百度吕旭光：自动驾驶地图的趋势与解决方案( 二 ) 9月13日

上面是我们看到的新的发展和趋势，下面是从发展趋势对地图观念的需求以及挑战和解决的路径。第一个是覆盖和更新，从前面趋势可以看到从高速到城市封闭道路走向城市，甚至走向全域。随着地图范围的扩大，基于现实的更新变化，我们的更新频率肯定会从现在行业内季度级到月度级甚至到一些地方的天级，另外对自动驾驶影响很大的还有实时动态信息，这也是很大的挑战。第二个是AD体验需要持续提升，现在有L2 ，但是有些需要局部提升或者拓展局部长尾的场景。这块AD层增强数据用于定位，规划，感知边界，实际上是需要增强的。随着高阶AD系统在乘用车市场使用，实际上它能收集更多的数据，也有更多的算力和算法，它能够形成自学习的数据。这些数据怎么样能够融合到路线、地图，自动驾驶更好地使用这也是比较大的挑战。第三个是仓驾融合，目前在高速或者匝道，这方面通过做SD和HD关联表就能解决问题，但是未来走向城市甚至走向全域自动驾驶需要一个全部融通的地图。在上层应用层面，引擎和算法实际上也是需要统一的。大家在开车的时候看到车机、屏幕、声音，这些怎么样能够把真实的自动驾驶系统所看到的和它想干什么展现出来，这个HMI是什么样子的实际上也是很大的挑战。
我们看一下第一个问题，对于覆盖和更新，基于我们在行业内看到的发展趋势以及现状，预计三年内对于高精度地图的覆盖和更新，主要还是会以专业的采集和制图为主。但是现在的需求其实很迫切，基本上通过增加采集车提升自己的产效和投入资源保证更新。当然现在产品当中也融合了手机地图生态的东西，因为要有一些动态事件和情报之类的东西。但是从长期来看，多源数据的生态会是一个发展趋势，最终也会成为核心区域和热点区域覆盖和更新的一个主要的数据源。
专业采集和制图从长远来看，它应该是对类似于长尾场景或者长尾的区域道路一个很必要的补充。对于多源的数据，因为现在手机地图的生态基本上是可用的，对于高精度地图业内并不是特别完善，我们认为是车+路的形态。对于车来说，随着市面上L2+或L3以上乘用车量的铺开，这块数据源会得到很大的铺开。当然上午专家提到了法规和其他问题，这些问题实际上会随着主管部门的推进也会陆续地得到解决。
下面看一下对于AD体验提升，我们认为一定是开放一体化地图加上AD经验数据。这里有道路级数据，车道级数据，对于自动驾驶地图还有用于特殊图层(定位、感知图层等) ，另外是AD经验数据，实际上是包括动态数据和经验通用的数据，甚至发展到后面还有行为数据。从动态数据来看，可以使我们的感知系统得到更大可靠性的提升，使驾驶更安全。对于经验数据来说，整个驾驶和智能驾驶规划更有效一些。对于行为数据来说，肯定是驾驶员会更舒适，因为有些人驾驶习惯是不一样的，当然这是一个在时间上很靠后的事情了。
另外，我们看到现在的趋势， AD经验数据后续是多源的，对于OEM和比较有技术实力的Tierl-1 ，后面也能够拿到很有价值的经验数据，甚至有一部分是基础数据，类似于定位上的特征。这些数据怎么样融合起来？这就迫切需要行业内有一个开放的地图的架构或者一体化地图的架构，能够支持三方的数据源融合在这个基础数据上来，形成一体化的地图数据才能更好地用于自动驾驶系统，提升自动驾驶系统的体验。
这是仓驾融合，人机共驾新的趋势。从地图来看，总结是两个方面：从纵向层面来看数据要统一，这块需要完全打通，从SD所有数据要打通，它和高精数据道路，车道，特征图层， AD经验数据，它们要做到从上到下从下到上的融通，应该是无缝的连接，这对制图是一个很大的挑战。有导航数据经验的人知道，所有要素都需要关联维护，图商需要付出很大成本去做这样一个改变。在产品层面上实际上要把一体化做出来的数据一套产品规格能发布出来，上层应用的SDK也好，引擎也好，算法也好，服务也好，数据更新量也好，也要支持一体化地图的融通。这个地方并不是说所有应用一定要支持所有的层，而是说它能够支持所有数据的某一层，只有支持某一层之后，实际上和其他层是无缝关联起来，它就是融通了。