高精地图助力自动驾驶

王涛 

高德汽车自动驾驶产品研发部技术总监

王涛：大家上午好！非常感谢接受吴总的邀请，能够有机会跟大家做一个分享，今天我说的内容是《高精地图如何助力自动驾驶》，内容主要分为四部分：一是高精地图与自动驾驶的关系。现在大家都在讨论自动驾驶为什么需要高精地图；二是高精地图产品概览；三是高精地图如何炼成；四是基于高精地图的云服务。

这张图刚才院士和吴总都展示过了，我就不具体细说了，主要想说明的是一点，从分析里目前有两个研究路线，一种是类似于谷歌的变革路线，没有经历过零级一级，直接蹦到最高级，这是互联网公司的做法，更多的是主流车厂，净化式演进的路线，把ADAS的功能拆借开，某一个节点形成一个模块，然后再进行下一个阶段的推进，这样它的安全性和可控性就会比较好一些，这个不再细说了，从演进式的路线来说，最开始的车端是信息娱乐系统，后来加入一些导航，包括进入辅助驾驶，也就是ADAS，然后再往自动驾驶走，最终是无人驾驶，我们追求的是更安全、更便捷、更智能、最舒适，从自动驾驶的产品功能来说，我们觉得主要是三个部分：自动安全、自动泊车、行驶。我们觉得2017年就会有一些量产车实现超级飞航，使显得功能就是在中国的高速公路上可以不用手了，真正上路或者可以买到大概是2018年，在这里面不管是高速路上还是超级飞航、自动驾驶也好，包括城区的自动驾驶、全自动驾驶，2018年可能有些部分车厂会实现豪车，但是国外的技术已经比较成熟，这都跟我们说的高精地图是密不可分的，需要预先有一个高精地图做一个指引。

从发展的路径上来看，对于车辆的要求一个是高精互联，这个车是联网的，不太可能是传统车，更新一个地图，需要一年两年换个光盘、换个硬盘，这个方式不太可能了，对于地图的依赖是逐步增长的过程。说到自动驾驶一个是定位系统、驾驶决策和定位规划，还有传感器的车辆感知，最后是车厂控制。我们认为除了车辆控制这一块跟高精地图关系不大，其他的这三块实际上都是跟高精地图的应用是密不可分的，首先我们说定位，大家知道现在应该很多人都会用手机导航、地图也好，手机上有一个GPS，你需要装一个地图，如果手机里没有地图，GPS是没有任何意义的，这在自动驾驶里也是一样的道理，地图和定位是一个相互作用的过程，除了地图也就是说我会预先把你周围的环境全部建起来，然后在应用的时候，通过一个高精度的定位系统，可以精确的放到地图里来，也就是说体今天是在哪个车道，距离车道线是多少，路口的距离是多远，前方红绿灯在哪个角度，距离你的车有多远，也就是说定位和地图是一个紧密结合在一块的，另外一个说的是路径规划，跟地图就更密不可分了，现在的路径规划高德地图手机用户超过7个亿，每天会有大量的人用手机地图，一边开车、一边导航，这样我们能够收集到大量实时交通信息，根据我们的高精地图结合到一块之后，就能够得到一个车道级的交通信息，原来只是道路级的，也就是我们看到这条路是红的、这条路是绿的，看到拥堵的不同的程度，以后做到的是车道级别的，虽然这条路它本身是分为左转、直行和右转，也许直行比较畅通，但是右转是很多排队的，跟我的高精地图结合在一起就能够实现一个车道级的交通流，在我做固定规划的可以做到更智能。

车辆感知，高精地图首先提供的是鲜艳的环境，在这个环境里比如说举例来说，红率灯的检测，不管对于谷歌来说还是别的公司都是比较难的事情，摄象头受到光照的影响还是比较大，之前有很多人会说检测红绿灯很有可能前面是大货车，大货车的尾灯一刹、一停、一红、一绿，摄象头可能会误会为红绿灯个，但是有了高精地图就不会把大货车上的尾灯认成是红绿灯，它已经精确的告诉你，而且红绿灯会跟你的车道有密切的关系，也就是说你到一个路口，前面一堆红绿灯，你真正要看的一定是跟你当前所在的车道和跟你有关系的状态，其他的灯跟你是没关系的。

定位，横向控制与纵向控制。从图上来看，作为横向定位来说，首先需要知道的是精确所在的车道，一定是要能够知道当前你是行驶在哪个车道的，左车道还是右车道，如果前方出口需要提前进行操作，包括纵向定位，从应用场景上来说，特别是叉路口，如果只是一个车道保持，也就是你不出去，可能靠摄象头把两边车间就够了，但是如果说你是真正的导航，或者你需要到其他路段上去，这是需要明确的指引的，否则现在的机器智能来说，还不能达到像人一样，我们到一个陌生环境的时候，应该会经常错过路口，会发现经常有人在高速上倒车，即使开着导航也会发生这种情况，一个误差超过五米说，他告诉你说需要右转，实际上路口已经错过了，包括曲率的变化，但是应用曲率的前提是需要车在这个环境里的相对位置精准。

传统定位方案一带而过，GPS也好、实时差分也好，我们的实验也好、比赛也好，很多都是基于RDK的，这不是量产的目标，这每年一个基站覆盖的范围是很有限的，真正在全国来做，就需要架设大量的基站，这里面稍微说一句，阿里集团和高德，跟我们旗下有一个千寻的，目前在布全国的差分基站，但是这个进度不会特别快，真正要想全覆盖中国的疆域还是太大了，这种定位方案排出差分之外，其他的GPS都不足够用于自动驾驶。实际上吴总已经展示了很多种了，我们这里面提供的相当于是我预先会做一个高精地图，里面凡是需要检测到的杆、排、车道线，这种物体都会以非常高精度的坐标余存下来，然后车辆使用摄象头也好、其他传感器也好，能够检测到一些实时的物体，拿这个物体跟高精度地图做一个匹配，这样就能够把车的位置跟地图匹配到一块了，这是我们高精地图的方案，应该说技术路线很多，真正要用哪些目前来说还是在不断的探索之中。

总结一下，高精地图的主要作用：第一，提高车辆定位精度，解决在哪里、去哪里的问题。第二，为驾驶决策提供决策依据，解决车道级规划和引导问题。第三，超视距的传感器，看得很远。第四，提供先验环境，降低环境感知难度，降低硬件成本。

我们提到高精地图，从特点上来讲主要有三个纬度：一是从内容上来说，它比传统的地图内容更深，也就是说它能够看到路面上更丰富的跟驾驶相关的要素，原来的地图只是会告诉路在哪，道路的名称是什么，现在可能每一个电线杆，甚至于可能是对于传统导航一点意义没有了，对于高德地图就是很重要的用来辅助定位的特征，也就是说深度上丰富程度非常细，另外一个从位置来说，精度非常高，这个精度更多的体现在相对的精度，一直说高精地图，也就是说它的位置精度非常高，真实的车宽可能是3米，我们在地图上量这个误差应该是10厘米以内的。

其次是所谓的活地图，之前的地图车已经用了这么多年了，到车能用已经是两三年之后的事，更新一次也都是以年来单位做更新，但是对于自动驾驶用的地图，这个是远远不够的，我们最少要达到以天为单位，能够把一些动态的，不管是天气也好、交通信息也好、事故也好，这种信息只要来立刻发布，静态的信息也要做到以天为单位进行（控制）。

高德的地图2014年拿到了2017年底全国上市的商业订单，也就是说在地图这块我们到目前为止，在高速公路上已经制作完成了超过20万公里，这是我们2016年底的目标，全国的高速公路职工是28.5万公里，现在已经做到了20万公里，年底在这25.5万公里高速公路上增加地图会全部做完，精度是达到10厘米的相对精度，全面执行NDS。

普通地图是给人看的，起到提醒的作用，不管是ADAS地图还是高精地图都是给机器看的，高精地图要达到以天或者是实时更新。简单看一下地图大概都长成什么样，这是测绘出来的地图在招标上的叠加，从这里面能够看到路面上几乎所有的东西，也就是跟驾驶可能相关的停止线、人行横道、交通灯、隔离带等等所有的要素都会展现，具体的内容，必须路杆、灯杆、防护栏、公交车道线、各种桥梁，障碍物等等，总而言之是能看到的所有要素都会采集回来，道路的属性，包括你在道路里开的时候，因为我们知道即使在实时开的时候也需要GPS，有些时候GPS会失效，这个过程实际上我们在地图里也有体现，也就是进入到这个区域的时候，会告诉你这一块的GPS是不好的，需要做特殊处理，我们在采集过程中都会把信息记下来，对于车上面的自动驾驶来说还是很有用的，包括车道线的信息就更丰富了，曲率、坡度等等，交通的服务设施所有能看到的都会有，这是基础的车道模型，也就是说我们的高精地图就长成这个样子（PPT），这里面可以看到相关的东西，它的中心线、连接的关系，从哪根线到哪根线，包括区域从哪块变化，这个信息都是有的，这是车道的属性、曲率，应该说做车辆决策或者是控制，实际上车真正发给车辆控制主要还是调方向盘的曲率，会根据曲率来控制车速，到底是平稳的方向走还是跳跃式的，包括这个坡度，我们还有一个横坡，可能在转大弯的时候，大家会知道，如果要是平的弯，转速度要快，车子容易侧翻，所以这个横破跟曲率结合在一块，能够得到你最适合的车速是多少，如果说横坡的曲率比较小，车速过快就会发生危险。

红绿灯模型，在地图里面每一个红绿灯的位置我们都会用高精地图采集下来，而且会跟车道线、斑马线全部建好，这样不管是从哪个方向来，你是很清楚的知道你看的是哪个灯，不需要被别的灯感染，没到路口之前，其他所有的红绿都是干扰，不需要去识别它，包括以后我们提到V2X，以后会改造成红率灯，不需要用光学来看，每个红绿灯往外发信号，仍然需要跟高精地图做关联，否则大家每个虽然有个ID都在播发自己的红绿灯状态，即使车接收，也不知道接收哪个，一定是跟路径的规划方向相关系的。

这个视频简单看一下，是在我们编辑器里浏览的全图，红绿是我们自动检测出来的，当然也是结合人工辅助一块做出来的，所有的地图要素在前提过程中会发现，周围的跟每一个杆、牌、道路的分割线，都会跟点云精确的（top）上，整个的环境高精地图全部预先给做出来了，包括每个马路牙，然后我们快速过一下高精地图到底怎么样能把它采出来，2014年买了高精地图采集车，这是高度集成的采集系统，也就是说每秒产生激光点，这样可以快速获得精确的周围的3D环境。

这是我们从外地采集车上拿到的成果，包括每张点云数据跟对应的图象有对应的关系，现在的点云识别都做到了全自动，展示效果不容易看，我们本来有一个半自动的识别过程，在任何一个点云空间打开之后，随便点击两个点，浏览线就全部出来了，这是给作业人员交互时用的半自动的便于展示的过程。这里面我说一下深度学习比较热，但是依赖于训练数据，我们是从高精地图雷达去检测出来的物体，车上会有高精地图的相机在同时拍，我从激光雷达上获得的时量数据，都可以精确的对应到照片上面来，隔离带也好、路牌也好，我们训练的数据就有了，我做出来多少万公里的高精地图数据，我采集过程当中拍的图片，每一张图片训练数据自动就产生了，这样我们现在做到20万公里，每公里拍500张图片，非常高精准的图片上的标注，完全不需要人来做，这样到年底就会有1.4亿张高精地图的数据，反过来训练成果OK之后，我们很多成果可以从图象上检测，就跟点云的检测做一个校验，这样不断的提高我们自动化的效果。

在高精地图剩下功能有个关键的能力是自动化处理，我们做了很多的工作，包括左下方是从原始的行车轨迹里会有大量的人用我们的图，这样即使新增了一条路，我们能够从这里面发现，包括左上角我们会从卫星影象里用生态学的技术提信息，包括从图象和点云识别，我们加在阿里云的平台之上。高德现在是跟阿里在一起，这样我们能够充分运用阿里整个集团资源，包括阿里的物流车、淘宝的运单，包括智能硬件，包括高德本身的手机端就有7亿用户了，这样我们地图的变化，这种发现的能力，我们认为可能是全国做得最好的，就是说我们信息的来源特别多，因为本身要想做到活地图，实际上最重要的是要发现哪块有内容、有变化，这个需要足够多的资源才能做得到，有了大量的来源之后，我们就建立一个闭环的系统，把数据通过不断的采集发现来挖掘数据的发布，这里面最核心的是发现的问题，你有没有能力发现发现的变化。

举一个交通事件的例子，我们现在跟各个城市的交管局有密切的合作，我们很多交通事件是交警发布上去的，他把信息发布到平台上来，跟政府的密切合作，也使我们的高德交通信息做到现在全国最好。有了发现的来源之后，包括我们要建立一个分级的采集系统，第一级是高精尖的，成本非常昂贵的，这是我们自己来做。第二是阿里的集团资源内部把资源降下来，基于摄象头来做。第三是全部众包给自动化的采集，比如说可以提供智能硬件和智能后视镜，在用智能后视镜同时也在帮助高德采集变化了。

最后，说一下基于高精地图的自动驾驶的服务。

这个车在开的过程中不仅仅要自己感知环境，真正要考虑到周围前面路面的坡度、曲率、摩擦率，前面是否有车、限速值等等复杂的生态系统，仅仅从传感器上来说，这件事还是搞不定的，真正需要做的还是一个云控的方案，这个车上路了，自动驾驶的功能能不能开启，不见得一定是车本身做出判断，这个需要云端帮他判断，你当前在这条车道上，在这个路上的功能能不能开启，云端是可以帮他做一些辅助性的判断。我们现在已经在做的一部分实验性的合作项目，跟各种车厂合作，道路的打滑信息，车在开的过程当中，如果出现了侧滑，比如说某一个传感器启动了，它打开了，就会把这个信息回传过来，集中到我们的云端，确认消息以后同时发布给你，马上要经过这个路段的车辆，同时这个车辆在用我们服务的同时，头一辆车过去的时候，感知到有事故，信息回传之后，我们会发布给其他的车辆，包括高精地图也会跟天气状况进行结合。

最后看一下我们的思考，我们认为高精地图给产品做服务是这么一个想法，实际上是自动驾驶的云服务，通过车端来分析对用户的行为档案，包括把一些重要的信息收集上来，构建一个地图层，最后能够基于高精地图的地图服务、更新服务、天气、车道级和高精地图定位的服务。

谢谢大家，我就说这么多。

（本报告根据速记整理）