能张嘴就说,要有数字依据。再接下来就是政策建议,把政策建议提供给政府,告诉政府说我们这个行业在发生什么事情,我们需要什么样的政策支持,当前政策可能会面临什么样的问题等等。

这几年跟自然资源部打交道的过程中能体会他们有他们的难处,他们非常愿意帮助大家。另外从整个国家来讲,在智能交通产业联盟做的标准,标准做出来以后,现在已经在升国标的过程中,自然资源部提出疑问,因为做的地图,地图标准归口的问题,如果想升到国标,一定会面临归口的问题,作为具体参与单位来讲,我们希望整个产业在不停的融合,在部委之间是不是能有更多的沟通,甚至有双归口的机制等等逐步把这些东西给企业,把唱戏的台搭好。

政府会提供安全保密技术和必要的产业政策,推动自动驾驶平台的开发。最重要的要实事求是,我们这个行业很牛,很高大上,在这个行业里的精英非常多,但是从所有事情来讲,还是要更土鳖一些,把实际的情况说出来,告诉你的合作伙伴,告诉你的客户,告诉政府,实际情况是这样,我们需要产业政策的支持,需要各种技术手段的保护。如果你不把实际的情况说出来,对政府来讲很难做出正确的选择。 

这就是我想跟大家分享的所有内容,谢谢大家。


敬请关注盖世汽车“2019自动驾驶地图与定位大会”直播专题!

PC:http://auto.gasgoo.com/NewsTopic/199.html

移动:https://m.gasgoo.com/news/topic/199

本文地址:https://auto.gasgoo.com/News/2019/08/150229392939I70121855C601.shtml

文章标签: 政策 自动驾驶

0

好文章,需要你的鼓励