腾讯谷小丰：围绕高精地图，这两年我们做什么？

腾讯高精度地图负责人顾晓峰从事高精度地图工作已有数年。幸运的是，他继续在这个频道中爬行，并与大家分享他的经验。他脑子里还有一个问号。今天的演讲不是关于结论，而是关于思考。事实上，这都是关于我的问号。今天有很多业内专家和同行出席，我想打个问号，欢迎大家的反馈。这是对整个时间的判断。在自动驾驶的前两年，每个人都聊了很多，因为我们最终必须着陆，并为每个人创建高精度地图。如果大家聊得太多，我们可能不知道该怎么办。在花了一些时间总结之后，我们在这里基本上将其分为几个场景。第一个是L2+、L3高速公路HWP、HWA等。我们关注的是何时可以开始使用高精度地图，即何时可以使用它们。人们说自动驾驶将在2018年实现，但直到去年，两家科技巨头仍在谈论2019年实现L4。我不知道为什么现在每个人都不提到L5，我也不知道它背后是否有任何潜在的含义。总的来说，L0-L5和L5不再需要人为动作，而我印象中的L3至少在特定场景下不需要人为动作。谈到到达时间，L2+和L3处于最前沿，许多公司都在积极布局停车区。接下来是自动驾驶项目，包括该国许多已经有测试工厂的城市。这些试验工厂的建立是一件非常好的事情，至少逐渐开放了这些东西。但这些实验工厂的发展速度与我所理解的有点不同。例如，L4何时实现？在2030年，我画了一个问号，L4能在十年内实现吗？记得北京理工大学的蒋老师曾经说过，自动驾驶好像每个人都在向河边跑，waymo？第一个跑到河边，但乍一看没能去。其他人仍在向河边跑，但他们还没有跑。我也同意他的观点，即L4相当悲观，很难说什么时候会到来。我们目前关注的位置是灰色箭头，L3也将解释何时实施。质变的意义就在这里。如果无法将人从车上移开，原始模式将不会改变。也就是说，汽车工厂应该销售汽车。你可以想象，如果美国，无论在哪里开放服务，都有一名安全官员坐在他们旁边。安全员必须比普通出租车司机有更高的要求，而且车上安装了许多传感器，这肯定不会带来行业变化。我需要一段时间才能在那天亲自了解对方。这里有两个，上面的一个是我每天大概分配的时间，不是准确的描述。这是我个人的日常行为。每天，我开车离开停车场，需要一段时间才能离开。我从家到停车位再到地下室，这需要五分钟多的时间。我在普通路上的时间稍微短一点，从高速公路到公司附近，上高速公路大约需要五到六分钟，然后下普通路，再开十分钟，在高速公路上的过程大约需要40分钟。再往下走就是停车，这也很容易，然后乘电梯上楼。有些人都在普通的路上，我认为这对我来说是相对幸运的。如果我买一辆凯迪拉克CT6，我基本上可以在高速公路上摆脱它，放松一下，让车自己开。我的理解是高速公路可以很快解决。我有一个不成熟的观点，认为驾驶时间越长，自动驾驶功能对你的贡献就越大。第一个要发射的必须是在高速公路上，这相对简单。每天在高速公路上开车的人更快乐，更早地享受到每个人的劳动成果。如果他们每天都在普通道路上，他们将不得不等待几年或更长时间，有些人已经退休，你无法享受自动驾驶。关于停车，我之前进行了很多沟通，我对停车的理解似乎没有那么高。就时间占用而言，并没有那么高，每个人都有痛点。例如，有一次我和几个朋友去吃了倩倩豹，吃完后，我把车停在了B3。结果，我在B2搜索了半个小时。我一直在开车……

十多年来，这种情况只发生过一次。就我个人而言，我认为痛点似乎没有那么严重，但无论如何，如果业务没有改变，我们生产的东西可以帮助汽车工厂销售汽车，那是一个很好的选择。L4仍然非常困难，充满挑战。接下来是L3，因为每个人都在谈论L3何时实现。我们可以看到的最显著的区别是，当你打开转向灯时，汽车会转弯。现在许多公司都已经推出了类似的功能，一些更激进的科技公司，如特斯拉，已经推出了此类功能。L3究竟什么时候可以实施？如果我在没有任何干预的情况下在高速公路上自主驾驶，我会一直开到高速公路上，甚至不需要看，直到我需要下高速公路。在玩游戏时给我十多秒钟的时间放下平板电脑。我心目中的L3是这样的，每个人都有自己的差异，最初的定义并不是特别清楚。汽车上有这么多传感器，未来可能还会有其他事情发生。这些传感器能在多大程度上解决这个问题？如果前方120米有一块砖，而你的车速是100公里，你可以计算出现在哪个传感器可以清楚地看到它。你开100米需要几秒钟的时间。在这一点上，如果你在100公里处压在这块砖上会发生什么？如果这个问题没有得到解决，我认为它离L3还有一点远。无论L3有多强大，我们仍然必须接受重重的质疑。我相信汽车行业的同事们都非常、非常严谨，在那一天真正到来之前，他们不会轻易说出这是什么样子。而且在制作高精度地图的过程中，人们经常会谈论很多问题，而我稍后会谈论的是我们的经验。每个人都在说，高精度地图需要快速更新，以秒和分钟的各种速度更新。我认为，理论上，高精度地图的更新速度应该比普通地图快，但更新速度有多快也需要仔细考虑。例如，我们应该有多快，谁测量过，我们应该以多快的速度更新10000辆汽车，或者我们应该以多么快的速度使用理论推导？我认为我们的行业是一个非常高科技的行业，我们应该提供更多的技术证据，然后更少的推导，更少的理论推导。你可以想象，如果你驾驶一辆自动驾驶汽车，它前面有一个变化，比如一些静态信息。如果有一个额外的或缺失的路标，当车辆到达时会有问题吗？它可能会受到某种程度的影响。如果汽车足够好，应该会有一些更耐用的变化。对于汽车公司来说，这个图表的更新越慢，能力就越强。对于图形开发人员来说，如果他们能更快地更新就更好了，但更新也会带来成本和资源消耗。我们经常听说厘米刻度。我认为测量厘米刻度最可靠的方法是下车拿一把钢尺。在冬季和夏季，由于热膨胀，卷尺不会有太大的误差。当以厘米为单位测量时，要创建具有厘米级精度的地图是非常非常困难的。此前，我们在高德进行了实验，并在高德的小院子里制作了非常小的地图。这张地图的总长度不到五公里。站在大楼前，看着可见区域，使用移动测量，该系统是业内最好的。我们使用该系统收集并制作了20多个静态测量控制点，制作了近30个控制点，最大精度误差为20厘米，最小精度误差为7厘米。所以小码数只能通过20码或30码来控制到这个水平。如果要在全国范围内生产，即使是汽车工厂加起来也不会购买这笔订单吗。对于另一个厘米级的定位，你可以在这里看到三个惯性导航系统的轨迹：中关村（000931）走廊的轨迹，一个具有大约20万的惯性导航系统，一个拥有40万或50万的惯性导航系统，还有一个拥有100万级的惯性导航系统。用完后，你可以看到深蓝百万级惯性导航的渲染图像非常分散。安装惯性导航进行高精度定位需要打一个很好的问号。经过测试，当涉及到厘米级时，首先证明百万级惯性导航会产生厘米级的误差。就制图而言，这是我制作的一张图表。车道线的宽度是25厘米，高速公路车道线的中间宽度是10厘米……

，误差为正负5厘米。没有一种人类识别算法能够保证中间5厘米能够被真正识别。可以使用任何高质量的点云。我可以保证这条线是在一个白色的袋子里画的，但很难确保它都在在中间。我认为在我们的行业中，我们需要不断地提供技术证据。无论我们与政府谈论你们的政策问题还是其他什么，我们都希望政策取得更大进展。简单地说，这无关紧要，我们需要提供技术证据。如果你是自然资源部的同事，我会来找你说，看停车场会引起很多问题。他会问你是如何测试的，你是否测试过，你可以申请测试，找到任何地图经销商帮助你申请测试。你真的测试过吗？技术报告是什么？现在，在自然资源部有一组公司在进行测试。每个人的结果是什么？我也听到了测试计划。我仍然对这是否真的很清楚持保留意见。拿出技术证据。这也是一个老生常谈的问题。2016年初，德国三大公司正在中国寻找合作伙伴，并进行了一轮检查。检查后，我的感觉是，这次检查实际上变成了图形商家的一次炫耀大会。每个图形商家都说我的自动化率很高，我有哪一个？我所能看到的一切都很有光泽。有了人工智能，人工智能变得非常扁平，我认为没有人在人工智能方面给人留下特别深刻的印象。然后我会说自动化率非常高，我听说有完全自动化、95%和99%的自动化率。简言之，有各种各样的自动化率，这是可以看到和听到的。隐形产品的定义是什么？刚才江老师在讨论数据标准。整个行业都有必要建立数据标准。一些图形供应商参与了静态数据标准的制定，这些标准是在交通部的领导下完成的。最近，我们正在讨论集中管理的问题。对于看不见的东西，产品的定义是什么？例如，在我的地图中，我只提供车道线和路标，自动化率可以很高，但你想要的东西可能不一定在我的图中。还有质量标准，比如完工后不用检查就放在一边，自动化率很高。一旦完成质量检查，就有很多错误需要纠正，但自动化率仍然很高。所以自动化率有很多先决条件，只有当实际质量水平达到什么水平时，我们才能说自动化率到底是多少。对于汽车公司来说，今天有很多来自他们的兄弟。之前我们和车企沟通的时候，大家都问自动化率的问题。很难概括自动化率。如果我们单独谈论车道线的自动化率，这个时候就更清楚了，比如达到95%。这一点非常清楚。坦率地说，我不知道你赚了多少钱。你炸了一桌菜，有些是你做的，有些是妈妈做的，还有一些是儿媳做的。当我问你占了多少百分比时，很难回答。让我们先澄清一下是谁制造的。自动化率是图形商家的自然驱动力。每年，老板今年在你身上花费1000万元，明年在同一件事上花费800元。如果你今年不能做到，你会怎么做？因此，生产成本每年都在降低。因此，为了竞争和内部管理，自动化率是图形商家本身的驱动力，所以你不需要担心。另一个常见的问题是如何将导航地图与第三方SD地图很好地匹配，这是相当困难的。对于汽车制造商来说，我们非常理解他们的意图。我还想买两件商品，当然，我希望这两件商品都能由市场上最好的供应商提供。最好的供应商可能不一定是一个，所以我希望将这两个联系起来。这两个功能仍然非常非常接近。例如，导航系统画了一条很长的路，我需要从昌平开车去场馆。接下来，汽车负责驾驶一条或全部道路。在数据方面，您的SD地图和HD地图应该具有稳定的相关性。如何建立关联关系？通常，在制作高精度地图时，已经有高精度地图在所使用的编辑平台中进行了预匹配。有些区域可能匹配得很好，而另一些区域可能不匹配……

嗯。因为有两种类型的数据、两个模型、两种完全不同的东西，而且坐标不一致，人们会再次进行匹配以确保准确性，因为很难完成自动化。这样做之后会有什么问题？我在自己的生产线上，例如，这两个数据都是我自己生产的，我可以连接各个环节。但是，如果我做高清地图，另一家公司做SD地图，并做非常动态和准确的关联，首先，向我开放原始数据。其次，不断告诉我，我今天更新了北京高速公路，明天更新了京藏高速公路。这些更新都是图像经销商的商业秘密，要解决这不是一个技术问题，而是一个相对困难的商业问题。从技术上讲，NDS协会有相对良好的设计，并且已经有了这样的东西。第二个问题是先决条件是什么。我自己的理解是，如果我还不能进行自动并线，例如，如果我想从昌平开车到这里，从六环转到北京高速，如果汽车不能从六环转向北京高速，结果是我仍然必须自己做。如果我自己做，建立关联关系的目的是什么？不管怎样，当涉及到这件事时，我必须自己做。就时间节奏而言，我认为这件事可以晚一点做。匝道控制更难解决，如果这是功能设计，这件事可以晚一点解决。也许未来会有一些更好的技术手段，而不是按照我刚才提到的方法，所以我们都可以期待未来会有什么样的好方法。现在是广告期的时候了。我展示的是腾讯高精度地图的整体设计。我对高精度地图的理解是，它们由数据、终端和云组成。这些事情在未来肯定会成为一个循环，并且彼此之间是因果关系。在数据方面，将分为两部分，包括静态数据和动态数据。终端上最明显的是EHP和定位。腾讯还拥有一支强大的定位团队，由行业专家带领，从事高精度定位研发。云中的每个人也在谈论上传，另一个正在更新和分发。这个循环很清楚。

腾讯拥有自己的自动驾驶技术、仿真技术和强大的定位技术。这些东西现在为高清地图的发展做出了很好的贡献。这些技术不断使用高精度地图，并不断为我们提供高精度地图制作的反馈。总的来说，从技术实施的角度来看，因为我们不是纯粹的研发公司，我们的追求仍然是在市场上站稳脚跟，并与车企建立更好的合作关系。无论我们生产什么样的产品，最终都取决于汽车公司能够接受的大规模生产的硬件。进一步离题，我们在高精度地图方面已经工作了几年，很明显，在自动驾驶领域，没有一家企业可以做到一切。总的来说，我们应该缩小自己的范围，做自己最适合的事情，同时也要做别人最需要你做的事情。无论是从公司还是行业组织的角度来看，都应该更加重视这些方面，以补充整个行业。这是一条生产线的概念，内容很少。腾讯有自己完整的生产线，包括数据采集和生产，以及质量控制，包括汇编等等。现在腾讯的进度已经基本完成了国道。这是一代收集车。腾讯上有十多家，其中大多数目前正在工作，还有一些正在参与实验。接下来，我们将制造第二代收集车。敬请期待。我希望在今年年底或明年初开始研发第三代采集车，因为采集是高精度地图的来源。无论使用的技术、视觉技术还是其他技术，毫米波雷达都将在未来加入。首先，将提供高质量的雷达，其次，如何降低成本。极端的可负担性可能导致极端的不可用性，平衡点在哪里？在设计收集平台时考虑成本很重要。此外，在收集过程中有哪些痛点非常重要？需要解决哪些问题？o…的缺点是什么……

当前的收集系统？在考虑我们在收集平台的设计中应该做什么之前，应该对这些情况进行清楚的建模。这是我们的同事开发的EHP诊断接口。EHP有一套协议，协议的目的是让车企不必亲自分析这些高精度地图的内容。例如，一个更好的方法是，当我到达一家餐厅时，我不想自己做饭，我希望坐在那里给我一把勺子和筷子。在完成数据并以原始格式提供后，对每个人来说都不太神秘，但它非常复杂。车企使用起来会更方便，尤其是国内车企也在提供这套东西。我们相信它是高精度地图工具的一部分，我们将逐步将其纳入大规模生产的硬件中。这是最近发生的事情。我的题目是“你在过去两年里做了什么”。除了高精度地图之外，不可避免地会涉及到与自动驾驶相关的其他话题。我们已经宣布与宝马建立合作关系，目标是自动驾驶的开发仍然很困难，需要大量的数据输入。这些数据的收集和管理都将涉及法律和监管问题。在法律法规调整之前，我们必须为汽车公司提供一个真正安全可靠、没有任何违法嫌疑的系统，让每个人都能安心地发展自动驾驶。从高精度测绘团队的角度来看，由于我们之前的工作，我们与相关政府的互动相对密集，因此不可避免的是，我们在这些事情上也做出了许多贡献。在当前的行业中，一方面是地图。未来，高精度地图本身将涉及许多与云相关的事情。因此，我认为地图和云的资格在未来是必不可少的。现在人们更关注的是地图的资格。地图的资格也取决于各部委最终将如何定义它们。我认为完全忽视安全管理是不可能的，所以每个人仍然需要找到一条切实可行的道路。近年来，我们一直在处理的最重要的事情是高质量和高精度的地图。正如我们刚刚谈到的那样，首要也是最重要的是高质量。汽车公司需要的零部件基本上是一样的，比如提供零部件。如果汽车开了两天就烧坏了，那肯定是不能接受的。因此，这个例子非常极端，但我们提供的任何东西都放在车里，高质量是一件非常明显的事情。在实现高质量之后，让我们谈谈其他事情。最好更新得更快或更好。让我们谈谈在实现高质量之后的其他事情。第二个自动驾驶开发平台与此相关，如何推进这一部分也是一个大课题。在自动驾驶的发展过程中，这是一个不可避免的过程。随着自动驾驶水平的提高，人工智能应用越来越多，所需数据也在增加。这些平台都具有数PB或数十PB的容量。作为从业者，我们需要做的是了解行业的需求。我说的不是自动驾驶行业中的高精度地图行业。自动驾驶行业需要什么样的东西，我们如何才能做出更好的产品，还有一点是我们需要做技术验证，不仅仅是说说而已，还要有数字化的基础。下一步是向政府提供政策建议，告诉他们我们的行业正在发生什么，我们需要什么政策支持，以及当前政策可能面临什么问题。在近年来与自然资源部打交道的过程中，我能理解他们的困难，他们非常愿意帮助每一个人。此外，从全国的角度来看，智能交通产业联盟制定的标准制定后，自然资源部对地图和地图的标准化提出了质疑。如果我们想升级到国家标准，我们将不可避免地面临标准化的问题。作为具体的参与单位，我们希望整个行业继续融合，部委之间有更多的沟通，甚至有一个双重集中的机制，逐步把这些东西交给企业，为唱歌搭建舞台。政府将提供安全和保密技术以及必要的工业……

促进自动驾驶平台发展的政策。最重要的是实事求是。我们的行业非常强大，这个行业有很多精英。但就所有事情而言，我们应该更多地成为土鳖。告诉您的合作伙伴、客户和政府实际情况。我们需要产业政策的支持和各种技术手段的保护。如果你不说出实际情况，政府很难做出正确的选择。这就是我想和大家分享的全部内容。谢谢大家。

标签：宝马DS凯迪拉克凯迪拉克CT6特斯拉

汽车资讯热门资讯