定位丨在相似的生产流程中寻找破局的生机
标星+置顶，一秒找到中海达讯
点击上方“中海达讯”→点击右上角“…”→点选“设为星标 ★”
一枝独秀永远不会成为自动驾驶市场的现状，如何在百花齐放的格局中独成一体，破局而出，成为了所有图商都需要思考的问题。
但对于各大图商安身立命的首要原则就是建立起自身的核心竞争力和立足点，其次再思考如何发展更全面的自动驾驶能力，整合产业链。
车联网带来商业模式的变革，自动驾驶颠覆了传统的出行方式……汽车产业发生了翻天覆地的变化。
传统图商带着经验和技术来了，互联网图商带着大数据和新生态来了……
自动驾驶领域的入局者更是千变万化，但自动驾驶地图如何生产，各大图商仍然在心照不宣地遵循着相似的流程。
有人断言，自动驾驶领域永远不会是一枝独秀，而会是百花齐放的局面。
但随着越来越多的玩家入局，如何在有限的市场里寻找无限生机成为了每位入局者必须面临的难题。
一个为大多数人所接受的答案是，首先要建立起自身的核心竞争力和立足点，其次再发展更全面的自动驾驶能力，整合产业链。
随着入局自动驾驶领域的公司越来越多，如何以不变应万变，如何在看似千篇一律的生产流水线中寻找破局的生机。
且看此篇，探讨高德、百度、四维图新、宽凳科技等四大图商在生产过程中如何建立起自身产品的核心竞争力。
1
高德：多级采集系统+数据识别系统，打造“活”地图
2014年，阿里巴巴以11亿美元现金收购高德公司72%股份，高德成为阿里巴巴集团的全资子公司。
阿里巴巴的收购行为标志着中国互联网BAT三巨头已经全部“亲自”进入地图领域。
双方在地图搜索、产品商业化、数据共享等领域展开合作，特别是在数据共享方面，高德和阿里巴巴的愿景是共建一个大数据服务体系。
阿里巴巴为何选择以收购高德作为自己正式踏入自动驾驶领域的第一步？
或许正是在各大图商相差无几的地图生产过程中，高德在数据的采集和处理上下了大工夫。
高精度地图由含有语义信息的车道模型、道路部件、道路属性三类矢量信息和用于多传感器定位的特征图层构成。
如何生产高精度地图？高德将其分为了三步。
自动驾驶地图生产流程的第一步是户外作业（简称“外业”），也就是使用采集设备对外部环境、道路的数据进行采集。
数据的采集需要依靠采集车，采集的设备有几个比较核心的部件，包括激光雷达、IMU（惯性测量单元）、GNSS、高精度轮速仪以及相机等。
2015年初，高德从国外引进了一套成熟的移动激光测量设备，这个设备上有两个高频单线激光雷达、6个摄像头（工业相机）以及一个GNSS天线，还有IMU。激光雷达是来自奥地利厂商的产品，两个360度激光扫描仪交叉扫描，大大降低了漏扫的可能。
采集设备中IMU的作用也是非常重要的，它可以告知设备当前的姿态。所有的部件都向IMU标定，当车辆向左晃的时候，所有设备向左晃；当车辆向右晃的时候，所有设备也向右晃。
数据拿回来以后，通过IMU的解算，就能把每一个设备采到的信息很准确地对应到激光点云上去。
第二步是数据识别和编辑。外业采回来的数据输出的结果包含高精度轨迹、点云、图像。
点云采回来以后，会首先做全自动的识别，这个过程采用了深度学习技术。经过全自动识别后，还会有人工的检查和交互式识别补充。
全自动的识别有重要的意义，因为高精度地图主要的数据源是激光点云，体积非常大，处理难度大。
自动识别让生产效率大幅度提升，否则高精度地图的成本也非常高，而这个成本最终会转移到用户身上。自动识别是机器识别，表现更加稳定可靠。
目前，基于高德通过摄像头传感器和深度神经网络训练出来的识别系统，车辆行进过程中可以对路边新增的标牌很好地识别。
系统可以更新地图、重新绘制地图。
高德已实现了由专业采集车辆、行业车辆和公众车辆组成的多级采集系统；通过智能云调度，高德地图能够实现最快速、最适宜的采集车辆组合、调派，对道路交通进行实时、快速的收集和反馈。
第三步是质检。分为工具检查、人工检查后，路测验证等三个环节。
通过多级采集系统的构建，高德地图达成了质量、速度、成本、覆盖的有效平衡，其次经过后期数据识别系统和质检步骤，高德地图能够保证自身数据的“三高（高鲜度+高精度+高丰富度）”特性，最终生产出动态、实时的“活地图”。
2
百度：像拍电影一样生产高精地图
百度把高精地图制作分为外业和内业两部分，共三个步骤，分别是外采、后台数据化处理、人工验证以及发布。
简单地说，就是外出采集+后期处理，这和拍电影有点儿类似，前期的拍摄和后期的剪辑配合起来，才能最终生成一部能看的电影。
百度目前的高精地图以满足L3级别自动驾驶的要求为标准，所以采集的道路场景以高速公路为主。
值得一提的是，百度地图的采集车队总量为288台，其中具备高精地图采集能力的车辆约40多台。
百度高精地图负责人指出，百度的高精地图采集车，单车设备成本在100万人民币左右，硬件选型和采集系统都是由百度自行设计开发。
百度地图采集车在采集设备上包括四部分。一是由Velodyne提供的32线激光雷达，负责采集点云数据。激光雷达在车顶呈一定角度放置，为的是尽可能多的采集道路信息；
二是摄像头，负责采集前方道路影像，每秒拍摄7-10张照片；
三是GPS，负责记录车辆GPS轨迹；
四是IMU（惯导系统）；
五是由三台单反相机+120度鱼眼镜头组成的360度环视影像采集系统。
在高精地图生产的第一步——采集的流程中，采集车内的副驾驶位置，是一台负责控制采集设备的电脑系统，用来让采集员实时监控采集情况。
对于采集员来说，他们的日常工作就是开着采集车以60-80km/h的速度在高速公路上平稳的行驶，每天至少需要采集150公里的高精地图数据。
在驾驶采集车的过程中，他们需要不断的确认采集设备是否处于正常工作状态，同时还得根据天气和环境情况选择不同的摄像头参数预设，但是总体来说，外采工作对于采集员的技术要求并不算非常高。
当然，因为设备昂贵，所以他们会比较担心采集车在夜晚的安全问题。
对于这些采集设备来说，让他们处于同一个坐标系下工作，是非常重要的，也就是所谓的多传感器标定。
而这些设备综合起来的数据量，一般在一公里1GB左右。相关负责人说，这些采集来的数据除了可以用来生产高精地图，还可以为百度的识别算法提供训练和测试样本。这有助于高精地图自动化生产能力的提升。
第二步骤是采集数据的自动融合、识别。采集到的这些每秒10帧左右的图像，会由电脑进行自动的识别和融合。
简单的说，就是把GPS、点云、图像等数据叠加到一起，然后进行道路标线、路沿、路牌、交通标志等等道路元素的识别。
另外，诸如同一条道路上下行双向采集之后造成的数据重复问题，也会在这一步里被自动整合，剔除重复内容。
这一步，相当于视频制作里的粗剪，只不过，这不是由人工完成的，而是一个自动化步骤。
第三步是人工验证、发布。这一步是需要人工完成的，属于内业操作。因为自动化处理不可能做到百分之百的准确，所以得再进行一轮人工验证，相当于视频制作的精剪、输出成片阶段。
在百度上海研发中心，有一些员工就在做高精地图人工验证的工作。他们需要从云端下载需要验证的路段数据，然后把自动处理之后的高精地图数据和对应位置的图像信息作比对，找出错误的地方并进行更正。
比如如果系统把一个限速牌错误识别成了60km/h，而实际是80km/h，这时就需要进行人工修正。每个员工每天能修正的数据量在30-50公里。
这些修正后的数据不会保存在本地，而是需要上传到云端。最终的高精地图成品，也会通过云平台进行下发。
总体来说，百度在高精地图领域具备三个优势。一是，车队规模大且覆盖范围广。拥有全国最大的高精地图采集车队，覆盖30万公里的全国高速及城市道路；
二是，精细化程度高。可以精细刻画上百种道路要素和属性；
三是，生产效率高。自动化处理程度达到90%以上。
3
四维图新：建立生态共同生产
作为中国最大、世界第三大的数字地图提供商，四维图新已成为“数字地图+车联网+自动驾驶+大数据+芯片五位一体”的科技型公司，由单纯的图商转型成为具有国际化能力，且面向自动驾驶及智能出行领域提供一体化解决方案的领先服务提供商。
同时，利用地图、动态交通、云端、应用端到车载系统的一系列配套服务，四维图新在车联网与自动驾驶领域进行布局，并处于领先地位。
总的来说，在自动驾驶这件事上，四维图新走的还是生态路线。
四维图新高精度地图是具有语义的三维地图，既具有支持视觉的定位技术，也有激光雷达和毫米波雷达定位的支持。
单一传感器的定位技术未必可以保证连续高质量的输出，多传感器融合才能保证全天候全天时完全度的定位，满足安全的要求。
四维图新按照与客户达成的规格标准，建立了完备的生产体系，通过自主算法研发，达到高精度地图自动化生产。
目前，高精度地图已进入量产的准备阶段，计划在今年底、明年初覆盖全国高速公路。
对于自动驾驶地图而言，高精度地图单有精度是远远不够的，实时更新能力也在一定程度上决定了自动驾驶的安全程度。
如何研发出一套能够应用于自动驾驶汽车的“活地图”，也是目前包括四维图新在内的图商面临的挑战之一。
四维图新正在致力与合作伙伴共建一套生态体系，打造成可循环更新的生态闭环，以此来实现实时更新。
相关负责人表示，四维图新的合作伙伴不仅限于车厂、图商，还有政府机构、汽车零部件供应商等，合作方式也有多种模式。
生态中的企业为实时更新提供了支持，其所采取“众包”模式也将成为未来重要的数据输入源。
生态体系内的企业将共享数据、信息，有助于包括四维图新在内的企业能够提供更多动态服务。
相关负责人表示，四维图新在自动驾驶领域的All in布局，使其优势进一步扩大。
作为国内最早发力ADAS地图数据的企业之一，四维图新一直在自动驾驶领域处于领跑地位，与业内企业建立合作伙伴关系，构建生态体系，无疑也加快了四维图新在自动驾驶领域的发展速度。
四维图新还将持续在自动驾驶研发保持高投入，All in的布局将让未来四维图新在自动驾驶各领域都能有较高的地位。
开放合作、建立生态体系让四维图新在自动驾驶领域能够提供全方位、综合、动态的服务。
自动驾驶将成为车的颠覆性功能，四维图新将为汽车提供更安全的自动驾驶保障。
4
宽凳科技：以众包手段作为高精地图实时更新的突破口
不同于互联网巨头的多元化发展，作为一家创业公司，宽凳科技有着更清晰的发展规划。自创立之初，宽凳科技就目标明确：不做自动驾驶系统、不做车联网操作系统，只专注于高精地图的研发，为整个自动驾驶生态链提供完整的数据服务。
在第一张高精地图的采集上，宽凳科技采用了重视觉的模式替代激光雷达。而对于这样做的原因，负责人解释道，“激光雷达可能适合自动驾驶，但它不一定适合做高精地图。
激光雷达很准没有用，最终要和地图图像融合，另外还有一个最大问题，就是现在的自动化程度提升难，原因是识别和测量是不同的传感器，对不上的话就产生误差。”
另外，宽凳科技通过使用AI技术，对地图数据收集和数据分析的工作进行深度的开发。
宽凳科技以车载摄像头拍摄到的画面为基础，跟随车辆快速连拍多张照片，形成大量数据，再由图像识别、三维重建等技术统一处理数据，分析出画面中的车道线、各项道路标志、以及道路上的基础交通设施，并以此构建能让车辆看得懂的高精地图。
目前，宽凳科技的地图分析已实现高度自动化，基本不需要人为去完成地图的标记、同步等工作。
值得一提的是，宽凳科技的采集车其实就是一辆普通的私家车，只不过车顶上架起了精度非常高的采集设备。
宽凳科技采集设备是由创始人刘骏亲自设计的，每一个衔接口都做到严丝合缝，并且将防水做到极致，即使是阴雨天气，也不影响设备的正常工作。
目前这种设备已经是第三代了，并且还在不断的进行研发与迭代，以求测量精度更加精确。
在未来自动驾驶时代，能否实现实时更新也已经变成了一件生命攸关的事情。如果说地图测绘和采集只占到10%比例的话,那么后续的迭代和及时更新则要占到90%。
如果只是依靠车队采集或者通过购买等渠道获得数据,很难去覆盖所有的行驶环境。而众包,则成了一个非常符合自动驾驶需求,又比较贴合中国国情的突破点。
在宽凳科技负责人眼中，目前唯一能够实现更新的方案就是众包：“用车队画一条路和建立一张全国道路网完全是两码事。”
毕竟靠公司自己车队采集或者通过购买等渠道获得的数据，不可能覆盖所有行驶场景。
“现阶段，最大的物联网采集地图车队也就拥有百十辆车。一旦通过众包的形式，我们将获得百万甚至千万级的车辆道路数据。可以想象这当中形成的数量级之差。”
目前,宽凳科技已与几十家国内外车厂建立了高精地图方面的合作,目标直指2020年量产的自动驾驶汽车。
记者手记
无论是从国外引进先进测量设备的高德，还是拥有全国最大规模采集车队的百度。互联网图商在设备和大数据上更具有优势。
但如四维图新这样的传统图商已经将眼光放向了利用地图、动态交通、云端、应用端到车载系统的一系列配套服务建立自动驾驶地图大生态路线。
而在其他企业还处在展示技术的阶段时，如宽凳科技这样的初创企业已经能够拿出成型的产品，在自动驾驶地图从概念化走向量产化的道路上迈出了一大步。
无论是以何种身份、何种目的走入自动驾驶地图市场，从高德、百度、四维图新、宽凳科技的自动驾驶生产线中，能看出真正能做出成果建立影响的都是那些在“千篇一律”中寻求破局生机的企业。
核心竞争力有了，破局曙光已现。
接下去在自动驾驶地图市场究竟谁是赢家？或许正是企业们下一个该思考的命题。
本文整合自车云网、geekcar、凤凰网商业等
喜欢本文的话，点个赞再走吧↓↓↓