众包模式下的高精地图测绘技术该何去何从？中

　　4月20日起，智东西公开课推出自动驾驶系列课第二季，多位自动驾驶新势力的创始人和高管在此为大家进行了系统讲解。

　　第八课由中海庭常务副总经理罗跃军主讲，主题为《众包模式下的高精地图测绘技术》。本文为罗跃军的主讲实录，共计9701字，预计10分钟读完。一起了解下罗跃军的主讲提纲：

　　*如果希望下载第八课的完整课件，可以在车东西公众号（chedongxi）回复关键词“系列课”获取。如果你希望成为讲师，可以回复关键词“讲师”，进行申请。

　　罗跃军：大家好，我是中海庭的罗跃军。第一次用这种方式跟大家交流，如果有讲得不好的地方，大家多多包涵。

　　今天跟大家交流的是众包模式下高新技术的测绘技术。主要围绕四个方面来阐述，第一：高精地图的技术发展趋势；第二：众包更新的理论基础和实施现状；第三：众包更新的关键技术和实施路径；第四：存在的一些问题。

　　首先我们来看一下自动驾驶。在自动驾驶时代最核心的观点是要实现零碰撞的理想交通社会，车辆可以安全移动、环保节能，同时人类可以舒适愉快地移动，这里包含了三个维度：安全、环境和舒适。为了实现这个理想的交通社会，从上世纪90年代开始，汽车企业不断发展，包括倒车雷达、360度环视、车道维持以及自动巡航等功能，最终的技术形态就是自动驾驶。

　　对于自动驾驶的实践，在业内比较公认有价值的实践路径，就是SAE的分级定义：从辅助驾驶到部分自动驾驶再到高度自动驾驶以及完全自动驾驶。业界广泛预判2020年将是一个重要的时间节点，在这个时间节点会实现部分自动驾驶的量产，同时高度自动驾驶开始进入市场，这是一条主线，但是在局部上可能还会实现分场景的实施，比如场景优先的高级自动驾驶功能。贯穿自动驾驶实践的技术核心是感知、认知和控制，不同级别的自动驾驶，对这三个核心技术的需求是不一样的。

　　围绕着自动驾驶，可以看到自动驾驶对时空的感知需求催生了高精地图的问世。高精地图一般具有以下四个特点。

　　第一，它提供了先验的知识，它的感知范围比现有的传感器感知范围要远很多。视觉和激光最多能达200米，但更远的地方以及视距范围外的情况，传感器是无法获得的，而地图具有无限远的数据感知。

　　第二，地图可消除传感器的一些误差。有些传感器会判断错，虽然现在这种情况越来越少了，但还存在。当传感器无法识别像金属这些状况时，通过地图可以解决，同时地图可以告知该地区误差范围可能是多大，通过一系列AI算法，可消除传感器的一些误差。

　　第三，地图不受恶劣天气的影响，在雨雪天气的情况下，几乎任何传感器都失效。但只要有位置信息和地图，完全不可视的环境中，也能完成一些自动驾驶功能。

　　第四，地图能够表达传感器无法获得的部分知识，通过数据积累、挖掘获得部分驾驶经验的载体，可集成在地图中作为一种相应的知识传达给每一个自动驾驶终端，补充其他传感器的一些功能。

　　前面讲了自动驾驶和地图，相信业内朋友都很清楚，这里再多谈一下地图的发展趋势，地图的产生必须经历从现实世界到采集加工处理、数据发布多种表达形式、用户使用，再到数据发生变化，最后回到现实世界，形成地图的在现实世界的一个闭环。随着软硬件的不断发展，在地图的各个环节中，地图的采集、加工、存储、表达和应用这几个环节都不断会有技术引进和更新。

　　技术不断的变化可以使每个环节不断演变，进而导致新地图发生变化。在采集端，从最开始人眼获取数据，通过各种采集终端、采集设备、传感器系统来获取数据，同时从基础测绘和遥感技术变成社会化大众化采集；在加工环节，从开始纯人工处理，到AI做多元自动化的处理；在数据存储和表达上，从开始纸质载体到各种多媒体载体，从二维到三维，从静态到实时动态，从图纸记录到本地数据库，再到云端，技术在不断演变。在应用端，除了基本的导航、自动驾驶的决策规划，还会扩展到智慧城市的更多其他应用。