<kbd id='ulPJDlJp5'></kbd><address id='ulPJDlJp5'><style id='ulPJDlJp5'></style></address><button id='ulPJDlJp5'></button>

          北京时间:
          中国新闻社
          首页 新闻大观 中新财经 中新体育 中新影视 中新图片 台湾频道 华人世界 中新专稿 图文专稿 中新出版 中新专著

          首页>>国内新闻>>专访丨极奥科技CTO王雪坤:传统图商无法逃脱的“众包”伪命题

          大发快三走势:专访丨极奥科技CTO王雪坤:传统图商无法逃脱的“众包”伪命题


          发布时间:2018年9月20日
          (w9.cc)大发快三走势-大发快三走势官网-大发快三走势图-大发快三走势规律

          自动驾驶,极奥科技CTO,传统图商,众包图片来自“亿欧网”

          从2018年年初几起金额巨大的投资案开始,自动驾驶行业一路甚嚣尘上。可在高阶自动驾驶基础设施尚未达标的当下,头脑始终保持清醒的投资圈率先回归理性,不再执着于L4级别自动驾驶解决方案,转而向行业内普及推广“高精地图”的概念。

          毕竟无人车始终需要依靠对周边环境的精准感知能力,来完成“安全”与“可靠”两项基本指标。而初创企业总是嗅觉灵敏的。以融资为切口,几个月间多家新图商开始向BAT等传统地图厂商发起围追堵截。

          不去科普技术,单凭生产模式可将整个行业分为两类:以传统图商为代表的“专业测绘人工制图”模式;以新创企业为代表的“数据众包自动生产”模式。

          传统图商口中的“众包”是伪命题

          前者称为“专业采集”,基本可以说是当下主流的地图绘制模式,包括四维图新、高德地图,以及具有百度背景的宽凳科技。展开来说,图商先进行整车改造,装配雷达、摄像头、RTK测绘仪等昂贵设备,甚至给车队配上保姆车,以此进行数据采集测绘,再采用内页手工制图。

          这种看似常规的作业方式,却被极奥科技联合创始人、CTO王雪坤视作“众包伪命题”:“如果你对汽车行业有足够了解就会知道,任何数据进入主机厂后就不可能出来了。即便是BBA的‘亲儿子’Here,都没有得到一行BBA输出的数据。作为一个Tier 1或者Tier 2的图商,凭什么拿到主机厂的数据?”

          回忆起在传统图商的工作经历,王雪坤现身说法。彼时,这位创业者负责欧洲一线车厂的产品线。按他的话来说,每天的工作任务就是编各种故事掩盖地图老旧、更新慢的问题。内部几重讨论下来,多元数据采集的“众包”就成了保证地图更新速率的最佳方式。

          可现实是,在与老东家客户的交流过程中,王雪坤发现没有一家主机厂愿意对外输出数据。即便目前看来,车联网等各种硬件环境和通信基础建设已经能够支撑数据的回收,但从车厂的角度而言,其在平台设计时便天然不支持数据的回传。“技术方面是解决了,虽然在POC(Proof of Concept)里面我们要尝试一下,但主机厂层面仍需要突破最后一道心理防线。”

          直到2014年年底,现为极奥另一位创始人打来电话:“现在后装市场的行车记录仪、大屏车机开始装SIM卡了,这事儿有没有可以玩的?”王雪坤回忆说:“当时我就知道,我找到第二条路了。”

          也就是说,相比通过前装车辆搜集数据,从后装切入进行众包数据采集本身具备一定优势:铺量很快,同时面对行车记录仪等生产型企业,通过技术植入或交换,以极低甚至几乎零成本引入数据平台,更好推进商务层面的合作。而这就是如今极奥科技提出的第二种生产模式——数据众包。

          据了解,极奥科技现在平台上已经接入800多万辆车,年底将超过1000万辆。其每天能够产生两亿多公里数据,这些数据通过地图生产平台以人工智能的方式最终完成高精度地图作业。

          自动驾驶,极奥科技CTO,传统图商,众包

          看下来,这种“数据众包自动生产”模式的好处毋庸置疑,传统巨头似乎没有理由对此“视而不见”。究其原因,四维图新出身的王雪坤表示,地图是一个劳动密集型产业,体量巨大的传统图商要想转到高科技公司并不容易。“地图这件事情,本身是一个工艺化的生产流程。它已经是一个耦合的非常好的一个链条,你不能从中拆掉,除非推倒重建。”

          换句话说,传统图商目前只能通过与主机厂合作获取道路数据。即便明知物流场景可以作为入口完成众包,却无法为物流公司提供服务。“传统图商在今年CES上展出过公司众包设备,15万人民币一台。对于物流公司而言,成本太高了。”

          “相比传统图商巨头,我们今年上半年研发的专业众包设备在成本上少两个零,同样能够达到5-10厘米的精度。”反观极奥的商业模式,这家没有车队的初创企业选择用服务抢占入口,以硬件为基础,向物流公司、车辆运营公司、客运公司抛出橄榄枝。或者说,极奥在试图用后装的设备保证地图的鲜活度,同时用专业设备的众包保证地图的精准度。

          定位“地图服务商”,以行业服务反哺

          值得一提的是,虽然全方位对标传统图商,但极奥却拒绝把自己定位成地图公司,其强调“地图服务商”的概念。而所谓“地图服务”,以自动驾驶为例,传统图商拿出来的是一张地图成品,而极奥则打包了从生产发布更新的整个地图端,到基于地图的高精度定位、多传感器融合,以及基于地图的车道决策,包括避障、改变车道等一系列动作。“地图能够在你这条产业链里面做到的最后一步是什么?我做到地图的极限。”

          直接点说,相比扔给你一张地图,地图服务商要做的是教你如何用地图。不可否认,基于对地图属性丰富度、鲜活度的超高要求,高精地图最完整的一个落地场景一定是自动驾驶。可拆分开来,电子地图每一个维度都能否赋能到其他行业。

          在物流行业中,传统地图在限高限重限宽限轴等方面的信息、对车道级的限行、道路级的限行等等数据均是缺失的,甚至在拓扑、道路等常规环节之外,高精地图忽略了很重要的POI(Point of Interest)环节。这直接造成物流公司30%-40%的损耗。追根究底,是因为面向乘用车市场的传统图商放弃了这部分数据的采集,而这恰恰成为了极奥眼中可以切入的巨大市场空间。

          展开来说,该公司通过高精地图基于车道的坡度去斜率,再配合众包数据建立起的数学模型去完成整个对于每条道路的成本预估模型,然后给到这些物流公司进行精准化运营。要知道,物流成本就是时间成本,油耗、轮胎损耗、刹车损耗均是重要因素,而商业公司缺少的这部分数据导致最终无法进行估价。

          另外,在分时租赁以及共享出行方面同样存在合作机会。运营公司的核心要点是车辆流转率,车辆位置则起到决定性作用。传统地图只规划单线道路,无法做到精准化定位。极奥则通过对车辆周边环境,包括路沿等物体判断车道位置是否适合下一次流转,或者测算流转率更高的停车位置,以此指导运营人员工作,实现整体流转率呈倍数的提高。

          用行业服务去支撑未来,看起来有点“开小差”的工作却成了极奥生存下去的重心。“我个人比较悲观,自动驾驶并非2021年就可以满街跑。我们都相信2025年之前L3一定会定点,之后才能量产。作为一家创业公司,在这段时间里不单要抢定点,还得活着。”

          地图公司只有两件事:成本和更新

          说白了,即便是一家“全职”地图公司,要做的也就是两件事:控制地图生产成本,提高地图更新频率。具体而言,成本降低意味着设备铺量,便能直接提高整体更新速度。

          就成本端,王雪坤直言:“从2015年10月27号我们公司拿到营业执照当天开始,到现在,估计还没有传统图商一个月花得多。”究其原因,专业测绘工作需要按公里数计算价格:2016年,高德地图汽车事业部总裁韦东在演讲中公开表示:公司一辆测绘车改装费800万元,每公里测绘成本10万元。

          其中,成本最高的部分便在于动辄上百万元的激光雷达。而相比大多数传感器路线,极奥推出了成本更低的“双目加IMU(Inertial Measurement Unit)”方案,将成本控制在2-3万元。在演示中,地图上坡、曲率、涵洞高度等等均通过图片融合技术完成。至于精度层面,双目摄像头目前可以达到5厘米,激光雷达则在1-2毫米之间,目前业内对于精度的需求普遍在5-20厘米一个单位。

          在几乎为零的数据成本之外,公司大量支出来自内部运营。在近80名员工中,80%为研发人才,其中以地理信息和人工智能两大类为主,这些来自传统图商及Tier 1厂商的一线员工进而构成了极奥的技术壁垒。国内地理信息人才匮乏已经成为行业共识,王雪坤毫不避讳地说:“在国内本科中,电子地图仅仅是大三下学期一门课一章里面的两小节。中国电子地图行业发展只有15年左右,四维图新的发展史就是中国电子地图的前半段。”

          如果想要进一步降低人力成本,恐怕就得在自动化上多下功夫。按极奥方面的说法,以地图原始数据作为众包平台,从众包平台到地图人工智能多生产平台再到生产的流程已经实现了90%以上的自动化率。至今仍需要人工完成的工作在于串接、标注、质检,包括服务器数据拷贝以及机器生产任务的自动化工单等。“极奥内部的最高指导原则是,任何一件事人工重复两遍之后,必须自动化。”

          在持续降低成本的同时,对于拥有55%-60%后装在线设备量的极奥来说,提高精度则是另外一个重点,其最大制约因素在于环境覆盖量。对此,王雪坤概括为:“众包就是一个‘三人成虎’的故事,数据长传后经过人工智能自动处理,关键在于摄影感知技术。我要让系统相信一辆车的数据能够达到什么精度,才能以最小数量的车辆规模来完成。再进一步,就是设备量和更新速度、成本和时间互相交叉平衡的过程。”现阶段,该公司数据的更新频率仍以小时为单位。

          无人驾驶公司的高精地图只属于“独立小王国”

          回到业界最为关心的技术进展方面,这家新创企业现阶段已经完成了全国30万公里高速路段及全国20几个中心城市核心道路的测绘工作,地图可信度达到95%以上。

          单从应用场景来看,极奥似乎正处在从L3到L4跨越的关键节点,其中考量有三:能否快速覆盖地面、复杂地物的结构化、地图精细颗粒度的更新。有意思的是,诸多自动驾驶科技企业在进行无人车队实际运营时,选择自行解决高精地图业务,貌似也想分出一块蛋糕。

          实际上,无人车队运营的高精度地图和图商手中的高精度地图分属两个概念。以极奥为例,该公司把高精度地图分为四个层面:

          设施层:这部分我们首先关注的是静态物理世界的重构。所包含的内容也是地图中最最基础的车道级拓扑,高精度的地物、以及高精度的道路、路口模型、车道边线等等。地图的基本模型、基本结构、基本属性、基本精度以及基本的实时动态性将有这层来保证。

          环境层:当然也有人称之为“感知地图”,这里面针对地物将包含更丰富的视觉特征,激光点云特征,毫米波雷达特征,这当然是为了提高定位精度和场景感知所必备的。同时也将包含更丰富的交通语义,甚至更丰富的动态语义。

          行为层:其反映的信息完全跳脱了传统地图的关注范围,将目光放到了车辆驾驶行为上——自车驾驶行为、周围车辆驾驶行为,以及两者相互之间的行为影响,在各个应用场景的决策模型建立和评估中,它们扮演着重要的角色。

          场景层:这是最有别与传统地图的一部分,刚才已经反复强调的物流、出行、智慧城市等的特有数据,将在这层做到最终的表达。这一层的数据来源也是最丰富的,数据变化也将是最快的,数据特性也是最各异的。

          对于自动驾驶公司而言,他们谈高精度地图仅仅是“环境层”的特征模型,用以参考定位,技术含量很低。“他们可以用自己L3级别的自动驾驶车,在园区里面进行测绘。那是他们的独立小王国。”在以地图服务为核心的极奥看来,这家公司要的是一张逻辑、基础技术、应用均十分完备的地图。

          五年内定点,国内车厂才是蓝海

          有意思的是,虽然极奥的数据来自后装市场,实际做的却是面向前装车厂的工作。随着产品线逐步成型以及各个业务方向明确,该公司十分明确要在5年时间内抢夺自动驾驶定点,通过各种地图服务保障公司资金流通。

          他们显然并不排斥跟主机厂合作。王雪坤透露,公司的确在跟一家国际车企谈如何用它的数据进行回收,包括云架构、互相脱敏等。然而,这与后装企业间简单通过免责声明合法换取数据截然不同,面对国际车企,供应商必须要考虑能够提供哪些服务。在打通研发环节之外,更多需要引入销售、4S店等等体系整体设置产品。

          “老实说,推进很慢。但我们知道这件事情在三五年之内要定点,十年左右实现车辆量产。”谈及合作伙伴,亿欧汽车了解到,极奥去年便进入了某德系一线主机厂的供应商体系,合作覆盖L2到L4级别的研发层面。此外,还包括上海大众、一汽、威马等合资车企及自主品牌。

          严格说来,地图供应商在主机厂面前基本用了相同的套路:逃不开研发费、license费、以及后续服务费这样的组合贩售。而高精地图产品无非分为两个维度:高精性和实时性。极奥的信心来自:“高精层面一致,但实时性上我绝对以几个数量级领先于他们。”

          说实话,这家3岁的企业野心相当明确。对于统治电子地图十余年的老牌巨头而言,地图更新和地图应用可以说是其鲜少暴露的弱点,这刚好给了极奥切入市场的机会。幸运的是,在商务层面几家图商均处于POC阶段,“我们从传统图商最薄弱的口子切入。现在看来,我们已经切到最核心的部分,因为极奥不但能够实现地图更新,以快速的方式补充地物、变更拓扑,我们也同样提供稳定的车辆决策路线,最终把20赫兹的频率把车头前方200米范围内每20厘米的点,交到主机厂负责车辆控制的团队,直接完成自动驾驶。”

          口气不小,好在头脑足够清醒。极奥很明白,长久以来站在供应链顶端的自主品牌未来只有两条路:其一,从安全角度考虑,选择知名跨国Tier 1厂商,降低“背锅”风险”;其二,向BBA等百年主机厂看齐,与其选择相同的供应厂商。年轻的初创企业选择了后者。


          相关新闻

          分类新闻查询

          刊用本网站稿件,务经书面授权。