从「光庭+中海达=中海庭」，聊聊要怎么做高精度地图
在高精度地图行业，需要更多的资源整合。
上周一，广州中海达卫星导航技术股份有限公司（以下简称中海达）发布公告，正式宣布出资与武汉光庭信息技术股份有限公司（以下简称光庭）共同设立从事高精度导航地图业务的合资公司。公告提到，中海达出资3600万元通过增资入股的方式与光庭成立一家高精度导航地图公司，中海达将获得合资公司36%的股权，而光庭则持有54%的股权。另外，中海达还将出资获得光庭9.90%的股权。如果从中海达的角度来解读这件事情，大多数人的第一反应是「又一家公司进入了高精度地图领域」。不过，中海达的合作方，武汉光庭，本身是一家拥有甲级地图测绘资质的公司，而且此前公司地图业务的重点也转移到了高精度地图领域，还为此在武汉推出了小鱼畅行的项目，用于收集自动驾驶所需的地图数据。那么，成立这家合资公司目的何在？光庭CTO、合资公司新任董事长罗跃军告诉车云，这次与中海达成立合资公司，是将光庭旗下所有地图相关业务均剥离到了新公司来运行，新公司被命名为「中海庭」，将负责高精度地图的所有相关工作。之所以这样做，目的有二：借助中海达的测绘技术，两家共同合作进行高精度地图的测绘与开发工作能够更加自由与更大限度地整合行业资源，开展多项合作简单点来说，一是技术合作，二是共同进行商业模式的探索。数据与内容生产平台的搭建中海达成立于1999年，是一家测绘地理信息装备生产及解决方案提供商，主营业务是高精度卫星导航定位系统（GNSS）的软硬件产品等。中海达的长项在于地图测绘业务，提供测绘所需要的装备以及数据采集系统。此前，中海达就一直是光庭在地图测绘上的合作伙伴。关于这次合作，罗跃军介绍到，会借助中海达在测绘领域的经验，来搭建高精度地图的测绘与内容生产平台，为量产化做前期准备工作。现阶段高精度地图还处于研发状态，技术、标准与产品均不明晰。技术方面，测绘采集、数据标定、内容生成、数据更新，每个阶段都存在各自的难题。从测绘采集来说，罗跃军表示实际采集过程，会受到多方因素的影响。交通状况就是一个很大的影响因素，会让能够采集的时间大幅降低，从而导致采集到的数据量大打折扣。另外，激光扫描技术与定位技术也是个门槛。如果在采集过程中精度不达标，则会需要重复的采集工作，并通过打点的方式来进行更精准的定位。地图制作如果单纯依靠人工操作，将是个巨大的工作量。现在的高精度地图还没有办法做到完全自动化，人工标定依然占据重要成分，后续在技术层面还存在很大的优化空间。在内容生成与数据更新上，需要解决的问题就更多。比如说地图的大小。此前光庭的高精度地图在经过矢量化等处理之后，每公里的地图数据可以从采集时的1GB压缩到100KB。100KB/公里已经是个很小的数字了，但是随着采集范围的增加，总公里数一直在增加，1万公里的数据就能够达到GB的量级。再比如说究竟哪些内容需要生成。高精度地图是自动驾驶必备的条件之一已经成为行业共识，但是自动驾驶需要一个什么样的高精度地图、里面需要包含哪些数据，却并没有定论。罗跃军表示，这些问题都需要在与车企的合作过程中去逐一确定，找到「需求」。在这个过程中，同时还要去找到合适的更新数据的方式。一方面是在采集到的数据中提取更多的元素，另一方面则是道路和交通环境本身变更所带来的更新。目前，中海庭的试样、生产平台就每周都在迭代更新。商业模式探索理论上来说，如果单纯只是技术层面的合作，光庭与中海达完全可以延续此前的项目合作形式来进行。之所以更进一步剥离地图业务来成立合资公司，更重要是在第二个层面。于中海达而言，这是在高精度地图业务上的进一步布局；于光庭而言，其业务并非仅仅在高精度地图，也涉及汽车车载导航业务、智慧城市解决方案等，将地图业务剥离出来，不仅可以在资源配置时更加灵活，更重要的考量是，高精度地图不是一家闷头研发就可以完成的事情。首先是规模与资金。高精度地图的内外业需要大量的人力物力来推动，而且配置了激光扫描设备的采集车成本也颇高，最低也达到百万的门槛；再联合上面提到的各类技术问题，以及标准问题，与车企、其他汽车行业供应商共同合作开发，势在必行。国际上，HERE已经挂在ABB名下，Tomtom宣布与博世合作；国内，百度已经与北汽、长安开始合作，四维在新兴造车企业里牵手了威马和蔚来共同研发自动驾驶，高德也在年初宣布了与德尔福合作，共同进行高精度地图的开发。可以预见，高精度地图现在以及未来很长一段时间都将处于「烧钱」阶段，谁能更快地做出低成本高精度的产品、拥有持续运营能力并在商业模式上取得突破，将是高精度地图甚至自动驾驶行业取得量产化突破的关键，这也是光庭与中海达成立合资公司想要达成的目标。
相关标签：有一种“无人驾驶”的绝密攻略叫“高精度地图”,看完当时就惊了!
【赛迪网讯】最近，百度地图曝光了地图采集车的最新设计，试图采集更为全面的地图信息，提高定位精度。上个月，搭载Yun OS for Car操作系统的“上汽阿里”互联网汽车面世，也号称是“互联网汽车”概念的首次落地。可以看到，“无人驾驶”已成为市场关注热点，多家车企、互联网企业和图商争相入局。
但是无人驾驶技术仍旧不尽完美。前段时间的特斯拉无人驾驶事故虽已平息，但回想起来还是心有余悸。类似事故也给抢夺“无人驾驶”风口的众多巨头以警惕，无人驾驶的未来发展首先要“出入平安”，其次还需将产业盘活、打造全新商业运营模式，以此让无人驾驶“走得更远”。
业内人士认为，无人驾驶的核心技术之一就是高精度地图，只要提高地图精准性，不仅能避免很多事故的发生，还能为无人驾驶创造更多商业模式和市场空间。
高精度地图为“无人驾驶”保驾护航
其实，基础驾驶、ADAS（高级驾驶辅助系统）和无人驾驶都需要地图导航的帮助，但是对地图精度的要求却是越来越高。普通地图的定位精度在5-10米左右，而这对无人驾驶来说仍旧误差太大，其需要精度在10-20厘米的“高精度地图”。在如此精准的导航下，人们可以准确找到建筑物的每个大门，从而避免“你在我对面，我却找不到你”的尴尬囧事。
高精度地图不仅能提供精确位置导航，还能在无人驾驶遇上雨雪天气等极端天气时，全面分析路况、预测前方可能出现的危险，从而让车辆知道“我在哪，前方路况是什么，如何到达”。
在业界，许多图商也在不断提高地图精度、强化运算能力和平台，以此打造“更高精度”地图。今年7月，四维图新全资收购杰发科技，把产业链延伸至“汽车芯片”的关键环节，而且由此形成“高精度地图＋芯片＋算法＋系统平台”的自动驾驶核心能力。在此基础上，已推出了包括传统地图、动态内容、云端服务、操作系统、手机车联方案在内的基于车联网的解决方案。
在布局无人驾驶方面，四维图新相关负责人解释道，高精度地图中包含车道数量、车道线类型、车道宽度、等车道相关的属性信息，通过这些信息完成车道的横向定位，通过视觉处理、雷达技术、定位技术，结合已知车道数量换算出汽车行驶的车道，这些都可以保证无人驾驶车辆在视线不佳的条件下安全、准确完成驾驶任务。
高精度地图让“无人驾驶”走得更远
安全上路、平安归来是“无人驾驶”的基础要求，而在此之上的商业模式创新和运营是长远发展所必需思考的。可以看到，当今人们对机车的定位已不再是简单的出行工具，更希望把社交、娱乐、生活的全部需求一次完成，因此拓展无人驾驶服务链十分重要，必须实现“人、车、生活”合一。
高精度地图能够准确记录出行数据、实时采集出行信息。我们都有过这样的经历：当我们路过某些商圈时，手机上会收到相关的推广、营销消息。或者，在我们离开某个商圈之后，手机上还能定期收到类似营销消息。这是商家对人们出行数据加以分析后实现的，而其中依靠的正是高精度地图对出行地点的准确记录，所以高精度地图对未来无人驾驶的意义远不止“导航”这么简单。
对于兼具互联网公司和图商两种“基因”的高德地图来说，目前似乎利用高精度地图获得更多数据背后的信息、打通互联网产业服务闭环显得更为重要。借助高精度地图记录的出行数据知晓用户常去的地点，从而可以分析用户兴趣点（POI）和用户偏好。这可以为众多商家的商业精准营销和线下推广提升准确率。这是高精度地图在“用户画像”的一个重要应用，也是互联网图商对无人驾驶需求的一个挖掘。
高德地图在数据挖掘上确实有很多动作，但是在哪些市场细分领域切入无人驾驶也是互联网企业“走得更远”所需要考量的，目前高德并未明确表示下一步具体规划，可能对于互联网企业来说，切入以技术为主导的产业略微有些难度。
无人驾驶未来怎么走？
从以上分析可以看到，高精度地图首先保障无人驾驶“出入平安”，其次借用出行数据拓展商业新型商业模式，接入互联网产业链，甚至可以在未来完成O2O服务。前景似乎一片光明，但是由于无人驾驶仍处于发展变化中，我们必须冷静思考每一步的走向，避免“一招下错，满盘皆输”。
另外，无人驾驶市场中，究竟是面向车企的B2B市场更广阔，还是面向大众应用的B2C市场更广阔？对市场的把握和界定直接关系到布局无人驾驶的成败，也决定了企业的商业模式和业务方向。
对于传统、尚未完成转型的图商来说，大多会选择“B2B2C模式”，但中间一环就是汽车厂商，所以最大问题是地图数据“变现”不直接，无人驾驶的商业运营多少受到限制。其实，这种模式是传统图商一直采用的商业模式，其实并不是在布局无人驾驶领域后才出现的，这也是传统图商在转型之前所面临的通病。当传统图商布局无人驾驶和与车企合作开发车载导航时，他们会选择把部分高精度地图数据会出售给车企，让车企根据自身需求分析用户偏好，打造地图数据的生态环。
和车企合作并以此实现数据变现的方式除了不够直接之外，今后很难再次或多次“变现”。类似“一次性”的数据变现很难实现长期的商业运营，所以传统图商的数据变现的价值还有很大挖掘空间。
在解决之道上，传统图商如果把无人驾驶的商业模式从“B2B2C”模式走向“B2C”模式，直接向用户收费，会大大提升“变现”速度，盘活商业运作。
对互联网公司来说，以其擅长、也较为成熟的B2C模式布局无人驾驶看似是最稳妥的方式。这能让地图数据直接用于第三方应用，从用户付费中让数据直接“变现”，的确弥补了“B2B2C模式”的不足。但在无人驾驶的“蛋糕”中，企业必须找到适合自身发展的细分领域，明确切入无人驾驶的市场角度，一味贪多只能事倍功半。
对此，应该抓住无人驾驶催生的汽车金融、汽车后市场等新机遇。如果能专注某一细分领域，整合线下资源、拓展线上用户、提升用户体验，定能找到无人驾驶和B2C模式的最佳契合点，在资本的“寒冬”中等到春暖花开。
”自动驾驶不是单纯一家企业可以实现的，更多需要政府交管局的介入。先是车联网，再是自动驾驶；Tesla事故就是现实的例子：如果全部联网，就可以预判前方车辆，警示提醒，发现前方障碍车甚至可以强制停车“，四维图新相关负责人谈到。在无人驾驶的未来发展中，需要从技术升级、延伸产业链、打造车联网和提升用户体验等多方面下功夫，合纵连横才能走得更远。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点　　作为自动驾驶技术推广应用的关键所在，高精度地图绘制既是绕不过去的重点环节，也是难点之一。为了突破技术障碍、协调各方资源形成合力，近年来全球车企、科技企业乃至政府机构都频频发力。
　　2015年3月，Uber收购了位于加州的地图和搜索创业公司deCarta；在政府支持下，日本10余家企业在2016年6月成立了“动态地图基盘企划株式会社”；今年4月底，以色列科技巨头Mobileye与日产汽车签订协议，共同创建适用于自动驾驶的新一代地图。各方如此大动干戈，这张地图真的那么难“画”吗？
　　高精度地图有什么不一样
　　区别于日常生活中用于导航的普通电子地图，适用于自动驾驶汽车的高精度地图主要有两大特点。
　　一是包含更加丰富和详细的数据信息。这些数据按照动、静两方面来划分。静态数据既包括基础性的二维道路数据——如车道标记、周边基础设施等，也涵盖了交通管制、道路施工、广域气象等准静态数据。
　　此外，高精度地图还囊括了事故、拥堵情况以及周边车辆、行人及信号灯等瞬息万变的动态信息数据。与普通地图几个月甚至几年更新一次不同，高精度地图必须保持分钟级、乃至秒级的更新速度。
　　二是定位精准度更高。在手机上使用的GPS导航，其精准度一般在5-10米范围内，在楼宇密集地区或地下隧道的精度还要更低一些。而自动驾驶技术所需的高精度地图则要达到厘米级精度。
　　当前，走在全球高精度地图绘制前沿的企业——包括科技巨头谷歌和地图软件服务商HERE等，都声称在不久的将来有能力达到10-20cm的定位精度。丰田则宣称其空间信息生成技术“COSMIC”，可将直线道路定位精度控制在5cm以内。
　　自动驾驶需要怎样的地图
　　随着自动驾驶技术不断进步，未来要想让人工介入程度更浅、频次更少，使车辆行驶更加安全可靠，高精度地图的绘制与完善是不可或缺的一环。
　　为何自动驾驶汽车对地图的详细度和精准度要求如此之高？其原因还要从地图的服务对象说起。普通电子地图直接服务于驾驶者，通过提供周边路况信息、路径规划等服务，最终将决策判断权和操作权留给驾驶者。而高精度地图的服务对象，却是搭载自动驾驶系统的车辆本身，通过结合传感器对行驶环境的实况感知，帮助车辆对道路及周边环境进行预判，最终交由车辆决策和控制系统综合判断并做出响应。
　　在自动驾驶状态下，车辆必须像驾驶员一样，拥有极高分辨率的“眼”和极快反应速度的“脑”。高精度地图所扮演的角色就是为了能让车辆视野更广，“看”得更清晰、更及时。
　　例如，行驶中的汽车常常会遇到压线问题。许多道路交通标线的宽度都定在20cm，普通车辆的驾驶员可以根据视觉判断和行车经验避免压线。但是自动驾驶汽车的“眼睛”必须将定位精准度限制在20cm以内，才能保证车辆安全、规范地行驶在车道内，而低精度地图根本无法达到这一要求。
　　此前曾有车企提出，先进传感器能弥补低精度地图的不足，二者结合同样可以满足自动驾驶系统的需要。实际上，目前路面上配备了ADAS（高级驾驶辅助系统，Advanced Driver Assistance Systems）的汽车就是采取这种方式，利用车辆传感器感知周围环境、辨识动静态物体，再通过系统运算分析，辅助驾驶者做出决策判断。
　　可是，这一构想只限于处于较低级别水平的自动驾驶。按照美国国家公路交通安全管理局（NHTSA）的分类，就是2级以下、随时需要“驾驶员之眼”介入的级别。尤其是，当该类型的自动驾驶车辆遭遇雨雪天气时，激光雷达传感器很可能无法辨识路面标识，而低精度地图又不能给出清晰的预判信息，这将为行车安全带来严重隐患。更何况，在真实路况下，道路指示牌、障碍物等有可能被周边高速行驶的车辆和行人暂时掩盖，容易造成传感器的“视觉盲区”。
　　难点在“信息数据的收集共享”
　　从高精度地图采集测绘数据的方式来看，全球主要有两大流派。一种以谷歌、HERE的地图测绘车为代表。例如，HERE高精度测绘车上的激光雷达传感器可以一秒内感知约60万个扫描点（包括周边建筑物、树木等）；在一天内，测绘车能够收集和处理超过100G的数据。
　　另一种则以特斯拉的“车队学习网络”（Fleet Learning Network）为代表，相当于利用量产车，把测绘任务“众包”出去，调动整个车队的所有传感器来收集数据，并通过云技术上传到中央数据库，最终每一辆车都是地图数据贡献者，也是获得者。该方法弥补了由于测绘车数量不足，而造成的数据实时更新缓慢的缺点。
　　无论采取何种方式，高精度地图的绘制与完善，在全球范围内都存在着一些共性难题。除了不断突破技术障碍提高测绘水平、完善道路基础设施（如道路标识和标线等）方便车辆系统辨识之外，高精度地图在信息数据的收集共享方面，还存在着两大难题：
　　一是数据开放与分享问题。当前，高精度地图所需的各类数据散布于车企、地图提供商等各个主体。最理想的状态是各方能通过互换和共享数据，实现道路信息全覆盖，助力自动驾驶技术的进步与普及。
　　为协调各方关系，打通自动驾驶系统所需的数据接口，2016年，包括车企、地图绘制商等10余家日本企业，在日本政府的支持下成立了“动态地图基盘企划株式会社”。但这一努力能否得偿所愿还是未知数。
　　在我国，从去年高德宣布免费向合作车企提供高精度地图数据，到今年上海车展开幕当天百度发布“阿波罗计划”，均引发争议。各方围绕数据归属问题展开了利益博弈：地图供应商想通过开放换取更多数据，而车企却担心丧失核心数据，沦为科技企业的“代工厂”。
　　二是数据隐私与安全问题。往小了说，地图测绘可能会涉及非法获取个人隐私；往大了说，这是关乎国家安全的大事。
　　在十分重视个人隐私保护的欧盟国家，因为担心地图测绘采集车会在有意无意间获取到公民通过非加密无线网络发布的个人信息，当地政府曾多次对谷歌做出处罚。而出于国家安全考虑，许多国家的相关政府部门对公共地图的信息采集与绘制也有诸多规定，包括对于精确度、测绘区域、机构和人员等诸多限制条件。
　　眼下，如何在保障信息安全和鼓励自动驾驶技术发展之间，找到最佳平衡点和解决方案，已成为摆在各国政府面前的一道难题。
文章关键词：
微信朋友圈
*手机号码：
*所在城市：
接收最新降价提醒
*底价将以短信的形式发送到您的手机，个人信息不会泄露给第三方
*手机号码：
*订阅信息将以短信的形式发送到您的手机，个人信息不会泄露给第三方
*手机号码：
*所在城市：
||||||||||||||||||||
||||||||||||||||
更多选车参考：
选择车系：
请选择车系
真实姓名：
手机号码：
预约时间：
店面地址：奥迪A1-2011款奥迪A1 1.4T Ego多平台阅读
订阅每日最新资讯
究竟什么才是高精度地图？ （二）
摘要： 在ADAS（主动安全）中如何使用地图。
　　接着上次的话题，这次我们先讲讲ADAS(主动安全)中如何使用地图。
　　其实说到ADAS，我们首先想到的诸如ACC(自适应巡航)，LDW(车道偏离预警)，LKA(车道保持)，FCW(前车碰撞预警)。而这些技术已经成熟，产品也已经量产，在近几年的高端车辆上装配，并且这些技术都和摄像头，毫米波雷达以及车身控制器有关，貌似和地图并没有多大关系。实际上如果结合了地图，这些功能会变得更强大。
　　下面我们来举几个例子。
　　ACC(自适应巡航)实际上是由驾驶员设置一个最高的巡航速度，车上由前置的传感器，如摄像头或毫米波雷达来确认车辆正前方的可通行区域内是否有车辆，如果有车辆，则在安全制动距离内跟车，如果没有车辆，则加速到设置的循航速度。注意这里要特别强调&车辆正前方&，也就是车头的直线方向。如果是在直线行驶，或者道路曲率几乎可以视为直线的情况下，这种自适应巡航的功能是很棒的。
　　可是如果在弯道中，如下图，左侧车道中的车辆的传感器会错误的认为右方车道的车辆在自己前方，于是立即减速。可实际上车辆完全可以保持正常速度过弯。
图片由作者手工绘制
　　亦或者，如下图中，左侧车道的车辆根本就察觉不到自己车道内前方转弯处有一辆车，也许车辆跟上去的时候，或者前车突然紧急刹车时，已经来不及减速，继而就容易发生事故了。
图片由作者手工绘制
　　除此以外，地图能提供道路的曲率，车辆在过弯道的时候可以提前减速，确保安全。或者在弯道的时候，摄像头的识别也可以针对性的变换识别模式，以提升弯道的车道线或交通参与物的检测准确性。地图也可以告知车辆何时会进入以及离开隧道，相应的摄像头可以及时调整曝光率，从而保证感知的连续性。
　　夜晚行车的时候，车辆也可以根据地图提供的曲率信息，在弯道处自动的左右调整车灯的照射角度，也可以根据地图提供的坡度信息，上下调整车灯的照射角度。
　　另一方面，目前很多摄像头识别的提供商通过摄像头来识别道路上的限速牌，来达到限速的功能，而其实地图却可以提供更好的服务，比如地图不仅可以告诉车辆在该路段上的限速，还可以在易发危险的路段，桥梁，隧道，上下匝道的时候都可以提供推荐的车速。不仅如此，还可以细化到各个车道的推荐车速，这里还需要强调下，在主动安全及自动驾驶的情况下，推荐的行驶速度比道路的限速更具有实用价值。
　　基于坡度数据，车辆在上坡前可以加油门，从而适当的加速，而当到达坡顶的时候减小油门，下坡的时候不加油，大陆公司做的电子地平线(Electronic Horizon)就是基于以上完成的，据说能节能达3%，该功能在商用车以及物流公司节约日常运营成本上的意义就更为突出。
　　也有较为初级的自动驾驶可以基于地图来实现，例如在高速公路上的自动驾驶场景上，直线行驶的时候或者说在车道内行驶的时候，车辆靠ADAS的主要功能完成，也就是ACC(自适应巡航)+LKA(车道保持)+FCW(前车预警)。
　　在需要变道的时候，这个变道的指令可以是人工打个转向灯，也可以是自动驾驶系统自己决策的变道，此时由地图提供的车线信息来确认当前车辆的区域是否可以变道。如果是要下匝道，地图可以提前一个很远的距离通知车辆前方有匝道口，此时车辆有足够的时间，借用地图数据先慢慢靠到最右侧车道，准备下匝道。而如果不下匝道，或者有汇入车流的地方，车流也可以有足够的时间先靠到最左侧的超车车道中，以保证行车的安全。
　　除此以外，还有大量脑洞大开的应用方法。
　　下一次来介绍下地图在ADAS实现的技术方案以及ADASIS的工作原理。(来源|雷锋网)
[责任编辑：任珊珊]
声明：泰伯网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
第一时间获取位置服务与空间信息领域新鲜资讯、深度商业资本观察，请在微信公众账号中搜索「3sNews」or「www.3snews.net」，或用手机扫描左方二维码，即可获得3sNews每日精华内容推送和最优搜索体验，并参与编辑活动。
任珊珊记者
小仙女一枚，关注地理信息衍生的商业应用领域。
GIO企业家俱乐部会员
加入GIO俱乐部，连接GIO、连接产业、连接资本、连接海外。
联系电话：
小仙女一枚，关注地理信息衍生的商业应用领域。}