最前线 | 中海庭CTO罗跃军谈高精地图：众包更新是必须，未来2-3年会落地
华为在上海城区的自动驾驶演示视频刷了屏。这段视频能引起行业震动 ，是因为华为对三颗激光雷达、 成像毫米波雷达和800万像素的摄像头等各种最新传感器进行了整合，做到了量产车规级的方案，并实现城区的自动驾驶 。
这套方案里，华为最为差异化的能力有两个，一个是400TOPS的车规级计算平台，另一个，就是自采城区高精地图。
高阶自动驾驶中，高精地图在被快速采用，例如，蔚来、小鹏汽车的NGP功能中，都引入了高速高精地图，华为更是借助城区高精地图做到了城区自动驾驶。因此，高精地图已经成为车企自动驾驶战略版图中的一个要塞。早在2017年9月，上汽集团就投入控股了武汉高精地图公司中海庭，如今，中海庭的地图产品已经向上汽交付，并开始走出上汽体系，接纳宝能等外部客户。
上海车展上，中海庭CTO罗跃军接受了36氪等媒体采访，详聊了高精地图上车过程、城区高精地图成本以及众包更新等产业焦点话题。
罗跃军说，中海庭的高精地图产品通过两种方式构建：一种是高精度的测绘，第二种是众包制图。高精度移动测绘是以车载为主，无人机为辅的方式，运用少量高级别的精密测量设备对道路进行扫描，通过AI的方式提取出各种要素信息，这些构成了一个高精度、高颗粒度的核心道路网络的长时记忆。
这些长时记忆的构建虽然精准，但有一个问题是，它的构建和更新是偏慢的。因此需要智能车辆自有的感知设备，做众包式更新。
“智能车辆如果有了自己的感知设备，比如摄像头毫米波雷达和人的眼睛、耳朵一样，可以感知周边的环境数据上传云端，每个感知可能精度稍微差一点，但是没有关系，它的量大。通过大量数据可以把一个路口完整的构建出来了。”罗跃军说，云端构建短时记忆之后，这种短时记忆可以更新长时记忆，还可以延迟长时记忆的范围。
以下是对话，略经摘编：
Q：现在高精地图开始真正向车企交付，能分享一下和上汽，或者其他车企合作过程中要解决的实际问题吗？
罗跃军：整个地图上车其实不容易的。说得再远一点，整个地图行业有20多家可以做高精地图的公司，就是准入的政策门槛，再到可以提供量产化的数据，已经没有几家了。很多人只有技术或者拿了资质做一些其他事情比如路测或者实验，真正量产能得到商业许可发布的已经没有几家了，可以说屈指可数吧。
这几家能上车还要过功能安全和各种安全认证，以及和车辆适配的工作，每个车厂会有对数据不同的诉求，功能不一样。高精地图基本上要素可能都差不多，但是还是会对精度有不同理解的少许区别。
因为对应用数据厂商而言，它的能力是有高有低的。比如有的车说我不需要高精地图，我的感知能力很牛。比如车厂这样说，这说明什么现象？确实在应用里边感知能力、算法能力有高有低，对于地图的要求也会有差异。我们会对不同车企做要素适配、功能适配，还有功能安全、路测、检测等等一系列的适配，工作量其实非常大的。
Q：自动驾驶需要的高精地图包含了时空数据？
罗跃军：需要有两个特征：一个是高精度能够达到分米级，第二高颗粒度，能够记住道上的各种要素。这些要素包括车线的位置，实线、虚线、黄线，双黄线以及地面上的各种要素，箭头、人行横道、停止线、减速带等等还有地上各种设施，比如看板、红绿灯、杆件、限速牌等等，还有要素之间关联关系。比如红绿灯关联哪个车道，限速的是快车道还是慢车道，还有这些规则信息比如一些车道禁行、在路口的转弯限制等等。还有一些隐藏数据特征比如横向坡度、纵向坡度、曲率、方向角等等。
还有一些特殊场景的驾驶行为，这些具有时间、空间特征的位置信息、语意信息、规则信息、行为信息，都构成了我们的时空数据结合。这些时空数据在车载大脑中可以帮助大脑决策、预测、控制，比如像人脑一样指挥我的手、胳膊完成一些肢体动作，在“车脑”中可以帮助大脑指挥各个预控制器，完成自动驾驶的功能。
Q：中海庭目前高精地图大概在哪些车企？
罗跃军：上汽背后的大通、乘用车都会使用到我们的高精地图，上汽之外在新造车势力方面也在开拓。前几年基本上汽在孵化我们，来做一些技术演进和量产数据的落地，上去年底开始在逐步走出上汽，比如宝能已经采用了我们的数据，还有正在签订量产合同的，因为还没有正式签订，我就先不说了。
Q：高精地图上车的导入周期大概怎么样？
罗跃军：从需求定点落地，到量产至少要一年左右的时间。
Q：其中要做的工作，是针对车企的需求补采还是怎么样？
罗跃军：大多数情况下不需要补采，刚才介绍了长时记忆会用高精度的设备，把地图扫了，所以基础数据会有，会根据别人的需求同时增加要素的提取。但是有个问题更新，这是未来主要解决的。
Q：视觉众包更新比较热，中海庭也是用这个方案吗？
罗跃军：众包更新未来2-3年会落地，现在还涉及到法规，以及量产能力和工程化方面的技术突破，可能真正落地要两三年之后。
Q：现在和合资或者外资厂商合作的计划有吗？如果有的话，合作过程中有没有遇到过一些落地上的政策或者法规的问题？
罗跃军：外资主机厂合作政策上应该没有什么问题，我们实际上是有相应资质和能力去做这些事情的，都有相配套的合规路径做这些路径。
Q：合规是数据存储的问题还是什么问题？
罗跃军：有数据存储的问题、传输的问题等等都有合规性要求。存储需要在图商保密环境中做这样的事情，肯定不允许上云。但是经过加密、审图之后可以上云的，这是第一。第二，传输中比如众包数据上传的事情，因为链路是公开的，所以目前是没有放开的。我们做一个加密偏转，还有通讯加密，可以上传到自己的服务器上。
Q：众包大家说得比较多，真正落地执行层面还是有限制的？
罗跃军：问题肯定是有的。首先，政策没有完全放开，所以在比如众包上传只能在测试示范区做一些实验。真正量产的放开，政策法规还在演进中。
第二技术上，也会有一些困难，现在有很多众包，包括国际上有名的，他们做这些事情的数据也是另外一种层面上的高精度的地理空间记忆。但是它是自循环的，自己感知自己用，可以成为一个闭环的生态。
自己感知自己用这个闭环，其实在我们生活中是很常见的。举个例子，比如这是蓝色，如果有人色盲把它看成绿色，但是这个人如果刚开始出生的时候，人告诉他这是蓝色，虽然他看到是绿色，但是他也以为是蓝色。所以你以后问他这个颜色，他会告诉你是蓝色，但是他看和你看到的是不一样的。
其实你要再仔细想，所有人看到的蓝色真的是一样的吗？其实每个人看到的颜色不一样，都有差异。还有说法是有人可以看到四元色，我们都是三元色，四元色的世界更加绚丽多彩但是你体会不到。我感知的东西就算你不认同，但是我感知、我应用成为一个闭环，自己感知自己用是没有任何问题的。但是如果大家要统一，你开放给所有人用，用于不同功能时就麻烦了。一个是标准，还有整个应用上并不是统一的，如果只用于自动驾驶，用于算法，用于感知，当然没有问题。现在不仅仅是自动驾驶，还有金融、车身控制、娱乐、车之外的世界都要用这个数据的时候，就应该是一个统一框架。
Q：所以众包更适合车企自己去做？
罗跃军：对。这是一方面。如果用车企众包能够做更加开放的数据制作的话更好，这还有一些技术亟待突破。如果定义自己产自己用当然没有问题，现在我们想把闭环打开，让大家都去用。所以我会定义把数据进行转换，更加丰富的一些场景出来，让整个规范、规则能够统一。车厂采自己用当然没有问题。
Q：现在新造车基本都有出海计划，它的功能主打了自动驾驶，您怎么应对国外市场？
罗跃军：很好的问题。现在主要精力还是在国内，在国内技术体系和标准成熟之后，肯定会往国外延伸推广。只是现在确实精力还是主要在国内，国外可能会有相应其他的公司也在做海外的。
Q：特斯拉坚持它的通用路线，不用高精地图，您觉得哪个方向会好？
罗跃军：从自动驾驶领域来说，特斯拉肯定是业内领先的，他们整个处理过程包括驾驶体验都比其他主机厂要领先一步，这是不得不承认的一点。我们有时候想帮主机厂做这样类似的事情，帮它搜集交通场景、训练、做通用数据以及和国外标准的统一。现在我们提供的标准国际上有，统一标准叫做NDS，我们基于这样的标准跟他们做统一。其实更多是看车厂走出去的步伐有多大，步伐大了就会把相应地区地图整合在一起，大家按照统一标准去做，相当于特斯拉一样。
Q：华为的一个自动驾驶路测视频很酷炫，因为自采上海的。请问难度有多大？
罗跃军：我们也有，已经做到了上海市的地图。成本在每公里千元左右。
Q：现在高精地图的更新做到什么样的频率？
罗跃军：要看众包能不能落地。众包落地，可以按小时更新或者到分钟级去更新的。但是众包没有落地之前，用了精密测绘方式去做的话，也涉及到法规的发布。现在对外只是按照季度、月度更新。我觉得这个东西未来一定是众包，更新为主，我们可以期待未来的演进。