您现在的位置新闻网站大全首页 >>汽车新闻>>正文

自动驾驶行业我说:的不是高精地图行业

【死者肝肾被假捐献】

也許以後會有什麼樣的更好的技術手段,不按照我剛纔說的那個方法,所以我們大家也可以期待一下以後有什麼樣的好方法去做。

作為從業者,我們需要做的事情是我們需要搞清楚行業需求,自動駕駛行業我說的不是高精地圖行業,自動駕駛行業需要什麼樣的東西,我們怎麼做出更好的產品,另外一點就是我們要做技術驗證,不能張嘴就說,要有數字依據。再接下來就是政策建議,把政策建議提供給政府,告訴政府說我們這個行業在發生什麼事情,我們需要什麼樣的政策支持,當前政策可能會面臨什麼樣的問題等等。

從高精地圖團隊來講,以後我們之前工作的原因,所以跟相關的政府打交道相對比較密集,所以就不可避免的在這些事情里也做了很多貢獻。在現在這個產業里,一方面是地圖,在未來高精地圖本身就會涉及到很多雲的東西,所以地圖的資質和雲的資質,我認為在未來都是必不可少的,大家現在關註的更多的還是地圖的資質,地圖的資質也看部委最後會怎麼定義它,我覺得徹底忽略安全的管理是不可能的,所以大家還是要找出一條切實可行的路來。

看不到的東西產品定義是什麼,剛纔江老師在提數據標準的事,數據標準整個行業做數據標準是非常必要的,幾個圖商參與做了靜態數據的標準,在交通部下麵做了,最近在討論歸口的問題。看不到的東西,產品定義到底是什麼,比如我的地圖裡,我只提供了車道線,路牌,自動化率可以很高,但是你要的東西不見得在我圖裡。

車上放著這麼多傳感器,未來可能還有別的東西。這些傳感器到底能多大程度上解決問題,如果在你前方120米有一塊磚,你的車速是100公里,大家可以算一下現在傳感器哪個能清晰的把它看到,你開夠100米需要幾秒鐘的時間,這時候如果開到100公里壓到這塊磚頭上車會怎麼樣,這個問題如果不解決,我覺得好像還離L3要遠一點。

敬請關註“2019自動駕駛地圖與定位大會”直播專題!

再一個很常見的問題是,導航地圖和三方的SD Map怎麼做很好的匹配,這個事挺難的。對車廠來講,意願我們是非常理解的,我同樣買兩件東西,當然希望這兩件東西都由市場上最好的供應商來提供。最好的供應商不見得是一個,所以我希望把這兩個關聯起來。

大家可以想象一下,如果你開了一輛自動駕駛車,前面有一個變化,比如說有一些靜態的信息,多了一個路牌或者少了一個路牌,車開到那難道就會出問題嗎,可能會受到一定影響,車如果足夠好,有一些變化應該承受力越強越好,對車企來講,這個圖要求更新的越慢,能力越強,對圖商來講如果能更新更快,當然是更好的,當然也有更新的成本和資源的消耗的。

大家說2018年會實現自動駕駛,一直到去年仍然有兩個科技巨頭都在說,2019年要實現L4。我也不知道為什麼大家現在不提L5了,不知道有沒有什麼背後的意思。從整體來講,L0-L5,L5不需要人做任何動作了,L3在我的印象中,至少某一個特定場景不需要人再乾什麼。

整體從技術的落地上來講,因為我們都不是做純研發的公司,我們追求的還是要去在市場上占有一席之地,跟車企發生更好的合作關係。無論我們做出什麼樣的產品,最終落在車企能接受的量產硬件上去。再稍微說一下題外話,我們現在幹了幾年高精地圖,能明顯的覺得在自動駕駛這件事情上,任何一個企業也乾不完所有的事情,整體上來講我們還是應該縮小自己的範圍,乾自己最適合乾的事情,同時乾別人最需要你乾的事情。無論是從公司的角度來講還是從行業組織的角度來講,都應該更多的聚焦在這些方面,以便跟整個行業形成互補。

這是最近發生的一個事,我的題目叫“這兩年幹了什麼”,除了高精地圖之外,不可避免的參與到別的自動駕駛的話題中,我們跟寶馬宣佈合作,目的就是自動駕駛開發還是很難的,大家需要大量的數據的輸入。在做這些數據的採集、管理等等都會涉及到法律法規的問題,在法律法規還沒有調整之前,我們必須要給車企提供一個真正的安全可靠,對政府來講也不會存在任何違規嫌疑的體系,讓大家非常安心的去做自動駕駛的開發。

這幾年跟自然資源部打交道的過程中能體會他們有他們的難處,他們非常願意幫助大家。另外從整個國家來講,在智能交通產業聯盟做的標準,標準做出來以後,現在已經在升國標的過程中,自然資源部提出疑問,因為做的地圖,地圖標準歸口的問題,如果想升到國標,一定會面臨歸口的問題,作為具體參與單位來講,我們希望整個產業在不停的融合,在部委之間是不是能有更多的溝通,甚至有雙歸口的機制等等逐步把這些東西給企業,把唱戲的台搭好。

關於停車,之前做過很多溝通,我對停車的理解,我個人感覺好像價值沒有那麼高,因為從占用時間來講沒那麼高,痛點大家都是有的,比如我有一次跟幾個朋友去吃金錢豹,吃完把車停B3,結果我在B2找了半小時,我開車十幾年以來只發生過這一次事情。我個人覺得痛點似乎沒有那麼強,但是無論如何如果業務沒改變,我們做出來的東西能幫車廠賣車,那就是很好的選擇。

我們也經常聽到大家說釐米級,我認為的釐米級最可靠的方式就是下車拿鋼尺去量,冬天夏天卷尺熱脹冷縮,不會有多大誤差。真正量出釐米級再說釐米級,釐米級精度的地圖是非常非常難做出來的,以前在高德的時候我們做過實驗,在高德的小院子里做了很小的地圖,加起來一共超不過五公里的地圖,站在樓前面望眼能望見的區域,用移動測量,那個系統是業界最好的系統,用那個系統採了,做了20多個靜態測量的控制點,做了將近30個控制點,最大的精度誤差是20釐米,最小的精度誤差是7釐米。那麼小的院子做20、30個才能控制到這個水平,如果放到全國做,車廠是不是加起來都買不了這個單。

騰訊高精地圖負責人谷小豐做了幾年高精地圖,比較幸運,在這個通道里繼續爬行,跟大家分享體會吧,也還是有一腦袋問號。今天講的都不是結論,全都是思考,其實全是我的問號,今天在座的行業里的專家、同行非常多,我把問號說出來,也歡迎大家拍磚。

這是對整個時間的判斷,自動駕駛前兩年大家吹的非常多,因為我們最後要落地,要給大家做高精地圖,大家如果吹的太多,我們可能就不知道該怎麼幹了。抽空大概總結了一下,在這裡基本上把它分成幾個場景,第一個是L2+、L3高速公路HWP也好,HWA也好,我們做高精地圖關註的部分就是什麼時候能開始用高精地圖,能用的時候就是我們關註的時候。

這就是我想跟大家分享的所有內容,謝謝大家。

第二個問題是前提條件是什麼,我自己的認識是假如說還不能做自動化的並線,比如我現在要從昌平開到這,從六環拐到京城高速,如果車不能從六環拐到京城高速去,結果就是我還得自己動手,如果我要是自己動手,我建關聯關係的目的是什麼,反正到了我還得自己下手。從時間節奏上來講,我認為這個事可以再稍微晚一點去乾,匝道在車控上更不好解決,如果是這樣的功能設計,這個事情可以稍微晚一點再乾。

到來的時間來看,L2+和L3在最前面,現在也有很多公司很積極的佈局停車的部分,再接下來是程序自動駕駛,包括國家有很多城市已經有試驗廠,這些試驗廠的建立是非常好的事情,至少一步一步開放這些東西。但是這些試驗廠跟我理解中的發展節奏有點不太一樣,比如說L4,到底什麼時候實現,2030年我畫了一個問號,十年到底能不能實現L4?我記得以前北理工江老師曾經說過,自動駕駛好像大家都在往河邊跑,waymo?第一個跑到河邊,一看過不去。其他人還在往河邊跑,還沒跑到,我也很同意他的觀點,L4我認為是比較悲觀的,什麼時候能到來比較難說清楚。

這兩個功能還是非常非常緊密的,比如說導航系統畫出來一條長的路徑,我要從昌平開到會場來,接下來車要負責自己開完其中一段路或者全部路,這時候從數據上來講,你的SD  map和HD map要有很穩定的關聯關係,關聯關係怎麼建,通常在生產高精地圖的時候,用的編輯平臺里已經有做過預匹配的高精地圖,可能有的地方匹配的比較好,有的地方匹配的不太好,因為兩種數據,兩個模型,兩種完全不同的東西,坐標不一致,所以人還會再做一次匹配,這樣做完匹配,能保證比較準確,因為很難完成自動化。

這樣做完以後會有什麼問題?我在自己的生產線里,比如這兩個數據都是我自己生產,我能把各種環節打通,但是如果假設我做HD map,另外一家做SD map,做很動態很準確的關聯,首先第一要開放原始數據給我,其次要不停的告訴我說我今天更新了京城高速,明天更新京藏高速,這些更新都是圖商自己的商業秘密,要打通這個不是技術問題,而是比較難解決的商業問題。技術上NDS協會有比較好的設計,都已經有這樣的東西了。

這幾年我們涉及到最主要的就是高質量的高精地圖,高精地圖剛纔講了那麼多,第一點最重要的事情就是高質量,車企需要的零部件基本上都是這樣的,比如提供零部件,過兩天車一開,把車燒了,肯定無法接受,所以這個例子舉的比較極端,但是我們提供的任何的放在車裡的東西,高質量都是很顯而易見的東西。

這也是比較老生常談的問題,2016年年初德國三大企業要在中國找合作伙伴,在中國做了一圈考察,考察之後,我的感覺這個考察實際上後來變成圖商吹牛的大會,每個圖商都說我自動化率高,我有這個我有哪個,能看到的東西都很光鮮,有AI,AI已經變得非常扁平了,我不認為AI這點上誰真的是特別特別牛逼的。然後就會說很高的自動化率,我聽到的自動化率有全自動的,有95%的,有99%的,總之各種自動化率都有,這是能看到的,能聽到的。

PC:http://auto.gasgoo.com/NewsTopic/199.html

無論L3有多強,我們也要接受一塊磚頭的拷問,我相信車企的同事們都是非常非常嚴謹的,那天真正到來之前,不會輕易的說它怎麼樣。還有我們在做高精地圖的過程中,大家經常會說到很多問題,我後面說的就是我們的體會。大家都在說高精地圖要更新很快,有秒級、分鐘級的各種各樣的速度。我相信理論上講高精地圖應該更新的比普通地圖要快一些,但是到底多快,也是需要好好考量考量的。比如我們到底應該多快,誰去測量過,曾經用一萬輛車試過到底應該更新多快,還是用什麼樣的理論推導應該多快,我覺得我們行業是非常科技的行業,應該提供更多的技術的證據,然後少一些推演,少一些理論的推導。

這裡兩條,上面那條是我每天大概時間的分配,不是精確的描述,是我個人每天的行動,每天我會從停車場把車開出來,一小會兒就出來了,我從家裡出來到車位邊上到開出地庫,這段時間超過五分鐘,我上普通路的時間更短一點,大概有五、六分鐘上高速路,從高速路開到公司附近,又下了普通路,再開十分鐘,高速路的過程大概開40分鐘左右。再往下就是停車,停車也很容易,然後坐電梯上樓了。

接下來到廣告時段了,我現在演示的是騰訊整體上對高精地圖的設計,高精地圖這件事情我的理解是數據,還有終端,還有雲構成的,這幾個東西將來一定是會變成一個循環,互為因果。在數據上會包含兩部分,包括靜態的和動態的數據,在終端上現在比較明顯的東西就是EHP和定位,騰訊也有一支比較強的定位團隊,由業界大牛帶領的,在做高精定位的研發。雲端大家也都在說上傳,再一個就是更新下發,循環是比較清楚的。騰訊有自己的自動駕駛技術、仿真技術,還有自己比較強的定位技術,這些東西現在已經在HD map開發上為我們做了比較好的貢獻,這些技術都在不斷使用高精地圖,不斷反饋給我們高精地圖哪些地方做的

政府會提供安全保密技術和必要的產業政策,推動自動駕駛平臺的開發。最重要的要實事求是,我們這個行業很牛,很高大上,在這個行業里的精英非常多,但是從所有事情來講,還是要更土鱉一些,把實際的情況說出來,告訴你的合作伙伴,告訴你的客戶,告訴政府,實際情況是這樣,我們需要產業政策的支持,需要各種技術手段的保護。如果你不把實際的情況說出來,對政府來講很難做出正確的選擇。

移動:https://m.gasgoo.com/news/topic/199

這是我們同事做的EHP診斷界面,EHP有一套協議,協議的目的是對車企來講,不願意自己親手解析這些高精地圖的內容,更好的方式,好比我到了餐廳,不希望自己下廚,希望我坐在那把筷子勺子給我。把數據做好以後,給原始的格式,對大家來講不太神秘,但是很複雜,如果讓車企用起來就會比較方便,對國內車企來講,尤其比較實用的,國外車企也在提供這套東西。我們認為是高精地圖的工具的一部分,我們也會逐步的把它落在量產的硬件上去。

自動化率這個事情是圖商的天然驅動力,每年老闆找你今年花了一千萬,明年花八百萬能幹同樣的事情嗎,如果不能這一年乾什麼呢,所以每年都在減生產成本,所以自動化率出於競爭的考慮,出於內部管理的考慮,自動化率是圖商自己的驅動力,所以你不用關心它。

希望在今年年底或者明年年初,開始研發三代採集車,因為採集是高精地圖的源頭,無論用什麼樣的技術,用視覺的技術也好還是其他的技術也好,未來會加入毫米波雷達,首先第一是高質量可用,第二是如何減少成本,極致的便宜可能會導致極致的不可用,平衡點在哪,是設計採集平臺考慮成本重要的點。另外採集中還有哪些痛點是非常非常重要的,到底要解決什麼問題,現在採集系統到底差在哪,這些情況還是應該先模清楚,再考慮我們在採集平臺設計上到底應該做什麼事。

有了高質量以後再說別的,更新的快也好,還是怎麼樣也好,有高質量以後再說別的。第二個自動駕駛開發平臺,這裡是相關的事情,如何能推進這部分也是很大的課題。在自動駕駛開發過程中是繞不過去的過程,隨著自動駕駛等級的升高,AI應用越來越多,需要的數據也是越來越多的,這些平臺都是PB級或者幾十PB級的容量。

還有質量標準,比如做完了就擱那了,也不檢查,自動化率就是很高,一做質檢,一大堆錯誤,改來改去,自動化率還是那麼高。所以自動化率的前提非常多,實際質量水平到什麼地方了,才能說自動化率到底怎麼樣。對車企來講,今天有不少車企的兄弟,以前我們一跟車企交流,大家就問自動化率多少,自動化率很難籠統的說,如果分項的講,車道線的自動化率多少,這時候比較明確了,比如能達到95%,這個很明確。要說籠統的講,我不知道你做了多少東西,你炒了一桌子菜,有的是你做的,有的是你媽做的,有的是你媳婦做的,你說我現在問你你做了百分之多少,很難回答,先分清楚都是誰做的再說。

製圖來講,這是我做的圖,這是一個車道線的寬度,高速公路車道線的寬度是25公分,中間選10公分,正負5釐米的誤差,沒有任何人識別算法能保證真的能識別到中間5公分,用多高質量的點雲都可能,我能保證線畫在白色的袋子里,但是很難保證全在中間。我覺得我們行業里需要不斷的出示技術證據,無論跟政府談說你的政策有問題,或者怎麼樣,我們希望政策有更大的進步,光說是不管事的,拿出技術證據來,假設你是自然資源部的同事,我來找你,我說你看停車場會造成很多很多問題,他會問你你怎麼測的,你是不是測試了,你可以申請測試,找任何一個圖商幫你申請測試,你是不是真的測過,技術報告是什麼,現在還有一群公司在自然資源部測之前的,大家的結果到底是什麼,我也聽到了測試方案,我自己還是有保留看法的,是不是真的清楚的,拿出技術證據來。

這是生產線的概念,也沒什麼內容,騰訊有自己全套的生產線,包括數據的採集生產,也包括質量控制,包括編譯等等。現在騰訊的進度是已經基本上做完了全國高速。這是一代的採集車,一代採集車在騰訊有十幾輛,現在基本上都在工作,也有一些參與實驗。接下來我們做二代採集車,敬請期待。

現在我們關註的位置就是灰色的箭頭,L3也會講到底什麼時候能實現。質變點在這,如果不能把人從車裡拿掉,原有的模式不會發生變化,也就是說車廠該賣車賣車,你可以設想,如果美國,不管在哪開放了服務,旁邊還坐著一個安全員,安全員肯定比一般出租車司機要求高,車上放了很多傳感器,絕對不會帶來產業的變革。到那天我個人的認識還是需要一段時間的。

L4還是非常非常艱難的,是充滿了挑戰。接下來是L3,因為大家也都在說L3什麼時候實現,我們能看到的L3在2022年左右推出的功能,最顯著的不同就是你打一下轉向燈,車自己轉過去了,現在有很多公司做出類似的功能,也有比較激進的科技公司比如特斯拉,已經有這樣的功能上市了。到底L3什麼時候能實現,如果我在高速公路上自動駕駛,徹底不需要任何干預,我開到高速公路上,一路不用管,一直給我開到該下高速公路的時候我連看都不用看,給我十幾秒時間,讓我在正玩游戲的時候把平板電腦放下來。我心目中的L3是這樣,大家各有不同,本來定義也不是特別清晰。

再一個釐米級的定位,大家在這裡能看到三個慣導跑出來的軌跡,中關村環廊的軌跡,一個是20萬左右的慣導,一個是40、50萬的慣導,還有百萬級的慣導。深藍色的百萬級的慣導,跑出來以後大家能看到渲染的圖分散很厲害的,裝慣導去測高精度定位,我個人認為是需要打一個很好的問號,測完了要說釐米級,先證明百萬級的慣導跑出來的是釐米級的誤差。

有的人全是普通路,我覺得對我來講相對比較幸運,如果我買一輛凱迪拉克CT6,基本上在高速公路上能脫手,很放鬆的讓車自己開。我的認識是高速公路解決起來會很快,我有一個不成熟的觀點,占用開車的時間越多,如果有自動駕駛的功能對你的貢獻越大,第一個推出的一定是在高速公路上,高速公路比較簡單,像我天天在高速公路上開的人比較幸福一些,早一些享受大家的勞動成果,天天在普通路,要再等幾年或者十年以上,有一些人已經退休了,你享受不了自動駕駛。

闫妮与男友分手香港机场取消航班李小璐关注薛之谦退档考生已赴北大火箭少女身高体重华为启动6G研究猪肉价历史最高网民人均56款APP陈情令演唱会武警车队深圳集结华为启动6G研究滴滴互评机制河南富商杀人案日本投降日李嫣戴墨镜的方式港媒爆梁静茹离婚英国伦敦发生爆炸陈岚案未当庭宣判小S吐槽林志玲施华洛世奇道歉李嫣戴墨镜的方式张恒郑爽结婚计划利奇马停止编号美国推迟征收关税章泽天赴剑桥读书梁静茹被曝离婚杨紫李现合体大片美国下起了塑料雨宁静最长睫毛挑战史前巨型企鹅化石