高德低调研发的“自动驾驶”走了一条亲民的路

本篇文章1662字，读完约4分钟

人们早就听说高德地图进入了自动驾驶领域。今年年初，高德与世界著名汽车服务品牌德尔福达成战略合作伙伴关系，在自主驾驶领域开展深入合作。然而，除了这些信息，高德地图的自主驾驶的研究和开发一直非常低调，很少曝光。

在昨天开幕的2016年云起会议深圳峰会上，高德汽车自动驾驶产品研发技术总监王涛亲临现场，帮助他的阿里巴巴云打造物联网专用平台，发表了关于自动驾驶的演讲，并向大家展示了他们的自动驾驶研发成果——自主汽车解决方案。

以高精度地图为核心的▌自动驾驶方案。高德的自动驾驶仍然整合了他们的主要优势，即以高精度地图为核心，基于云计算和深度学习的自动驾驶解决方案。

我们来谈谈它的核心“高精度定位方案”。

高德最初是一名地图制作者，在地图方面有着独特的优势。目前，地图按其精度可分为三类:民用级、工业级和军用级。民用等级地图是手机等移动产品使用的导航地图产品，其精度往往不稳定，容易出现偏差。工业级地图通常用于车辆导航，出厂前预装的导航产品通常比民用级地图精度高得多。在这三种地图中，精度最高的是军用级地图，在精度、更新频率和安全性方面都处于领先水平，只有这种高精度地图才适合自动驾驶。

为了开发自动驾驶解决方案，高德首先在高精度地图上花费了大量精力。为了使汽车更准确地感知环境，高德使用了最新的高精度激光雷达采集系统had map对地图进行采样和改进。had map是一个高度集成的采集系统，使用两个交叉的激光器，每个激光器每秒可以发射550，000个激光点，并配有四个500万像素的摄像头，通过激光器和摄像头的合作来采集地图。

目前，中国有28万公里的高速公路，目前大多数自动驾驶解决方案都在高速公路上使用。因此，高德在国内高速公路高精度地图的数据建设上花费了大量精力，高德表示，他将在今年年底前完成所有高速公路的收集工作。会上，高德还表示，根据每公里500个样本的建模计算，他们将收集30万公里的道路样本，超过1.5亿块，这可以使地图更加准确。

用于自主驾驶的▌云计算不仅是一张高精度的地图，也是自主驾驶的一个非常重要的组成部分。

在高精度地图数据的情况下，高精度地图只有在云计算平台采集和录入的冷数据经过大数据和云计算处理后才能真正发挥作用。当然，这些数据的处理需要云计算服务平台具备收集、计算、交互和分发海量数据的能力，这样云才能真正服务于自动驾驶。此外，为了做好自动驾驶，云计算平台还需要深度学习的能力，并且数据积累学习和实时处理的能力必须不断提高。高德将阿里巴巴云计算平台的技术融入云计算，这恰好是他的合作伙伴阿里巴巴云的优势，而高德拥有相应的技术优势。

▌·高德关于自主驾驶的思考目前，世界上许多科技巨头都已经开始开发自主驾驶技术，包括高德在地图行业的同行百度和谷歌，但高德关于自主驾驶的思考与这两个不同。自驾车软件一般分为四个部分:定位系统、驾驶决策(路线规划)、车辆传感系统和车辆控制。百度和谷歌都对这些研发方向进行了投资。然而，高德走了一条“捷径”，直接放弃了“车辆控制”的项目，只专注于前三个项目。不难解释为什么要这样做——成本问题。

谷歌和百度的自动驾驶汽车偏向于硬件技术，比如安装激光陀螺仪、定位设备、各种传感器设备等。，并利用传感器检测技术使汽车偏离地图导向，从而可以实现高度自动化的自动驾驶能力。然而，这些都需要复杂的技术，成本往往是几百万，这是远远没有真正普及和使用。高德的想法是使用“稍低精度传感器+高精度地图捆绑包”的解决方案，这种解决方案可以在低成本车辆上大规模使用，所需的关键功能是高精度地图和云计算服务。

雷锋。搜索“雷锋”。记者找到高德地图的相关人员，了解更多关于高德自动驾驶的技术问题。不过，高德表示，自动驾驶方案处于保密研发状态，暂时不会被送去接受采访。然而，通过在云起会议上的讲话，可以推断出高德的自动驾驶技术更多地考虑了当前的可行性。

在智能硬件领域有一句名言:“领先一步是烈士，领先半步是先锋。”因此，研究和开发高德的自动驾驶解决方案可能更适应当今汽车互联网的发展节奏。