投稿|亲历者说:中国第一张商业化的高精地图是怎么诞生的?

投稿|亲历者说:中国第一张商业化的高精地图是怎么诞生的?
文章图片

图片来源@视觉中国

文 | XEV研究所,自述 | 谷小丰,作者 | 利荣,编辑 | 德新
2022年,中国的自动驾驶产业已经达成了一些基本共识:高阶智能驾驶、导航辅助驾驶必须要有高精地图,同样也需要激光雷达 。
中国的第一个高精度地图应用案例,是2018年通用汽车的凯迪拉克CT6进入中国,CT6的高配车型搭载了Super Cruise超级辅助驾驶系统 。高德为这个项目提供高精度地图数据服务,因此也拿到了中国第一个高精度地图审图号 。
实际上,搭载高精度地图的凯迪拉克Super Cruise量产项目,在2014年就在中国启动筹备了 。
时任高德高精度地图团队负责人的谷小丰,参与了中国第一张自动驾驶高精度地图从地图生产线建立、地图数据生产、获批以及交付的全程 。2007年进入地图行业,2014年底开始从事高精地图业务,谷小丰经历8年高精地图行业的演变,先后担任高德高精地图和腾讯高精地图负责人 。
今天,他以自由人的身份,向我们分享了他对高精地图商业化的感悟,以及对高精地图未来走向的思考 。
以下为谷小丰自述:
我不是地图科班出身,大学学的英语语言文学,毕业3年后进入中国网通,之后因为一些机缘加入高德 。2007年到2014年,在高德先后负责过政企行业地图、公交地图等领域的多个业务 。
2014年8月,阿里巴巴全资收购高德,我和一部分原来政企业务的同事加入了高德汽车业务 。从此,和高精地图深度结缘 。
通用凯迪拉克项目:中国第一个高精地图审图号是怎么诞生的?加入当月,正好赶上通用凯迪拉克Super Cruise项目投标 。
投标开始,我客串技术交流翻译的角色 。因在政企业务工作期间,积累了大量不同类型地图产品数据的实践经验,逐步深入到投标工作中,从投标到中标的两个多月时间里,大家通力协作,最终我们在PK中拿下了项目 。
回想当时拿下项目,印象深刻的原因有几个:
  • 公司的重视 。当时汽车业务的负责人杨永琦认为智能汽车的发展,是循序渐进的,离不开高精地图 。通用汽车也是高德的核心客户,因此对该项目坚决支持、投入力度比较大 。
  • 项目整个团队对新业务的好奇心和责任心,当时通力合作快速研究了项目实施的设想、制订方案,在与对方沟通过程中,取得了他们信任;
  • 投标团队中有不少同事,有多样化的项目经历,包括在政企事业部中积累的项目经验,对整个流程比较熟悉 。
拿下项目后,到量产交付的路还很长 。
当时还没有任何经验可以借鉴,有很多的未知需要探索,包括建立采集方案、设计定义高精地图数据产品、建立地图生产线、建立验证体系等等 。
例如采集方案,需要同时保障精度并降低成本,当时国内还没有千寻、六分这样的RTK服务,激光采集系统也处于刚刚起步的状态 。
为了符合交付预期,我们在提升绝对精度方面准备了两种方案:
一,采用精密星历解算 。由若干卫星跟踪站的观测数据,经事后处理算得的供卫星精密定位等使用的卫星轨道信息 。在移动测量环境下,最终绝对精度近100%在2m内 。
二,自建基站 。在数据采集的过程中,过一段距离就建一个基站 。移动测量环境下,绝对精度可以达到50cm左右,同时采集效率大幅度下降,成本明显上升 。
根据应用需求和对方预算限制,并进行了必要的测试后,我们最终选了方案一,是当时可以找到的最优解 。1年后,又接入千寻位置的服务,精度明显提升 。
在高精地图业务上,我们后续和很多车企、Tier1等有深入沟通 。通用凯迪拉克团队有几点非常值得学习:
  • 第一,当时的SuperCruise团队拥有很多丰富经验的员工,和我们交流最多的地图专家当时已经年过七旬,实战经验丰富 。
  • 第二,开放程度高,非常乐于分享,当时我们作为地图供应商,能深入了解应用的目的、方法、技术细节,这样双方也能共同探索解决方法,对项目的效率、质量都有很大的好处 。
  • 第三,实用主义,尽快利用能上市的技术推出产品 。前几年大家把目标定在尽快实现L3的时候,通用凯迪拉克提前更早几年先推出了Super Cruise功能,实现长时间脱手的单车道巡航产品 。
定点后,团队艰巨的任务是一边摸索,一边保障交付 。
2014年国内业界各公司都还没有高精地图生产线,我们当时建的应该是第一条 。
首先是解决高精地图采集的问题 。
受项目周期和当时的技术储备限制,完全没有自研的周期 。经过对5家移动激光采集系统公司的调研,我们最终直接引进了奥地利Riegl的VMX-450移动激光采集系统,后来还引进了一台更先进的1HA 。
2014年底,国内仅仅有一台VMX-450设备,属于厦门大学王程教授团队 。
经过Riegl的北京代理公司介绍,我们邀请王程教授团队给高德高精地图团队培训如何使用激光雷达设备和后处理软件 。王老师也是我们的开门师傅之一 。
一周以后,高德高精地图团队比较充分地掌握了激光雷达使用方法、原理,也有了第一份用来生产高精地图的原始数据 。
后来几个月,高德自采的Riegl激光雷达到位,这为高德后来自研高精地图采集系统,提供了重要参考 。
其次就是搭建内业生产线 。
项目伊始,高德不具备生产线,甚至还没有专门的高精地图生产编辑器 。
最初试用了如Microstation、AutoCAD等若干软件,以及一些商业插件 。最终因为整套生产线无法过于依赖商业软件的定制,而快速投入生产平台自研 。
初始从单机版开始,实现了全套的展示、编辑、质检等功能,直至通用凯迪拉克 Super Cruise项目后期实现了联机作业 。
今天,几乎所有的规模化生产线均已转为全流程在线生产,并且逐步演化出2大类作业方案 。一类是以2D为主的高精地图生产平台,另一类是以3D为主的平台 。
通常2D平台不能完全脱离3D环境,比如在空中的牌子、杆状物等部分要素的生产仍然需要在3D环境内完成生产动作 。3D平台的数据生产各环节均在3D环境内完成 。
但整体来讲没有严格的界限,和高精地图要素分产线作业、还是综合作业等方案一样见仁见智,加上近年来导航和高精一体化生产线的逐步演进,二者更趋于根据不同的要素融合在同一个大的生产线中 。
今天高精地图的生产技术已经基本上定型,但是还有一些关键问题需要突破 。
比如常见的问题是“点云资料数据对齐”工作,即无论多高精度的采集系统,多次采集的激光点云,因为绝对精度误差的影响,天然的位置就不在一起 。
为了给生产一张完整无缝的、高精度资料数据作为原料,需要利用SLAM等技术对激光点云做“对齐”,典型的对齐工作包括多次采集沿路纵向对齐和对向道路横向对齐 。
这类问题和高精地图规模化生产后遇到的各类技术问题一样,经常是一个又粗又长的长尾 。
到今天为止,业界可能都还没找到非常好的办法去穷尽问题,或者将问题压缩到一个相对理想的程度 。
通用凯迪拉克项目的时代还没有应用上述的SLAM等技术,最早采用了一个在项目上简单有效的方法,即在保证数据绝对精度的情况下、纵向接边的位置不做对齐,直接在数据里添加两个路面跳变三轴差值,这样在高精定位的时候就可以直接消除跳变产生的误差 。
当然这种方案是个项目上用的临时方案,开始大规模更新后会导致数据进一步碎片化,因此还是需要逐步解决 。
生产自动化也是业内关注的问题 。
当时采用了一些传统的CV等方案,对车道线、马路牙子、护栏、路牌、地面标线等进行识别,比如车道线在输入人工作业生产线的时候,识别率已经达到92%,也就是人工只需要生产剩余的8% 。
今天整个业界在高速公路的车道线自动识别方面已经达到99%、98%以上,似乎也逐步进入了自动化的平台期 。
提到自动化通常大家最关注的是自动识别,实际上在生产过程中编辑平台的自动化功能,如交互式生成路口、交换区的虚拟车道、中心线等,以及在产品编译过程中靠算法自动生成很多内容,这些都可以有效提高生产效率 。
从高精地图产生时,就有声音说高精地图可以全自动生产 。
事实上,经过将近10年的演化,图商、芯片厂商(如Mobileye、NVIDIA)、车企等广泛参与,目前还没出现全自动生产高精地图的情况 。
随着众包在技术和政策法规上的进一步进展,以及当前技术的持续迭代,希望能在更短时间内看到高精地图更高的自动化 。
质量是交付产品的心脏 。
高精地图作为和自动驾驶行车安全模块高度相关的一部分,通用凯迪拉克 Super Cruise 项目中第一次引入了PFMEA(Process Failure Modes and Effects Analysis) 。
在通用指导下,当时的高精团队在交付前顺利完成了PFMEA的全部工作,提交了在车厂的质量视角下的地图数据产品 。
通用凯迪拉克Super Cruise项目对业界的另一项影响,是为探索高精地图的测绘政策提供了案例参考 。
在前国家测绘局和自然资源部、测绘科学院的指导下,高德就关键的数据安全问题、自动驾驶和高精地图趋势等,进行了大量的技术测试,最终完成了应用于自动驾驶的偏转插件测试 。
2018年7月,我们最终拿到了第一个“高级辅助驾驶地图”的审图号 。
遗憾的是,凯迪拉克CT6销量惨淡,最终能体验到Super Cruise的用户数也有限,尤其在中国 。
我自己开过这款车,从北京往返其他城市几次,行车几千公里,“放手去做”的感觉还是很轻松舒适的,令人印象深刻 。
通用凯迪拉克 Super Cruise项目,也永远改变了当时每个项目成员的职业生涯轨迹,影响并推动了高精地图行业的发展 。
对我们来说就像一个开门师傅,让我们拥有可发展复制的能力 。我们依靠这些能力也为后来腾讯的第一个商业化项目奠定了一些基础,帮助获得了蔚来汽车这样很有代表性的客户 。
思考:短期离不开高精地图,未来车企存在很大变数近些年也有很多不同的“高精地图”,我个人的浅见是避免泛化和模糊化高精地图,不要在概念和实践上鸡同鸭讲 。
我们所说的高精地图就是应用于自动驾驶的高精地图,不建议夸大或者神话高精地图的作用 。能服务好车企,支撑好自动驾驶技术实现,就算功德圆满 。
高精地图经过了8年图商主导的大规模、高质量的集约化生产,可能会朝什么方向演变是从业人员都非常关心的 。
在这里,我有两个观察 :
第一,自动驾驶技术永远都需要高精地图吗?这也是高精地图的终极问题 。
通用凯迪拉克Super Cruise 高精地图项目刚刚开始,我在向通用凯迪拉克项目负责人邓博士(Dr. Deng Bin)请教的时候,她说“人开车就不需要高精地图” 。
这个简单的道理促使我一直在想,人到底使用了什么作为替代呢?这个问题我没有完全的能力回答,也给每一位高精地图从业的同事共同思考 。
第二,更近期一些的问题,谁是将来高精地图的主角,图商、芯片厂商,还是车企?
图商具备天然的先发优势,技术完整,团队规模化,占领着主要的高精地图市场,但错过了布局端的契机,尚未大规模拿到回传数据,对生态的影响不可忽视 。
芯片厂商具备车端的算力和技术,典型的代表就是Mobileye 。2016年起一直在发展REM,其中包含高精地图,并且宣称是利用众包车辆和其算法全自动生成 。现在已经在欧美和日本量产应用 。
英伟达、地平线等芯片大佬也似乎在发展类似的技术 。
车企逐步认同自动驾驶自研的必要性高,迟早有一天手握大量的车辆用户和海量的实时数据,部分车企已经在投入开发高精地图技术,作为其自动驾驶技术栈不可缺少的一部分 。
未来的高精地图市场在外部看可能还是精彩不断,对我们这些从业人员来讲充满变数,也是另一种如履薄冰的惊险又精彩的体验 。
还有一些衍生出来的很有意思的话题不一而足,比如:上述业界各角色在什么样的生态下如何协作?
大家经常说高精地图会不会简化,今天看来似乎正在复杂化,当然长期看这可能是一个由繁入简的发展进程 。
高精地图到底会不会简化,哪些东西可能简化,以及高精地图是不是真的可以全自动化等经典问题回味无穷 。
有幸成为国内第一批高精地图行业的从业者,应该感谢自动驾驶的大潮 。同时也不断提醒自己,如果我们双脚离地,可能不是会飞了,而是风大 。
【投稿|亲历者说:中国第一张商业化的高精地图是怎么诞生的?】2022年8月,于北京昌平 。

    推荐阅读