汽車行業和科技行業的重心現在都全面朝無人自駕駛技術傾斜。 在接下來的五年時間裡， 汽車將逐步過渡到 3 級無人駕駛，
但是真正意義上的無人自駕駛技術仍然是一個遙遙無期的目標。 所謂「真正意義」， 它所要達到的標準是可以在任何時間、任何地點實現自行駕駛功能， 需要人介入的唯一環節就是告知車子目的地是哪兒即可。 為了讓這樣的未來儘早到來， 汽車需要準確地知道它們在世界裡的準確方位。 在這裡所提及的「準確」二字， 是極度準確的， 其精度要遠遠高出目前的 GPS。 這也意味著， 地圖也要比你在加油站所買的那份地圖來得精確得多， 這種細緻程度已經完全超過了人力所及， 只有機器才能解讀得了。
汽車製造商寶馬、奧迪、梅賽德斯·賓士，
上述提到的 Here 公司， 致力於開發高度自動化駕駛技術已經有很長時間了。 該公司的副總裁 Sanjay Sood 介紹道：「開發高清地圖的工作是開始於 2013 年。 當時 Here 公司和 Dailmer 公司聯手開發一個專案，
他補充道：「其實當人們說到無人自駕駛行業的時候， 往往忽視了一個關鍵點：地圖其實是另外一種形式的感測器， 它能夠幫助汽車做出更加合理的決策。 」
為了製作這種高精度地圖， 首先得自己拿出來一張初始版地圖， 這就需要配備了感測器的汽車在街道上一圈又一圈的掃描， 而這種裝有感測器的車子所具備的特殊性能著實強大， 可不是 Google 的街景車所能比擬得了的。
往往這是一個車隊， 全身都裝有感測器套裝， 這個套裝裡包括了 9600 萬圖元的高清攝像頭， 威力登 32 束光線掃描器， Novatal 超高精准度 GPS 慣性測量裝置。 這些掃描現實世界的汽車能夠把 3D 影像繪製出來， 所到之處， 周圍的景物全部都上傳到 Here 的雲端。 資料再次從雲端出發， 被整合到現實世界高清數位化的重建項目當中。
Sood 說道：「從去年開始， 我們其實就已經在開發這種交通路線網狀圖了。 到了 2020 年， 第一批無人自駕駛汽車就能利用這樣的地圖， 在街道上真正於眾人面前亮相了。 」
同樣， Civic Maps 公司也剛剛宣佈了一款指向客戶的， 即插即拔的解決方案 Altas Devkit。 Civic Maps 的聯合創始人兼 CEO Sravan Puttagunta 說道：「高精度的定位， 地圖繪製工作， 以及地圖的眾籌方式， 這些都是想要測試並應用無人自駕駛技術的開發人員所不得不面臨的挑戰。 而 Altas Devkit 平臺會讓這樣的創新加速前進。 」
和 Here 的做法差不多， Civil Maps 的 Atlas Devkit 也使用的是車頂裝置掃描器的方式， 當然這些掃描器具體的組成配件不太一樣。 另外， 它還備有另外一套造價更加便宜的版本， 使用光學元件、超聲波、雷達的掃描器來繪製地圖。
汽車：「看上去似乎你又握住方向盤了？好吧，是不是讓我換一條道路來前行，這樣你才能放心的把車子控制權交還給我？」當然，「繪製」地圖並不是一次就能做好的事兒，畢竟這是性命攸關的大事。地圖需要不斷地做出更新，什麼地方修路，什麼道路突然封閉，哪裡出現了障礙，這些都要及時地反映在地圖上。
有好幾種方式來解決這個問題。Sood 解釋道：「我們現在在路上跑著好幾百輛的這種地圖測繪汽車，分佈在全世界各地。我們跟很多城市，地方機構都保持著深度合作的關係。所以一般來說，如果哪個地方出現了大規模的施工情況，我們深知在它動工之前就已經知曉。還有很多時候，在某條道路已經施工完畢，開放給公眾之前，我們的汽車就已經可以前往那些地方了。」
但是還存在著更具現實操作性的解決方案，就是通過已經使用高清地圖進行自動巡航的汽車來給地圖做更新，因為汽車本身車身上面就安裝了感測器。
Sood 說：「今天，很多高端汽車上面不僅僅是配備了 LTE 連接系統，而且還有一整套高級的感測器部件，能望向遠處的攝像頭，前置雷達和後者雷達。目前，我們還在跟各家 OEM 廠商合作，讓這些感測器的資料能夠上傳到我們的雲端，這意味著有數以百萬計的資料節點，持續不斷地給雲端提供最新的資訊，同時 Here 的伺服器將全面承擔起處理資料的重任。」
「我們配備了機器學習演算法和集成演算法，能夠從資料中很快地提取出來最有價值的資訊，也就是目前的地圖上面出現了怎樣的變化。一旦我們偵測到了這樣的變化，就會立刻將此資訊體現在地圖上，再傳送到汽車。」
所以你應該能夠想像得到一個難題：路面上跑著不同的汽車，汽車上面安裝的各種廠商所生產的感測器，這些規格不一的硬體所提取資料的方式不同，甚至感測器安裝的位置不同也決定了「觀看」到這個世界的角度不一樣，如何規範統一這一切，形成某一種標準，使得所有的資料能夠通過一個路徑上傳到雲端，這就稱為了目前很多做無人自駕駛導航技術開發的公司所面臨的最大難題。
Nvidia 公司，不僅僅是顯卡關於 Nvidia 公司，也許你的腦海裡面冒出來的第一個詞就是「顯卡」。但是，這家公司其實正在悄無聲息地進入無人自駕駛領域，因為公司本身就在機器學習、深度神經網路等領域有充分的技術人才儲備，而且已經為無人自駕駛領域帶來了非常多的應用。
目前，Mvidia 公司在地圖繪製、連接汽車的雲端平臺開發等方面，正在跟 Here 公司通力合作（最近還買了一些 Here 公司的股份），它還跟 TomTom、百度、Zenrin 等公司也有合作。
Jen-Hsun Huang，Nvidia 的創始人兼 CEO，表示：「對於無人自駕駛汽車來說，高精度地圖是必不可少的。借助於我們的機器學習技術，這些汽車廠商能夠加速研發無人自駕駛汽車，使得它們儘快上路。」
持續不斷的資料流程上傳到雲端，你可想在資料流程量上也是一筆不小的費用，這也要求 Nvidia 公司聯同英特爾公司一起，拿出創新技術來降低傳輸成本。如何盡可能地降低資料重複上傳，只體現出某些關鍵變動資訊，這也在考驗著每一家科技公司背後的研發實力。
本文來源：arstechnica
汽車：「看上去似乎你又握住方向盤了？好吧，是不是讓我換一條道路來前行，這樣你才能放心的把車子控制權交還給我？」當然，「繪製」地圖並不是一次就能做好的事兒，畢竟這是性命攸關的大事。地圖需要不斷地做出更新，什麼地方修路，什麼道路突然封閉，哪裡出現了障礙，這些都要及時地反映在地圖上。
有好幾種方式來解決這個問題。Sood 解釋道：「我們現在在路上跑著好幾百輛的這種地圖測繪汽車，分佈在全世界各地。我們跟很多城市，地方機構都保持著深度合作的關係。所以一般來說，如果哪個地方出現了大規模的施工情況，我們深知在它動工之前就已經知曉。還有很多時候，在某條道路已經施工完畢，開放給公眾之前，我們的汽車就已經可以前往那些地方了。」
但是還存在著更具現實操作性的解決方案，就是通過已經使用高清地圖進行自動巡航的汽車來給地圖做更新，因為汽車本身車身上面就安裝了感測器。
Sood 說：「今天，很多高端汽車上面不僅僅是配備了 LTE 連接系統，而且還有一整套高級的感測器部件，能望向遠處的攝像頭，前置雷達和後者雷達。目前，我們還在跟各家 OEM 廠商合作，讓這些感測器的資料能夠上傳到我們的雲端，這意味著有數以百萬計的資料節點，持續不斷地給雲端提供最新的資訊，同時 Here 的伺服器將全面承擔起處理資料的重任。」
「我們配備了機器學習演算法和集成演算法，能夠從資料中很快地提取出來最有價值的資訊，也就是目前的地圖上面出現了怎樣的變化。一旦我們偵測到了這樣的變化，就會立刻將此資訊體現在地圖上，再傳送到汽車。」
所以你應該能夠想像得到一個難題：路面上跑著不同的汽車，汽車上面安裝的各種廠商所生產的感測器，這些規格不一的硬體所提取資料的方式不同，甚至感測器安裝的位置不同也決定了「觀看」到這個世界的角度不一樣，如何規範統一這一切，形成某一種標準，使得所有的資料能夠通過一個路徑上傳到雲端，這就稱為了目前很多做無人自駕駛導航技術開發的公司所面臨的最大難題。
Nvidia 公司，不僅僅是顯卡關於 Nvidia 公司，也許你的腦海裡面冒出來的第一個詞就是「顯卡」。但是，這家公司其實正在悄無聲息地進入無人自駕駛領域，因為公司本身就在機器學習、深度神經網路等領域有充分的技術人才儲備，而且已經為無人自駕駛領域帶來了非常多的應用。
目前，Mvidia 公司在地圖繪製、連接汽車的雲端平臺開發等方面，正在跟 Here 公司通力合作（最近還買了一些 Here 公司的股份），它還跟 TomTom、百度、Zenrin 等公司也有合作。
Jen-Hsun Huang，Nvidia 的創始人兼 CEO，表示：「對於無人自駕駛汽車來說，高精度地圖是必不可少的。借助於我們的機器學習技術，這些汽車廠商能夠加速研發無人自駕駛汽車，使得它們儘快上路。」
持續不斷的資料流程上傳到雲端，你可想在資料流程量上也是一筆不小的費用，這也要求 Nvidia 公司聯同英特爾公司一起，拿出創新技術來降低傳輸成本。如何盡可能地降低資料重複上傳，只體現出某些關鍵變動資訊，這也在考驗著每一家科技公司背後的研發實力。
本文來源：arstechnica