飛象網(wǎng)訊（李陶陶/文）4月29日消息，2016 GMIC全球移動互聯(lián)網(wǎng)大會正在進(jìn)行，飛象網(wǎng)作為直播媒體，全程為您直播�，F(xiàn)在演講的是圖吧集團(tuán)的總裁景慕寒。
以下是他的演講內(nèi)容：
各位聽眾大家早上好，我是四維圖新的景慕寒，我來的時候主辦方讓我挑一個主題，自動駕駛還是車聯(lián)網(wǎng)方面的，我選了自動駕駛，不是說自動駕駛是一個熱點(diǎn)，當(dāng)然自動駕駛是一個熱點(diǎn)，我更想說車聯(lián)網(wǎng)的下一個發(fā)展方向就是代表自動駕駛，代表了車聯(lián)網(wǎng)的發(fā)展方向，我們四維圖新做地圖和自動駕駛和車聯(lián)網(wǎng)相關(guān)的產(chǎn)品，但是我們未來下一代的產(chǎn)品全部集中在跟自動駕駛相關(guān)的，利用這個關(guān)系四維圖新給大家簡單做一個介紹。
四維圖新目前是國內(nèi)最大的地圖廠商，也是全球第三大的地圖廠商，目前在前端市場占有率超過70%，最近我們經(jīng)過一系列的并購以后，大概今年和明年，大概到明年，我們在后裝市場的占有率也會超過70%，這是我們除了地圖以外，四維圖新的產(chǎn)品線上下進(jìn)行一個延伸，現(xiàn)在推出了包括傳統(tǒng)地圖到動態(tài)內(nèi)容，云端服務(wù)，操作系統(tǒng)，還有手機(jī)車聯(lián)方案，提供了一套業(yè)內(nèi)最完整的基于車聯(lián)網(wǎng)的解決方案，這是整個四維的產(chǎn)品，高精地圖進(jìn)行了全面的投入，未來整個和自動駕駛相關(guān)的整個產(chǎn)業(yè)非常重要的參與者。
這是我們的產(chǎn)品，我們有核心地圖還有車聯(lián)網(wǎng)產(chǎn)品面向未來自動駕駛的產(chǎn)品，未來自動駕駛結(jié)合現(xiàn)在的高精度地圖和下一代的導(dǎo)航以及我們?nèi)斯ぶ悄芗夹g(shù)，以及和芯片能力的這種整合提供這樣完整的基于高精度地圖的解決方案。
我們一直在說自動駕駛，自動駕駛離我們到底有多遠(yuǎn)，我們看到最近十三五規(guī)劃，我們看到要求大概在2020年以前有50%的新車必須變成智能汽車，大概有10%的車具備自動駕駛的功能，當(dāng)然自動駕駛這里指的半自動駕駛，甚至局部的這種高自動駕駛。那么如何實(shí)現(xiàn)這種自動駕駛呢？這個分為幾個方面，一個首先要確定，我在什么地方，另外是周邊的環(huán)境是什么樣子的，然后在這個情況下會發(fā)生什么樣的情況，針對這種具體情況，該做一些什么樣的事情。
我們可以看到，首先對于汽車來說，必須要知道自己在什么樣的位置，因?yàn)楦呔鹊貓D的定位是必不可少的，傳統(tǒng)的定位方式通過這種方式定位，高精度地圖情況下和傳感器獲得融合獲得高精度地位，這是高精度地圖在自動駕駛當(dāng)中起到這樣一個位置。另外我們對環(huán)境的感知能力，你知道圍繞車的周邊，什么物體靜態(tài)，什么物體動態(tài)的，圍繞汽車周邊的環(huán)境是什么樣的，有了這樣一個環(huán)境，我們需要做出這樣一個決策，相當(dāng)于人的大腦這樣一個綜合的分析，這也是整個自動駕駛環(huán)節(jié)當(dāng)中最復(fù)雜最關(guān)鍵的環(huán)節(jié)，相當(dāng)于人看到周邊動態(tài)移動的物體，采取什么樣的行動，做出什么樣的決策，這個環(huán)節(jié)要產(chǎn)生出來，產(chǎn)生完了對這個車發(fā)出一個指令，傳統(tǒng)開車到底剎車還是拐彎加速換線，怎么樣安全舒適的方式指令讓汽車執(zhí)行，這是車廠更擅長這樣一個部分。
所以跟自動駕駛相關(guān)的這樣一些領(lǐng)域，可以從這張圖看到，包括云服務(wù)和高精度地圖為核心的這樣一個傳感器的融合，感知和定位，以及智能導(dǎo)航，路線分化決策分析和車輛運(yùn)輸和車輛最終的控制，以人工智能為核心的人工智能深度學(xué)習(xí)為核心的這樣系統(tǒng)架構(gòu)，也可以為自動駕駛提供更安全的保障。
那么整個自動駕駛和地圖之間的關(guān)系是一個什么樣的關(guān)系，前面幾位嘉賓看到了不同的分類標(biāo)準(zhǔn)，但是大家一般都參考這樣一種分類，就是說我們有這種現(xiàn)在基于（英）這種價值，后面會有局部的駕駛，半精度的駕駛和完全的自動駕駛，這種自動駕駛對地圖的依賴也是不一樣的，現(xiàn)在的情況下，在L2和L3階段，對地圖精度的要求，傳統(tǒng)精度是20米，但是（英）支持下的要求可能這個地圖的要求可能是5米，到了完全自動駕駛的這個情況下，對高精度地圖的要求，達(dá)到10到20厘米，而且對地圖更新的速度也變成實(shí)時的要求。所以說整個高精度地圖的演進(jìn)是一個循序漸進(jìn)的過程，不是現(xiàn)在做自動駕駛就要完全提供出匹配自動駕駛的高精度地圖，離自動駕駛是有一個過程，我們需要高精度地圖滿足和輸出自動駕駛的需要，有一些概念在這個里面會混淆。如果現(xiàn)在不需要做這種，如果現(xiàn)在要提供完全滿足完全自動駕駛情況下的高精度地圖，也是一種浪費(fèi)，沒有車輛做到這一點(diǎn)，提供這樣的產(chǎn)品也太超前了。
這是我們四維圖新做到高精度地圖上的歷程，14年開始開發(fā)和高精度地圖相關(guān)的產(chǎn)品，我們跟國外的主流車廠，國外的三大車廠進(jìn)行了聯(lián)合上的研發(fā)，因?yàn)樗麄冊谶@一塊對自動駕駛上的數(shù)據(jù)的規(guī)格是有一定的前瞻性和技術(shù)的領(lǐng)先的優(yōu)勢，所以通過他們的研發(fā)我們數(shù)據(jù)規(guī)格的制定和高精度地圖規(guī)格的制定做了大量共同的研究，后來我們在高精度基礎(chǔ)上開發(fā)更先進(jìn)的高精度地圖，根據(jù)用戶的反饋進(jìn)行不斷的調(diào)新，2016年的時候，今年的情況下，今年的第三季度第四季度覆蓋全國路網(wǎng)的基于（英）的高精度地圖。
這是四維圖新高精度地圖的（英），我們可以看到今年年底之前，我們已經(jīng)完成了基于（英）支持的所有高精度地圖，2017年的年終我們可以支持至少20個城市這樣一個，到L3級別的這種高精度地圖，19年可以完成L3級別的所有高精度地圖的制作和采集，L4級別，19年開始可以基于這種完全自動駕駛這種L4級別高精度地圖的制作，匹配車廠進(jìn)行的，所以和需求的節(jié)奏要保持這樣的一致。
大家剛才談到，我們一直講高精度地圖，那么高精度地圖到底跟傳統(tǒng)地圖之間的區(qū)別，我們應(yīng)該說除了精度的區(qū)別以外，另外的區(qū)別可以比較直觀的講，傳統(tǒng)的地圖是給人用的，高精度地圖是給車用的，傳統(tǒng)地圖告訴你沿著這條道路走就可以了，不在乎你在的哪條車道，但是高精度地圖必須對車道和車道線必須有非常清晰的定位和描述，所以我們會看到，在傳統(tǒng)現(xiàn)在的高精度地圖情況下的車道信息，道路的幾何，車道數(shù)，車道類型，車道線相關(guān)的這樣一個屬性，這些屬性都屬于高精度地圖采集的范疇，同時還有另外一個（英）對象的方式，是把高精度地圖沿線的靜態(tài)的物體進(jìn)行完全的采集，這種采集的目的，到時候和傳感器進(jìn)行融合來判斷汽車的相對的位置。
目前四維圖新已經(jīng)提供了從地圖的制作到服務(wù)的這樣一個完整的平臺，我們根據(jù)這種多個來源的這種數(shù)據(jù)源，然后生成這樣自動的對地圖進(jìn)行自動化的處理，包括內(nèi)容，數(shù)據(jù)的內(nèi)容，有導(dǎo)航的內(nèi)容，高精度基于（英）的內(nèi)容，實(shí)時交通的內(nèi)容，對內(nèi)容處理以后服務(wù)的方式輸出給廠商，輸出的方式可以通過API或者SDK的方式，我們有智能的數(shù)據(jù)采集系統(tǒng)也可以提供給車廠，方便這個車廠，也可以作為數(shù)據(jù)采集源的來源。
這是傳統(tǒng)的定位和地圖相關(guān)的這樣一個陣營，可以看到除了傳統(tǒng)的，有兩大陣營，激光雷達(dá)為主的定位，還有純粹視覺的定位，這兩種定位更有優(yōu)劣，對于激光雷達(dá)來說，他定位的精度雖然非常高，但是實(shí)際上在整個的數(shù)據(jù)量處理上，每公里幾個G的數(shù)據(jù)，很難做到商業(yè)化，對于（英）市場占有率非常高，但是（英）是相對封閉的技術(shù)，視覺的處理和自己的芯片進(jìn)行完整的融合，所以相當(dāng)于類似于自動駕駛領(lǐng)域類的蘋果類的角色相當(dāng)封閉，四維圖新提供開放的途徑，可以提供基于這種高精度定位的這樣一個靜態(tài)物體這樣的采購，所以采購到了物理，雷達(dá)和傳感器進(jìn)行融合進(jìn)行位置上的判定，不管哪種方式，基于高精度地圖的道路和線路的數(shù)據(jù)模型都是必不可少的。
這是我們現(xiàn)在的研發(fā)計(jì)劃，這是我們現(xiàn)在的四維圖新開發(fā)的現(xiàn)狀，我們現(xiàn)在已經(jīng)在L2基本上已經(jīng)實(shí)現(xiàn)了，可以輸入各種L2的實(shí)驗(yàn)圖，我們的實(shí)驗(yàn)車在北京的三環(huán)已經(jīng)可以跑了，現(xiàn)在正在研發(fā)基于L3階段的高精度地圖，可以支持更高級別的地圖，可以做到高數(shù)之間和城市道路之間這樣高精度的導(dǎo)航，L4級別更多是需要更多方參與的智能交通的協(xié)同系統(tǒng)。
這是我們可以輸出的能力，我們可以輸出基于（英）V2V3的能力，引擎方面輸出導(dǎo)航的SDK，定位的SDK，還有采集的SDK，還有對數(shù)據(jù)層面，我們可以輸出各種按照廠商要求的這樣一個數(shù)據(jù)的規(guī)格，包括服務(wù)層面，我們也可以跟我們的（英）車聯(lián)網(wǎng)結(jié)合起來，這是四維汽車自動駕駛的圓形圖，我們看到基本上包括雷達(dá)傳感器各種需要的這些配制。這是我們基于，我們看到的，我們視覺的采集，這是基于NVD，（英）這樣系統(tǒng)架構(gòu)上，在對不同的汽車和車道線的識別。這是我們利用深度學(xué)習(xí)技術(shù)對紅綠燈線速汽車人型的識別，也就是用來高精度地圖的制作，數(shù)據(jù)的分析和采集。
我們現(xiàn)在在這些方面，利用深度學(xué)習(xí)技術(shù)，使用在視覺識別上，已經(jīng)在這個采集過程中，對數(shù)據(jù)的采集已經(jīng)進(jìn)行了很大的，取得了很大的進(jìn)展，我們可以從業(yè)界比較標(biāo)準(zhǔn)的這種數(shù)據(jù)級來看，我們現(xiàn)在的識別技術(shù)已經(jīng)達(dá)到業(yè)內(nèi)非常領(lǐng)先的程度�，F(xiàn)在正因?yàn)橛辛诉@種深度的學(xué)習(xí)，才讓自動駕駛成為可能，所以我們把深度學(xué)習(xí)也在跟高精度地圖環(huán)節(jié)當(dāng)中進(jìn)行大范圍的使用，包括PUI的識別，還有道路和車道線的識別，以及衛(wèi)星圖象的識別，和他講到交通燈的識別，以及我們怎么樣利用深度學(xué)習(xí)技術(shù)讓地圖變的更加有這種自學(xué)習(xí)的能力變的更加智能，等等一系列的這種規(guī)劃。
雖然我們做了大量的工作，但是我們知道，除了交通立法以外，在整個自動駕駛的實(shí)施當(dāng)中還有很多實(shí)際的案例是需要我們在自動駕駛應(yīng)用當(dāng)中提出非常大的挑戰(zhàn)，這是我們看到這樣一些場景。前面蘇總講到如果把你扔到白雪皚皚的大地上，沒有任何可以參考的地方，這個時候高精度地圖變的必不可少，所以我們的目標(biāo)希望能跟廣大的車廠和各種研發(fā)機(jī)構(gòu)進(jìn)行合作，為自動駕駛作出我們的貢獻(xiàn)，今天時間非常短，和自動駕駛相關(guān)的很難講的很深入，大家感興趣有合作意愿可以下來單聊，謝謝！
