2016年10月的某一天,上海某间办公室里,一台普通的台式电脑已在房间的角落孤独地运行了60多个小时,屏幕上最初出现的一个个闪烁的点,慢慢连接成了道路、街区,随着点的不断扩张,并且覆盖了每一个红绿灯、限速标志、警告标志……最终一张元素丰富的3D众包地图成型了。

这是极奥科技绘制的第一张高精地图。

两年后的2018年,极奥所在的高精地图赛道已热闹非凡:

这一年,新成立的宽凳科技和Wayz.ai,融资额在A轮就已达数千万美元;硅谷明星创业公司DeepMap和英特尔旗下的Mobileye也正在进入中国市场,瞄准的同样是高精地图。

大公司方面:阿里旗下的高德和通用签下高精地图商业订单,与吉利达成全面合作;且阿里早在2015年就与中国兵器工业集团合资成立千寻位置,专注于高精定位,将与阿里的整体智慧出行布局形成配合;滴滴在去年底成立滴图,京东地图在今年7月亮相,两家小巨头都在重点布局高精地图。

玩家、资本扎堆涌入,是因为高精地图是自动驾驶必不可少的部件,自动驾驶又牵动万亿级的智慧出行市场,而现在,自动驾驶商业落地到了关键时刻,高精地图赛道也随之进入加速度状态

创立于2015年的极奥科技是分析高精地图商业落地的一个值得关注的案例,他们一开始就选择了技术上看起来有风险,但时间、资金成本最小的彻底的“数据众包”路线。这种制图方式,因为不再依赖价格高昂的专业测绘团队,能大大降低成本,从而产生一系列商业变量。

3年来,极奥已积累了近900万个众包采集数据源。极奥科技创始人兼CTO王雪坤告诉「甲子光年」,他们的地图已能做到在5分钟内重新覆盖一次上海

但数据量大的极奥及与之采取相似路线的公司,如美国一家利用手机摄像头采集数据的高精地图创业公司lvl5,都面临行业的质疑:低质量的数据能制成可用的高精地图吗?

王雪坤向「甲子光年」回应:“在极奥出现之前没有人真真正正做过众包,没有人真真正正看到一个城市的20万辆车,又有轨迹,又有视觉,(数据)上来之后能干什么。他们没见过这样的数据量。”

极奥4万张众包图片组合而成的三维场景

高精地图的众包落地,到底是量大出奇迹,还是量无法弥补质?选择不同制图技术路线的公司未来发展有何差异?极奥科技是探寻这一问题的关键样本。

找到数据蓝海

在向「甲子光年」回忆极奥的第一张高精地图时,王雪坤流露出一丝得意,他笑着说:“那时我们还没有买服务器,就用PC跑地图。”

这其中,最令他得意的点是“省钱”:“从2015年创业到现在,我们整个(制图)的花费,还不到人(其他高精地图公司)融资额的一个零头。”王雪坤说。

传统上,制作导航电子地图是一项成本高昂的事业。图商需要采购价格高昂的测绘车队。高德等图商还需要常年雇佣规模在千人左右的采集团队,并组织人力对采集而来的数据进行标注、补缺。这是老牌图商成本居高不下的原因。

Google地图街景产品测绘车

而随着AI算法、传感器的发展,技术上已能实现自动化程度更高的制图流程

同时,需求端的变化也在刺激制图过程的变革。因为高精地图服务的自动驾驶领域,对地图的实时准确性有极高要求,高精地图未来必须达到分级甚至秒级的更新,专业测绘队难以满足这个新需求,众包采集——即通过大量跑在路上的自动驾驶车辆收集地图数据,“取之于车,用之于车”的模式成为行业公认的未来。

进一步,众包又带来两个商业变量:一、大大降低制图成本;二、沉淀大量数据,为后续增值服务带来想象空间。过去图商只通过卖license(授权)给车厂的商业模式可能被改变,新的增量市场呼之欲出。这种重塑商业模式的可能性,是高精地图真正让投入者兴奋的地方。

虽然远期目标都是“众包”,但各家公司达到众包的路线各不相同

技术和精度上最有保障的方式是专业测绘团队+众包:先用专业测绘团队制作高精地图底图,再通过众包进行地图更新和进一步绘制。高德是这个路线的代表,他们在2015年就购置了5、6辆造价800万的测绘车,陆续在全国绘制了30万公里的路程。

具体到众包这一环节各家的选择又可以分为两派一是“前装众包”路线,即与车厂合作,搭载相对专业的采集设备,通过车厂出售的量产车采集数据,特点是高精度、高成本、数量小二是“后装众包”路线,与第三方智能后视镜、行车记录仪等厂商合作采集数据,特点是低精度、低成本、数量大

极奥之所以能做到令王雪坤得意的“省钱“,是因为他们一开始就选择了不用专业测绘团队的、最彻底的“后装众包”模式

王雪坤告诉「甲子光年」,今年8月初,极奥的平台上已有780万台众包车辆,到现在,这个数字增长到了890万台,预计今年底将超过1000万台。

现在,这890万台众包车辆正一刻不停地记录着外界的地理变化;每秒有近千个节点上报数据,每天产生两亿公里新增数据,这些数据经过自动化生产线处理后,成为150多个城市地图的更新来源。

从公开信息看,极奥的数据源数量已大大领先于其他做众包模式的同行:在今年初的CES上,英特尔旗下Mobileye宣布其网络中已积累了200万众包车辆,但这也只是极奥的五分之一。更多声称要做众包高精地图的公司,尚未公开相关资料。

极奥选择这条后装众包路线,和创始团队多年的行业积累有关。在创立极奥之前,王雪坤曾于2010年-2015年就职于老牌图商四维图新,任职产品总监。早年,王雪坤就带队试验过众包采集,以期降低制图成本。

但当时,老牌图商的众包之路并没有跑通,原因有二:

首先,中国的电子地图行业起步于智能设备和机器学习尚不发达的90年代末,经过多年发展,制图流程已相对定型,各环节间的耦合度非常高,改变数据采集模式需要大幅更改现有工艺。易图通曾向「甲子光年」介绍,传统制图过程中仅需要检查的逻辑错误就高达1万多项,且其中大多数必须由人力一层层排查。对图商来说,一边更改流程一边保证地图生产,相当于一边开车一边换发动机,短期内的成本和难度都很大。

更重要的一点是,当时市场上缺乏丰富且适宜的众包数据源。包括百度、高德在内的图商,都曾尝试以手机终端作为众包数据源;但事实证明,手机只能提供非常有限且不稳定的轨迹数据,丰富度和数据量都不够。

但到了2014年前后,众包模式有了转机。

首先是自动驾驶的兴起,让高精地图成为刚需。行业普遍认为,众包会是高精地图的终极形态,革新过去的制图流程有了强大的市场驱动力。

另一方面,汽车后装市场开始放量增长并出现智能化趋势:

智能后视镜

2011年到2016年,中国行车记录仪的出货量从约25万台涨至1600万台,智能后视镜、大屏车机等后装设备的销量也开始上升。

2014年,后装市场又逐步进入智能化阶段。当时,极奥科技联合创始人王东明在一家后装设备厂工作,在2007年进入后装设备行业以来,他参与了多家企业的行车记录仪、大屏中控系统车机的产品设计、技术研发和市场推广工作。王东明此时敏锐地发现:后装设备都开始装SIM卡了,这意味着后装设备开始具备联网功能。这解决了过去王雪坤在四维图新做众包时遇到的数据源不足的问题。

2014年年底,王东明把这个行业洞察告诉了王雪坤。王雪坤意识到,市场需求(自动驾驶)和数据源(后装智能设备普及)的双重条件都在逐渐成熟,地图行业有了一个新机会。当年10月,王雪坤和王东明一起创立了极奥科技。

然而,从第三方后装厂家获取数据源仍非易事。2015年年底,二人来到了后装设备厂云集的深圳,在一个多月的时间里他们拜访了70多家后装工厂。凭借着王东明的行业人脉积累,极奥与深圳的50多家公司达成了口头协议。

但真要拿数据时,各厂家仍不能完全信任极奥,迟迟不愿给数据。于是,极奥提出了“服务换数据”模式。两位创始人发现,擅长硬件的设备商,并不擅长互联网和软件技术。极奥于是为厂商们搭建了一个数据平台,利用厂家提供的数据,免费为后装设备厂家开发客户管理功能。针对某些大的厂商,极奥深度还参与到了其从软件到硬件的各个设计环节。后装厂商提升了产品,极奥获得了数据,用户得到了更好的产品体验,三方各取所需。

在获得深圳几家规模较大的厂家认可后,当地的其他厂商陆续跟进,极奥在2016年年初拿到了第一批数据。在此基础上,他们在2016年10月,完成了上海市第一版高精度地图的制作。随后,极奥在2017年底获得了软银中国千万级人民币Pre-A轮融资。

3年来,极奥平台上的众包车辆数如同滚雪球般从0积累到了近900万辆。

极奥所建立的数据之网,有3个特点:范围广——覆盖了全国150多个城市;数据量大——每个城市的数据源都在数万至数十万量级,以2016年10月为例,仅上海一地就有20万数据源;成本低——王雪坤称,到现在为止他们在数据采集上的花费都非常少。

低精度数据能做出高精度地图吗?

然而,低成本众包模式也受到了行业质疑——后装设备摄像头收集到的低质量数据,能做出可用的高精地图吗?

行业内对高精地图有两个评判指标:精度和鲜度

精度是指地图对周围环境反映的准确程度,它直接关系自动驾驶系统的流畅度和安全性;而鲜度主要指高精地图的更新频率,它决定了地图能否及时反映环境变化,主要与安全相关。

目前,行业内对精度到底要多高并未达成共识。一般认为,高精地图(根据不同场景)要达到分米级或厘米级的精度,而且同样是厘米级,也要看具体精确到多少厘米。

高精地图公司宽凳科技创始人刘骏就认为精度只有在20厘米以内,才算真正意义上的高精地图。他告诉「甲子光年」,第一张高精地图的底图一定是用最专业的设备做出来的。而在王雪坤对「甲子光年」的描述中,分米级的底图和亚米级的更新数据就可以实现现有业务——极奥的商业落地路径不限于自动驾驶,还包括物流等其他特殊场景的地图需求。

在具体落地路径上,大部分公司现在会采取“精度优先”路线,即前述的高德所采用的“专业测绘+众包”的路径。

目前,高德已拿下凯迪拉克CT6 40T铂金版车型的L3级自动驾驶量产订单,后续将在这款车型上搭载传感器,实现“前装众包”,其优势是数据质量好,劣势则在于,相比后装众包,数据量仍然有限,以及车厂能在多大程度上开放数据仍是未知数。

2018年6月,高德宣布拿下通用汽车凯迪拉克高精地图订单

相比而言,极奥的“后装众包”路线看起来相对“冒进”,其获取的数据质量不如专业测绘设备

但王雪坤告诉「甲子光年」,极奥这3年的实践显示,后装众包获得的数据,通过后期处理、拟合,足够制成精度达标的高精地图,原因有三:

一、后装众包的海量UGC数据可以多次拟合。地图中的每一条道路,都是多个UGC数据源多次测绘形成的,这使得极奥的UGC可以做到亚米级精度

二、极奥开发了自己的数据拟合算法。极奥的数据处理团队,来自中国测绘研究院、四维、光庭、索尼中国等。在摄影测量、人工智能视觉识别等方面有长年的经验。

三、极奥的后装众包路线中,除了UGC数据,也包括PGC数据——极奥也在生产自己的高精度数据采集套件,即为某些后装设备提供半专业的采集条件,极奥PGC数据的精度可以达到分米级

虽然在精度方面受到了一定质疑,但好处是,在高精地图的另一衡量标准“鲜度”,即更新频率上,海量数据又具有明显优势

传统地图最多只能做到月级更新;而据极奥的说法,在PGC设备的帮助下,极奥可以在一天内完成对全国的更新覆盖,某些车辆高密度地区的更新频率则更高,以上海20万辆的众包源为例,其平均行程为20-25公里/天,足够在一天内多次覆盖上海道路总里程。“5分钟,我们就可以把整个上海重新覆盖一遍。”王雪坤说。

长期瞄准自动驾驶,短期赋能其他行业

从王雪坤的陈述可以看出,极奥目前的高精地图产品并未声称能达到厘米级精度。

按宽凳科技刘骏的观点,这算不上真正的高精地图。但从极奥的角度来说,分米级到亚米级的精度已足够满足眼下业务,这和他们的产品设计及商业打法有关。

极奥将地图产品分为四个层次:设施层、环境层、行为层和场景层。

其中设施层是传统地图的基础,是对静态物理世界的重构,包含地图中最基础的车道级拓扑、高精度地物、路口模型、车道边线等数据。而环境层则包含更丰富的视觉特征,比如交通灯、指示牌及路面状况等。

以上两层即是狭义上的高精地图,为行业共通。在此之上,极奥又依托高频更新扩展了地图的行为层和场景层。

行为层是指,在地图中整合车辆行驶数据,为自动驾驶系统提供决策参考。比如,通过收集司机的超车轨迹、超车策略数据,并将这些知识整合到高精地图里,极奥的地图能帮助自动驾驶车辆判断此时是否超车并选择最合适的超车路线。行为层相当于为自动驾驶车辆提供了一种决策参考的“空间数据库”。

场景层则为特定交通任务和场景提供服务。王雪坤解释道,在和企业客户合作的过程中,他们发现出行领域里的不同细分行业对地图的要求不尽相同。因此,极奥开发了针对共享出行和物流行业的地图,未来还将开发房产地图和保险地图。

基于高精地图四层次的产品设计,极奥把自己定位为一家“地图服务商”,而不仅仅是供应地图技术服务的“图商”。由此,在商业化落地上,极奥又有近期和远期两条并行路线。

远期,极奥和大多数高精地图厂商一样,瞄准未来L4级自动驾驶的市场。做L4自动驾驶的“服务商”就是提供高精地图基础服务之外的一些其他功能,比如上文所说的自动驾驶系统决策参考,极奥希望这类新服务能打破传统图商卖License的收费模式,而采取按调用次数收费的方式。

但由于极奥判断L4落地还是一个比较远期的事(王雪坤认为L4的最终落地可能需要5—10年,甚至更久),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。

一种是选择从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。

以高德等为代表的老牌图商正走在晋级之路上。他们的优势是资本实力强大,且有多年与车厂打交道的积累和量产经验。

走这一派路线的公司,普遍认为2019年会是一个行业重要的时间点。因为大车厂的L2、L3级别量产汽车发售时间表大致在2021年左右,这意味着2019年就要开始确定高精地图供应商。

极奥却决定不参加这场“抢单大战”。

一个考量是成本和收益。对体量相对小的创业公司来说,L2、L3量产订单初期能带来的收入有限。以高德拿下的通用汽车凯迪拉克订单为例,这个订单的总金额可能在2000万左右,但高德为此付出的成本则有数亿。

更重要的原因是,极奥并不认为在今明两年拿到L2、L3订单会对未来L4的市场产生决定性影响:“L2、L3和L4的自动驾驶是两回事,对于地图的要求也大不相同。L4阶段的自动驾驶,才是胜负真正见分晓的时刻。”王雪坤如此解释。

所以,在长远瞄准L4级自动驾驶市场的同时,目前,极奥也正在发力短期盈利模式:赋能自动驾驶之外的其他行业,即用地图的“场景层”为物流、共享出行等领域提供特定的地图服务。

在“赋能业务”上,极奥的一个重点领域是物流

在对多家物流公司调研后,极奥发现场景层的地图服务可以在很多方面帮助物流企业。比如,影响物流效率的一个重要因素是天气。但在传统地图中,由于更新频率不够,天气及其对路况造成的具体影响信息是缺失的。而众包模式的高精地图,则可以显示每一个路段上的天气情况,帮助物流企业更好地调度运力

又比如,路段斜率的数据,在传统地图中也是缺失的。而对物流业来说,掌握斜率数据后,能更精准地派车,如绕开大坡度路段,减少载重量较大的卡车、货车的损耗,提高运营寿命。

卡车限高

值得注意的是,一般的高精地图由于是给机器用的,缺乏POI(兴趣点)数据。但极奥则从外部采购了POI数据,匹配到了自己的地图上,使其也具有了智能导航功能。

目前,极奥的客户包括一家在全国拥有1万多辆重卡的物流运输企业。此前,该企业使用的地图缺少限行、限高、限轴宽等路况信息,导致绕道或受罚,造成不必要的时间和现金支出。极奥为这家企业制了专业的高精度地图服务方案,能准确地提供实时道路信息,大力提升车队在全国的行车效率。

除了物流,极奥重点发力的领域还包括共享出行,智慧城市等。在制图本身费用不高的情况下,极奥认为只要能够服务好这些领域,就能实现收支平衡

众包的未来是什么?

目前来看,极奥的特殊之处在于,发掘了一片大家此前忽略了的数据蓝海,并且成功地将之组织了起来。

但是,这片蓝海究竟是被忽略的,还是被放弃的?如果后装设备数据真的有那么大的价值,为什么主流玩家还是要么和车厂合作,要么自己生产设备?后装设备的数据价值,还有待验证。

一个验证节点是极奥能实现他们所说的“短期赋能行业”。如果极奥在赋能行业的营收能快速增长,后装数据显然至少能够证明自己确实具有商业价值。

在此之上,另一个问题是:多大的商业价值?新公司和资本涌入一个领域,往往是瞄准大市场机会的,在高精地图行业就是L4级自动驾驶。

这其实是一个“判断”的比拼:看到未来并不难,难的是看对timing。

都知道L4级自动驾驶是未来,但到底何时能大规模落地?如果按照王雪坤的判断是5到10年,那么2019年的L3量产订单确实不是最重要的时间窗;先赋能、积累数据量的做法可能在后期厚积薄发。

而如果L4级自动驾驶更快到来呢?一出场就奔着为L4级自动驾驶服务的Wayz.ai联合创始人崔运凯就曾说:“我们认为在限定场景下,L4的自动驾驶会在3-4年内普及。”

如王雪坤所说,L4才是决胜关键

L4的订单并不那么好拿。极奥现在的优势是价格、更新速度以及丰富的信息维度。但车厂或运营商在选择高精地图时,更考虑术实力、安全性、是否达到量产标准、合作是否默契等因素。

从目前的行业发展来看,各种不同路径的相互影响已经显现。据「甲子光年」了解,如宽凳和Wayz.ai 等公司,也有自研车载设备,做“前装众包”的计划,在原有能力上,追求更大的数据量;而极奥已在开发其PGC车载产品,在原有海量数据的优势上,加强数据质量。

未来,初期各家强调的路径差别会逐渐消失,主流技术路径将逐渐收敛,各个玩家在技术路线上会变得你中有我,我中有你,彼此越来越像。下一阶段的角力将考察更综合的能力:和车厂的谈判能力、创造新的商业模式并说服车厂、出行运营商、自动驾驶公司等各方参与合作的能力。

高精地图的竞争才刚刚开始,除了看到未来,还要看对时机、走准路径,当下这一刻,未知和机会并存。

这也正是高精地图、自动驾驶等新机会的有趣之处:大家就像在玩大型战略游戏《帝国时代》,那些地图上的未开拓黑色区域,永远吸引着冒险者跃跃欲试。

高精地图众包生产模式相关推荐

  1. 面向自动驾驶的高精地图及数据采集生产体系

    前言:又到春招季!作为国民级出行服务平台,高德业务快速发展,大量校招/社招名额开放,欢迎大家投递简历,详情见文末.为帮助大家更了解高德技术,我们策划了#春招专栏#的系列文章,组织各业务团队的高年级同学 ...

  2. 二、Apollo高精地图详解(2. 高精地图的采集、生产与格式规范)

    2. 高精地图的采集.生产与格式规范 高精地图的采集--传感器 传感器 原理 备注 GPS 确定四颗或者更多卫星的位置并计算出GPS接收设备与每颗卫星之间的距离,然后用这些信息使用三维空间的三边测量法 ...

  3. 智能网联汽车高精地图白皮书(2020)

    1. 前言 高精地图的发展与智慧交通.智能网联汽车紧密相关,从智能网联汽车上路伊始,高精地图产业就应势而生并飞速发展.相对于以往的导航地图,高精地图是智能网联汽车交通的共性基础技术,其服务的对象并非仅 ...

  4. 【自动驾驶】高精地图在无人驾驶中的应用

    高精地图是无人驾驶核心技术之一,精准的地图对无人车定位.导航与控制,以及安全至关重要.本文是"无人驾驶技术系列"第七篇,首先介绍高精地图与传统地图的区别,然后介绍其特点及制作过程. ...

  5. 高精地图构建与SLAM感知优化建图策略

    高精度地图对自动驾驶系统功能研发的影响已经越来越明显,整体上来讲主要包含但不仅限于提升车端感知性能.拓展自动驾驶新功能.动态建图等相关应用.具体体现在如下几个重要方面: 如上所述提升车端感知能力是通过 ...

  6. 2020云栖大会智慧出行专场:聚焦高精地图/算法、智能模型、自动驾驶、AR导航...

    2020云栖大会将于9月17日-18日在线举行,届时将通过官网为全球科技人带来前沿科技.技术产品.产业应用等领域的系列重要分享. 阿里巴巴高德地图携手合作伙伴精心筹备了"智慧出行" ...

  7. 2020云栖大会智慧出行专场:聚焦高精地图/算法、智能模型、自动驾驶、AR导航

    简介:大量前沿.创新性技术目前已经广泛应用于高德地图各项产品中,本论坛将着重讲述「高精地图.高精算法.智能时空预测模型.自动驾驶.AR导航.车道级技术」等话题,全面解析最新技术进展和场景化的实践经验, ...

  8. 腾讯自动驾驶布局全态观:高精地图、仿真、数据云......

    11月1日,是自动驾驶圈子值得铭记的日子. 南京这厢,腾讯全球合作者伙伴大会,呐喊智能出行,自动驾驶三大核心技术平台首次亮相. 北京那厢,百度世界开发者大会,高调宣布与一汽红旗发布L4级别自动驾驶乘用 ...

  9. 高精地图在无人驾驶中的应用

    高精地图是无人驾驶核心技术之一,精准的地图对无人车定位.导航与控制,以及安全至关重要. 本文是"无人驾驶技术系列"第七篇,首先介绍高精地图与传统地图的区别,然后介绍其特点及制作过程 ...

最新文章

  1. java中jar打包的方法
  2. 【NGINX+PHP7.3+MYSQL】安装指南
  3. 华为cor—al10_cor al10是华为什么型号 cor al10是华为啥型号
  4. 熊猫数据集_对熊猫数据框使用逻辑比较
  5. bootstrap基础学习十篇
  6. [leetcode]从中序与后序/前序遍历序列构造二叉树
  7. storm与hadoop的对照
  8. python创意小作品-python turtle库的几个小demo
  9. 虚拟机备份克隆导致SQL SERVER 出现IO错误案例
  10. 问题:安卓手机插入OTG摄像头时,如何禁用摄像头自带的MIC?
  11. 一台空调的容量是多少_大型中央空调工程节能改造方案如何选择
  12. Windows 定时关机命令
  13. Mysql使用dos命令安装
  14. 数据挖掘十大算法之决策树详解(2)
  15. android webview不支持input type=file 标签解决办法
  16. CF1320E Treeland and Viruses
  17. 阿里IOT云平台(二)---10分钟物联网设备接入阿里云IoT平台
  18. 最佳实践(2):iOS开发篇
  19. 密码破解神器海德拉GUI界面-xhydra
  20. ADF 入门教程(1)

热门文章

  1. 进程间通信: 进程间通信都有哪些方法?
  2. 面向高稳定,高性能之-Hbase数据实时同步到ElasticSearch(之二)
  3. 叮咚买菜2021第四季度财报数据公布:上海地区实现盈利
  4. 数据预处理-python实现
  5. 空域图像增强-图像灰度变换
  6. windows使用ssh连接远程服务器
  7. 【C语言】字符串的拷贝
  8. CSS内边距和外边距
  9. 71 ----二次曲面方程:椭球面、双曲面、抛物面、二次曲面的种类
  10. 华南师范大学计算机学院保研,广东高校保研率|进了广东这些大学,离保研也近了一步...