四维图新高级副总裁孟庆昕：自动驾驶时代到来，未来地图要素是什么？|附问答

Posted 2021-04-27 四维图新

孟庆昕表示，当前地图行业还没有统一标准，各个行业对地图的需求也不尽相同。

文 |dude

虽然各家方案对自动驾驶地图的态度不一，但进入更高级别自动驾驶后，自动驾驶地图的重要性不容忽视。 四维图新作为面向B端的图商，在自动驾驶自动驾驶地图领域进展颇为迅速。  

近日，四维图新高级副总裁孟庆昕表示，当前地图行业还没有统一标准，各个行业对地图的需求也不尽相同。 而且，行业生态未成型，没有形成真正有效的产业链条。 基于这些问题，孟庆昕认为，由于自动驾驶地图是基础数据，无论是车厂、车路协同技术服务商，还是公路建设部门等，都可以依托自动驾驶地图进行测试，早日实现面向未来的自动驾驶。

随后，孟庆昕介绍了四维图新的制图流程和标准。并表示，智能驾驶对地图的要求是精度高、要素全、协同强和更新快。基于这一特点，四维图新通过车载激光雷达，对路面要素采集点云和图像数据，再通过自动化提取的算法将所有要素反映出来，然后进行分类。

据孟庆昕介绍，四维图新面向高精度自动驾驶的地图现在已经可以达到20厘米精度，成为传统导航电子地图、ADAS地图后的又一重要产品。除了用于应用于车端场景，自动驾驶地图还可以应用于云平台和仿真测试。

以下为孟庆昕的演讲速记整理，雷锋网新智驾进行了不改变原意的编辑：

在组建至今的近20年内，四维图新一直在做智能位置出行业务。 目前，四维图新的业务布局涵盖了导航、车联网、自动驾驶等领域，还在芯片、大数据和计算综合能力有所涉足。 今年年初，我们拿下了宝马在中国面向L3+级自动驾驶地图订单，这也是中国第一张订单，这意味着自动驾驶时代已经到来了。

未来的地图要素会是什么样？ 面对To B视角，地图将成为基于全面感知和决策的三维实景和全面感知系统。

智能地图要素库不断更新

  随着5G的到来，四维图新基于现有的传统地图开发能力，和对车的理解，开发了真正的自动驾驶地图，以路为基，以车为本。

智能地图是什么样呢？ 可以对比一下，传统导航电子地图的精度是1： 10000。 ADAS地图，也就是大家日常用到的智能辅助驾驶地图的精度目前能够做到0.5米。 面向高精度自动驾驶的地图四维图新目前已经做到了20厘米精度。

我们的自动驾驶地图采集已经覆盖了全国范围内的高速公路和部分城市道路，自动驾驶地图是如何采集呢？ 首先是通过车载激光雷达对路面要素进行采集，通过自动化提取算法，把所有的要素反映出来，在这个基础上增加属性，然后进行分类，主要分为道路、车道、以及附属设施三大类，在这下面还要进行细分，要素达到100多种，随着自动化要素增加，我们也在不断更新这个要素库，这些要素构成了自动驾驶地图内容。

在服务方面，四维图新主要做输入和分发。 在网络方面，我们针对管理端和车端进行服务和开发。 自动驾驶地图呈现的无非是点线面，但这些点线面和传统地图的区别在于，它是给车辆看的，并且能够告诉车辆在哪一条路、哪一条车道行驶，接下来到哪一个路口，如何识别红绿灯，如何完成执行和转向等操作。  

应用于车端和仿真测试

未来，自动驾驶地图会应用在哪些场景呢？

首先是车端。 通过我们的HDMS平台，把最新的自动驾驶地图传送到车端供自动驾驶系统和车辆传感器，执行有效的决策，到最后发指令，形成一个闭环。

由于车辆传感器看到变化时才会传输感知数据，所以我们引入了车路协同。 因为，大量路侧设备的布设节点距离比较短，也极大地解决了数据传输、数据稳定、数据包大小等问题，有效地保证了自动驾驶地图的更新。

未来要具备实时更新、确保安全的能力，必须要统一地图的规格、服务接口和坐标基准，这是一个基准前提。

前段时间，国务院提出了交通强国纲要。 目前交通部、道路建设部门正在大力建设它的交通管控，这里面涉及到很多公路要面临的智慧公路改造工作。  

地图是上车、上云、上平台，路侧设备是感知，计算分发一体化则可以全域感知数据回馈。 我们认为，智能地图离不开三大应用支撑，首先是基础设施一张图，要打通所有数据车联网的关联，最后通过全域感知进行重构，也就是对所有交通动态数据和场景进行全方位的分析，给决策提供重要支撑。

自动驾驶地图还会应用在仿真测试领域。 大家知道，自动驾驶L5级自动驾驶汽车想要上路，据专家称一定要经过110亿英里测试，需要100辆车24小时不间断地测试，测试时间需要500年。 由此，模拟测试一定是必不可缺的。

在仿真测试方面，四维图新主要做的是静态数据支撑。 我们把静态数据分为四大品类： 高速、快速路、城市道路和部分特殊道路。

面向自动驾驶，现在地图已经具备量产能力了，但是还面临一些问题。 能够看到，目前我们的地图还没有统一标准。 各行各业对地图的需求也不尽相同。 而且，行业生态未成型，没有形成真正有效的产业链条。 希望大家共同努力，快速推进自动驾驶量产落地。

基于这一特点，四维图新通过激光雷达，对路面要素进行采集，再通过自动化提取的算法将所有要素反映出来，然后进行分类。

以下为部分采访问答：

新智驾：目前四维图新的布局主要集中在国内，国外的布局是怎样的？

孟庆昕： 在第三方的评测和能力验证上，目前四维图新自动驾驶地图处在全球领先的水平。

新智驾：前段时间四维图新和宝马达成了有关于L3级的地图合作订单，能详细透露下吗？

孟庆昕： 跟宝马基于自动驾驶地图的合作在三年前就达成，今年二月份实现落地，是中国首张面向L3级及以上的自动驾驶订单，量产时间是2021年。 此前也有企业认为使传感器或纯视觉方式就可以实现自动驾驶，但四维图新及合作伙伴客户普遍认为，自动驾驶地图是自动驾驶一个不可或缺的重要因素。

第二，国内自动驾驶量产的时间表是在2021年，这也表明，无论是自动驾驶的标准还是四维图新采集的数据，一定要在2021年实现L3级高速公路场景、封闭园区的数据覆盖。

新智驾：最初的导航使用主体是驾驶员，而自动驾驶地图是面向自动驾驶。从四维图新的角度来说，自动驾驶地图的研发，需要什么技术条件才算是成熟？

孟庆昕： 一直以来，国际国内知名的中高端汽车都是四维图新的客户，因此，在产品上一定要符合车厂客户的要求，需要对未来的五年、八年有一个前瞻性的战略布局，在技术的评判上一定要远超目前市面上成熟的技术。  

从2014年开始，我们就开始布局与自动驾驶地图相关的业务，从产品规格到服务，从采集到数据编译的全流程，到最终的地图呈现，可以看到，是跟传统地图完全不同的产品线。  

这也意味着，四维图新必须了解车厂完整的自动驾驶方案，四维图新的有效数据如何给汽车的硬件、传感器一个决策指令，进行有效地传输。 此外，为了验证我们的产品，四维图新也成立了自动驾驶完整解决方案部门，验证我们地图提供的精度、要素、覆盖的场景丰富度。 我们今年也拿到了北京市自动驾驶的T3牌照。

新智驾：目前，部分自动驾驶方案提供商提出，自动驾驶不需要依赖激光雷达、自动驾驶地图的辅助，依赖视觉加毫米波雷达就能实现自动驾驶，你们怎么看待这些方案？

孟庆昕： 自动驾驶是分等级的，对L3级及以上级别自动驾驶来说，我们认为自动驾驶地图已经成为不可或缺的辅助手段。 如果面向L4城市级的方案会更复杂，因为城市道路更复杂，而且中国的路况跟国外的路况还是有很大的差异。

至于刚刚提到的依赖视觉加毫米波雷达的自动驾驶方案，究竟能走多远，具备不具备量产能力，是不是安全？ 自动驾驶最关键的要求就是安全，出了事故就是车毁人亡。 从我们接触的客户来看，从国际重量级的车厂或是像华为这样的企业，一定会用自动驾驶地图。

新智驾：如何看待智能网联和自动驾驶这两大趋势？ 

孟庆昕： 其实智能网联是自动驾驶的一个综合体，未来会把自动驾驶实现万物互联了。 V2X的基础就是先打通路侧设备，其中5G开通是一个重要的前提。 车身的数据打通之后，任何一台车实现自动驾驶的安全能力会更高。

-END-