雷锋网新智驾按：10月26日至27日，2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶产业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时代、单车智能和车路协同的共演之路、新型的车内交互探索”三大主题，共同探讨了智能驾驶的未来发展方向。
本次峰会由苏州市相城区人民政府主办，苏州高铁新城管理委员会、雷锋网新智驾承办，江苏省智能网联汽车产业创新联盟、江苏省人工智能学会智能驾驶技术专业委员会、清华大学苏州汽车研究院、中国移动通信集团等单位协办。来自主机厂、国内外一级供应商、自动驾驶解决方案商、自动驾驶核心零部件、出行运营商等智能驾驶上下游企业，车路协同专家学者、代表企业等1500余位业内人士莅临现场。
10月27日，高深智图大中华区总经理刘澍泉的演讲主题是“高精地图助力智能网联的实践探索”，他分享了高深智图在高精地图上的技术优势，以及最新进展。
在峰会现场，刘澍泉通过自动驾驶面临的困难、什么是“高精地图”、AI 技术与高精地图、案例展示等方面深入展开。
基于成本的考量，高深智图采用低成本的激光点云融合技术方案，简单来说就是基于点云融合的算法，其应用场景较广，不仅限于 GPS 场景。这样的好处就是激光点云可以满足 L4、L5 级自动驾驶的需求。
最重要的更新上，高深智图是采用的众包模式，即当车停下来了以后，实时收集到的道路更新信息，会通过云服务上传到服务器端，然后服务器端会进行变化探测，基于探测得到和自动驾驶所需相关的关键特性，再去做某一块的更新。
同时，他也分享了公司三款高精定位主流产品：点云地图 、矢量地图、实时定位。
以下是刘澍泉的演讲全文，雷锋网新智驾进行了不改变原意的编辑：
上面图片中，后面这幅图就是我们在提交一个城市级高精地图，一个实样的高精地图。
刚才演讲嘉宾中有人用纯视觉解决方案，也有嘉宾做L3级自动驾驶量产方案，我们在做的是解决一些自动驾驶里面的高精定位。
当自动驾驶安全出现问题的时候，例如视觉出现问题、GPS信号缺失，以及我们看到复杂路况情况下，如何通过地图这种行驶经验结合解决自动驾驶安全问题。
大家可以看一下，上图是高精地图和自动驾驶其他环节的一个相互关系。高精地图从传感器接收到数据，然后融合数据，最后使用传感器去做定位服务。结合传感器实时感知、道路规划，以及实现自动驾驶。
高精地图是自动驾驶的基础服务。
业界很多人都在问，高精地图与传统地图到底有什么区别？
简单来说，大家记住以下几点就可以了，高精地图是给车看的，传统导航地图是给人看的。
具体而言，传统导航地图是隶属于车载娱乐的一部分；高精地图是车载安全系统的一部分，是人在道路上的行驶经验，或者说人对道路的经验，把这种经验赋能于车，能够使车更加智能。
从用途上来说，传统地图多用于导航、搜索以及目视；高精地图用途包括环境感知、定位、路径规划、车辆控制、交通流量精细控制。
换言之，高精地图会有更多的发展空间，通过高精地图可以降低车辆感知的难度。
如上述视频所示，这是我们在制图过程使用的一辆常规车辆，通过激光雷达和摄像头融合，然后实现一个实际3D环境的重建。
我认为高精地图是3D环境重建，基于这个重建我们再去做色彩还原，把地面上所有交通标志，以及这些行驶线复现出来。基于此我们再去做深度加工，包括行驶中位线、边界线，以及注入交通规则、限速等重要的行驶元素。
上述重要元素在高精地图里体现出来以后，我们会建立另外一个图层，这个图层是矢量地图图层。矢量地图图层包括车道线、道路限速以及红绿灯之间的关系。
我们的高精地图由三个主流产品组成：
第一个产品是面向L4+级自动驾驶的点云地图，是无人驾驶定位服务的基础。
第二个产品是矢量地图，主要由可定制化的交通标识信息、道路和路网信息组成，是自动驾驶规划模块的重要底层信息。
第三个产品是实时定位，基于高深智图的3D点云地图产品，可为客户提供99%在15cm以内的相对精度定位。
我们的地图采集过程是依靠采集车上的传感器去采，整个后处理是在云上完成的。此外，地图更重要的是更新，我们认为越往后看，地图更新会越快，甚至会做到实时更新。
当然，如果客户传感器的配置可以适配，也可以用客户的车载传感器进行地图的实时更新。相应来说，拿到车载所收集到的增量数据后，把增量数据在云端存储，接着会把海量的地图更新下放下来。随着自动驾驶车辆越来越多，这种更新会越来越快。
数据采集方面，我们采用的是低成本的多传感器融合的采集方案，成本非常低廉，相当于传统测绘采集车的十分之一。
多传感器标定校准服务，是针对整车厂，以及其他出行企业所提供的服务。我们可以实现一个人用一个iPad完成传感器标定。
多传感器融合定位方面，假如车辆在开阔平地上有很好的GPS信号，这时使用非GPS信号定位是起到冗余的作用。但当你在一些特殊场景里面，例如城市、园区、地下停车场、夜间、雨天，以及摄像头和GPS失灵的时候，用我们的融合定位服务会是一个更有安全保障的选择。
上面这个图片演示的是，在雨天的时候，前置摄像头被遮挡以后，使用我们的高精地图，可以在路上进行完全自动驾驶。旁边交通标识和路之间的关系，以及所行驶车道线之间的关系在图上都有展示。
此外，大家可以看到高精地图不仅可以给自动驾驶车辆用，也可以给交通运营部门使用。
上图是城市内的道路，不管交通主管部门，还是今天在车路协同里面，如果有这样一张非常精确的地图，再把路测单元里面的一些感知结果，叠加在这张地图上面，就是一个完整的全局优化、实时交通流的展示。相对于大家使用航拍摄影来说（航拍摄影更多关注的是15米以上的空间），使用高精地图关注的是15米以下的空间，能够去做车路协同的解决方案。
这也是后面所介绍的基于高精地图的广泛应用场景之一。
如何打造完整智能的车路协同解决方案？我们认为在车路协同环境里面，高精地图是智慧道路的数字孪生，是车和路沟通的桥梁。通过智慧公路，以及路边的路侧单元，提供叠加了动态交通信息的高精地图服务。
交通运营方通过云服务以及WiFi、5G等传输通道，把更新后的高精地图下发到车端（车端有ECU，或有相应设备去下载更新的地图），这样能够做到柔性车流控制。
这是我们做的一个实验，V2X的车在路上行驶的时候，通过单车视角看到的高精地图。
车在路上行驶的时候，如果收到了更新后的地图，车载决策和控制单元会根据该地图进行重新路径规划以及路由。甚至可以进行车道线级限速和关停。
地图也可以用在仿真领域，下图展示的是合作伙伴使用我们的高精地图生成的一个仿真路口。
当有越来越多的自动驾驶汽车或者准自动驾驶汽车将要上路行驶，为了保证车辆行驶安全，我们需要更真实的场景库去验证和测量这些车辆。
简言之，我们的高精地图精度高，相对精度5厘米。效率高，整个地图生成过程通过并行计算在云上完成。采集成本、包括制作成本更低。更重要的是我们具备了动态地图更新能力。
高深智图不仅服务于中国的客户，也服务于全球的自动驾驶探索者。在一些气候条件恶劣的地方，包括北欧和加拿大的暴风雪极限天气，我们能帮助无人送货车、自动接驳小巴等打造安全的驾驶环境，实现自主导航能力。
我们希望大家不要重复造轮子，使用我们的智能地图引擎，联合自动驾驶伙伴，为主机厂和自动驾驶的探索者们提供定制化的、按需更新的高精地图服务。
正在生成分享图...
黄华丹 