作者 | HiEV

編輯 | 張祥威

編者注： 

本文是HiEV出品的系列直播「智駕地圖之變」第一期問答環(huán)節(jié)內(nèi)容整理。百度智駕地圖業(yè)務(wù)部主任架構(gòu)師萬聰與連線嘉賓鑒智機(jī)器人技術(shù)副總裁潘屹峰、領(lǐng)駿科技研發(fā)副總裁嚴(yán)晗、主持嘉賓周琳展開深度交流，并進(jìn)行了答疑。 

本期百度分享內(nèi)容《何為擁有“連續(xù)體驗(yàn)感”的高階智駕地圖？》的主題演講，可前往#視頻號(hào)：HiEV觀看直播回放。 

一、輕圖成本比高精地圖低近80%

Q:在百度的過往的研發(fā)和量產(chǎn)的經(jīng)驗(yàn)當(dāng)中，地圖跟車端的感知、智駕系統(tǒng)的配合，有沒有可以分享的經(jīng)驗(yàn)？ 

A:百度同時(shí)提供地圖和智駕方案，從地圖數(shù)據(jù)規(guī)格設(shè)計(jì)之初，就是圖和駕一起聯(lián)合來做相關(guān)的事情。 

對(duì)于城市智駕而言，NOA是一個(gè)很重要的指標(biāo)，如果NOA的連續(xù)性和成功率有問題的話，對(duì)于用戶，會(huì)帶來很糟糕的體驗(yàn)，同時(shí)給整個(gè)智駕產(chǎn)品的泛化帶來很大的壓力。因此，我們基于NOA的實(shí)現(xiàn)，界定地圖的性能和數(shù)據(jù)考量。 

此外，對(duì)于地圖數(shù)據(jù)質(zhì)量的要求，哪些地方可以輕度處理，哪些地方需要一些重度支持，這個(gè)方向上也會(huì)不太一樣。 

傳統(tǒng)的圖商可能會(huì)按照自己的理解去打造地圖產(chǎn)品，然后交給其他車企去泛化，但是我們從最開始的設(shè)計(jì)階段就在 跟“駕”一起去泛化，去發(fā)現(xiàn)里面的問題及時(shí)解決。所以我們提供的產(chǎn)品就能夠讓整個(gè)智駕更快速泛化。 

Q:百度的輕地圖方案更新成本和周期是怎樣的，跟高精度地圖比大概在什么數(shù)量級(jí)？ 

A:現(xiàn)在整個(gè)數(shù)據(jù)的更新有幾種模式，一種是采集車這種傳統(tǒng)更新模式，這種模式的更新規(guī)模、數(shù)據(jù)的詳細(xì)程度會(huì)更高，能夠做月度更新。但是對(duì)于LD來說，因?yàn)樗鼤?huì)有更多的眾源數(shù)據(jù)進(jìn)來，所以可以做例行的周級(jí)更新，局部場景甚至可以做到天級(jí)的快速更新。 

Q:百度的LD和HD這兩種產(chǎn)品，可以供車企自主選擇嗎？ 

A:對(duì)，LD數(shù)據(jù)和HD數(shù)據(jù)是兩種不同的產(chǎn)品形態(tài)，車企可以進(jìn)行選擇。 

Q:關(guān)于LD和HD的地圖，在核心要素上面的差異有多大？ 

A:LD和HD的分層是不一樣的，大家可以看到HD還有定位圖層，但是LD是沒有提供定位圖層的數(shù)據(jù)，這是一個(gè)比較明顯的差異。其次，在車道的數(shù)據(jù)上也會(huì)有一些差異，對(duì)于HD來說，路段中的這些數(shù)據(jù)，我們可能會(huì)提供詳細(xì)車道的車道線邊界，但是在LD的模式下，對(duì)于一些“駕”的能力比較好的地方，只會(huì)支持車道的拓?fù)溥B通。就是“輕”的地方差異還是蠻大的。 

Q;百度的輕圖方案成本會(huì)有一個(gè)很明顯的下降嗎？它的計(jì)費(fèi)標(biāo)準(zhǔn)是按照公里數(shù)嗎？還是按照有多少個(gè)路口去計(jì)算？ 

A:關(guān)于成本的情況可能每家都有自己的理解，百度這邊目前的輕圖方案比傳統(tǒng)的高精地圖還是要低很多的，會(huì) 低到將近80%，這樣我們會(huì)用一個(gè)我們自己比較接受的成本去快速的擴(kuò)城，這樣就可以就解決開城的泛化的問題。 

至于計(jì)量方式，我覺得在不同的階段會(huì)不一樣，從0到1的時(shí)候，里程是一個(gè)很重要的考核的點(diǎn)，但是在做更新的時(shí)候可能有不一樣的考核點(diǎn)。 

Q:針對(duì)于LD MAP，百度會(huì)給一套標(biāo)準(zhǔn)的產(chǎn)品去服務(wù)給所有客戶，還是會(huì)提供更多定制化的產(chǎn)品？ 

A:我們目前提供的有三套數(shù)據(jù)，有SD、LD還有HD，其中LD和HD是兩套不同的數(shù)據(jù)的形態(tài)。 

我們?cè)诟蛻艚涣鞯臅r(shí)候，首先基于HD的情況是什么樣，遇到的問題，以及LD相對(duì)于HD的關(guān)鍵的差異點(diǎn)在什么地方，目前智駕的哪些能力達(dá)到了什么程度，使用LD的能快速落地，然后包括前期階段是否需要去通過HD，落地的成本和周期可以更短。 

我們對(duì)智駕落地過程中的一些關(guān)鍵場景，或者說對(duì)于它需要具備什么能力夠去快速的規(guī)模化，這方面對(duì)于其他家來說，百度有比較深刻的理解。 

Q:最近行業(yè)里有一些信息，接下來在后半年地圖的開放的節(jié)奏可能會(huì)逐步打開，如果地圖的資質(zhì)、法律法規(guī)已經(jīng)不再是受限制的因素的話，如果我們自己要用自己的地圖，從功能角度上講更看好高精度圖路線還是輕地圖的路線？ 

A:圖商本身也在做一些儲(chǔ)備，我們?cè)诤芏嗟某鞘幸呀?jīng)開始去做泛化。關(guān)于HD和LD的情況，可能是跟“駕”產(chǎn)品不同的階段也有關(guān)系，如果我們目前處于剛開始啟動(dòng)的階段，可能HD對(duì)它是一個(gè)更好的情況，可以快速的去把產(chǎn)品落地，然后帶來更好的體驗(yàn)。但是如果我們現(xiàn)在已經(jīng)有一些積累，這時(shí)候LD會(huì)帶來更大的幫助和助力。 

Q:現(xiàn)在的變化會(huì)不會(huì)影響到圖商的組織架構(gòu)，比方說做傳統(tǒng)圖的和做LD圖的團(tuán)隊(duì)是不是可以復(fù)用？ 

A:對(duì)有些圖商來說，會(huì)有一定影響。但是在百度，無論是LD、HD 還是SD，都在智能駕駛（IDG）這一大的體系下運(yùn)轉(zhuǎn)，更方便我們?nèi)ゴ蛟煺麄€(gè)的圖，包括控制它相互之間的成本。 

二、如何打造輕地圖方案？

Q:目前市面談到的無圖，是真正的無圖，還是實(shí)際都有一定先驗(yàn)知識(shí)支持？ 

A:行業(yè)里一般大家提無圖的時(shí)候都會(huì)附帶一些其他的信息，比如神經(jīng)網(wǎng)絡(luò)，或者經(jīng)驗(yàn)圖層，或者某種特殊類型的模型和數(shù)據(jù)。各家也有自己的組織方式，有的可能會(huì)在車端存儲(chǔ)，有的在云端存儲(chǔ)。 

無論是以地圖的形態(tài)組織還是以模型的形態(tài)組織，起的作用和目的都是一樣的，即把周邊的環(huán)境建模出來，給智駕更好的支持。至于是不是一定要把它叫“無圖”，只能說是各家在叫法上有特殊考量。 

Q：提到重感知輕地圖，地圖要輕到什么程度，才能滿足L2以上級(jí)別的智駕？ 

A:不管是圖也好，還是感知也好，最終的目的是去構(gòu)建整個(gè)車輛周邊的環(huán)境。圖是一個(gè)長距離的感知傳感器，大家一起去構(gòu)建，所以圖的“輕”很大程度上會(huì)跟感知能力的增強(qiáng)和車端算力的增強(qiáng)去結(jié)合在一起的。 

目前我們從“輕”上考慮的點(diǎn)： 

第一，是從數(shù)據(jù)范圍上會(huì)做一些維度的“輕”，比如像路段中的道路結(jié)構(gòu)比較簡單，這些維度是可以做減法的。 

第二，從要素上再去做一些減法，因?yàn)殡S著車端傳感器的能力增強(qiáng)和感知的能力增強(qiáng)，包括車輛的定位能力也是在不停的進(jìn)步的，所以像路邊的桿牌其實(shí)可以做一些簡化。 

第三，還有一些場景。隨著大家的行駛軌跡，包括各種數(shù)據(jù)的逐步挖掘，有一些場景不用像傳統(tǒng)的高精做的那么細(xì)分，我們會(huì)做一些合并，比較典型的之前大家會(huì)把紅綠燈對(duì)應(yīng)到每一個(gè)車道的管控上，但基于現(xiàn)在的能力，我們直接把紅綠燈跟整個(gè)大的道路做一個(gè)綁定，這樣的話有可能帶來“輕”。 

Q：如果感知能力的上限還有提升空間的話，對(duì)于地圖的依賴程度是不是會(huì)更少？ 

A：其實(shí)地圖和感知，不是一個(gè)非0即1的問題，它是兩者之間結(jié)合在一起怎么去解決車輛周邊的環(huán)境，包括怎么提供更好的車輛周邊的環(huán)境，讓它可以去引導(dǎo)整個(gè)智駕的控制和規(guī)劃。 

Q：如果識(shí)別出來的感知信息和已經(jīng)加載的地圖信息有偏差的話，怎么判斷哪個(gè)信息的置信度會(huì)更高？ 

A: 這也不是一個(gè)單純的選擇A和B的過程，在行駛的過程中遇到高精地圖的數(shù)據(jù)和現(xiàn)實(shí)的情況不一樣的時(shí)候，還是會(huì)借鑒它前后道路的整個(gè)連續(xù)性情況，不只是基于當(dāng)前點(diǎn)位的差異。 

首先，會(huì)借助前后的道路來判斷這個(gè)地方是感知還是地圖數(shù)據(jù)的置信度更高。其次，在具體的點(diǎn)位也會(huì)去融合感知之外的其他數(shù)據(jù)的輸入，做一個(gè) 整體的融合，然后做最終的判斷。 

Q:如果把地圖看成自動(dòng)駕駛系統(tǒng)的一個(gè)獨(dú)立傳感器的話，那么地圖未來的發(fā)展趨勢，會(huì)不會(huì)也從相對(duì)比較直觀簡單的結(jié)構(gòu)化數(shù)據(jù)發(fā)展成特征級(jí)，一直到更前端的標(biāo)簽信號(hào)級(jí)的表達(dá)方式呢？ 

A:地圖是一種二進(jìn)制數(shù)據(jù)格式的組織形式。隨著感知能力的不斷演進(jìn)，會(huì)做一些云端地圖數(shù)據(jù)的建模，現(xiàn)在各家都會(huì)有不同的表達(dá)，有些廠家可能繼續(xù)沿用之前的地圖形式的表達(dá)，但有些廠家開始將地圖的數(shù)據(jù)往一些模型維度遷移，這樣也可以更加方便后邊產(chǎn)品的迭代和演進(jìn)，因?yàn)橥ㄟ^數(shù)據(jù)的不斷回傳，可以將地圖數(shù)據(jù)的整體質(zhì)量不斷的提升。 

三、解決地圖數(shù)據(jù)鮮度問題，提供連續(xù)性體驗(yàn)

Q:特大和超一線城市的地圖變化特別快，因?yàn)榈缆翻h(huán)境經(jīng)常會(huì)修整，然后NOA產(chǎn)品就會(huì)降級(jí)到LCC甚至停止，雖然您提到我們的更新頻率最快能達(dá)到天級(jí)，但是這個(gè)問題還是難以避免的，針對(duì)這個(gè)問題百度有沒有其他的解決方法？ 

A:鮮度問題的確是一個(gè)比較難以解決的問題。關(guān)鍵的第一步是要通過多種的渠道獲取變化。信息的來源可能不僅僅是智能車，也有可能是眾源設(shè)備，包括傳統(tǒng)的SD和LD等各種信息渠道去拿到變更的位置，這是一個(gè)很大的挑戰(zhàn)，之后基于點(diǎn)位去做數(shù)據(jù)更新。 

所以我們目前提供了兩種模式。首先，我們會(huì)手機(jī)地圖進(jìn)行結(jié)合，直接把它切換成領(lǐng)航優(yōu)先的模式。另外，如果這個(gè)地方發(fā)生變更，那領(lǐng)航的時(shí)候我們就不從這個(gè)地方走，會(huì)選擇附近其他更高效的路線，這樣會(huì)給用戶的帶來連續(xù)的良好體驗(yàn)。但是如果這種情況下它繞路距離太遠(yuǎn)，其實(shí)也不好，這種時(shí)候我們讓用戶提前接管，在此之上才去說后續(xù)的更新。 

Q:現(xiàn)在很多車企都推出一種模式，就是依靠車端的傳感器自己在車端本地建圖，對(duì)于沒有資質(zhì)的廠商來說，甚至可以選擇只把圖存在本地，不上傳到云端，既然通勤模式（通勤NOA）從A點(diǎn)到B點(diǎn)，是一個(gè)很比較相對(duì)固定的路線，然后這樣不斷的迭代，在本地就可以生成出一個(gè)與本車的傳感器精度非常匹配的一張地圖了，這會(huì)不會(huì)對(duì)圖商產(chǎn)生比較大的沖擊？ 

A:個(gè)人理解，首先隨著駕駛頻次的增多，會(huì)對(duì)產(chǎn)品的體驗(yàn)會(huì)帶來比較大的提升。但從另外一個(gè)維度講，依靠傳感器本地建圖能夠解決局部的場景，但對(duì)于自車周邊幾公里的范圍，遇到一些外部的施工、事故等因素時(shí)，還是會(huì)有一些挑戰(zhàn)。 

整體來看，去感知也好，輕地圖也好，還是希望怎樣給用戶帶來的體驗(yàn)是連續(xù)的。同時(shí)希望給用戶帶來更大的安全安心感，不要由于前面發(fā)生的事故，因?yàn)橛弥邱{而給用戶帶來驚嚇。 

Q:高精地圖和高精定位一般都是搭配使用的，在城市里遮擋嚴(yán)重，定位精度很可能會(huì)下降的情況下，高精地圖的使用會(huì)不會(huì)受限？ 

A:對(duì)于智駕而言，除高精地圖之外，對(duì)定位的技術(shù)要求也比較高，城市相對(duì)高速來說，場景復(fù)雜很多包括高樓大廈、隧道、高架等。如果單純依賴于感知或車端傳感器，這類復(fù)雜的場景是很難解決的。 

如果有高精地圖的先驗(yàn)數(shù)據(jù)，加上車端的定位位置，結(jié)合感知，根據(jù)地圖的車道進(jìn)行融合定位，高精地圖能夠給高精定位帶來更大的幫助，去解決這些疑難場景。 

但是也會(huì)出現(xiàn)一個(gè)情況，比如這個(gè)地方屬于弱GNSS的環(huán)境，可能定位的偏差特別大，獲取的周邊高精數(shù)據(jù)都不是當(dāng)前的位置，這種場景不只是對(duì)于地圖的挑戰(zhàn)，對(duì)于整個(gè)智駕都是比較大的挑戰(zhàn)，在這種模式下可能只能依靠于定位和視覺去做一路向前的智駕體驗(yàn)。 

返回第一電動(dòng)網(wǎng)首頁 >