前言：又到春招季！作为国民级出行服务平台，高德业务疾速倒退，大量校招 / 社招名额凋谢，欢送大家投递简历，详情见文末。为帮忙大家更理解高德技术，咱们策动了 # 春招专栏 # 的系列文章，组织各业务团队的高年级同学以 业务科普 + 技术利用实际 为次要内容为大家做相干介绍。
本文是 #春招专栏# 系列的第 2 篇，依据 高德高精地图 业务总经理向哲在 AT 技术讲坛分享的 《面向主动驾驶的高精地图及采集生产体系》 内容整顿而成。在不影响原意的状况下对内容略作删节。
AT 技术讲坛 (Amap Technology Tribune) 是高德发动的一档技术交流活动，每期围绕一个主题，咱们会邀请阿里团体内外的专家以演讲、QA、凋谢探讨的形式，与大家做技术交换。
向哲本次次要分享了两方面的内容：
1. 面向主动驾驶的高精地图是什么；
2. 当下的高精地图数据采集生产体系建设现状和思考。
高精地图是主动驾驶汽车不可或缺的外围条件，它须要精确表白事实世界各类因素的空间地位和绝对关系，因而高精地图的生产对采集材料的精度要求很高。
工业级的主动驾驶分类
向哲联合主动驾驶在工业级的利用现状开始讲起。
目前工业级主动驾驶大抵能够分为两类，第一类是以特斯拉、小鹏等造车新权势为用户生产的具备“辅助驾驶性能”的智能车为代表。用户在应用这些主动驾驶性能时，要随时接管驾驶，驾车过程中呈现的法律问题责任次要在人类。
高德和市场上支流的造车新权势厂商在高精地图方面有深度单干。以小鹏汽车为例，它的辅助驾驶性能应用了高德所提供的高精地图能力。目前用户能够享受到什么样的辅助驾驶能力呢？根本曾经实现了 高速公路上点到点的主动驾驶性能。
比方，从北京开车走高速到广州，途中会遇到 若干段高速的切换 ，即从一段高速通过匝道换到另一段高速，以及在 高速上的变道超车。小鹏汽车的 NGP 辅助驾驶能力具备了以上两种能力，根本具备了从北京到广州的全程主动驾驶性能。
但在行车过程中，司机要随时盯着路况，在主动换道等时候如果有剐蹭的危险要人工接管驾驶，持续手动驾驶实现换道。这意味着，驾驶过程中，司机要随时筹备接管驾驶。
另外，在途经收费站的时候，司机也须要手动接管汽车的驾驶，因为目前高精地图还没做到收费站里的车道级信息。在靠近收费站的时候，语音助手会提醒司机，后方收费站路线没有高精地图，须要手动接管驾驶。以上的主动驾驶能力都会利用到小鹏所有 P7 车型上。
第二类工业级主动驾驶就是典型的 L4。例如谷歌在做的在城市里主动驾驶的出租车，物流支线货车等，跟第一类主动驾驶相比，这类 L4 主动驾驶实践上在车上是没有司机的。尽管当初在验证阶段，司机席还有司机。据向哲预测，这类 L4 无人驾驶出租车要想走进普通人的生存中还要有 4~5 年的工夫。
以上的两类主动驾驶都强依赖于高精地图。
高精地图与主动驾驶
高精地图是主动驾驶车辆“脑子”里的地图，可能让车辆晓得接下来 ” 看不见 ” 的路况是什么样的。主动驾驶的四个要害性能：感知、高精定位、决策布局、车辆管制。这外面至多有三个性能都强依赖于高精地图。
感知：人类驾驶汽车时要察看周边的车道线、交通牌、杆等信息。智能车上的传感器会感知路线周边的物体信息。高精地图提供了上帝视角的超视觉感知能力。尤其是在车后方有大货车等遮挡物导致人眼和传感器无奈看清后方车道线等信息的时候，高精地图数据能够告知车辆后方路线信息。
高精定位：主动驾驶的汽车要准确晓得车在地图中的地位，前提就要依附高精地图所提供的底图。主动驾驶的车要晓得本人在地图中的地位，基于两个能力，一是基于 GPS、惯导、千寻等定位能力所提供的相对地位信息。相对地位信息跟地图经纬坐标相匹配，能够断定失去车辆在地图中的具体位置（依赖于传感器进行相对地位定位的能力）。
但仅有相对地位定位还不够，在非凡区域，例如高楼、峡谷等会产生遮挡信号的时候，相对定位精度会变差，主动驾驶须要借助于察看四周的车道线、信号牌、杆子进行的绝对定位来辅助，须要跟高精地图中的地图数据进行匹配判断。在理论我的项目中，高德通过和支流车厂的深度单干，一起来判断通过哪些技术能取得更加精准的绝对定位能力。
决策布局：主动驾驶要合乎驾驶规定，所以要高度依赖车道线、交通限度设施、红绿灯等路线元素的。
以上的几个性能都是彼此撑持关系。
面向主动驾驶的高精地图
几个要害因素：路线层、车道层、定位对象、动静层。
路线层：HD（高精地图）和 SD（普通地图）的数据是严密匹配的。目前简直所有主动驾驶都是先由用户通知智能零碎，我要从某地开往某地，这两个地点之间的驾驶路线布局由 SD 路线数据来反对。HD 数据并不孤立，要和 SD 数据连贯。SD 数据能力是高德的传统强项，加上业界当先的 HD 能力，这种匹配高德肯定是业界做的最好的。这也是汽车厂商在抉择地图服务商时很看重的一点。
车道层：所有的主动驾驶底层的对车辆的管制都依赖于高精地图数据。
定位对象：高德跟车厂密切合作，车厂基于哪些技术来做绝对定位，抉择哪些参考对象，精度做到什么程度等等，单方一起沟通联结研发。
动静层：将来的高精地图肯定会含动静层，实时数据，某条车道在某个时刻产生哪些动静交通事件。
高精地图在城市一般路的挑战
目前高德的高精度地图曾经实现了对高速和城市疾速路段超 30 万公里路线的采集，正在进入稳固的定期更新状态。相比高速城快，更难的题在城市一般路。
城市高精地图数据的一个要害挑战在于路口，很多路口的高空不足交通线绘制。主动驾驶的汽车在路口间转向的时候，车辆驶过高空没有交通线（油漆），这时候就要依赖于高精地图当时做好的数据。当然，要思考的当然不只是路口的高空交通线，还要思考大量其余交通元素。但城市一般路的主动驾驶必定是地图服务商和造车新权势将来会投入很大精力的重要场景。
高精地图的采集和生成
惯例的高精地图生产能够概括为“采集”、“生产”、“产品化”三个阶段。
采集车是由多种先进测量传感器精细集成的挪动采集零碎，个别会蕴含 Lidar、惯导、相机等设施，依据采集场景不同搭载不同型号的传感器设施。高德高精团队通过多年深耕，自研了高精采集车零碎，具备精度高、速度快、数据产生周期短、自动化水平高、安全性高、信息全等特点。
采集设施把内部事实世界里含精度的数据采集回来当前，还要通过图像识别、精度解决、人工解决等步骤能力“变成”能够用的高精地图数据。
“鲜”的高精地图
现实生活中的路线数据处在不停的变动之中，如何能力做到“鲜”的高精地图。
首先，最开始的时候要用老本绝对低廉的 业余打底车 ，在全国路线范畴内测量和采集高精地图数据。这种采集要同时保障绝对精度和相对精度。而后，用绝对便宜的 业余更新车 来采集路面信息的部分变动（绝对变动）图识，例如从新刷过高空标识，新竖立的牌、杆等。同时，咱们也用更便宜的 众包设施 做更疾速的采集更新。
为实现对既有数据的疾速更新，晋升数据数据鲜度。高德的高精团队，搭建了业余打底车、业余更新车、众包更新三级能力的采集体系，联合在一起解决精度、鲜度的问题。在实在业务场景里须要在精度和鲜度找到均衡，重复的迭代。
要解决高精地图数据的“高精度”、“大规模”、“足够鲜”等诸多挑战，须要在很多技术点上进行冲破。
比方：如何设计制作不同老本、不同精度、不同部署能力的采集测绘设施；
如何协同不同类设施协同进行采集，同时满足精度、鲜度上的产品要求；
如何设计和利用算法，晋升采集材料的相对精度、绝对精度，并保障屡次采集材料之间彼此对齐严丝合缝；
如何综合利用图像和点云做好辨认，晋升生产的自动化程度。
高德高精地图团队的同学别离专一在不同方向上，并以凋谢的心态承受业务挑战，独特探讨和设计方案，也获得了很多问题。
凭借这份国内精度最高、笼罩最广的高精地图，高德胜利拿下了国内外多款支流车厂的商业订单，开始为智能驾驶车型提供高精定位、超视距感知、车道级导航等服务。作为高德在主动驾驶生态中重点冲破的畛域，高德高精地图业务倒退快，机会多，心愿大家一起退出。
对于高精地图业务核心
高精地图是高德 最具创新性 的业务之一，致力于用传感器丈量世界，用算法了解世界，用数据从新定义世界。咱们简直涵盖最热门前沿学科，高精地图和主动驾驶是多学科穿插的利用工程体系。基于感知了解，三维重建，交融定位，计算几何技术自动化生成高精数字化三维地图。利用边缘计算，大数据处理，云服务，进行实时海量数据地图重建。通过 5G/V2X 信息替换，实现地图对象间的数据互通，构建一张活地图。咱们不仅仅是数据制作者，更是新生存的定义者。退出咱们，将来“由”你。