腾讯谷小丰：量产目标驱动下的腾讯高精度地图解决方案_科技

autoR智驾 2020-04-17 18:34

腾讯谷小丰：量产目标驱动下的腾讯高精度地图解决方案

腾讯自动驾驶开发云服务如何在合法合规的基础上，为汽车企业提供包括IaaS、PaaS、SaaS在内的一整套基于大数据的云计算能力，助力自动驾驶技术研发和量产落地。

高精度地图的成熟运用是自动驾驶技术落地的重要基础。2016年开始布局自动驾驶的腾讯，将高精度地图作为自动驾驶研发链路上的核心投入之一，目前已经拥有了一整套自主知识产权的高精度地图生产能力和高精地图应用能力。

日前，腾讯高精度地图总监谷小丰就高精度地图能力、发展进程、商业化应用等话题进行了分享。同时也就新兴的腾讯自动驾驶开发云服务如何在合法合规的基础上，为汽车企业提供包括IaaS、PaaS、SaaS在内的一整套基于大数据的云计算能力，助力自动驾驶技术研发和量产落地。

实现自动驾驶高精度地图必不可少

对整个自动驾驶系统来说，高精度地图和定位是核心技术之一。作为一种被先行验证过的信息，其最重要的作用之一在于弥补自动驾驶车辆传感器的功能缺陷，提供超视距的感知能力，为车辆决策控制提供依据。

目前已经量产的L2级或以上级别的自动驾驶汽车，采用的大都是以毫米波雷达及摄像头组合的感知方案，如典型的5R1V方案（5个毫米波雷达+1个相机）。但当前传感器的功能也具有一些的局限性。比如，传感器无法准确输出弯道的纵坡和横坡信息；当视线被遮挡，或曲率较大时，更需要高精度地图提供超视距信息，以便有依据规划和控制车辆。

这些车辆本身传感设备难以捕捉的信息，需要通过预制的高精度地图里来提供。系统将传感器收集到的信息与高精度地图数据进行对比，获得更加精确、全面的信息，帮助车辆做出更精准的决策。

自动驾驶场景化落地将拓宽高精度地图市

高精度地图的远景是非常美好的，而且高精度地图的发展进程，与自动驾驶技术推向市场的节奏密切相关。腾讯认为，自动驾驶要分场景、分需求的逐步去实现。

人们的用车可以分为取车-普通路-高速路-普通路-停车这样一个过程，综合考虑驾车时长分布和自动驾驶实现的难度，重点应该放在高速公路和城市快速路，因其驾驶环境相对简单，是实现自动驾驶的第一站。

除高速公路之外，最快的落地场景可能是停车场。普通城市道路可能是最难实现的自动驾驶场景，也是高精度地图产业化的难点。现阶段高精地图供应商都瞄准高速公路，而对于非结构化道路，仍然处于测试为主的阶段。

腾讯从去年开始，针对高速场景的自动驾驶研发投入了大量的资源，同时腾讯高精度地图团队也完成了全国高速和快速路的地图数据生产。

依据自动驾驶量产车辆要求提供高精度地图解决方案

腾讯高精度地图解决方案，包括高精度地图数据，车端应用，和高精地图云服务。合作伙伴和腾讯内部的自动驾驶技术、仿真技术都是对高精地图解决方案的验证，以形成产品和质量的循环。针对自动驾驶量产车的需求，高精度地图解决方案必须满足目前车辆硬件和算力条件，在此基础上才有落地的可能。

目前，腾讯已经完成了高精度地图量产准备，而应对后续的更新问题，谷小丰表示：“相较于更新有多快，高精度地图首要解决的是做出有质量的地图。”根据行业发展现状，自动驾驶车辆本身的设计方案还处于摸索中。

相应地，自动驾驶汽车所需的地图更新频率，还需要依靠大量的测试来验证。当前，行业首要的任务是满足车企对高精度地图严格的质量要求，这需要图商去强化基础能力，完善质量管理体系。

谷小丰透露，腾讯第二代高精地图数据采集平台车很快会投入使用，今后将和第一代采集车以高低搭配的方式完成数据快速采集，同时采用静态和动态精度验证结合的方式，严格执行数据精度验证的流程，保证原始数据的高质量，这对高精度地图的整体质量具有关键的意义。

在高精度地图自动化方面，腾讯结合在人工智能深度学习领域的积累，将自动驾驶车辆视觉感知能力与高精度地图生产相结合，通过视觉识别和点云数据的结合，提高高精度地图准确率。

2019年7月，腾讯与宝马中国合作了业内第一个自动驾驶开发云项目，帮助宝马中国建设自动驾驶高性能数据开发平台，加速在中国市场的自动驾驶研发应用。另外，随着自动驾驶行业深入发展，越来越多的车企、Tier1以及自动驾驶开发公司需要强大的云服务进行数据存储、计算来支撑业务的进展。

腾讯汽车云中心、高精地图团队和自动驾驶团队携手，推出自动驾驶开发云服务，在充分合法合规的前提下，提供大数据存储以及包括IaaS、PaaS、SaaS在内的一整套专门用于自动驾驶研发的大数据云计算服务。

打赏