高精度地图开绿灯,是补药还是毒药?

将自动驾驶模块化,大致可以分为导航和避障两个部分,从宣传角度来看,车企的宣传方向主要是避障,因为导航功能似乎有些普通,手机、车机上的导航软件数不胜数。然而想要实现安全性更高的自动驾驶技术,更加精准的导

将自动驾驶模块化,大致可以分为导航和避障两个部分,从宣传角度来看,车企的宣传方向主要是避障,因为导航功能似乎有些普通,手机、车机上的导航软件数不胜数。

然而想要实现安全性更高的自动驾驶技术,更加精准的导航功能也很重要,这就是高精度地图的意义。很多年前就有企业在高精度地图领域播种,现在终于长出嫩芽。

近日广州、深圳开放城市高级辅助驾驶地图许可,百度首批获准,可以通过高精度地图,为高级辅助驾驶、高级自动驾驶提供服务。

高德与凯迪拉克CT6车型达成合作后,高精度地图开始走进我们的视野,随后蔚小理发力,高精度地图的重要性与日俱增,自动驾驶技术的提升,让高精度地图开始发挥自己的作用。如今广州、深圳终于开放城市高级辅助驾驶地图许可,高精度地图的时代来了。

高精度地图,自动驾驶的关键?

地图,给人的第一印象就是用于导航,事实也确实如此,但在自动驾驶领域,导航功能却与曾经大不相同。现在车机与手机端导航软件非常多,相信各位或多或少也用过,如果是自己驾车,现有导航功能也足够了,但如果想要应用在自动驾驶上,手机和车机的导航App还是差了点。

之前小雷曾遇到过一些情况,例如语音导航播报太晚,经过连续路口时没能及时播报,导致驶过路口,遇到复杂路口定位错误等。最离谱的是打车时定位错误,导致自己跟网约车司机发生口角。

高精度地图可以通过测绘车辆采集大量厘米级信息,一条路上有多少车道,哪里需要变道、哪里需要转向,甚至说车道的下水道口、车道类型、交通信号灯信息、车道限高等,车机系统都能通过预先收集的数据及时作出处理,导航精准度更高。

architecture-gb31e38c2e_1920.jpg

图源:pixabay

自动驾驶方面,高精度地图的大量厘米级数据也能发挥出极大作用。如果仅依靠传感器采集数据,雷达短时间的扫描,都不可能搜集到太多精准数据。高精度地图可以弥补汽车传感器的不足,提升自动驾驶安全性。

高精度地图也有许多缺点,例如车道信息变更,如果道路正在维修,或者前方有车祸,而高精度地图没有及时更新信息,就有可能出现问题。因此,汽车即便接入高精度地图,仍需要各种雷达、摄像头等传感器采集信息,以防止高精度地图未能及时更新。

从对于自动驾驶技术的帮助我们能够看到,高精度地图有作用,而且对于安全性和便捷性的提升非常大,而且很多年前就有许多企业打算在高精度地图领域布局,只是因地图测绘较为敏感,高精度地图更是如此,需要有相关部门颁发运营牌照,才能进行测绘。

支持高精度地图的城市,也需要慢慢开放,作为国内四大一线城市中的两个,广州与深圳已开启高精度地图试点。看到这些消息,可能有人对高精度地图的未来充满期望,但小雷要说的是,不要对高精度地图抱有太多期望,想要实现高精度地图普及,还有太多难点需要克服。

高精度地图,前途并不明朗

正如上文所言,车道的信息随时可能发生变化,想要维持高精度地图信息的准确性,就需要设备不断重复采集数据。每一台用于采集道路数据的汽车,成本都在百万元左右,构建高精度地图的成本太高了,初期建设维护基地也需要太多钱。

taxi-gfdbbca30d_1920.jpg

图源:pixabay

因此,高精度地图商用初期,大概率只能被应用在停车场、高速公路等环境不会经常变化的区域。和高资本联合创始人何宇华表示:

中国拥有全世界最复杂的城市道路系统,没有一家地图厂商一开始就把全国的地图扫完,因为那样数据搜集量过于庞大,成本根本盖不住,所以他们会从高速公路开始,即便如此成本依旧高昂。

从经济、安全、数据质量等方面看,高精度地图目前仍不成熟,想要实现大范围普及,还需要投入大量成本。好消息是,中国互联网三大厂BAT(百度、阿里巴巴、腾讯)均已入场,其中百度成就最高。IDC数据显示,2020年中国高精度地图行业百度力压四维图新、易图通、高德地图三家,位列第一,市场份额占比高达28.07%。

BAT之所以入场,是因为高精度地图初期成本高昂,但边际成本几乎为零,只要构建完成高精度地图,在每个地区建设相应的地图测绘基地,后续投入成本非常低。再加上未来可覆盖的范围足够广,能够获取的利润很高,所以才能吸引BAT等大厂。

QQ截图20221020173210.png

图源:百度

另一方面,初期高昂的成本不是谁都能承担,BAT雄踞中国互联网企业御三家多年,虽然也有字节跳动、拼多多等大厂崛起,但底蕴仍难以与BAT相比。有了御三家的入场,高精度地图才算有了发展壮大的可能性。只是成本这个跨不过去的大山,依旧在阻挡高精度地图前进的步伐,御三家实力雄厚,那么多钱也不是随便就能掏出来的。

面对蓬勃发展的自动驾驶行业,厂商们并没有孤注一掷,同样各有各的打算,比如特斯拉选择了低成本的纯视觉方案,一颗雷达都不要,全部换成摄像头;国内大多数厂商选择了视觉融合方案,摄像头、雷达等协同工作,性价比较高;还有一些价格昂贵的车型,直接上三颗激光雷达。

此外,百度还推出了一项更为稳妥的方案,不但可以实时采集车道数据,还可以监控车流情况,提高自动驾驶的避障能力,那就是车路协同。

车路协同,高精度地图最重要的补充?

高精度地图依靠特殊车辆和设备对道路进行测绘,采集大量数据,车路协同则不同,是在路旁安装监测设备,从上帝视角实时监控道路情况,并将数据发送给附近的车辆,即便汽车的摄像头、雷达感知不到,也能准确获取数据,提升避障能力。

不过车路协同的监控设备不可能整条道路全覆盖,考虑到成本问题,最多只能实现路口安装监控。路口正是交通环境最为复杂的地方,情况也较为多变,可能需要高精度地图数据采集车辆反复测绘。

如果能够与车路协同联合,将环境复杂的路段和路口交给车路协同实时监控,测绘车辆补充变化频率不高的路段,相辅相成之下,能够大幅减少投入的成本。车路协同和高精度地图的应用,可以让车企放心使用视觉融合方案,减少雷达的搭载,有利于自动驾驶技术进一步普及。

2022_1014_dd391700j00rjqp7c00ekc001hc0144m.jpg

图源:pixabay

自动驾驶技术领域,百度已经取得了先机,高精度地图份额第一,车路协同也颇具声势,在国内多个地区试行。不过自动驾驶技术仍未开放私家车使用,究竟哪种方案能在未来笑到最后,还要看日后的发展。

车路协同与高精度地图互补的方案,安全性较高,但成本问题仍需要厂商想办法解决,毕竟车辆反复上路测绘,路口安装监控设备,都需要不少资金投入。

未来高精度地图的作用会越来越大,不仅仅是在自动驾驶领域,辅助驾驶、无人机避障等领域,以后都可能应用到高精度地图。前期的成本压力是对企业的考验,只有通过了考验,只要市场需要,总会有企业能走到最后。

原创文章,作者:自动驾驶,如若转载,请注明出处:https://www.kaixuan.pro/news/459702/