独家 | Momenta首次对外详解高精度地图：快速规模化更新是王道

文 | 李雷

来自新智驾（AI-Drive）的报道

高精度地图量产之战已经开局。

行业内已达成共识，面向L3/L4甚至更高级别的自动驾驶汽车，高精度地图已成刚需，谁能率先具备快速更新地图的能力，并完成高精度地图的量产，在商业模式上破冰，谁就站上了自动驾驶舞台的中央。

专注于研发自动驾驶大脑的Momenta也将高精度地图作为核心业务之一，这家一直低调的自动驾驶独角兽决定正式对外公布其高精度地图的技术画像。

近日，新智驾与Momenta CEO曹旭东及Momenta研发总监兼地图业务负责人孙刚进行了独家对话，两位负责人首次对外详解Momenta在高精度地图方面的技术路线及商业战略。

Momenta将自己定位为产业链条上的Tier 2，并向新智驾呈现了三条更实在的高精度地图“准则”：

一、在大规模建图之前一定要建立快速更新的能力；

二、高精度地图的信息更新需要进行大规模的验证；

三、高精度地图的精度和更新频率需要根据元素进行分级。

在大规模建图之前一定要建立更新能力

随着越来越多的自动驾驶解决方案面市，高德、四维图新、HERE等传统图商，谷歌、百度等科技公司，甚至自动驾驶初创企业已相继亮出量产时间表。一向低调稳重的自动驾驶玩家Momenta在高精度地图量产之路上，提出了“关注更新能力，比一味大规模建图更重要”的说法。

在Momenta看来，对于高精度地图提供商来说，一张高精度地图完成绘制交付，并非代表一段工作的完结，而是地图更新闭环的开始。假如一张高精度地图无法保证持续更新，这意味着从发布之日起，它的价值就会持续降低，信息滞后的安全风险会持续升高。

*Momenta研发总监兼地图业务负责人 孙刚

Momenta研发总监孙刚对其进行了进一步的解释：“严格来说，对于应用于L3及以上自动驾驶系统的高精度地图，技术团队首先要具备快速更新高精度地图的能力，再进行大规模建图才有意义。”

Momenta CEO曹旭东将大规模建图归属于劳动密集型的作业，“大规模建图依赖的是资金（去部署大量的采集车），这与传统导航图商的做法没有差别。而高精度地图的刚需是实现快速更新，这也是高精度地图领域新晋公司与传统导航图商差异最大的部分。”

为保证地图“鲜度”，Momenta在高精度地图方面选择了基于视觉感知进行众包部署的方案。在孙刚看来，传统图商采用以激光雷达为主的技术路线，存在成本高的门槛，无法实现大量部署，对应地图的更新速度较慢，且不能进行快速大规模的验证。

相比之下，视觉方案的硬件成本低，容易进行规模化部署实现地图更新。众包解决方案的量产和规模化部署，能够最终让高精度地图实现以天为单位，甚至以小时为单位的更新，同时快速验证数据的有效性。

针对高精度地图的底图绘制及众包更新，Momenta自研了一套完整的绘制更新硬件，并将信息更新和验证贯穿产品的整个生命周期。在高精度地图绘制及更新方面，Momenta用“两条腿”走路：通过自有渠道或者合作渠道，完成地图绘制；布局后装设备及前装定位盒子，众包完成地图更新。

底图绘制设备：包含摄像头、高精度GPS、高精度IMU，及用于深度学习和SLAM的计算芯片，并对搭载的传感器设置高精度的时间同步，整套设备价格在1000美金左右。Momenta不会对产品进行单独的售卖，而选择和主机厂、出租车队、物流车队等合作，或将传感器设备搭载在自有测试车队上完成底图绘制；

地图更新设备：地图更新设备的成本相较底图绘制设备，要低很多。Momenta将更新设备分为后装和前装两种方式进行部署。后装方式，即将众包更新方案搭载在Momenta后装产品设备“途铃”，完成地图更新。前装方式是Momenta将通过与主机厂合作共同研发“定位盒子”，并搭载Momenta地图更新方案。

建立完整的高精度地图更新闭环系统

基于视觉感知的方案进行众包部署，Momenta在高精度地图外业 ( 原始数据采集）层面形成了一套专有系统。在高精度地图后期的内业层面（数据处理、校对、标注及补缺），专注于研发自动驾驶大脑的Momenta认为其较传统图商有自己的优势。从利用深度学习和SLAM算法进行大数据处理，发现地图信息，到通过交叉对比和影子测试进行验证，是Momenta的技术特色。

关于高精度地图内业，人工智能和自动化是处理大量高精度地图数据的关键。在后期数据处理过程中，深度学习和自动化工具能快速提升数据处理效率，减少人工标注开支，加快地图绘制更新速度。此外Momenta已建立大数据平台、大计算平台、大测试平台三大基础平台，其基于真实道路积累了海量数据，在地理信息的维度下进行索引，完成图像检索，并根据算法提取道路特征 ( 例如车道线 ) ，完成数据关联，输出道路信息之间的几何位置、相应属性及道路之间的关系。

未来Momenta的地图更新产品将通过前装搭载上车。基于车辆上的传感器，计算平台可以实时估计车辆的相对位置信息，并结合深度学习和SLAM算法感知道路元素，再将实时感知到的结果和高精度地图进行对比。当系统发现实时感知结果和地图不匹配时，就上报给云端。Momenta综合车辆传回云端的信息进行数据处理，形成地图更新信息，并下发到各个车辆，完成地图更新的完整闭环。Momenta全球顶尖的深度学习和SLAM算法为数据采集、识别、定位提供了扎实的基础。

在与主机厂、供应商的交流合作中，Momenta认识到高精度地图的使用者非常关注如何大规模快速验证更新数据的正确性，这也成为Momenta的发力之处。

传统的抽样测试方法，例如十公里的地图，每隔一公里抽样测试一个点，测试覆盖率低且耗费人力，需人员亲自到达现场，难以规模应用。

其次测试周期越长，信息滞后的风险就越大。如果针对一个变化信息，测试并确认有效的周期特别长，则在它被确认之前，就有可能变成了无效的数据。按照Momenta的逻辑，高精度地图反而具有“后发优势”，即如果两张地图的制作方法和交付日期相同，较晚开始采集的地图会更安全。

在快速检验地图更新信息的准确性方面，Momenta采用交叉对比和影子测试的方法来验证地图数据。高精度地图领域如何进行交叉对比和影子测试呢？

Momenta从三个维度展开：

其一，视觉众包方案带来了丰富的道路信息，Momenta根据其中的部分数据完成地图绘制，同时利用同样路段上的剩余数据再进行多次绘制，进而交叉验证不同高精度地图的数据。当相同路段的不同地图数据高度吻合时，意味着地图信息更准确。

其二，即基于Momenta多传感器融合的定位算法验证地图准确性。当各个传感器的定位结果接近一致时，意味着地图信息更加准确。如多种传感器得到的定位结果不一致，地图准确性则需再议。

其三，通过将高精度地图数据接入决策系统但不对车辆进行实际控制，影子测试可以对比自动驾驶系统的预测轨迹与车辆真实轨迹的一致性来判断高精度地图数据的正确性。通过大规模不接控制的测试，可以达到更快的验证速度。而大规模铺设的众包设备回收数据可在后台直接完成测试。相对于传统实车实地测试，整个验证周期可以大大缩短。

道路信息的精度需求因自动驾驶系统需求不同

高精度地图需要为自动驾驶构建一个相对真实的道路环境，不同于传统的导航地图，高精度地图在内容图层方面更加丰富，且精度要达到厘米级。多数高精度地图供应商声称有能力达到10-20cm的精度。

行业内对于高精度地图图层的定义包含两大部分：静态地图和动态地图。静态高精地图的绘制是当下行业内的工作基础，也是攻坚点。一套完整的静态高精地图需要包含语义信息的车道模型、道路部件、道路属性三类矢量信息，以及用于多传感器定位的特征图层：

• 车道模型：即引导车辆从A地开往B地的道路规划，包括车道上详细信息的和连接关系；

• 道路部件：包括交通标志、指示牌、龙门架、路杆等路侧及路面的各类物体，当车辆传感器探测到这些道路物体，然后再对比地图，便可得知车辆的精确位置；

• 道路属性：包括道路的曲率、航向、坡度以及横坡，帮助车辆执行转向、加减速；

• 多传感器定位的特征图层。

Momenta认为高精度地图有两个关键点：左手更新，右手精度。高精度地图中不同元素的精度需要根据自动驾驶系统中的不同作用来定义。

孙刚提到，自动驾驶车辆对于车道线精度要求达到厘米级以上，而对于道路旁的限速牌，自动驾驶车辆更关注其限速信息（限速40或限速60等），当限速牌不用于进行车辆定位时，限速牌的具体位置精度则变得不那么重要。

Momenta之所以能够定义高精度地图的元素精度和更新频率需求，恰恰因为公司不仅是地图技术的提供方，同时也是地图的使用者。通过将自产的高精度地图应用于自研的L3及L4自动驾驶解决方案，Momenta对高精度地图信息精度进行定义；同时在与主机厂、供应商的合作中，依据下游客户的需求进一步完善高精度地图的精度和更新要求。

其中几类典型的地图元素分级如下：

孙刚否定了视觉的精度比激光雷达差的说法。“Momenta高精度地图生产体系中，目前并不能得到视觉方案的精度低于激光雷达方案精度的结论。甚至在某些情况下，前者比激光雷达表现更好。激光雷达稀疏的点云对于目标物体边缘扫描能力较弱，例如无法精确捕捉标识牌边缘。在这一方面，视觉方案更显优势。视觉传感器可以通过多次拍摄积累数据，其能实现的测量精度可以超过激光雷达。”

同ADAS地图相比，面向L3/L4级别的高精度地图精度更高、道路信息更丰富。在Momenta看来，其高精度地图面向高级别自动驾驶，同时可降维到L2/L2.5级，甚至ADAS辅助驾驶层面使用。

对于L1/L2级自动驾驶而言，高精度地图属于加分项；面向L3/L4甚至更高级别自动驾驶，高精度地图则是必选项。曹旭东提到，面向L2/L2.5级自动驾驶，高精度地图可以为自动驾驶系统提供更好的鲁棒性。例如在车道线残缺或没有车道线的场景中，高精度地图可提供道路信息，完成车道保持动作；经过坡道时，高精度地图可提前预知坡道信息，并告知车辆提前加速；抑或当前方出现弯道，高精度地图可提前为车辆提供弯道曲率信息，并规划出适应此弯道的最优速度，从而提高自动驾驶车辆的安全性和舒适性。

Momenta高精度地图走向何方？

新智驾了解到，高精度地图市场目前有三大商业路径：一站式制图外包服务商，提供绘制硬件和配套软件系统的企业，及高精度地图数据服务商。各家商业路径雏形已成，但高精度地图行业商业化最优解还在探索中。

对于未来商业化，Momenta的态度非常开放。在和主机厂、供应商合作的过程中，Momenta将自己定义为Tier 2。作为自动驾驶方案提供商，其可向自动驾驶公司、主机厂、供应商提供高精度地图数据、技术授权（license）及制图、更新及定位工具服务。

“获得地图测绘资质，并非意味着Momenta成为一个独立的图商，自动驾驶大脑依旧是核心定位”，孙刚表示，“OEM车厂拥有海量的数据，Momenta希望能够携手图商一起发掘海量数据的价值，为OEM和自动驾驶系统提供精准可靠‘活地图’。”

自动驾驶未成熟之际，出世寥寥几年的高精度地图技术及商业路径更是一个新事物。各个入局者从测绘、更新、验证技术路径，到商业战略，都有自己的一套生意经。率先在限定区域打通更新环节也好、现阶段完成大规模建图量产也罢，其终极目标落地点均是量产、实时更新、信息准确。【完】

欢迎在今日头条、天天快报、UC 头条、一点资讯、新浪微博、搜狐号、网易号关注@新智驾。

推荐阅读：

「AI投研邦」上线了

服务在2018年12月3日正式上线，早鸟999元加入，还可自动解锁价值1000元+礼包（含7个月智能驾驶付费内容、峰会大咖视频、2份研报等），仅剩199个早鸟席位，手慢无。