自动驾驶应用方面对高精度地图有哪些需求?

由盖世汽车主办、中国智能网联汽车产业创新联盟自动驾驶地图与定位工作组协办的“2020 第二届自动驾驶地图与定位大会”隆重召开。本次会议主要聚焦高精地图、高精度定位等自动驾驶关键技术，共探产业未来发展之路。下面是百度智驾地图业务部高精地图业务负责人佘党恩在本次论坛上的发言。

上午听了很多的演讲我觉得非常有收获，特别是谷总，我觉得谷总讲得特别谦虚，我这个题目是讲量产，讲量产的话，今年确实是百度高精度地图量产的元年，我们今年和两家客户已经实现了4款车的量产下线，所以我今天的题目是百度高精地图助力自动驾驶稳步量产，今年是一个开端。

主要是4个方面：第一个方面讲从高精度地图的外部视角，看看自动驾驶应用方面对高精度地图有哪些需求，以及我们整个市场发展情况的预测。第二个方面是针对这些需求，我们高精地图出来怎样的产品组合，以及当前的产品组合，未来的策略是什么，以及产品规划。第三部分可能今天的客户也比较多，所以我们打打广告，讲讲百度的优势和经验，主要是这4部分的内容。

第一部分来看我们理解的自动驾驶的应用。这张图的上半部分可能大家比较熟悉，这是自动驾驶的分级标准，从L0到L5一共6个分级，不管是美国的SAE也是中国推出的标准基本都相同，是6个分级，在这6个自动驾驶的发展阶段，我们从产品的形态上，我们总结出一个渐进式的路径，是分三步走，这个路径也是按照量产的先后顺序来总结。

第一步是针对人类驾驶和辅助驾驶导航和ADAS的应用。第二步主要是针对结构化的高速公路，现在推出的HWP、TJP这一类的应用，这个里面是当前量产的核心，大家的量产集中在这个环节。第三步是向更高级别自动驾驶的产品级别去推进，包括RoboTaxi和AVP等。可以看到高精地图在自动驾驶这个应用阶段都是一些支撑，同时不同阶段对于高精地图的产品要求也是不一样的，不管是精度和更新频率都是不一样的，我们跟客户一起做了很多的项目之后我们总结出，目前大家比较共识的自动驾驶产品往后走是这样一个比较共识的渐进式产品迭代路径。

再往下看看当前这个阶段量产的自动驾驶有哪些功能。很多的配置是目前发展比较多的ADAS这个功能，现在渐进式发展向往去做迭代，主流的有两种形态，第一种是NOA功能，是基于导航的路线做的这个辅助驾驶任务。再往上现在还有L3-handsfree的产品，主打是解放双手，所以它相应要增加驾驶员的视频监控、相关安全接管等等模块与功能，NOA的话主打是从导航地图跟辅助驾驶的关联，所以它在适用范围上可以做得更多，同时在上下匝道这种场景下，因为他的手是短时间脱离方向盘，可以在这些功能上面做更好的发挥。

分开展开介绍一下这两款产品。NOA的产品是先由导航地图规划路径，基于这个导航路径可以实现这种自动化的进出匝道、超出、并线、巡航等等相关驾驶，对于地图的话现在用的几个主要的要素或者是地图的内容，第一个要提供的是车道级路径，这个路径提供出来，辅助驾驶系统会根据这个路径做进出匝道时机的判断，这是非常重要的，就像汇入、汇出这些路径是非常重要的。还有就是其他口的路线，因为在进出匝道的时候这个路径是不同的，所以要感知难点问题。还有就是要进行定位，这是上述其他功能基础的前提，这里用到的地图要路也提到了，包括车道线几何、拓扑、加减速车道等等。

Hands free现在的设计是在高速和城市路，这个范围之内是允许驾驶员比较长时间脱手的，另外就是如果行驶到ODD范围外，要提示用户去做一个车辆的接管，同时要预留充足的接管时间，给用户一段时间去接管这个车辆，这是整个hands free完整功能的描述。跟NOA不同的话就是在hands free里面地图还要提供地理围栏的数据，这是高精度地图的范围，它会告诉hands free系统哪些区域可以安全开启自动驾驶，超过这个范围需要人类司机去接管这个车辆，这是非常重要的。同时，我们基于这个地理围栏提出了地图的RMA，就是地理围栏依赖的这些地图要素我们一定要做到非常高的正确率，来帮助到我们做出很准确的安全开启、接管这个范围，这个也会精确到车道级别，就像这个里面产品分类会做得非常细，比如说车道线的磨损，还有加减速车道、渐变速车道等等，以及车道线这些详细的地方，我们都会提供非常详细的数据出来。除了地理围栏，其他的定位模块在这个里面都是需要的。

讲到一个业务就不得不提它的市场空间，因为做一个业务一定要考虑它的长远发展问题，我们也是基于自家对于市场的一些判断，同时结合了一个市场就像市场行业的IHS的报告，我们做了一个预测，这里分为两部分：

首先，在搭载这一块，今年我们的搭载是万级别，我们看整个市场的话，我们预测到2023年左右可以到百万级别的规模，然后再进一步2025年在这个基础上会翻一番，大概是这么一个基础的预测，当然这个里面的5年内的发展，高精度地图不仅是用于L2+这种形态，它目前已经有L3、L4级别的限定区域的高精度地图，现在百度这边已经是商业化的产品来提供，所以这是一个组合的情况。

同时在市场规模方面跟搭载也是正相关，从2021年基本上开始起步爆发，到2025年我们判断是到一个十亿的规模，周期会比较长，但是我们判断在整个高精度地图方向领域内一定是存在独角兽的机会，这个市场空间还是非常广阔的，这是第一部分对需求和市场的一个判断情况。

第二部分，我们来看看百度在量产的这些项目里面，我们做出来的一些产品有哪些，以及我们对于产品的思考来供大家参考。

我们看产品组合首先要先看一下做出来的产品里面是怎么样的构成。我们还是以主机厂为中心，在自动驾驶系统下面会有一个系统总成商，地图和定位现在在市场里面目前软硬件是相对分离的，就像百度等等我们的一些友商主要是做地图定位这个软件的，同时我们依赖像导远这些会提供盒子的一些硬件。也有一些做法是我们的软件是直接放在这个域控制器的做法，就是整个还有在最下面支撑的话是摄像头，还有GNSS、RTK、IMU等传感器，整个是这样的一个系统组成。

同时系统里面不同的模块还要进行相关信息的通信，所以这个里面是以太网或者是CAN的网络，以及相应的模块都需要做开发，因为高精度地图需要不断地更新，所以我们整个是需要联网的环境，还需要跟T-box连接到云端，如果是NOA的功能实现同时还要跟车载的云系统去做交互，把全局的路径在系统里面进行交互。整个是这样的一个系统组成，在这个系统组成里面我们的定位是数据和软件的供应商。

当时我们的产品主要包括4个部分：第一是地图数据，它的功能就是超视距、稳定和高可信度这样相关的车道线、要素等等的信息，这个是包括首先车辆定位以及AD所有功能是提供基础的数据支撑。

第二，百度还提供融合定位的服务，融合定位可以基于高精度地图、绝对定位向RTK等等，在之上做一个融合的定位算法，它可以准确地把车定位到具体的车道，定位到车道之后这个是后续相关功能的一个前提，像变道、超车等等都会有具体的定位。

第三是地理围栏，就是我们给上层系统去提供这个ODD的功能，在ODD内也可以做超出ODD相关接管的提示。

第四个就是动态服务，我们在平台里面需要提供数据的更新，同时还有很多的动态信息，比如说交通流、交通事件等等这样的信息，把这一份静态的数据去不断提升它的时效性，同时动态的数据去更好地保障自动驾驶的安全性。这是我们主要的产品组合。

当前我们是这样的一些产品，未来高精度地图业务或者是这个产品怎么做这里有一点思考，把这个业务放到三维的坐标系里面，首先我们当前的点是在这个坐标原点，我们可以看到它是一个高速的地图和定位这么一个基础产品组合，这个可能是大家目前市面上基本面可能都在这里，那高精地图未来怎么发展呢？分成几个维护：

首先，在业务的宽度上，我们当前是在结构化道路，未来我们要往城市的道路上走，很多的客户其实提出了要适应更多的场景，往城市道路、停车场这个方向去进一步覆盖。终极状态是高精地图要做到全域的覆盖这样的目标，这个是在宽度上的一个思考，是进一步去拓展高精地图的覆盖范围。

其次，在应用的高度上，我们在想当前高精地图的作用主要还是服务于高精度自定位的功能，随着高精地图的数据质量不断提升，数据的鲜度越来越好，要素丰富度越来越高的时候，高精度地图可以发挥在自动驾驶里面更多的作用。一个是我们可以去结合规划和控制，做更好的一个全局车道级的路线规划，并且基于我们地图相关的属性可以做更好的一个车辆控制，不仅是安全，通过考虑舒适，这是一个高精度地图可以向上进一步发展的方向。

更进一步就是我们地图还可以服务于感知、决策，我们可以看到很多的驾驶行为，其实会产生很多的经验，这些经验其实有很多是跟地理的这些信息场景相关的，比如说我开车过一个匝道，往往匝道限速30，但是没有摄像头的情况下我可能不会用30去开这个匝道，我可能60就可以过，这种经验以及我实际行车的路线不一定是严格在这个车道线上的所以这种知识经验类的信息是可以作为一个高精度地图之上的一个图层来产品到这个高精度地图里面，这个里面我们就会把高精度地图做成一个有认知的地图，去帮助更好的自动驾驶去做相关的一些决策，一些控制等等，这是认为自动驾驶地图我们整个还是在自动驾驶这个大方向内去看我们高精度地图的作用，这也是决定了我们高精度地图的一个业务高度，能不能做这么大的一个范围来。

还有就是商业模式，随着5G的环境越来越好，高精度地图以后可能是服务的形态，它只在云端，所有的车是连的从一份高精度地图，它就变成了虚拟感知的云端环境，拥有上帝视角，所以这是我们的终极商业模式，这个商业模式建立了以后可以根据用量，你的车到底行驶了多长距离、开启了多少自动驾驶、用了多少地图，可以用这个方式去做高精度地图的一个商业模式。整体这个业务的规划，我们可以看到虽然规划得很好，但是往任何方向去迈一步都是非常有难度的，这个也需要我们从业者大家一起去做更多的思考和实践，来看一看我们高精度地图到底下一步未来往哪一个方向去走。

有了一些规划的目标，怎么去做、怎么去实现，这是一个路径的问题，在路径上我们也总结出了两个信息，就是数据和服务的两个量产闭环。首先是服务，高精度地图还是服务于客户To B的业务，我们跟客户之间要形成一个整体正向的服务闭环，服务的闭环就是我们需要更懂自动驾驶，客户给我们提出的需求我们进行了满足，在这个过程中我们和应用是形成了更好的know how的积累和循环，我们希望在这个循环里面不断跟客户去做打磨，到底有多少的质量标准，这个跟C端用户的使用是非常强相关的，首先是第一个闭环我们需要去懂自动驾驶，做哪些，做怎么样的高精度地图。其次是在数据实现的闭环，当前大家也知道，现在图商第一版图往往都是自己用自主的采集程序做，现在的覆盖范围是说在高速公路、城市快速路，未来高精度地图是比导航地图要求更高的鲜度，它是给自动驾驶和机器来用的所以它对鲜度的要求更高。

那怎么去做？我们想不仅是要有自动采集，同时要构建一个数据的闭环系统，和客户的自动驾驶一起，帮助这个高精度地图自动更新。因为很多自动驾驶车上配备的都是非常好的传感器，它的数据如果能够汇聚到云端，是能够很好地帮助高精度地图来做更新，不断提升数据的鲜度，我们从季度到月度到周级甚至到天级实时更新都是完全可以实现的，这是讲到我们的路径很重要的两个闭环，百度也是在积极推进这两个闭环的建设，某种意义上来说，这两个闭环是否能建成也是未来决胜的一个关键所在。这是整体第二部分关于产品相关的一些策略和规划的思考。

第三部分我们讲讲主要是我们在量产里面有什么样的能力提供和我们的一些关键优势，跟大家做一个分享。

这张图可能现在比较多见，现在是地图或者高精度地图生产的流水线，从数据采集，摄像头、IMU等等，第二个我们会做很多的自动化处理，像图象识别、拼接、融合等等，再进一步到内页，内页再打造人工的平台，让人工去做制作和质检。最后是数据发布，以一个交换格式提供给我们的客户。整个环节百度是最早来执行这么一套生产线的，我们是在2013年的CDPR会议上发了一篇文章，提出了高精度地图的生产流水线，基本上到今天这个流水线应该是比较共识，就是形成了一些标准的做法。它的自动化是关键，我们的AI技术要在里面发挥作用，不断提升效率，从而提升性价比。

这里的4个优势我快速说一下，第一个是采集车队够不够，就是要构建你的第一份高精度地图的同时要去更新，那就有比较大的采集车队。其次是AI，不仅是现在里面的这些要素，很多高速里面的标牌都需要高识别性，需要技术上不断去打磨。第三就是制图的经验，百度是互联网公司，但是背后也是我们25年的一个专业制图的经验。最后是质量控制体系，除了效率，质量同时也是非常重要的，质量是生命线，所以我们的质量其实很早之前就有16949的质量体系认证。

除了生产线之外，我们还是提出要推进专业测绘+众包更新的数据生产方式，这个意义刚才也提了，就是单靠自己的采集车是无法做到更大范围，就像城市道路，我们整个有中国上千万公里的道路，那怎么去做出这个高精度地图？一定是要通过社会化的这种方式去作为采集方式和数据生产方式，它有自主采集车，同时要有普通车辆以及未来的自动驾驶车，在云端我们要汇聚所有的数据，去快速生产加工数据，生产快速的高精度地图，从而向自动驾驶的应用去提供相应的服务。

除了数据之外，高精度地图一定是一个服务，一定是一种平台，所以当前阶段我们是数据+云端服务的组合方式，未来的高精度地图一定是在服务上更加重要、更加侧重的。百度的这个服务平台的整个overview是这样的前景，首先是基于百度云，还有百度LBS的平台，加上百度高精度地图相关获得所有的数据，以及我们能提供所有基于数据的增值服务，以及开发者相应提供的服务等等，我们在这个平台上都会来提供支持。

这个里面既有标准服务，然后也有定制化的服务，其中标准服务包括我们的数据回传服务，地图OTA的更新服务，以及ODD服务，还有动态的信息，这个是标准的。同时定制的服务我们也提供基于回传数据相应的数据挖掘、标注等等这样的一些增加值训练相关的服务，也是在这个平台可以提供的。

这个平台同时会考虑有非常完整的合规性考虑，特别是面向国际的OEM他们非常关心我在中国开展业务，尤其是比较敏感的测绘这个行业，你能不能保证我是合法合规的。我们在这个里面也有充分的考虑如何去做数据的隔离，如何保障我们在全流程里面数据合规相关的考虑因素，也是通过这个服务平台，我们希望用平台去连接未来的车以及连接其他的云，来做成一个最终的闭环生态，数据在里面是非常良性的一个流转运作。

同时这个平台我们的一个优势总结来说，第一，基础设施我们是百度云，百度现在有亚洲最大的互联网数据中心，然后我们的CEO也说未来会有5百万台的服务器加码在云基础设施上。第二是云端AI大数据处理，这个也是缩短发布周期、提高发布效率很重要的关键。第三刚刚讲到的专业合规。第四是数据生态，在数据生态上其实我们的优势是我们有阿波罗的大生态在这里。同时，百度其实不仅是数据，还有全栈式的自动驾驶解决方案，所以在生态构建上我们可以相互借力更多。

除了基础服务，我们用技术还打造了一些差异化的服务能力，这里是举三点例子，也是我们正在做的更多服务提供。

第一是动态数据，大家很关心你能不能做到车道级？首先我们在施工方面去挖掘这种车道级别的施工，帮助自动驾驶车能够更好地在某些车道级别施工，它可以做更好的决策。

同时融合定位里面我们也是应用了AI的技术，就是让这个融合定位变成一个用AI的数据驱动的方式去做这个算法迭代，或许就可以极大的减少成本、提高效率，让我们离线或者在线的智能方式去迭代智能算法，它一方面可以跑出人实际路测远比人多的场景，另外可以很快放大到全国。

第三就是道路的可靠性服务，这个ODD其实是动态的，不仅是静态的，通过我们数据的聚合，能挖掘一些动态的就像位显时间，就像路面的积水等等这些东西，我们会去放到我们的RS服务里面，从而让这个辅助驾驶运行得更安全，这是我们打造的差异化的服务能力。

最后是我们售后量产的工程服务技术方案。主要是车和云端两个部分，在云端我们相应的地图会放在云端，方便做地图更新，还有动态数据，刚刚的RRS那些数据，这些数据不仅可以连接到车机的动态盒子，同时可以给定位系统直接提供服务，在车端我们会有静态的地图数据，有相应的程序库，就像OTA的程序库，自定位算法也在云端，同时有EHP，EHP以车跟其他模块的接口传输出去，同时我们还接收来自于不同传感器的输入，就像摄像头还有车身信息等等，组成了我们整个量产工程的技术方案。这个方案在目前我们的量产方案里面也是大量在应用，也是经过了跟多的打磨。

最后一部分是快速总结一下我们的一些量产的经验和客户案例，首先这个是展示的百度的高精度地图已经合作的客户以及量产时间表，其实可以看到在今年我们有两家客户，车代表客户，方向盘代表搭载的量级。

2020年是一个开端，2021年我们有4个量产客户会集中在这个时候释放SOP，2022年和2023年这个项目不是很多，但是主要的原因是现在有很多的这个项目其实还是在立项、招标等等过程中，我相信随着我们在今年、明年有很多的标杆项目出来之后，我觉得在行业内会形成这样的一个趋势，会带来整个市场的爆发。

这一份成绩单我们也想打个广告，百度从13年开始做这个业务，到今年也是第7个年头，经过不断的努力，在今年我们可以看到这个东西的价值最终出来了，它在用户这儿产生了。所以目前我们在量产上今年应该是最早的，现在量产的项目同时并行的也是最多的。

今年4款车也给大家展示一下，这个是两家客户的4个车型，其中三个车型已经量产下线，还有一个车型是在9月份即将量产，整个我们已经是万级别的激活。我们可以看到搭载了百度的高精度地图和定位产品，我们应该做好这一部分的能力和功能，去帮助到最终客户，自动驾驶这个产品去上线和落地，去获得C端用户的认可，从而获得一些收益，来帮助整个业务形成这样的一个良性的循环。今年只是我们业务的一个开端，未来我们会有更多的车型陆续推出。

这是我们非常概括地总结了一下我们量产的经验，希望也是切磋，做量产项目我们是以一个中心、三个关键。

一个中心就是我们坚持以客户服务为中心，大家知道我们在做成一个项目，最终是要去以客户的成功作为我们最高的一个目标，所以我们在做很多工作推荐的时候，需要有全局意识，最终这个车卖得好不好，这是我们做很多推进，去想很多问题、做很多判断的出发点，所以我们坚持以客户服务为中心，对团队都是这样的一个要求，这是价值观。

三个关键第一就是产品，产品是我们能提供出来的能力和价值，所以会去持续打造最优的品质，这个里面提到高精度地图衡量的就像精度、鲜度、要素等等，我们会持续打造这个品质。第二是质量，质量是生命线，质量必须得永远是最高的标准，我们交付出去的东西是不是高质量的，我们整个过程的管控是不是高质量的，是不是1694认证，还有功能安全我们也放在质量里面。第二个是流程，我们希望构建专业交付的流程，流程的关键在于我做一个项目可以做得很好，做十个项目行不行？它需要稳定的服务，所以我们在流程上要下大功夫，解决整车自动驾驶这个功能我们用什么流程来做也是非常重要的，同时项目有什么组织，人是怎么样的职责分工，也是流程里面的一部分，还有就是流程里的机制和文化，在我们工作推进过程当中，我们提倡的是什么、抵制的是什么、奖励的是什么，都是在做项目过程中有非常多的问题，都放在流程里面去解决。这是整体展示一下我们的解决经验

今天的分享就到这里，非常感谢大家！最后的最后还有一句，我们也是取得了一些成绩，然后我们在量产项目里面也是非常真诚和踏踏实实在做这些项目的，我们也希望未来越来越多的客户和自动驾驶产品能够尽早地推出来，让我们整个消费者真正能体会到自动驾驶这个产品带来的很多便利，解决的很多问题，希望大家一起努力吧！谢谢大家！
       责任编辑：tzh