文章正文
苹果、百度纷纷更新,高精地图这块“硬骨头”怎么啃? -IOTE物联网展

发布时间:2022-09-27

近日,百度地图更新“车道级事故预警”功能,可监测高速路突发事故、紧急施工等交通事件,并实时更新前方事故车道信息,向车主进行预警。

图片

百度地图灾祸预警示意图

(图源:百度地图)

值得一提的是,百度“车道级导航”是基于高精地图的应用。而最近基于此技术更新地图应用的不止百度一家,苹果也在自家的3D地图上更新了细节。据悉,苹果3D地图不同于卫星3D地图,其场景及地图中建筑物并非来自卫星图片,而是由自己设计。


图片

苹果3D地图示意图

(图源:苹果)

在过去,地图的功能与服务更新大都基于卫星,而如今则基于各家测绘的高精地图。卫星和高精地图的不同点在于,后者需要进行实地测绘。这从侧面也体现出,目前地图定位技术正发生“后端技术前端化”的转变。如今大部分地图公司、汽车厂商都在拥抱高精地图,主要是因为政策指向。


什么是高精地图

后端技术如何前端化?

地图产品与一般互联网产品类似,也由前后两端构成。后端由卫星提供定位技术和相关图片;前端则提供软件服务。但目前传统地图在精确度和时效性上已不再能满足人车需求,于是后端技术不再局限于卫星,而是通过结合前端的雷达等测距技术进行实地测绘,加之对场景的渲染,构建更符合新时代的高精地图。

高精地图由静态和动态两个图层构成。静态处于底层,一般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,以及用于多传感器定位的特征图层构成。而动态图层则建立于静态图层的基础之上,主要包括实时动态信息,既有其他交通参与者的信息(如道路拥堵情况、施工情况、天气情况等),也有交通参与物的信息(如红绿灯、人行横道等)。

图片

高精地图的动静态要素

(图源:网络)

由上图可知,地图通过特定图层来描绘特定类别,然后将图层叠加进行路面表达,终端显示的导航地图一般由10层以上不同分辨率的图片组成。当用户进行缩放时,程序根据缩放级数,选择不同分辨率的瓦片图,再拼接成一幅完整的地图。

虽然有很多图层,但按照为地图整体提供的功能来划分,可以分为三大图层架构。

图片

构成高精地图的三个不同图层

(来源:四维图新)

在应用端,由于路况复杂,高精地图还需分析地图中不同的信息,一般分为道路信息、规则信息、实时信息三部分。道路信息为自动驾驶汽车提供决策基础。而规则信息与实时信息则是基于道路信息与车联网获取的实时信息,用来规范驾驶行为

图片

构成高精地图的信息分类

(来源:中信证券研究部)

对比传统地图,高精地图在面向对象上有所差异。传统地图主要面向人,以人的认知为基础,解决的需求包括规划路线、确认地点、辨别方位等,高精地图面向的是自动驾驶算法,或者说“一台机器”,数据将作为自动驾驶算法的输入端,解决的需求包括环境感知、高精度定位、规划与决策等,是自动驾驶汽车行驶上路的“行动指南”

另一方面,在时效性要求上,高精地图比传统地图更高。传统地图更新频率一般为一季度更新一次,而高精度地图由于涉及辅助及自动驾驶,理想情况为一小时更新一次。

图片

高精地图与传统地图的区别

(来源:中信证券研究部)


在实际场景中

构建一张高精地图有何难点?

目前,地图公司主要通过专业的采集车进行集中测绘与制图,这种采集方式优势很明显:精度高、可靠性强。一辆高精地图采集车需要搭载的设备包括激光雷达、摄像头、陀螺仪、GPS接收机、数据储存计算设备等

在价格方面,据《智能网联汽车高精地图白皮书》显示,分米级地图的测绘效率约为每天每车500公里道路,成本为每公里十元左右,而厘米级地图的测绘效率约为每天每车100公里道路,成本在每公里千元左右。

经过一番推算不难得出,目前高精地图在测绘上还有面对成本过高的问题。相比高速路段,城市主干道等开放道路的测绘范围会更大,路况也更复杂。以1辆采集车1天采集有效数据100公里计算,100辆采集车也要1个月才能采集完1次。而1辆采集车的购买成本就在百万元级别

同时,由于高精地图对时效性的要求,采集完之后的地图维护和更新,包括地图绘制、校正地图信息、更新POI信息等译制工作也会增加一定成本。在这样的成本压力下,要地图公司投入更大规模的采集车,并完成高精地图日更或周更,并不现实。即便是头部企业高德地图,截止2021年底也仅在国内近30个城市完成20万公里的采集,而全国城市道路总长近1000万公里。

而针对成本问题,后来大多厂商使用众包采集的解决方案。即利用搭载了激光雷达、摄像头等传感器的乘用车辆,在行驶过程中收集道路信息并上传到云端,地图公司在云端对道路数据进行处理,更新高精地图,再拿给车辆使用。这种采集方式的优势在于,可以利用存量更大的乘用车,对道路信息进行不间断地采集处理,达到更新快、成本低的目的。

不过该方案也有一定的弊端。首先是同车型由于传感器和操作系统上的差异,产出的数据格式不同,导致传到云端后在数据融合上有一定难度。第二是由于测绘数据涉及国家安全问题,国家相关政策对其进行了管制。


图片

自然资源部《关于促进智能网联汽车发展维护测绘地理信息安全的通知》

(图源:自然资源部)

其中第一条便明确了相关约束信息。简单来说,只要是车上装配了定位模块、摄像头、激光雷达等传感器,并进行地理数据的采集、存储、传输和处理,就算是测绘行为需要受到相关法律约束



政策为国内企业撑起保护伞

地图、定位解决方案公司的新机会

今年8月30日,上文提及的《通知》颁布,其第三条规定如下:

需要从事相关数据收集、存储、传输和处理的车企、服务商及智能驾驶软件提供商等,属于内资企业的,应依法取得相应测绘资质,或委托具有相应测绘资质的单位开展相应测绘活动;属于外商投资企业的,应委托具有相应测绘资质的单位开展相应测绘活动,由被委托的测绘资质单位承担收集、存储、传输和处理相关空间坐标、影像、点云及其属性信息等业务及提供地理信息服务与支持。

简单来说,外资企业无法取得测绘资质。同时,根据自然资源部发布的相关规定,高精地图测绘制作,只能由具备导航电子地图制作甲级资质的单位进行。截止2021年底,获得甲级资质只有31家企业,而在经过2022年的三次复审后,目前只有19家企业通过

图片

2022年甲级测绘复审换证通过单位

(数据来源:自然资源部)

并且,出于数据安全的考量,也为了解决高精地图在生产更新中的合规性问题。在前文提到的测绘众包采集方案上,工信部主导了车联网基础数据与地图服务平台建设项目,建立了处于Tier 1(地图公司)和监管部门间的单位Tier1.5,作为OEM(汽车厂商)和Tier 1之间的纽带,加强动态数据汇聚、数据推送、服务监管支撑、数据合规处理四方面的能力。


图片

高精地图产业角色定位

(图源:2021年《智能网联汽车》杂志1月刊)

此举虽可有效解决众包采集方案中的合规性问题。但也无形中限制了辅助驾驶和自动驾驶发展。这其中汽车厂商最着急。一般情况下,汽车装配的雷达传感器、摄像头等硬件所采集的数据不是为了测绘,而是为了训练算法。但由于政策规定,目前的相关进展已暂停,比如与华为合作的极狐汽车,城市道路高阶智能驾驶功能的交付时间仍在后延。据业内人士透露,大家都在等政策风向。

另一方面,虽然特斯拉等知名车企提出“重感知,轻地图”的路线,采取了完全不依靠“高精地图”的纯视觉自动驾驶方案,把用作仿真训练的“短时路网”保存在国内的服务器上。但目前已知消息是,特斯拉仍不被允许进入一些敏感的行政区域。不仅在中国,今年早些时候,德国柏林警察局曾下令:禁止特斯拉进入警察总部和刑事警察局相关场所。

而更多的汽车厂商也重新开始关注高精地图。比如蔚来在今年第一季度财报提及:今年三季度将基于与合作伙伴共同开发的自研高精地图,推出NOP+增强领航辅助功能;同时与华为合作的极狐阿尔法、阿维塔等搭载的高阶智能驾驶功能ADS,都会搭载华为高精度地图

目前看来,虽然审核制度比较严格,但相关部门也在着手与企业打配合,换个角度思考,其目的主要是加快相关产业国有化进展。加上汽车厂商纷纷在重新布局高精地图。综上所述,从政策和市场来看,高精地图或是国内地图公司、定位解决方案公司的一大机会

粤ICP备05006090号 版权所有©深圳市物联传媒有限公司
首页参展商观众关于IOTE

微信扫码
注册展会VIP观众

服务热线

18676385933

在线咨询

回到顶部