近日，雷锋网新智驾邀请了百度智驾地图佘党恩作为本期【高精度地图的上车元年】云峰会的主讲嘉宾，作分享高精度地图在上车过程中的实践、面临的挑战以及未来的商业发展模式。
以下为佘党恩的演讲全文，新智驾做了不改变原意的编辑：
我是来自百度智驾地图业务部，我叫佘党恩，主要负责高精地图和高精定位业务。我今天分享的题目是《智能驾驶定义高精地图》。这里说的智能驾驶的范畴比较宽泛，包括无人驾驶和辅助驾驶。
我的分享有四个部分：第一、介绍智能驾驶市场的新趋势和变化；第二、基于智能驾驶产品如何定义高精度地图，简单介绍百度智驾地图的产品体系；第三、今年是百度高精度地图的量产元年，基于这些量产落地做一些实践总结；最后分享一下高精地图的未来发展规划思路。
首先是第一部分，从市场整体来看，汽车工业已经有一百多年的发展历程。随着一些技术要素比如人工智能的发展，目前汽车行业也面临着一轮大变革。汽车的智能化是一个大趋势。
那主机厂怎么看待这些技术变革带来的一些影响呢？可以看到，像大众、丰田等车企都在转型，大多是以软件定义汽车的方式，国内的上汽及很多OEM也是这样。我个人认为，这种转型可以类比手机，手机在10年时间内完成了从功能手机到智能手机的转型。
随着手机的智能化，手机变成了一个移动互联网的入口，这是一个非常大的转变。而且智能手机对手机的颠覆是彻底的，不是共存的关系。
同样的故事会在汽车领域再度上演。通过智能化，汽车也会从原来A点到B点的出行工具，变成未来除了家和公司之外的第三空间。在这个环境里面，消费者的媒体娱乐时间会被进一步释放，会有更多的使用场景转化。这是车辆的智能化的终极状态。
那怎么理解远软件定义汽车？软件跟用户是最贴近的，车上的体验最终都由软件和服务来呈现。和手机一样，手机最开始是一个硬件，有简单的功能；到智能手机时代之后，手机上的软件功能体验和生态是完全不一样的，非常繁荣。针对用户不同的需求，会出现非常多的软件的应用，这在汽车行业也是一个大趋势。主机厂纷纷拥抱软件，来做智能化转型。
同时，今年市场上还有一些新变化和信号非常明显、非常确定地释放出来。
比如新造车特斯拉，从去年到今年市值突飞猛进，现在已经排在所有主机厂前面成为第一名，超过第二名丰田、第三名大众和第四名第本田的市值之和了。
国内也有新造车四小龙的出现。其中，蔚来排在最前面，蔚来在今年10月也推出了全球唯二的NOP功能，市场对这个功能的反应也非常强烈。当天市值有接近30%的增长，目前蔚来的市值也是排得非常靠前。
这种现象怎么来理解？对于特斯拉和蔚来这些新造车，市场对这一类车企的市值估值模型已经不按照传统的车厂标准来估值，而是有了一个新的模型。新的模型就是以软件和科技公司的估值模型来估值。
传统的 OEM 利润率在10%以下，如果是软件和科技公司，未来的利润率空间是完全不一样的。这也说明，当前特斯拉和蔚来的车，其实不是真正意义上的智能汽车，只是代表未来智能整车的方案，代表着未来有可能会做出真正意义上的智能汽车，就像功能手机到智能手机的转变。
那么，智能驾驶在智能汽车上是一个什么样的体现？我认为这是一个非常核心的部分。可以看到，特斯拉最近推出了FSD beta版本。特斯拉是在整车硬件上先做一个预埋，通过软件不断升级的方式来实现智能驾驶。
这个功能推出之后，特斯拉的软件价格在不断提升，10月份最新的价格是1万美金。而根据摩根士丹利调查，这个软件的成本是1900美金，不到两千美金。但特斯拉用户对FSD的激活比例非常高，达到了30%，因此在2019年给特斯拉带来了12.6亿美金的一个收入。
以此来看，智能驾驶其实是一个非常高利润率的产品，可以为 OEM带来非常高利润增长的想象空间。国内像小鹏汽车等车企也已纷纷推出了XPILOT这样的功能，售价在2万-4万之间。
整体来看，智能驾驶开创了一种新的可能性，也决定了真正的智能汽车实现将会首先在驾驶这个方面发生，这样才能充分将车转变为一个真正的第三空间，让驾驶员的时间得以释放。
总结一下，从主机厂的角度来看，智能驾驶的产品迭代路径基本是渐进式的路径。
自动驾驶从L0到L5的分级，技术难度不断升级，渐进式路线是从导航、ADAS这类应用（主要以人类驾驶员为主），演进到有条件的自动驾驶，比如Autopilot这些产品形态，到更高级的自动驾驶比如Robotaxi的应用。不同阶段自动驾驶产品形态，对于定位的精度要求是不一样的，对于地图的要求也是不一样的。
目前来看，当前量产的智能驾驶正在向上迭代，出现了NOA和Hands Free这两种主流形态。
NOA功能主要是在车道内做辅助驾驶。目前比较多的客户搭载了ADAS功能，然后NOA的实现是在导航地图的基础上输入目的地，规划路径，借助导航来做辅助驾驶，包括自动并线、超车、上下匝道等。 像特斯拉、蔚来、小鹏这些车企都在推产品形态。
第二种形态是Hands Free，Hands Free主打的是长时间脱手驾驶。比较有代表性的像凯迪拉克CT6、今年量产的广汽Aion LX车型。这个功能主要强调，在动态ODD范围内，驾驶员双手可以比较长时间地脱离方向盘，同时车内会有监控摄像头对驾驶员的视线进行监控。 尽管驾驶员双手脱离方向盘，但注意力、视线还是要聚焦在前方路面上。在比较顺利的情况下，能够在ODD范围内实现较长时间的辅助驾驶。
两种产品形态的差别在于：NOA这种形态现在不允许长时间脱手，驾驶的安全责任还在人类驾驶员，但NOA的适用范围比较大，比如上下匝、城市道路都可以覆盖。而 hands Free功能更接近L3，对安全会强调得更多，会对驾驶员进行监控，如果遇到解决不了的问题会提醒司机接管。
第二部分主要介绍一下，百度是怎么定义高精度地图的整个产品体系的。
百度在汽车智能化上，不仅提供高精地图产品，同时也提供完整的一体化的智能驾驶产品。我们的产品体系包括4大类，首先是SD Map，主要是指手机或车机上的导航地图产品，覆盖所有道路，核心包括道路路网形状、拓扑和一些规则限制，目前精度在5~10米。
第二种是ADAS地图，它在导航地图的基础上增加了一些道路坡度、曲率，以及简单的车道信息，应用在ADAS辅助驾驶功能上，比如LKA就会应用到这种ADAS地图，精度会比导航地图有所提升，达到50厘米。
第三种产品是全域智能驾驶地图，这个产品包含比较详细的车道级属性信息。在城市道路包含路口表达等，主要应用场景是实现高速、城市道路的L2+ 、NOA这些功能，目前精度在20~50厘米。
第四种就是高精地图HD Map，主要覆盖高速、特定的城市道路、封闭园区，以及停车场内部等。它包含高精度的车道几何信息、路口表达，红绿灯停车位等语义。目前HD Map主要用在L3/L4高级自动驾驶上，精度达到10厘米。
除了提供地图产品之外，百度基于地图还提供更丰富的产品组合，包括地图数据、高精度定位，地理围栏和动态服务4种产品。
地图数据在整个系统中可以提供超视距、高可信的车道和要素信息，是一个非常稳定的传感器。输出的车道和要素信息能够用于车辆的定位控制决策，提供一些基础的数据支持。
高精度定位则是基于高精地图来提供视觉融合定位，它可以将车辆准确地定位到某个具体车道，基于定位结果实现上层智能驾驶的巡航、变道、超车、上下匝道等功能，是一个非常基础的功能模块。
第三是地理围栏，OEM在做自动驾驶时往往要定义功能的ODD（设计使用范围），而ODD的实现非常依赖地理围栏提供的一些范围信息作为依据。在ODD范围内，系统可以自己实现自动驾驶动作，超出ODD范围系统就会发出接管提示。
第四是动态的服务，百度可以在线更新的一些服务，以及动态的交通类信息，包括交通事件，这些信息会影响自动驾驶策略。那么通过动态服务，我们把相关的数据下发到车端，车端自动驾驶可以参考这些信息，来提供实时数据和提升自动驾驶人安全。
产品组合之后，由此，百度的量产项目的总体系统技术架构也得以呈现。
架构主要包括几个部分，首先车端包括高精地图数据，高精度地图引擎，EHP等模块以及OTA相关的引擎。车端依赖包括摄像头、GPS/RTK、IMU等车身传感器，作为输入给到Map ECU模块，同时，云端可以给车端提供高精地图的数据更新服务、动态信息服务、动态地理围栏等服务，通过OTA的方式来下发数据，提供一些服务接口。
同时，我们的地图和定位会跟自动驾驶应用进行接口交互。车端会给自动驾驶提供 EPH这样一些标准接口，云端也可以提供给自动驾驶提供地理围栏等服务支持。
第三部分主要分享一下当前高精度地图量产的主要进展，一些实践案例和相关总结。对于百度来说，今年确实是一个高精地图量产的元年。
目前，百度的高精地图已经在4款车上实现了量产搭载。我们预测，到今年年底会有大概10万台左右规模的搭载，还有一些客户的量产项目也在陆续开展。从今年开始，高精地图将开启一个爆发式的规模化增长。
那么在量产的项目中，百度有哪些核心能力？我们总结了5个主要的核心能力。
要做好量产项目，首先地图的质量是第一的。质量的保证需要地图高精度、要素准确。然后是快速更新，一定要实现全国数据的更新，在重点城市要实现更快的月度更新。此外地图还涉及国家测绘安全，所以地图在真正量产上车时需要获得国家审批，审图号的获取非常关键。目前百度在进行的量产项目，基本都已经拿到了量产审图号，可以实现合规量产。
第二核心竞争力是，在很多项目里面我们提供了定位模块，它是天然结合地图使用的视觉融合定位。我们今年也实现了高精度定位的成功量产，这标志着，定位在我们的目标设计范围内实现了成功的泛化，能够支持全国范围非常高准确率的车道级的定位。目前我们的定位包括地理围栏，准确率能达到99.99%的一个水准。
第三是OTA服务，这也是一个核心能力。OTA服务是一个云端能力，百度本身是一个互联网公司，所以不管是百度云还是运营云,都有很好的实力，在SLA的保障、接口的响应速度上都是很高的。
第四，在功能安全上，我们也在从高精地图的视角上不断进行一些行业探索，形成了一些相关的积累。去年百度发布了第一个高精地图功能共安全白皮书，是业内第一家发布。今年我们也实现了高精地图的量产下线，功能安全也完成了相关审核认证，支撑整个项目的成功量产。
最后一个核心竞争力在于交付能力。我们会跟车厂、供应商组成联合项目，按照非常高质量标准完成项目，所以在专业交付上的能力是非常重要的。
首先，我们有专业的PMO负责项目管理，推进项目的稳步交付。另外，也对会项目的组织人员进行安排，做好一个量产的项目需要不断磨合相关项目组。同时我们的交付流程已经获得汽车行业的一些相关流程质量的标准认证，比如IATF16949等，这些支撑了量产项目的成功交付。
那么，未来5年高精地图的增长趋势会怎样？我们结合相关汽车行业报告，同时结合自身客户的实际情况，包含百度智驾地图全系产品在内，做了一个相关的市场预测。
预测包括两方面，在搭载量上，可以看到今年是高精地图量产的起步，2023年左右会超过百万达到200万的搭载规模，2025年会达到500万规模。市场规模方面也和搭载量非常正相关。从2021年起步，到2025年大概会有超过10亿的市场规模，逐年快速增长。
最后一部分是百度对高精地图未来的产品发展方面的初步思考。我们画了一个三维坐标系，在三个不同方向上都存在一些发展空间。
坐标的原点是目前的高精地图，主要在结构化道路、高速路、城市快速路上使用，以及基于这些道路范畴上的定位功能，这块的地图产品已经非常成熟。
对于未来的发展空间，第一个维度是高精度地图的场景扩展，只有场景不断扩大，智能驾驶产品才会有更多使用范围，从而提高用户的使用频率，扩展使用市场。从具体场景扩展上看，可以从结构化道路进一步下沉，向城市道路、停车场做更多的覆盖。最终的状态是，实现高精地图的全域覆盖，所有车辆能到达的地方都覆盖高精地图。
第二个维度是和应用的结合，和应用的结合程度决定了高精地图的价值输出能有多大。 当前高精地图是把车辆在虚拟环境里定位到车道，这是一个最基础的功能。随着高精地图的质量、鲜度不断提升，高精地图其实可以在自动驾驶系统里发挥更重要的作用，比如规划和控制。在规划层面，可以基于高精地图进行路径规划，在控制层面，如果高精地图的鲜度非常高，质量非常好，自动驾驶的控制也完全可以参考高精地图里的相关要素信息来做控制，提升自动驾驶的体感。
再进一步挖掘，高精地图的终极状态可以成为提供一个感知和决策的容器。可以想象，如果未来的自动驾驶车辆在云端共用一个虚拟环境，那么所有车辆相关的全局感知、车车之间的决策都是互通，也就是有一个大家共享的感知容器。这样的话，车和车之间的安全、路权等问题都可以得到解决。
商业模式上的发展是第三个维度。受限于网络条件，目前的地图还是以静态数据+OTA的形式进行更新。随着5G网络的不断普及，未来高精地图其实可以做成在线服务，那么商业模式上可能会有比较大的变化。商业模式就可以不再是license的方式，而是以地图数据按照服务用量的方式进行付费。
这是我们在产品规划上的一些方向性想法。那要怎么实现？
我们认为，要实现这样的高精地图状态，最重要的是建设两个闭环。第一个闭环是客户服务的闭环，高精地图需要持续理解智能驾驶的使用需求，理解最终用户使用的智能驾驶产品的需求。针对用户的需求，才能做出更好的、满足应用需求的一个高精地图。所以需要在需求和实现之间形成一个闭环，滚动地做出更好的高精地图。
第二个闭环是数据更新闭环。大家也知道，高精地图的传统测绘的方式其实需要较大的成本投入。在导航地图的时代，我们把全中国接近1000万公里的道路全部都采集完了。采完之后我们还要面临更新的问题，只有不断更新，数据才会更准确。而高精度地图由于要素丰富度更高，需要更高的成本才能去覆盖更范围的采集里程。如果用传统的测绘方式，要覆盖全中国所有的道路几乎是不可能实现的。
所以有这样一种路径：通过自动驾驶车辆来实现更新。它本身搭载了很好的传感器，这些传感器能对现实进行直接的镜像感知，产生很多数据。如果它产生的数据能跟高精地图的更新形成一个闭环，就可以用社会化的方式——用非常多的自动驾驶车辆探测、感知数据的变化，从而回传到服务端来，形成高精地图的更新。
如果能建设好这两个闭环，那么我们跟客户之间会形成非常好的正向循环。客户自动驾驶产品的成功，也会让高精地图的产品做得更好；地图做得更好，也会让客户做出更好的产品。（雷锋网） 雷锋网
正在生成分享图...
苏珊珊