高精地图对于自动驾驶车辆的定位、导航与控制至关重要，这项技术已经成为兵家必争之地，但今天高精地图的应用标准、服务模式还在探索当中。
近日，刚刚宣布获得千万美元A轮融资的DeepMotion深动科技就将目光锁定在地图定位与感知部分，他们希望采用不到200元的手机GPS惯导模块替代20万左右的专业级GNSS组合惯导。
DeepMotion成立于去年7月，在强手如林的高精地图领域，他们要怎样开拓自己的一片疆域呢？
对于DeepMotion的定位，公司联合创始人兼CEO蔡锐坚定地向雷锋网新智驾表示，要在高精地图的基础上，为客户提供自动驾驶相关的感知、定位服务。
蔡锐说，今年的重头戏是与主机厂、图商以及自动驾驶公司等达成合作，特别是和合作伙伴一起积极探索高精地图新的发展模式。蔡锐认为，除了单纯地提供高精度地图，其数据的创建、更新与分享模式将是未来高精地图竞争的关键点。
众包高精地图解决方案
市场上高精地图企业主要分为几种：
国内传统图商，如高德地图、百度地图、腾讯地图和四维图新等，他们都具备甲级导航地图制作资质。
限于中国政策约束，以技术服务提供方的角色参与国内市场的国外图商，如HERE、TOMTOM等。
高精度地图初创公司，如中海庭、Momenta.ai、宽凳科技和DeepMotion深动科技等，主要提供众包地图构建方案。
众所周知，如今图商和主机厂的合作关系基本是单向的数据交付。图商负责提供基础地图数据，而主机厂负责开发上层基于地图的应用。而对于高精地图将来的发展模式，蔡锐有着不一样的思考。
“在高精地图时代，数据的流向是双向的。图商向车厂提供数据，同时，车载地图应用也会不断向图商更新实时数据”，蔡锐说道。
目前相关企业都在积极探索新的发展方式。蔡锐表示：“包括图商在内的市场参与者都在摸索前行，思考在未来产业链里面应该担当什么样的角色。”
高精地图数据的创建、使用、更新与分享可能会带来全新的商业模式。“我能明确的一点就是，在提供高精地图构建技术的基础上，做好基于高精地图的感知和定位服务，从而打通整个数据流通链条，这也是我们尽快落地的技术之一。” 蔡锐接着说道。
DeepMotion定位于众包高精地图解决方案是有十足底气的。据雷锋网新智驾了解，公司的创始团队在深度学习、计算机视觉领域拥有多年一线产品的研发经验。团队成员在微软研究院期间，曾参与过Hololens核心算法开发及认知服务研发。
DeepMotion的投资方之一，红点中国主管合伙人袁文达表示：“3D环境感知、高精定位及地图是自动驾驶方案中的关键技术，而DeepMotion在短短几个月时间内通过一套低成本的摄像头阵列实现了无人驾驶的感知、高精地图和定位的高难度技术解决方案，这点难能可贵。”
前不久，北京、上海、重庆和深圳相继落地自动驾驶道路测试，基于高精地图的自动驾驶解决方案也进入真正的落地测试阶段。
自动驾驶汽车运用激光雷达、摄像头等传感器感知外部环境并构建环境模型，利用该模型确定车辆所在位置，整个流程称为SLAM。
SLAM主要有两种技术路线：
基于激光雷达的SLAM，不受到光照影响，构建地图精度较高，但是价格贵。
基于摄像头等纯视觉传感器的VSLAM，获取数据成本较低，数据量也很丰富，但受光照影响较大。
DeepMotion将目光锁定在自动驾驶的地图定位与感知部分，并通过精心设计的算法将一套低成本的多目相机和GPS惯导模组融合成车载传感器套件DM-100，为自动驾驶车辆提供环境感知、高精地图绘制以及高精定位三大能力。
蔡锐表示：“最初是用双目和GPS惯导组合方式，但随着合作伙伴的需求，目前我们也在开发三目和单目的方案。”
值得注意的是，GPS与惯导均采用的是消费级模块，成本小于200元，其精度相当于手机的GPS惯导模块。相比于10万-20万的专业级GNSS组合惯导，可以节约很大成本。蔡锐强调：“我们虽然采用消费级GPS与惯导，但会通过视觉比对来保证定位精度。”
据雷锋网新智驾了解，视觉比对对于计算能力的要求较高。对此蔡锐坦然说道：“这确实需要较大的计算量，我们也在积极简化算法。”
感知能力之外，车载传感器DM-100还能够采集高精地图所需数据和实现自动驾驶车辆高精定位。
在高精地图的基础上，行驶的自动驾驶车辆结合GPS惯导模块，来确定汽车的的精确位置，从而实现高精定位。
其实，DeepMotion并不强调提供全栈自动驾驶方案，而主要是将现有的感知、高精地图和高精定位技术方案输出给其他有需要的企业。
新智驾：你认为什么时候高精地图能大规模应用？
蔡锐：商业模式上，图商、主机厂以及自动驾驶初创企业，都还在合作中不断进行探索。
技术上讲，不管是成本较高的激光雷达数据采集，还是以纯视觉为主的数据采集，都没有很成熟的技术方案和落地产品，所以现在谈高精地图大规模应用为时尚早。
新智驾：你认为DeepMotion的核心技术是什么呢？
蔡锐：从专业背景上讲，团队在深度学习和立体视觉领域有较多的积累，在场景分割、物体识别、SLAM、三维重构具体应用领域实战经验丰富，能很好切入自动驾驶的感知、定位等核心模块。
新智驾：传统图商做的高精地图和你们有什么不同呢？
蔡锐：大家只是采用不同的技术方案来做一件事情，有的设备成本高或运营成本比较高，好处是容易上手，缺点一是成本高，二是对专业人员、专业设备和专业操作的要求极高。
所以，不管是算法提供商，还是OEM以及图商，保证高频的地图更新须依靠众包的方式，既成本可控，又对专业操作要求低。
新智驾：与国外的HERE，国内传统图商以及众多的创业公司（DeepMap、Civil Maps、lvl5）相比，DeepMotion的核心竞争力是什么？
蔡锐：国外图商有两种方式存在，一种是以激光雷达为主的DeepMap和Civil Maps等，一种是以纯视觉为主的构图方式。同样的道理，国内图商也是这两种形式。
虽然采用激光雷达为主的方案能够提供精度较高的地图数据，但其采集设备成本昂贵，并且需要专业人员操作。成本高导致很难实现规模化生产，也无法众包部署来保证地图的活性。
相比之下，视觉为主的构图方案在成本和部署方面优势明显。随着技术的发展，也能提供媲美激光方案的地图精度。
简单来说，高精地图构建比拼的是数据质量、规模化生产、自动化程度等多个方面。目前整个行业都还处于起步阶段，需要大家在竞争中合作，一起推动高精地图行业的发展。
新智驾：高精度地图的精度具体能达到多少？
蔡锐：在统计数据的基础上，平均精度是在10-20厘米左右，都能满足L3和L4的要求。刚才提到过，我们有单目、双目和三目方案，具体来讲，双目的精度高一些，差不多10厘米左右，但部署较难，尤其是放在车内会更难一点。单目误差较大，但也能保持在10-20厘米范围内。
新智驾：车辆的定位精度具体能达到多少？
蔡锐：横向定位能达到10厘米，纵向定位是20厘米。
新智驾：地图数据的实时更新是怎么实现？
蔡锐：首先要保证强大的车端处理能力，在车端对原始传感器数据进行分析处理，输出矢量化地图元素，保证传输的数据量在可接受的范围内，目前在市区道路上大概平均每公里的数据量在40KB左右。这样基本能保证传输的实时性。
其次，在云端有高性能的地图整合与优化算法，并将更新结果反映到地图上。
按照我们目前技术，地图规模是数平方公里实验的情况下，处理速度能达到分钟级。
新智驾：雨雪雾霾或者夜间的时候，DM-100性能表现如何？
蔡锐：目前DM-100传感器主要是构图，是一种能够以低成本可部署的众包方式去构图的硬件设备。针对雨雪天气，我们也将推出组合毫米波雷达或低线激光雷达的感知方案。
新智驾：一套DM-100的成本是多少？
蔡锐：目前该硬件还没有批量化生产。以零售价购买元器件组装硬件来看，基本上所有东西加在一起在1500元人民币以内。
新智驾：在地图全自动生产的流水线上，需要人工参与标注吗？
蔡锐：在一开始的机器学习过程中肯定需要人工参与标注训练数据，完成机器学习模型构建后，后续的生产环节不再需要人工参与。
新智驾：如何与主机厂还有图商开展合作，你们方案的最终用户是谁？
蔡锐：要推动自动驾驶产业的落地，合作是现阶段大家的必然选择。我们愿意和主机厂、图商、以及其他自动驾驶公司成为合作伙伴。
图商方面，我们可以提供成套的可规模化部署方案来实现众包高精地图构建。
主机厂方面，我们主要提供基于高精地图的环境感知与高精定位模组。具体的产品包括设备、服务和数据等。
现阶段公司属于算法和技术提供商，会根据合作伙伴的需求设计定制化产品。无论是主机厂还是图商，我们会根据他们的需求做不同产品原型或共同研发。
所以，最终的产品形态，很大程度上是取决于客户在不同阶段的不同需求。
新智驾：本轮融资的作用主要是什么？
蔡锐：本轮融资主要是扩大人才储备（目前团队核心人员接近30人），加速产品落地，并推动数据规模化生产。
PS：6项会员专享特权，全年100期精华内容，带你深入浅出看懂自动驾驶。如果想加入「新智驾会员计划」，欢迎点击链接 ：https://www.leiphone.com/aidrive/vip 或扫描海报下方二维码了解详情。
正在生成分享图...
田哲