近日， 全球知名財經媒體英國金融時報（FT）對自動駕駛汽車領域的高精3D地圖進行了深入報導。 報導分析認為， 高精3D地圖是目前自動駕駛技術不可或缺的基石， 同時也闡述了目前發展所面臨的挑戰。 目前， 全球科技巨頭早已默默佈局這一領域， 同時眾多創企也在對高精3D地圖技術發力。
以下為報導全文編譯：
近年來， 自動駕駛汽車飛速發展， 不僅能夠通過雷達測量與下一輛車的距離， 還可通過雷射雷達感測器發出的雷射脈衝來測量周圍的環境。 但對於自動駕駛汽車而言， 最重要的不是它所能夠探測到的東西，
因此， 機器人所需要的就不僅僅只是一張地圖了， 原因在於這些汽車需要對周圍的環境進行三維顯示， 並且需要不斷更新並將資料精確到釐米。 所以， 如果沒有更好的3D地圖， 那麼想要實現被大肆宣傳的自動駕駛汽車革命就會慢得多。
測繪地圖技術的重要性
在機器學習演算法中， 最關鍵的一步就是資料的收集。 通過資料收集， 不僅能夠為現在技術提供發展動力， 更重要的是可以通過收集物理知識， 來培養下一代新型汽車。 而研究人員也希望， 最終的資訊基礎層不僅僅適用於運輸和物流行業， 也還可以促進增強現實技術的發展， 並應用到任何機器人、無人機以及汽車上面。
然而， 想要實現這一期望， 第一步要做的就是為自動駕駛汽車開發有效的數位測圖技術。 曾經營Google Maps， 是Google Earth創始人之一的地圖測繪專家Brian McClendon說：“這是一個非常棘手的問題。 ”
他認為， 這些地圖之所以對自動駕駛汽車非常重要， 不僅因為其可以提供地理位置資訊，
▲Google Maps前負責人Brian McClendon
此外， 他還表示， 他們通過將實際環境與地圖預測的環境進行比較， 可以將自動駕駛汽車注意力集中在不同的事物上， 使其可識別行人或自行車。
與此同時， 去年， 自動駕駛汽車研發領域的投資達到了歷史的最高水準。 隨著資金的大量增加， 數位測圖技術也在不斷地進行完善。 像Civil Map、Deep Map以及Lvl5這樣的初創公司， 也已經吸收了來自穀歌、蘋果、特斯拉等巨頭的測繪工程師， 其融資也已經超過4000萬美元。
相比于創業公司， 自動駕駛汽車研發巨頭都擁有自己的測繪系統。 如Alphabet公司擁有Google Maps、Google Earth、Google Street View 以及導航應用程式Waze。 其測繪能力就被認為是Waymo的一項關鍵優勢， 而Waymo也已經完成了超過400萬英里的自動駕駛測試。
因3D地圖的複雜性， 是否將其稱為“地圖”， 在業內引發激烈爭論。 之所以說它複雜， 原因在於其所需要收集的資訊要包含幾個層次的內容：人行道、建築物以及樹木的物理位置；道路標誌和交通信號燈以及自動駕駛汽車該遵守的交通規則，
對此， DeepMap首席運營官羅偉直言用地圖一詞描繪它是不準確的。 他更傾向於將其看作是一個可以為汽車提供周圍環境的軟體。 DeepMap的創始人James Wu則將這些地圖描述為能夠使機器人定位其自身位置的“大腦的一部分”。
移動定位平臺Here的製圖負責人Ralf Herrtwich說：“作為自動駕駛汽車的“集體記憶”， 我傾向於將其看作是地圖。 ”他開玩笑說：“這就像一個教授自動駕駛汽車的駕駛學校。 ”
▲Here公司的汽車地圖主管Ralf Herrtwich
數位測繪技術所面臨的困境
不管將其稱作什麼，數位測繪技術對於自動駕駛汽車而言肯定是非常重要的，但其製作也面臨著諸多挑戰。
1、資料難題
目前，自動駕駛汽車領域競爭激烈，而資料收集僅是這場競爭中的一部分。當穿越街道時，一輛自動駕駛汽車就能夠收集1TB的資料，這些資料足以填充1400張CD。通過汽車感測器收集到那麼多的詳細資訊，如果是通過互聯網進行傳輸，其工作效率就會非常低。
現在很多公司必須將這些資料從一個硬碟驅動器轉移到另一個上面，這個過程有時候被稱為“人力網（sneakernet）”，因為工程師開玩笑說通過硬碟驅動器進行資訊傳輸就好像自己在傳輸資訊一樣。
地圖測繪創企Civil Maps的首席執行官Sravan Puttagunta說：“很多公司都不知道該如何存儲他們的資料，這也是為什麼自動駕駛車輛需要進行地理圍欄的原因。它們不能適應存儲在汽車內部的資料，所以它們只能局限在部分區域內。”
Civil Maps正試圖通過簡化地圖資料來處理這個問題，以便更容易進行管理，但目前還沒有單一的行業標準。此外，生成這些地圖所需的人工智慧還遠未完善。因而人們通常需要檢查地圖上的標籤，評估是否需要更新，並分析測試過程中汽車出現錯誤的原因。
正在為AI提供人力培訓的Scale API公司的工程師Alexandr Wang說：“談到AI，還有一件事沒有真正提到，那就是如果想要真正的發揮這項技術的作用，那背後需要多少的人力？如果這些公司試圖生產自動駕駛車輛，他們就需要雇傭一群人來仔細的測試這些地圖，就像如今的Google Maps一樣。”
2、製作地圖，需要不斷地進行更新
地圖是依據現實環境而製作出來的，但現在社會處於飛速發展階段，無時無刻都在發生變化，那麼想要製作地圖，就需要不斷地進行更新，以便為汽車提供最新的資訊。
該行業還處於深度分散狀態，對於高清的3D地圖沒有明顯的通用標準，各家公司也不會對外分享任何資料，因為他們認為這是重要的專有資訊。
DeepMap的吳先生表示：“每家公司都在試圖開發自己內部的高清地圖，以便滿足自動駕駛汽車需求。但是，沒有資料共用，那麼一切都需要重新發明，這就浪費了大量的資源。這也可能是阻止自動駕駛汽車成為商品的原因之一。”
而且，由於上述原因，公司想要進入新城市時，就需要重建地圖。每個城市也有不同的駕駛規則，這也意味著製作的地圖需要不斷進行調整。Scale API公司的王先生表示：“公司必須在進入每個地區時都要重做軟體。”
3、隱私監管帶來的技術問題
隨著社會的發展，人們越來越重視自身的隱私問題。而高清地圖的製作者必須處理這些隱私問題。如一些房主以隱私為由，堅持要求Google Earth將其房子的形狀從地圖中清除，並且Google Street View 也對車牌和人臉進行了模糊處理。雖然這些圖像只是被用來與機器人的大腦進行通信，但是其所包含的高度細節也可能會引起隱私宣導者的警惕。
▲三藩市的雷射雷達地圖顯示的這項技術所捕捉到的細節
市場競爭激烈，高清地圖或將成未來重要收入來源
對專業3D地圖的新興需求，促成了Here、TomTom等衛星導航設備製造商以及DeepMap等新興企業之間的競爭。儘管創企只關注自動駕駛汽車的地圖製作，但Here和TomTom相信，即使在大規模應用於自動駕駛汽車之前，高清地圖也將非常有用，因為它將有助於開發先進的駕駛員輔助技術。
TomTom的自動駕駛主管Willem Strijbosch表示，無人駕駛汽車所需的地圖與當前地圖APP不同，因為它們不僅僅用於導航，還需要提供安全關鍵功能。
他還補充說：“與傳統地圖相比，另一個不同之處在於不能夠使用GPS作為在地圖上進行定位的唯一手段，因為其對於自動駕駛汽車而言並不夠精確。”
此外，傳統汽車製造商認為，高清地圖將在未來幾年成為收入的重要來源。Herrtwich先生表示：“這就像電視發展的演變歷程一樣，從傳統電視到高清和4K，一旦發展起來，就不會走回頭路。我們將會看到未來銷售的大部分都是具有高清解析度（HD）的地圖。”
業內人士認為，在該行業中，整合的浪潮不可避免。TomTom的Strijbosch先生說：“在該領域中的公司數量是不符合經濟效益的。想要發展數位測繪技術，固定成本非常高，所以只有少數幾個玩家才有資本來發展該技術。”
未來發展方向：逐漸應用到其他領域
即使有諸多難題需要解決，但更廣泛的技術部門對3D測繪潛在的發展前景非常感興趣，希望它能夠應用到其他技術領域。目前該領域正在收集最完整的資料，而一旦收集完成，它將對諸如增強現實等需要完美世界地圖的技術起到重要的作用。
一些業內人士也認為，一旦自動駕駛汽車落地應用，那麼其他類型的機器人也將會配備測繪軟體。對此，王先生表示：“我認為所有的機器人都將效仿，並開始朝著自動駕駛汽車的方向發展。最終，我們未來構建的每個機器人都將配置同一套感測器。”
但研究人員預計，自動駕駛汽車最終可能會減少對地圖的依賴，因為其雷射雷達感測器的改進足以讓它們駕馭相應的環境。當然，這些地圖對於確保早期自動駕駛汽車的安全性也是至關重要的，樂觀主義者則希望這種技術最終能夠超越這一點。
原文來自：Financial Times 編譯：智東西
▲Here公司的汽車地圖主管Ralf Herrtwich
數位測繪技術所面臨的困境
不管將其稱作什麼，數位測繪技術對於自動駕駛汽車而言肯定是非常重要的，但其製作也面臨著諸多挑戰。
1、資料難題
目前，自動駕駛汽車領域競爭激烈，而資料收集僅是這場競爭中的一部分。當穿越街道時，一輛自動駕駛汽車就能夠收集1TB的資料，這些資料足以填充1400張CD。通過汽車感測器收集到那麼多的詳細資訊，如果是通過互聯網進行傳輸，其工作效率就會非常低。
現在很多公司必須將這些資料從一個硬碟驅動器轉移到另一個上面，這個過程有時候被稱為“人力網（sneakernet）”，因為工程師開玩笑說通過硬碟驅動器進行資訊傳輸就好像自己在傳輸資訊一樣。
地圖測繪創企Civil Maps的首席執行官Sravan Puttagunta說：“很多公司都不知道該如何存儲他們的資料，這也是為什麼自動駕駛車輛需要進行地理圍欄的原因。它們不能適應存儲在汽車內部的資料，所以它們只能局限在部分區域內。”
Civil Maps正試圖通過簡化地圖資料來處理這個問題，以便更容易進行管理，但目前還沒有單一的行業標準。此外，生成這些地圖所需的人工智慧還遠未完善。因而人們通常需要檢查地圖上的標籤，評估是否需要更新，並分析測試過程中汽車出現錯誤的原因。
正在為AI提供人力培訓的Scale API公司的工程師Alexandr Wang說：“談到AI，還有一件事沒有真正提到，那就是如果想要真正的發揮這項技術的作用，那背後需要多少的人力？如果這些公司試圖生產自動駕駛車輛，他們就需要雇傭一群人來仔細的測試這些地圖，就像如今的Google Maps一樣。”
2、製作地圖，需要不斷地進行更新
地圖是依據現實環境而製作出來的，但現在社會處於飛速發展階段，無時無刻都在發生變化，那麼想要製作地圖，就需要不斷地進行更新，以便為汽車提供最新的資訊。
該行業還處於深度分散狀態，對於高清的3D地圖沒有明顯的通用標準，各家公司也不會對外分享任何資料，因為他們認為這是重要的專有資訊。
DeepMap的吳先生表示：“每家公司都在試圖開發自己內部的高清地圖，以便滿足自動駕駛汽車需求。但是，沒有資料共用，那麼一切都需要重新發明，這就浪費了大量的資源。這也可能是阻止自動駕駛汽車成為商品的原因之一。”
而且，由於上述原因，公司想要進入新城市時，就需要重建地圖。每個城市也有不同的駕駛規則，這也意味著製作的地圖需要不斷進行調整。Scale API公司的王先生表示：“公司必須在進入每個地區時都要重做軟體。”
3、隱私監管帶來的技術問題
隨著社會的發展，人們越來越重視自身的隱私問題。而高清地圖的製作者必須處理這些隱私問題。如一些房主以隱私為由，堅持要求Google Earth將其房子的形狀從地圖中清除，並且Google Street View 也對車牌和人臉進行了模糊處理。雖然這些圖像只是被用來與機器人的大腦進行通信，但是其所包含的高度細節也可能會引起隱私宣導者的警惕。
▲三藩市的雷射雷達地圖顯示的這項技術所捕捉到的細節
市場競爭激烈，高清地圖或將成未來重要收入來源
對專業3D地圖的新興需求，促成了Here、TomTom等衛星導航設備製造商以及DeepMap等新興企業之間的競爭。儘管創企只關注自動駕駛汽車的地圖製作，但Here和TomTom相信，即使在大規模應用於自動駕駛汽車之前，高清地圖也將非常有用，因為它將有助於開發先進的駕駛員輔助技術。
TomTom的自動駕駛主管Willem Strijbosch表示，無人駕駛汽車所需的地圖與當前地圖APP不同，因為它們不僅僅用於導航，還需要提供安全關鍵功能。
他還補充說：“與傳統地圖相比，另一個不同之處在於不能夠使用GPS作為在地圖上進行定位的唯一手段，因為其對於自動駕駛汽車而言並不夠精確。”
此外，傳統汽車製造商認為，高清地圖將在未來幾年成為收入的重要來源。Herrtwich先生表示：“這就像電視發展的演變歷程一樣，從傳統電視到高清和4K，一旦發展起來，就不會走回頭路。我們將會看到未來銷售的大部分都是具有高清解析度（HD）的地圖。”
業內人士認為，在該行業中，整合的浪潮不可避免。TomTom的Strijbosch先生說：“在該領域中的公司數量是不符合經濟效益的。想要發展數位測繪技術，固定成本非常高，所以只有少數幾個玩家才有資本來發展該技術。”
未來發展方向：逐漸應用到其他領域
即使有諸多難題需要解決，但更廣泛的技術部門對3D測繪潛在的發展前景非常感興趣，希望它能夠應用到其他技術領域。目前該領域正在收集最完整的資料，而一旦收集完成，它將對諸如增強現實等需要完美世界地圖的技術起到重要的作用。
一些業內人士也認為，一旦自動駕駛汽車落地應用，那麼其他類型的機器人也將會配備測繪軟體。對此，王先生表示：“我認為所有的機器人都將效仿，並開始朝著自動駕駛汽車的方向發展。最終，我們未來構建的每個機器人都將配置同一套感測器。”
但研究人員預計，自動駕駛汽車最終可能會減少對地圖的依賴，因為其雷射雷達感測器的改進足以讓它們駕馭相應的環境。當然，這些地圖對於確保早期自動駕駛汽車的安全性也是至關重要的，樂觀主義者則希望這種技術最終能夠超越這一點。
原文來自：Financial Times 編譯：智東西