高德高精度地图“成本价供应”背后的逻辑解构丨深度

  • 发表于: 2019/04/23 07:49:00 来源:车云网

高精地图理应是一门“好生意”,高德为什么宣布不靠它赚钱?

“高德将以成本价为合作伙伴提供高精地图,不依靠高精地图获利”。

在几天前的高德“高精宣言”媒体沟通会上,高德地图汽车事业部副总经刘浩面对媒体关于其商业化的疑惑,再次明确给出了回答。

在此之前,高德正式宣布将对高精地图服务进行升级,并以成本价格提供标准化高精地图,与合作伙伴分享研发和商业化的成果,加速自动驾驶进程。

一石激起千层浪。

众所周知,高精度地图作为支撑L3以上级别自动驾驶技术的“另一只手”,已经逐步成为车企的必需品。与此同时,高精地图采集、研发和商业化方面的成果相比传统地图而言,技术壁垒更强,综合成本更高,理应是一门“好生意”,而高德此时宣布不靠这个生意赚钱,放弃车企与图商之间“卖数据赚License费”的商业模式,难免让人疑惑。

高德究竟想干什么?

15559266384942.jpg

基础设施

在谈高德此次宣布以成本价为合作伙伴提供高精地图之前,我们首先再明确一下高精度地图现阶段的价值。

从刚刚结束的上海车展来看,车企在自动驾驶领域的发展路径已经越来越清晰,而2021-2022年也已经明确被定义为主流汽车制造商L3级自动驾驶量产车型的大年,车云此前通过“10大车企的L3级自动驾驶路线图”一文做了详细阐述。

自动驾驶级别越高,对高精度地图的需求越强。

为什么这么说?众所周知,目前车辆的自动驾驶解决方案中,大多是依托传感器和控制系统,即传感器探测周围环境,控制系统进行数据处理并控制车辆完成整个行驶过程。

从技术角度而言,这一方案有一定的局限性。自动驾驶级别越高,一方面对传感器的要求更高,包括摄像头、毫米波雷达和激光雷达,这其中涉及到搭载成本问题;另一方面,传感器搜集的数据量越大,对于融合计算的能力就越强,这对于车辆本身来说也是挑战。

对应着上述困难,高精度地图就有了用武之地。

要知道,普通导航地图的精度在5m左右,只描绘了道路的位置和形态,没有反映道路的细节信息,无法准确知道车辆所在位置。高精度道路导航地图的绝对精度要求优于1m,相对精度达到10-20cm,包含了车道、车道边界、车道中心线、车道限制信息等非常丰富的信息,甚至道路形状、坡度、曲率、铺设、方向,以及诸如高架物体、防护栏、树、道路边缘类型、路边地标等大量目标数据也均有覆盖。

因此,在高精度地图的辅助下,车辆在进行自动驾驶决策时,除了可以依托传感器搜集的数据进行实时计算外,还可以依托高精度地图。因此,高精度地图就好像一支“外部的手”,从另一个维度优化和解决问题。

举个实际的例子,高德高精度地图领域与凯迪拉克Super Cruise的合作,后者之所以可以实现在高速公路上高级别的自动驾驶体验,主要得益于传感器+高精度地图的双重感知。从技术上看,当自动驾驶车调用高精度地图时,等于提前对所处环境有了精准预判,优先形成了行驶策略,而摄像头和雷达以及控制系统的作用就可以放在突发情况的监控上。因此,高精度地图能力,为自动驾驶感知层面补缺了最后一块拼图。

背后逻辑

事实上,早在2016年10月,高德就曾宣布免费为合作伙伴的自动驾驶测试提供高精地图数据。在车云看来,此次进一步宣布成本价为量产版车辆提供高精度地图,实际上是一种延续:高德从骨子里,不希望高精地图成为一个赚钱的生意。

这里面有两层逻辑需要问为什么:

第一是高德为什么要这么做?

第二是高德凭什么能这么做?

先来看“为什么”?

过去很长一段时间内,车企与图商之间,更多是围绕地图数据的买卖关系,车企决定导航形态,找到图商买地图数据,图商拿钱走人。在这种模式下,价格体系不透明,每家车企的License费用不同,且大家各有各的小算盘,各方力量的博弈,数据体系封闭。

车云曾与一位业内人士沟通,目前有部分地图领域人士认为,因为高精度地图数据采集难度高,成本高,因此在向车企收取License费用时应该高于传统地图数据,“5000-10000是曾有过的讨论标准”。但从我们获取到的信息来看,高德此次以成本价提供高精度地图数据,“承诺标准化高精地图每车年费价格不超过100元”。

降幅之大,超过预期。当然,天下没有免费的午餐,高德也有自己的诉求。

在高德看来,在新的历史时代中,将不再存在靠出售地图数据生存的图商,只会有动态大数据服务商。怎么理解?

简单来说,即不通过直接卖数据挣钱,而是基于大量的数据整合,形成基于数据的服务,用服务链接更大的价值。

因此,高德现在希望的,是能与车企一起,形成数据合力。这其中的逻辑清晰:当车企与高德合作,采用其低成本高精度地图数据后,其就能够相应的获得该车企旗下产品的车辆传感器采集的数据。这些行车数据在不断积累的合作中渐渐增长,不断叠加,丰满地图精度,最终再通过高德反哺给全汽车行业。

对于车企的数据,高德的需求也很明确,不需要涉及车辆、车主相关的个性化数据,而是与地图领域更相关的道路状况数据,包括道路的实时变化情况和特征等等,后者并不属于隐私数据,而更倾向于公共资源,有开放的条件。

再来看“凭什么”? 

对于高德而言,策略背后需要承载压力,很大程度同样来自于成本,而高德之所以可以敢这么多,主要依托背后的体系化能力。

在高德看来,高精地图服务能力的打磨,商业应用场景至关重要,而这块有赖于阿里的整体体系,可以获得相对丰富的落地场景,一方面可以再高精地图领域积累实际经验,一方面可以不断降低高精地图的采集和更新成本。目前,高德已经深度融入了阿里生态的物流配送、车路协同、城市大脑等业务。

以物流配送为例,目前,高德支持菜鸟物流每日数千万包裹量的智慧物流配送,为菜鸟提供包括高精度地图服务在内的诸多能力。未来,菜鸟平台上每天将实现10亿包裹的运转量,其中包括倚赖高精地图服务的无人物流,成为高德高精地图重要的商业应用场景,也在不断提升高德高精地图的数据和服务能力。

此外,在技术维度,例如阿里的云计算能力,可以实现高精度地图大量数据的实时更新和实时同步。要知道,少了实时更新,地图数据就不能反映道路的真实情况,记忆就会出现偏差。而少了实时同步,最新的数据就无法有效传递给每个交通参与者。因此可以说,只有和云计算平台结合在一起时,高精度地图才能够真正发挥效果。

这些来源于体系内的能力,均是高德敢秀操作的底气。

发展现状

既然要为车企提供低成本的高精度地图数据,那么还有一个问题聚焦在,高德目前在高精度地图领域的积累究竟到了怎样的程度?

从目前获取的数据来看,高德已经按照计划,在2016年年底完成了28万公里的全国高速自动驾驶级别(HAD)高精度地图的制作、全国国道/省道的ADAS级别高精度地图数据;2017年底将ADAS级别数据扩展30+城市主干路,HAD级别向国省道和主要城市内部扩展。

据悉,高德升级后的全要素高精地图,数据维度涵盖高精道路模型、高精车道模型与高精定位模型三大类的67项具体要素,能够满足L3级别自动驾驶的需要。此外,高德也在积极探索将动态交通大数据方面的能力优势与高精地图深度融合。

值得注意的是,在去年8月与千寻位置达成战略合作后,高德将高精地图与高精定位能力融合,在向车企的输出中,可以实现“高精地图+高精定位”的一体化解决方案。这里涉及到几个层面:

数据层:双方基于HD数据采集等方面加强合作,这带来了更准确的初始地图信息,并基于云计算和自动化众包采集体系完成数据实时更新;

算法层:基于各自技术特点,对DR算法、多传感器融合定位算法等进行优化,提升运算的准确性和高效性;

服务层:双方还会共享各类融合定位服务,通过与硬件供应商深度合作,进行硬件优化,共同提升服务水平。

数据显示,其“高精地图+高精定位”一体化方案目前可以实现普通道路条件下横向误差和纵向误差在7cm以内,高速/城市环路条件下横向误差6cm,纵向误差5cm以内。也正式因为这些数据,Super Cruise项目才会选择高德,毕竟其对供应商的要求,是误差精度必须在10cm以内。

根据计划,高德将其高精地图技术发展划分为三个阶段:

第一阶段:关键词是“高精数据”。这一阶段的核心是建立能够满足商业化需求,实现高精地图数据采集和更新的流水线。目前,高德一方面由于起步较早,在高精地图采集总里程、精度和采集设备专业性等方面处于业内领先地位;另一方面在高德大数据平台、阿里云计算平台,以及阿里丰富的生态资源支撑下,建立了完整的高精地图自动化采集更新发布流程。

第二阶段:关键词是“融合定位”。这里的重点在于利用高精地图数据及环境信息,实现基于差分和高精惯导、航位推算等手段的高精绝对定位能力,以及基于视觉识别、点云匹配等手段的高精相对定位能力。此前高德与千寻的合作,恰恰是融合定位推进的关键要素。

第三阶段:关键词是“动态信息”。这一关键词的核心在于在实现了精准定位的基础上,为自动驾驶提供动态、实时的数据服务,比如动态交通信息、智慧红绿灯等交通设施信息、施工等临时或突发信息等。在实现动态信息的同步后,整体的用户出行体验和效率都会产生质变,也会衍生出更多的服务。

车云获悉,去年9月,高德宣布与吉利在高精地图领域展开全面合作。截至目前,高德已与近30家客户展开高精地图相关合作,超过100个项目正在推进。

相关标签:
高德
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论