金融時報：沒有高精3D地圖自動駕駛免談

最新 02-24

近日，全球知名財經媒體英國金融時報（FT）對自動駕駛汽車領域的高精3D地圖進行了深入報道。報道分析認為，高精3D地圖是目前自動駕駛技術不可或缺的基石，同時也闡述了目前發展所面臨的挑戰。目前，全球科技巨頭早已默默布局這一領域，同時眾多創企也在對高精3D地圖技術發力。智東西/車東西也曾與DeepMap創始人James Wu在內的多位該領域從業者有過深入交流和報道。

以下為報道全文編譯：

近年來，自動駕駛汽車飛速發展，不僅能夠通過雷達測量與下一輛車的距離，還可通過激光雷達感測器發出的激光脈衝來測量周圍的環境。但對於自動駕駛汽車而言，最重要的不是它所能夠探測到的東西，而是它事先就知道它所需要經過區域的具體情況。

因此，機器人所需要的就不僅僅只是一張地圖了，原因在於這些汽車需要對周圍的環境進行三維顯示，並且需要不斷更新並將數據精確到厘米。所以，如果沒有更好的3D地圖，那麼想要實現被大肆宣傳的自動駕駛汽車革命就會慢得多。

在機器學習演算法中，最關鍵的一步就是數據的收集。通過數據收集，不僅能夠為現在技術提供發展動力，更重要的是可以通過收集物理知識，來培養下一代新型汽車。而研究人員也希望，最終的信息基礎層不僅僅適用於運輸和物流行業，也還可以促進增強現實技術的發展，並應用到任何機器人、無人機以及汽車上面。

然而，想要實現這一期望，第一步要做的就是為自動駕駛汽車開發有效的數字測圖技術。曾經營Google Maps，是Google Earth創始人之一的地圖測繪專家Brian McClendon說：「這是一個非常棘手的問題。」

他認為，這些地圖之所以對自動駕駛汽車非常重要，不僅因為其可以提供地理位置信息，更重要的是因為「它減少了自動軟體為了識別周圍環境所做的工作量」。

Google Maps前負責人Brian McClendon

此外，他還表示，他們通過將實際環境與地圖預測的環境進行比較，可以將自動駕駛汽車注意力集中在不同的事物上，使其可識別行人或自行車。

與此同時，去年，自動駕駛汽車研發領域的投資達到了歷史的最高水平。隨著資金的大量增加，數字測圖技術也在不斷地進行完善。像Civil Map、Deep Map以及Lvl5這樣的初創公司，也已經吸收了來自谷歌、蘋果、特斯拉等巨頭的測繪工程師，其融資也已經超過4000萬美元。

相比於創業公司，自動駕駛汽車研發巨頭都擁有自己的測繪系統。如Alphabet公司擁有Google Maps、Google Earth、Google Street View 以及導航應用程序Waze。其測繪能力就被認為是Waymo的一項關鍵優勢，而Waymo也已經完成了超過400萬英里的自動駕駛測試。

因3D地圖的複雜性，是否將其稱為「地圖」，在業內引發激烈爭論。之所以說它複雜，原因在於其所需要收集的信息要包含幾個層次的內容：人行道、建築物以及樹木的物理位置；道路標誌和交通信號燈以及自動駕駛汽車該遵守的交通規則，如觀察限速等。此外，準確性問題也非常重要，即使是非常微小的變化也會產生影響，如每年要移動幾英寸的大陸板塊。

對此，DeepMap首席運營官羅偉直言用地圖一詞描繪它是不準確的。他更傾向於將其看作是一個可以為汽車提供周圍環境的軟體。DeepMap的創始人James Wu則將這些地圖描述為能夠使機器人定位其自身位置的「大腦的一部分」。

移動定位平台Here的製圖負責人Ralf Herrtwich說：「作為自動駕駛汽車的「集體記憶」，我傾向於將其看作是地圖。」他開玩笑說：「這就像一個教授自動駕駛汽車的駕駛學校。」

Here公司的汽車地圖主管Ralf Herrtwich

不管將其稱作什麼，數字測繪技術對於自動駕駛汽車而言肯定是非常重要的，但其製作也面臨著諸多挑戰。

目前，自動駕駛汽車領域競爭激烈，而數據收集僅是這場競爭中的一部分。當穿越街道時，一輛自動駕駛汽車就能夠收集1TB的數據，這些數據足以填充1400張CD。通過汽車感測器收集到那麼多的詳細信息，如果是通過互聯網進行傳輸，其工作效率就會非常低。

現在很多公司必須將這些數據從一個硬碟驅動器轉移到另一個上面，這個過程有時候被稱為「人力網（sneakernet）」，因為工程師開玩笑說通過硬碟驅動器進行信息傳輸就好像自己在傳輸信息一樣。

地圖測繪創企Civil Maps的首席執行官Sravan Puttagunta說：「很多公司都不知道該如何存儲他們的數據，這也是為什麼自動駕駛車輛需要進行地理圍欄的原因。它們不能適應存儲在汽車內部的數據，所以它們只能局限在部分區域內。」

Civil Maps正試圖通過簡化地圖數據來處理這個問題，以便更容易進行管理，但目前還沒有單一的行業標準。此外，生成這些地圖所需的人工智慧還遠未完善。因而人們通常需要檢查地圖上的標籤，評估是否需要更新，並分析測試過程中汽車出現錯誤的原因。

正在為AI提供人力培訓的Scale API公司的工程師Alexandr Wang說：「談到AI，還有一件事沒有真正提到，那就是如果想要真正的發揮這項技術的作用，那背後需要多少的人力？如果這些公司試圖生產自動駕駛車輛，他們就需要僱傭一群人來仔細的測試這些地圖，就像如今的Google Maps一樣。」

地圖是依據現實環境而製作出來的，但現在社會處于飛速發展階段，無時無刻都在發生變化，那麼想要製作地圖，就需要不斷地進行更新，以便為汽車提供最新的信息。

該行業還處於深度分散狀態，對於高清的3D地圖沒有明顯的通用標準，各家公司也不會對外分享任何數據，因為他們認為這是重要的專有信息。

DeepMap的吳先生表示：「每家公司都在試圖開發自己內部的高清地圖，以便滿足自動駕駛汽車需求。但是，沒有數據共享，那麼一切都需要重新發明，這就浪費了大量的資源。這也可能是阻止自動駕駛汽車成為商品的原因之一。」

而且，由於上述原因，公司想要進入新城市時，就需要重建地圖。每個城市也有不同的駕駛規則，這也意味著製作的地圖需要不斷進行調整。Scale API公司的王先生表示：「公司必須在進入每個地區時都要重做軟體。」

隨著社會的發展，人們越來越重視自身的隱私問題。而高清地圖的製作者必須處理這些隱私問題。如一些房主以隱私為由，堅持要求Google Earth將其房子的形狀從地圖中清除，並且Google Street View 也對車牌和人臉進行了模糊處理。雖然這些圖像只是被用來與機器人的大腦進行通信，但是其所包含的高度細節也可能會引起隱私倡導者的警惕。