開發世界上最高清的地圖，但它不是給人看的而是給無人汽車準備的
無人自駕駛技術的逐漸成熟，讓人們都對未來充滿期待。但是，似乎所有人都忽略了其中一個最為關鍵的環節：地圖。
汽車行業和科技行業的重心現在都全面朝無人自駕駛技術傾斜。在接下來的五年時間里，汽車將逐步過渡到 3 級無人駕駛，即能夠在某些特定情況下自行駕駛；甚至是 4 級無人駕駛，即在某些劃定封閉的區域內徹底實現無人自家事。
但是真正意義上的無人自駕駛技術仍然是一個遙遙無期的目標。所謂「真正意義」，它所要達到的標準是可以在任何時間、任何地點實現自行駕駛功能，需要人介入的唯一環節就是告知車子目的地是哪兒即可。為了讓這樣的未來盡早到來，汽車需要準確地知道它們在世界里的準確方位。在這里所提及的「準確」二字，是極度準確的，其精度要遠遠高出目前的 GPS。這也意味著，地圖也要比你在加油站所買的那份地圖來得精確得多，這種細致程度已經完全超過了人力所及，只有機器才能解讀得了。
汽車制造商寶馬、奧迪、梅賽德斯·奔馳，還有福特公司都非常明白這一點，用口袋里的超篇，實際的投資行動來證明未來的發展趨勢。它們投資的公司諸如 Here 和 Civic Maps，都在平臺開發以及收集所必要的數據上面有所建樹。最終，它們會拿出來一份擁有超高精度的 3D 交通道路圖。在這份地圖上可以算得上「毫發畢現」，地圖上的所有位置、物體之間的距離最近甚至可以達到幾米之內。而且當汽車上路不斷行駛的時候，地圖還會不斷地做出升級。
怎么來開發這樣一款超高精度的地圖？
上述提到的 Here 公司，致力于開發高度自動化駕駛技術已經有很長時間了。該公司的副總裁 Sanjay Sood 介紹道：「開發高清地圖的工作是開始于 2013 年。當時 Here 公司和 Dailmer 公司聯手開發一個項目，在這個過程中，制作一種超高精度的地圖的點子就冒出來了。于是，為了幫助我們的車子在德國城市道路上更好的應對交通狀況，我們開發了某種核心技術，并由此制作開發出來了超高精度的地圖，作為某種研發用原型產品投入到測試中。」
他補充道：「其實當人們說到無人自駕駛行業的時候，往往忽視了一個關鍵點：地圖其實是另外一種形式的傳感器，它能夠幫助汽車做出更加合理的決策。」
為了制作這種高精度地圖，首先得自己拿出來一張初始版地圖，這就需要配備了傳感器的汽車在街道上一圈又一圈的掃描，而這種裝有傳感器的車子所具備的特殊性能著實強大，可不是 Google 的街景車所能比擬得了的。
往往這是一個車隊，全身都裝有傳感器套裝，這個套裝里包括了 9600 萬像素的高清攝像頭，威力登 32 束光線掃描儀，Novatal 超高精準度 GPS 慣性測量裝置。這些掃描現實世界的汽車能夠把 3D 影像繪制出來，所到之處，周圍的景物全部都上傳到 Here 的云端。數據再次從云端出發，被整合到現實世界高清數字化的重建項目當中。
Sood 說道：「從去年開始，我們其實就已經在開發這種交通路線網狀圖了。到了 2020 年，第一批無人自駕駛汽車就能利用這樣的地圖，在街道上真正于眾人面前亮相了。」
同樣，Civic Maps 公司也剛剛宣布了一款指向客戶的，即插即拔的解決方案 Altas Devkit。Civic Maps 的聯合創始人兼 CEO Sravan Puttagunta 說道：「高精度的定位，地圖繪制工作，以及地圖的眾籌方式，這些都是想要測試并應用無人自駕駛技術的開發人員所不得不面臨的挑戰。而 Altas Devkit 平臺會讓這樣的創新加速前進。」
和 Here 的做法差不多，Civil Maps 的 Atlas Devkit 也使用的是車頂裝置掃描器的方式，當然這些掃描器具體的組成配件不太一樣。另外，它還備有另外一套造價更加便宜的版本，使用光學組件、超聲波、雷達的掃描器來繪制地圖。
汽車：「看上去似乎你又握住方向盤了？好吧，是不是讓我換一條道路來前行，這樣你才能放心的把車子控制權交還給我？」
當然，「繪制」地圖并不是一次就能做好的事兒，畢竟這是性命攸關的大事。地圖需要不斷地做出更新，什么地方修路，什么道路突然封閉，哪里出現了障礙，這些都要及時地反映在地圖上。
有好幾種方式來解決這個問題。Sood 解釋道：「我們現在在路上跑著好幾百輛的這種地圖測繪汽車，分布在全世界各地。我們跟很多城市，地方機構都保持著深度合作的關系。所以一般來說，如果哪個地方出現了大規模的施工情況，我們深知在它動工之前就已經知曉。還有很多時候，在某條道路已經施工完畢，開放給公眾之前，我們的汽車就已經可以前往那些地方了。」
但是還存在著更具現實操作性的解決方案，就是通過已經使用高清地圖進行自動巡航的汽車來給地圖做更新，因為汽車本身車身上面就安裝了傳感器。
Sood 說：「今天，很多高端汽車上面不僅僅是配備了 LTE 連接系統，而且還有一整套高級的傳感器部件，能望向遠處的攝像頭，前置雷達和后者雷達。目前，我們還在跟各家 OEM 廠商合作，讓這些傳感器的數據能夠上傳到我們的云端，這意味著有數以百萬計的數據節點，持續不斷地給云端提供最新的信息，同時 Here 的服務器將全面承擔起處理數據的重任。」
「我們配備了機器學習算法和集成算法，能夠從數據中很快地提取出來最有價值的信息，也就是目前的地圖上面出現了怎樣的變化。一旦我們偵測到了這樣的變化，就會立刻將此信息體現在地圖上，再傳送到汽車。」
所以你應該能夠想象得到一個難題：路面上跑著不同的汽車，汽車上面安裝的各種廠商所生產的傳感器，這些規格不一的硬件所提取數據的方式不同，甚至傳感器安裝的位置不同也決定了「觀看」到這個世界的角度不一樣，如何規范統一這一切，形成某一種標準，使得所有的數據能夠通過一個路徑上傳到云端，這就稱為了目前很多做無人自駕駛導航技術開發的公司所面臨的最大難題。
Nvidia 公司，不僅僅是顯卡
關于 Nvidia 公司，也許你的腦海里面冒出來的第一個詞就是「顯卡」。但是，這家公司其實正在悄無聲息地進入無人自駕駛領域，因為公司本身就在機器學習、深度神經網絡等領域有充分的技術人才儲備，而且已經為無人自駕駛領域帶來了非常多的應用。
目前，Mvidia 公司在地圖繪制、連接汽車的云端平臺開發等方面，正在跟 Here 公司通力合作（最近還買了一些 Here 公司的股份），它還跟 TomTom、百度、Zenrin 等公司也有合作。
Jen-Hsun Huang，Nvidia 的創始人兼 CEO，表示：「對于無人自駕駛汽車來說，高精度地圖是必不可少的。借助于我們的機器學習技術，這些汽車廠商能夠加速研發無人自駕駛汽車，使得它們盡快上路。」
持續不斷的數據流上傳到云端，你可想在數據流量上也是一筆不小的費用，這也要求 Nvidia 公司聯同英特爾公司一起，拿出創新技術來降低傳輸成本。如何盡可能地降低數據重復上傳，只體現出某些關鍵變動信息，這也在考驗著每一家科技公司背后的研發實力。
本文來源：arstechnica 譯文由 Tech2ipo/創見花滿樓編譯
來自: tech2ipo.com