5
人們對高德地圖要進軍自動駕駛領域的事早就有些耳聞了，今年年初，高德與全球著名汽車服務品牌德爾福達成戰略合作伙伴關系，要在自動駕駛領域展開深入合作，但是除了這個信息之外，高德地圖的自動駕駛研發一直非常的低調，基本沒有太多的曝光。
在20日開幕的2016云棲大會·深圳峰會上，高德汽車自動駕駛產品研發技術總監王濤來到了現場，幫助自家阿里云的物聯網專場站臺捧場，進行了一次關于自動駕駛的演講，向眾人展示了他們的自動駕駛研發成果—— Auto Navi自動駕駛解決方案。
高德的自動駕駛還是集成了他們的主要優勢，那就是以高精度地圖為核心、基于云計算和深度學習為基礎的自駕解決方案。
先說其核心的“高精度定位方案”。
高德是做地圖起家，在地圖方面有著得天獨厚的優勢。目前地圖按照精度可以分為三種：民用級、工業級和軍事級。民用級地圖就是現在手機等移動產品使用的導航地圖產品，其精度在很多時候都不穩定，容易出現偏差。工業級地圖一般用于車輛導航，在汽車出廠前預裝的導航產品通常精度較民用級要高很多。在三種地圖中精度最高的是軍事級的地圖，無論是精度、更新頻率還是安全度上都在頂尖水平，也只有這種高精度地圖才適合用在自動駕駛上。
為了研發自動駕駛解決方案，高德首先在高精度地圖上花費了不少的功夫。為了能夠使汽車對環境感知更加精確，高德使用了最新的HAD Map的高精度激光雷達采集系統對地圖進行了采樣和改進，HAD Map是一個高度集成的采集系統，使用兩個交叉激光，每個每秒能發射55萬個激光點，并配備了4個500萬像素的攝像頭，通過激光和攝像頭的配合來對地圖進行采集。
中國目前有28萬公里高速公路，而目前自動駕駛解決方案大多數都是運用在高速上，所以高德花了大量了精力對國內的高速公路進行高精度地圖的數據建設，高德表示將在今年年底能完成所有高速公路的采集工作。在會上，高德還表示，按照每公里500張樣圖建模計算，他們將采集30萬公里、超過1.5億張的道路樣本量，能使地圖更加精確。
除了高精度地圖，對于自動駕駛來說，云計算服務也是十分重要的一環。
在有了高精度地圖數據的情況下，通過云計算平臺對采集錄入的地圖冷數據進行大數據、云計算處理后，高精度地圖才能夠真正發揮效果。當然，這些數據的處理需要云計算服務平臺具備進行海量數據的收集、運算、交互與分發的能力，云這樣才能真正的為自動駕駛服務。另外，想要做好自動駕駛，云計算平臺還需要有深度學習的能力，在數據的積累學習和實時處理能力上，要有不停的改進才行。高德在云計算上結合了阿里云計算平臺的技術，這塊恰巧是自家伙伴阿里云的強項，高德具有相應的技術優勢。
目前世界上已經有很多科技巨頭開始研發自動駕駛技術，包括高德在地圖界的同行百度和Google，不過高德做自動駕駛的思路卻和這兩家不盡相同。一般自駕的軟件分為四部分：定位系統、駕駛決策（路徑規劃）、車輛感知系統以及車輛控制，無論是百度還是Google都在這些研發方向上進行了投入，然而高德卻走了個“捷徑”，直接放棄了“車輛控制”這一項，只專精于前三項，為什么這么做不難解釋——成本問題。
Google和百度的自動駕駛汽車都偏向硬件技術，比如在汽車上安裝激光陀螺儀、定位設備、各種傳感器設備等，用傳感器探測技術讓汽車脫離地圖指引，能夠實現高自動化的自動駕駛能力，但這些都需要高精尖的技術，成本動輒幾百萬，離真正的普及和投入使用都太遠。而高德的思路是，用“稍微低精度的傳感器+高精度的地圖捆綁包”的解決方式，這種方式可以在低成本的車輛上面大規模使用，需要的關鍵能力就是高精度地圖和云計算服務。
雷鋒網編輯找到了高德地圖的相關人員向了解更多關于高德自動駕駛的技術問題，但是高德方面表示，自動駕駛方案處于保密研發的狀態，暫不對外接受采訪，不過通過在云棲大會上的演講，可以推斷出，高德的自動駕駛技術更多的考量了當下的可行性。
智能硬件領域有句名言：“領先一步是先烈，領先半步是先驅。”所以高德的自動駕駛解決方案在研發上可能更多的是為了從而適應當今的車聯網發展節奏而已。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
