【 图片来源：null 所有者：null 】
2019年是高精度地图订单密集落地的一年。
现代汽车牵手HERE开展高精地图与定位服务，四维图新拿下宝马中国量产的订单，高德成为凯迪拉克Super Cruise高精地图主导者。
其实，大部分图商完成高精地图的初始绘制（从“0”到“1”的过程）的难关已经攻克，对于他们来说，困难的是后续的地图更新部分，让自动驾驶车辆使用的地图完成低成本规模化的更新
（从“1”到“∞”的过程）。
对于成立3年、估值高达4.5亿美元的独角兽高精地图公司高深智图DeepMap来说，从0到1的这关键一步，随着逐步突破技术重围，取得商业项目，已经实现。现在的问题是，完成从0到1后，他们又将怎样去完成从1到∞的更大梦想？
现在的问题是，完成从0到1后，他们又将怎样去完成从1到∞的更大梦想？
为此，雷锋网新智驾专访高深智图大中华区总经理刘澍泉，既回顾其公司一路走来的心得体会，更重要地是去寻找和理清高精地图的下一步关键在哪里。
L3及以上自动驾驶汽车必须有高精地图辅助已经成了业界共识，但特立独行的马斯克认为高精度地图是浪费资源。
刘澍泉的看法和马斯克不同，他认为目前高精地图的发展形势逐渐明朗起来，更多的行业从业者依旧是相信高精度地图是自动驾驶系统的安全备份。
刘澍泉进一步指出，高精地图存在的意义就是提高车辆的智能水平，以增强其性能和安全性。
特斯拉在自动驾驶实验中发现，道路地面的细微突出或凹陷就能很容易造成自动驾驶系统的误判和错误反应。刘澍泉表示，使用包含精确道路信息的高精地图则可以很好的解决此类问题。
换句话说，如果特斯拉不过于依赖摄像头，使用了激光雷达，也许自动驾驶安全事故风险会降到最低，所以马斯克的高精地图无用论站不住脚。
面对汽车新四化的未来，国内外主流厂商，都给出了L3级自动驾驶产品量产的时间节点。
奔驰、宝马、大众、丰田、日产等国际巨头将时间选择在了2021年左右；自主品牌站在全新的起点之上，也不甘落后，长安、长城、吉利、比亚迪等龙头企业同样将2020年左右视为达标L3自动驾驶的“及格线”；更有一些实力激进者，将日期截止在了2019年。
这就这意味着，明年之后的2年时间里，L3级自动驾驶将成为大多数在售自动驾驶产品的“标配”。
无论这一目标能否实现，大量的资金和人才眼下已经投入到了有关自动驾驶的研究中，高精度地图作为其中不可缺少的基础设施，价值日益凸显。
因此，结合世界上的主流车企的自动驾驶量产时间表，刘澍泉乐观预计，目前中国高精地图已经进入了一个比较明确的一个发展阶段，2021年可实现盈利。
“高精地图的竞争力所在就是成本和质量”。
刘澍泉直言，高精地图厂商的立足就是地图的成本和质量，维护这两大生存关键点主要依靠两方面，一是技术，二是管理。
为什么这么说呢？
首先，高精度地图前期高昂的开发成本与后期价格昂贵、难度大的维护成本使得高精度地图产品的造价绝对不会便宜。
目前主流图商的高精地图数据基本都来自专业高精地图采集车。专业型采集车的成本相对较高。因此，现在的行业玩家，尤其是创业公司都选择纯视觉技术采集高精地图的方案。
高深智图采用基于低成本传感器（1个32线激光雷达、1个GPS、1个IMU、2个低成本摄像头）的点云融合进行地图制作，有成本优势。
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。
刘澍泉告诉雷锋网，目前高深智图生产的高精地图，精度可达到 5cm，定位精度在 10cm 以内。而市面上的产品精度一般在 20cm 左右。
地图更新是一个永亘不变的话题，也是需要长期解决和维护的问题。
高精度地图动态与静态信息并存的特性决定了后期的更新维护会占据更大的工作量。刘澍泉认为，高精度地图后期的维护更新也是成本的一大投入，同时也是图商核心竞争能力之一，所以地图更新频率高，维护难度大。
提到更新，高深智图和许多创业公司一样，也是采用的众包模式，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。简单来说，他们的高精地图是通过众包加上变化检测技术来做更新的。
质量是一个大的话题，也是主机厂最看重的。
刘澍泉谈到与主机厂取得商业合作项目最深的体会之一，后者对于高精地图质量要求非常高。
同时，商业合同的取得也是促进高精地图发展的重大要素。
刘澍泉称，我们与国内外几十家主机厂以及Tier 1取得商业合作，感触颇深的就是他们非常看重数据的鲜活性。
简单来说，需要图商能够拿到最新的数据，因为中国的道路变化复杂，每年道路变化浮动率大约是15%，所以如果你拿不出鲜活的数据，使用的都是一些陈旧数据，其实这就没多大意义，当然客户也不会去用。
换言之，不同的图商，高精地图质量存在差异。
此外，高精地图数据本身还存在相对精度的误差，刘澍泉从专业的角度解释道，相对精度就是不同于测绘中的基于绝对坐标建立的绝对精度，自动驾驶并不要求知道某个位置的经纬度，更多的是要求知道相对位置，例如车辆与车道线的距离等。当然，目前业内还没有形成统一的相对精度规定指标，各个主机厂的要求也不尽相同。
因此，高深智图对高精地图的成图质量要求极高，要达到数量足够的关键特征点，也要面向不同应用场景为客户进行定制化适配。
“高精地图生存的关键就是做出有质量的地图。”刘澍泉坚定地告诉雷锋网新智驾，成本和质量是地图服务商安身立命之本，同样也是主机厂“择偶”的条件。
对于企业来说，在整个行业还在商业化试错的前提下，如何完成自我造血？
由于高深智图预期高阶自动驾驶最终落地可能需要几年的时间，他们也需要找到现在就能“自我造血”的业务，以守到云开见月明。
这其实是许多高精地图公司的心态，但在发力近期业务时，各家公司的选择又不尽相同。
以高德等为代表的老牌图商选择的是从L2、L3再到L4的晋级之路，即在近两年内先为量产的L3汽车提供高精地图服务，然后过度到更高级别的L4自动驾驶。
高深智图沿着这条道路的同时，也详细规划了其商业产品的主要形式包括如下四种：
一是为主机厂、自动驾驶创业公司、Tir1提供高精地图定制化生产；
二是为客户提供和高精地图息息相关的定位服务；
三是多传感器的标定，低成本数据采集方案及设备；
四是为车路协同公司提供高精地图以及交通信息流的服务。
值得注意的是，在高深智图的商业产品中包含车路协同，刘澍泉认为，高精地图是车和路之间交流的一个桥梁。
技术与服务是前期落地关键。高精度地图无论落地场景选择哪里，重要的是是取得商业项目，而签订订单的核心因素取决于高精度地图厂商所能提供的技术水平和服务质量，对价格相对不敏感。
9月25日，高深智图和 IAE 智声智行达成合作，将在仿真测试领域联手，共同打造面向智能驾驶的汽车模拟场景库。结合高深智图丰富的实际场景数据库，给客户提供一站式从 L2-L5 的模拟仿真实验场景。
刘澍泉称，高深智图一直以来对高精地图的成图质量要求极高，不同场景对应不同的定制化适配方案。例如，卡车更关注高度信息，普通机动车更看重道路标识信息，这些都对模型和算力提出了更高要求。
基于海量数据的高吞吐、低延迟、安全的基本要求，高深智图与阿里云一拍即合达成合作。
高精地图收费该用什么公式计算？
在海外市场，新智驾了解到他们已经在美国取得了不错的合作和成绩，高深智图的高精定位方案已用于美国的地图服务。
刘澍泉对此回应道，高深智图完全可以满足自动驾驶汽车迫在眉睫的需求。这些车辆将需要高精地图和本地化模块，这些模块具有实时性、可扩展性、经济可行性和机器可读性，这是高深智图通过其独特方法提供的。
针对中国市场，高精地图的收费是不一样的。
刘澍泉提到，高精地图收费的主要因素取决于场景和长度。
比如，立交桥通常是在研究自动驾驶技术中非常有挑战的一个地方，因为立交桥一般会有十几个道路的分行点，比如道路分岔点、主路进匝道、匝道进主路等。每个立交桥都非常复杂，每个分析点都需要通过多次采集才能完成。
除此之外，自动驾驶车行驶在高架桥下、车库、收费站等城市复杂场景的时候，他们会采用不同的算法策略。刘澍泉举例道，在没有 GPS信号的车库，通常难以进行定位，而我们主要是基于低成本的传感器，以及点云融合技术成功地进行了车库地图制作。这种方案的好处在于可以低成本的完成高精地图的制作。
同样的道理，针对不同的城市复杂场景，高精地图制作成本不同，收费模式也不一样。高深智图可以肯定的是，针对中国的高精地图肯定比在美国市场的收费更便宜。
“十年的时间，Google地图团队才完成了让用户探索大千世界”。
在这样的背景下，高深智图意识到高精地图要想实现量产工程化，也面临着传统导航地图的发展历程，必须跨过大规模、低成本生产无人驾驶高精地图的门槛，逐渐达到一定的量级。
刘澍泉向雷锋网新智驾表示，尽管目前行业玩家提到最多的是未来高精地图的生成是依靠全自动化，但这也非常考验公司的高精地图质量管理能力。与此同时，我们现在的生产能力并不主要依赖于用户的需求，目前我们的规划是产能每两个月扩大一倍，希望在3年后实现真正的商业化阶段，到时候的产能约是每天达到数万公里。
抢滩中国市场是我们的目标，同样也会继续延伸海外市场，这其中产生的规模化数据生产、存储、计算以及平台管理能力，这是刘澍泉思考的一个问题，也是高深智图技术优势所在。
总之，谁能更快地做出低成本高精度的产品，谁能拥有持续运营能力并在商业模式上取得突破，谁能突破重围实现高精地图量产化，谁就能站上舞台的中央。
PS
10月26日、10月27日，2019全球智能驾驶峰会峰会由江苏省工业和信息化厅、江苏省公安厅、江苏省交通运输厅、苏州市人民政府、长三角G60科创走廊联席会议办公室指导，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。
此次峰会将围绕着，自动驾驶的工程化问题展开讨论。在量产前夜，高精地图、核心零部件、芯片、整体解决方案所面对的挑战是什么?
高深智图DeepMap大中华区总经理刘澍泉也是拟邀嘉宾之一，一起摸索自动驾驶过河量产之道。
正在生成分享图...
黄华丹