由蓋世汽車主辦、中國智能網聯汽車產業創新聯盟自動駕駛地圖與定位工作組協辦的“2020 第二屆自動駕駛地圖與定位大會”隆重召開。本次會議主要聚焦高精地圖、高精度定位等自動駕駛關鍵技術，共探產業未來發展之路。下面是百度智駕地圖業務部高精地圖業務負責人佘黨恩在本次論壇上的發言。

上午聽了很多的演講我覺得非常有收獲，特別是谷總，我覺得谷總講得特別謙虛，我這個題目是講量產，講量產的話，今年確實是百度高精度地圖量產的元年，我們今年和兩家客戶已經實現了4款車的量產下線，所以我今天的題目是百度高精地圖助力自動駕駛穩步量產，今年是一個開端。

主要是4個方面：第一個方面講從高精度地圖的外部視角，看看自動駕駛應用方面對高精度地圖有哪些需求，以及我們整個市場發展情況的預測。第二個方面是針對這些需求，我們高精地圖出來怎樣的產品組合，以及當前的產品組合，未來的策略是什么，以及產品規劃。第三部分可能今天的客戶也比較多，所以我們打打廣告，講講百度的優勢和經驗，主要是這4部分的內容。

第一部分來看我們理解的自動駕駛的應用。這張圖的上半部分可能大家比較熟悉，這是自動駕駛的分級標準，從L0到L5一共6個分級，不管是美國的SAE也是中國推出的標準基本都相同，是6個分級，在這6個自動駕駛的發展階段，我們從產品的形態上，我們總結出一個漸進式的路徑，是分三步走，這個路徑也是按照量產的先后順序來總結。

第一步是針對人類駕駛和輔助駕駛導航和ADAS的應用。第二步主要是針對結構化的高速公路，現在推出的HWP、TJP這一類的應用，這個里面是當前量產的核心，大家的量產集中在這個環節。第三步是向更高級別自動駕駛的產品級別去推進，包括RoboTaxi和AVP等。可以看到高精地圖在自動駕駛這個應用階段都是一些支撐，同時不同階段對于高精地圖的產品要求也是不一樣的，不管是精度和更新頻率都是不一樣的，我們跟客戶一起做了很多的項目之后我們總結出，目前大家比較共識的自動駕駛產品往后走是這樣一個比較共識的漸進式產品迭代路徑。

再往下看看當前這個階段量產的自動駕駛有哪些功能。很多的配置是目前發展比較多的ADAS這個功能，現在漸進式發展向往去做迭代，主流的有兩種形態，第一種是NOA功能，是基于導航的路線做的這個輔助駕駛任務。再往上現在還有L3-handsfree的產品，主打是解放雙手，所以它相應要增加駕駛員的視頻監控、相關安全接管等等模塊與功能，NOA的話主打是從導航地圖跟輔助駕駛的關聯，所以它在適用范圍上可以做得更多，同時在上下匝道這種場景下，因為他的手是短時間脫離方向盤，可以在這些功能上面做更好的發揮。

分開展開介紹一下這兩款產品。NOA的產品是先由導航地圖規劃路徑，基于這個導航路徑可以實現這種自動化的進出匝道、超出、并線、巡航等等相關駕駛，對于地圖的話現在用的幾個主要的要素或者是地圖的內容，第一個要提供的是車道級路徑，這個路徑提供出來，輔助駕駛系統會根據這個路徑做進出匝道時機的判斷，這是非常重要的，就像匯入、匯出這些路徑是非常重要的。還有就是其他口的路線，因為在進出匝道的時候這個路徑是不同的，所以要感知難點問題。還有就是要進行定位，這是上述其他功能基礎的前提，這里用到的地圖要路也提到了，包括車道線幾何、拓撲、加減速車道等等。

Hands free現在的設計是在高速和城市路，這個范圍之內是允許駕駛員比較長時間脫手的，另外就是如果行駛到ODD范圍外，要提示用戶去做一個車輛的接管，同時要預留充足的接管時間，給用戶一段時間去接管這個車輛，這是整個hands free完整功能的描述。跟NOA不同的話就是在hands free里面地圖還要提供地理圍欄的數據，這是高精度地圖的范圍，它會告訴hands free系統哪些區域可以安全開啟自動駕駛，超過這個范圍需要人類司機去接管這個車輛，這是非常重要的。同時，我們基于這個地理圍欄提出了地圖的RMA，就是地理圍欄依賴的這些地圖要素我們一定要做到非常高的正確率，來幫助到我們做出很準確的安全開啟、接管這個范圍，這個也會精確到車道級別，就像這個里面產品分類會做得非常細，比如說車道線的磨損，還有加減速車道、漸變速車道等等，以及車道線這些詳細的地方，我們都會提供非常詳細的數據出來。除了地理圍欄，其他的定位模塊在這個里面都是需要的。

講到一個業務就不得不提它的市場空間，因為做一個業務一定要考慮它的長遠發展問題，我們也是基于自家對于市場的一些判斷，同時結合了一個市場就像市場行業的IHS的報告，我們做了一個預測，這里分為兩部分：

首先，在搭載這一塊，今年我們的搭載是萬級別，我們看整個市場的話，我們預測到2023年左右可以到百萬級別的規模，然后再進一步2025年在這個基礎上會翻一番，大概是這么一個基礎的預測，當然這個里面的5年內的發展，高精度地圖不僅是用于L2+這種形態，它目前已經有L3、L4級別的限定區域的高精度地圖，現在百度這邊已經是商業化的產品來提供，所以這是一個組合的情況。

同時在市場規模方面跟搭載也是正相關，從2021年基本上開始起步爆發，到2025年我們判斷是到一個十億的規模，周期會比較長，但是我們判斷在整個高精度地圖方向領域內一定是存在獨角獸的機會，這個市場空間還是非常廣闊的，這是第一部分對需求和市場的一個判斷情況。

第二部分，我們來看看百度在量產的這些項目里面，我們做出來的一些產品有哪些，以及我們對于產品的思考來供大家參考。

我們看產品組合首先要先看一下做出來的產品里面是怎么樣的構成。我們還是以主機廠為中心，在自動駕駛系統下面會有一個系統總成商，地圖和定位現在在市場里面目前軟硬件是相對分離的，就像百度等等我們的一些友商主要是做地圖定位這個軟件的，同時我們依賴像導遠這些會提供盒子的一些硬件。也有一些做法是我們的軟件是直接放在這個域控制器的做法，就是整個還有在最下面支撐的話是攝像頭，還有GNSS、RTK、IMU等傳感器，整個是這樣的一個系統組成。

同時系統里面不同的模塊還要進行相關信息的通信，所以這個里面是以太網或者是CAN的網絡，以及相應的模塊都需要做開發，因為高精度地圖需要不斷地更新，所以我們整個是需要聯網的環境，還需要跟T-box連接到云端，如果是NOA的功能實現同時還要跟車載的云系統去做交互，把全局的路徑在系統里面進行交互。整個是這樣的一個系統組成，在這個系統組成里面我們的定位是數據和軟件的供應商。

當時我們的產品主要包括4個部分：第一是地圖數據，它的功能就是超視距、穩定和高可信度這樣相關的車道線、要素等等的信息，這個是包括首先車輛定位以及AD所有功能是提供基礎的數據支撐。

第二，百度還提供融合定位的服務，融合定位可以基于高精度地圖、絕對定位向RTK等等，在之上做一個融合的定位算法，它可以準確地把車定位到具體的車道，定位到車道之后這個是后續相關功能的一個前提，像變道、超車等等都會有具體的定位。

第三是地理圍欄，就是我們給上層系統去提供這個ODD的功能，在ODD內也可以做超出ODD相關接管的提示。

第四個就是動態服務，我們在平臺里面需要提供數據的更新，同時還有很多的動態信息，比如說交通流、交通事件等等這樣的信息，把這一份靜態的數據去不斷提升它的時效性，同時動態的數據去更好地保障自動駕駛的安全性。這是我們主要的產品組合。

當前我們是這樣的一些產品，未來高精度地圖業務或者是這個產品怎么做這里有一點思考，把這個業務放到三維的坐標系里面，首先我們當前的點是在這個坐標原點，我們可以看到它是一個高速的地圖和定位這么一個基礎產品組合，這個可能是大家目前市面上基本面可能都在這里，那高精地圖未來怎么發展呢？分成幾個維護：

首先，在業務的寬度上，我們當前是在結構化道路，未來我們要往城市的道路上走，很多的客戶其實提出了要適應更多的場景，往城市道路、停車場這個方向去進一步覆蓋。終極狀態是高精地圖要做到全域的覆蓋這樣的目標，這個是在寬度上的一個思考，是進一步去拓展高精地圖的覆蓋范圍。

其次，在應用的高度上，我們在想當前高精地圖的作用主要還是服務于高精度自定位的功能，隨著高精地圖的數據質量不斷提升，數據的鮮度越來越好，要素豐富度越來越高的時候，高精度地圖可以發揮在自動駕駛里面更多的作用。一個是我們可以去結合規劃和控制，做更好的一個全局車道級的路線規劃，并且基于我們地圖相關的屬性可以做更好的一個車輛控制，不僅是安全，通過考慮舒適，這是一個高精度地圖可以向上進一步發展的方向。

更進一步就是我們地圖還可以服務于感知、決策，我們可以看到很多的駕駛行為，其實會產生很多的經驗，這些經驗其實有很多是跟地理的這些信息場景相關的，比如說我開車過一個匝道，往往匝道限速30，但是沒有攝像頭的情況下我可能不會用30去開這個匝道，我可能60就可以過，這種經驗以及我實際行車的路線不一定是嚴格在這個車道線上的所以這種知識經驗類的信息是可以作為一個高精度地圖之上的一個圖層來產品到這個高精度地圖里面，這個里面我們就會把高精度地圖做成一個有認知的地圖，去幫助更好的自動駕駛去做相關的一些決策，一些控制等等，這是認為自動駕駛地圖我們整個還是在自動駕駛這個大方向內去看我們高精度地圖的作用，這也是決定了我們高精度地圖的一個業務高度，能不能做這么大的一個范圍來。

還有就是商業模式，隨著5G的環境越來越好，高精度地圖以后可能是服務的形態，它只在云端，所有的車是連的從一份高精度地圖，它就變成了虛擬感知的云端環境，擁有上帝視角，所以這是我們的終極商業模式，這個商業模式建立了以后可以根據用量，你的車到底行駛了多長距離、開啟了多少自動駕駛、用了多少地圖，可以用這個方式去做高精度地圖的一個商業模式。整體這個業務的規劃，我們可以看到雖然規劃得很好，但是往任何方向去邁一步都是非常有難度的，這個也需要我們從業者大家一起去做更多的思考和實踐，來看一看我們高精度地圖到底下一步未來往哪一個方向去走。

有了一些規劃的目標，怎么去做、怎么去實現，這是一個路徑的問題，在路徑上我們也總結出了兩個信息，就是數據和服務的兩個量產閉環。首先是服務，高精度地圖還是服務于客戶To B的業務，我們跟客戶之間要形成一個整體正向的服務閉環，服務的閉環就是我們需要更懂自動駕駛，客戶給我們提出的需求我們進行了滿足，在這個過程中我們和應用是形成了更好的know how的積累和循環，我們希望在這個循環里面不斷跟客戶去做打磨，到底有多少的質量標準，這個跟C端用戶的使用是非常強相關的，首先是第一個閉環我們需要去懂自動駕駛，做哪些，做怎么樣的高精度地圖。其次是在數據實現的閉環，當前大家也知道，現在圖商第一版圖往往都是自己用自主的采集程序做，現在的覆蓋范圍是說在高速公路、城市快速路，未來高精度地圖是比導航地圖要求更高的鮮度，它是給自動駕駛和機器來用的所以它對鮮度的要求更高。

那怎么去做？我們想不僅是要有自動采集，同時要構建一個數據的閉環系統，和客戶的自動駕駛一起，幫助這個高精度地圖自動更新。因為很多自動駕駛車上配備的都是非常好的傳感器，它的數據如果能夠匯聚到云端，是能夠很好地幫助高精度地圖來做更新，不斷提升數據的鮮度，我們從季度到月度到周級甚至到天級實時更新都是完全可以實現的，這是講到我們的路徑很重要的兩個閉環，百度也是在積極推進這兩個閉環的建設，某種意義上來說，這兩個閉環是否能建成也是未來決勝的一個關鍵所在。這是整體第二部分關于產品相關的一些策略和規劃的思考。

第三部分我們講講主要是我們在量產里面有什么樣的能力提供和我們的一些關鍵優勢，跟大家做一個分享。

這張圖可能現在比較多見，現在是地圖或者高精度地圖生產的流水線，從數據采集，攝像頭、IMU等等，第二個我們會做很多的自動化處理，像圖象識別、拼接、融合等等，再進一步到內頁，內頁再打造人工的平臺，讓人工去做制作和質檢。最后是數據發布，以一個交換格式提供給我們的客戶。整個環節百度是最早來執行這么一套生產線的，我們是在2013年的CDPR會議上發了一篇文章，提出了高精度地圖的生產流水線，基本上到今天這個流水線應該是比較共識，就是形成了一些標準的做法。它的自動化是關鍵，我們的AI技術要在里面發揮作用，不斷提升效率，從而提升性價比。

這里的4個優勢我快速說一下，第一個是采集車隊夠不夠，就是要構建你的第一份高精度地圖的同時要去更新，那就有比較大的采集車隊。其次是AI，不僅是現在里面的這些要素，很多高速里面的標牌都需要高識別性，需要技術上不斷去打磨。第三就是制圖的經驗，百度是互聯網公司，但是背后也是我們25年的一個專業制圖的經驗。最后是質量控制體系，除了效率，質量同時也是非常重要的，質量是生命線，所以我們的質量其實很早之前就有16949的質量體系認證。

除了生產線之外，我們還是提出要推進專業測繪+眾包更新的數據生產方式，這個意義剛才也提了，就是單靠自己的采集車是無法做到更大范圍，就像城市道路，我們整個有中國上千萬公里的道路，那怎么去做出這個高精度地圖？一定是要通過社會化的這種方式去作為采集方式和數據生產方式，它有自主采集車，同時要有普通車輛以及未來的自動駕駛車，在云端我們要匯聚所有的數據，去快速生產加工數據，生產快速的高精度地圖，從而向自動駕駛的應用去提供相應的服務。

除了數據之外，高精度地圖一定是一個服務，一定是一種平臺，所以當前階段我們是數據+云端服務的組合方式，未來的高精度地圖一定是在服務上更加重要、更加側重的。百度的這個服務平臺的整個overview是這樣的前景，首先是基于百度云，還有百度LBS的平臺，加上百度高精度地圖相關獲得所有的數據，以及我們能提供所有基于數據的增值服務，以及開發者相應提供的服務等等，我們在這個平臺上都會來提供支持。

這個里面既有標準服務，然后也有定制化的服務，其中標準服務包括我們的數據回傳服務，地圖OTA的更新服務，以及ODD服務，還有動態的信息，這個是標準的。同時定制的服務我們也提供基于回傳數據相應的數據挖掘、標注等等這樣的一些增加值訓練相關的服務，也是在這個平臺可以提供的。

這個平臺同時會考慮有非常完整的合規性考慮，特別是面向國際的OEM他們非常關心我在中國開展業務，尤其是比較敏感的測繪這個行業，你能不能保證我是合法合規的。我們在這個里面也有充分的考慮如何去做數據的隔離，如何保障我們在全流程里面數據合規相關的考慮因素，也是通過這個服務平臺，我們希望用平臺去連接未來的車以及連接其他的云，來做成一個最終的閉環生態，數據在里面是非常良性的一個流轉運作。

同時這個平臺我們的一個優勢總結來說，第一，基礎設施我們是百度云，百度現在有亞洲最大的互聯網數據中心，然后我們的CEO也說未來會有5百萬臺的服務器加碼在云基礎設施上。第二是云端AI大數據處理，這個也是縮短發布周期、提高發布效率很重要的關鍵。第三剛剛講到的專業合規。第四是數據生態，在數據生態上其實我們的優勢是我們有阿波羅的大生態在這里。同時，百度其實不僅是數據，還有全棧式的自動駕駛解決方案，所以在生態構建上我們可以相互借力更多。

除了基礎服務，我們用技術還打造了一些差異化的服務能力，這里是舉三點例子，也是我們正在做的更多服務提供。

第一是動態數據，大家很關心你能不能做到車道級？首先我們在施工方面去挖掘這種車道級別的施工，幫助自動駕駛車能夠更好地在某些車道級別施工，它可以做更好的決策。

同時融合定位里面我們也是應用了AI的技術，就是讓這個融合定位變成一個用AI的數據驅動的方式去做這個算法迭代，或許就可以極大的減少成本、提高效率，讓我們離線或者在線的智能方式去迭代智能算法，它一方面可以跑出人實際路測遠比人多的場景，另外可以很快放大到全國。

第三就是道路的可靠性服務，這個ODD其實是動態的，不僅是靜態的，通過我們數據的聚合，能挖掘一些動態的就像位顯時間，就像路面的積水等等這些東西，我們會去放到我們的RS服務里面，從而讓這個輔助駕駛運行得更安全，這是我們打造的差異化的服務能力。

最后是我們售后量產的工程服務技術方案。主要是車和云端兩個部分，在云端我們相應的地圖會放在云端，方便做地圖更新，還有動態數據，剛剛的RRS那些數據，這些數據不僅可以連接到車機的動態盒子，同時可以給定位系統直接提供服務，在車端我們會有靜態的地圖數據，有相應的程序庫，就像OTA的程序庫，自定位算法也在云端，同時有EHP，EHP以車跟其他模塊的接口傳輸出去，同時我們還接收來自于不同傳感器的輸入，就像攝像頭還有車身信息等等，組成了我們整個量產工程的技術方案。這個方案在目前我們的量產方案里面也是大量在應用，也是經過了跟多的打磨。

最后一部分是快速總結一下我們的一些量產的經驗和客戶案例，首先這個是展示的百度的高精度地圖已經合作的客戶以及量產時間表，其實可以看到在今年我們有兩家客戶，車代表客戶，方向盤代表搭載的量級。

2020年是一個開端，2021年我們有4個量產客戶會集中在這個時候釋放SOP，2022年和2023年這個項目不是很多，但是主要的原因是現在有很多的這個項目其實還是在立項、招標等等過程中，我相信隨著我們在今年、明年有很多的標桿項目出來之后，我覺得在行業內會形成這樣的一個趨勢，會帶來整個市場的爆發。

這一份成績單我們也想打個廣告，百度從13年開始做這個業務，到今年也是第7個年頭，經過不斷的努力，在今年我們可以看到這個東西的價值最終出來了，它在用戶這兒產生了。所以目前我們在量產上今年應該是最早的，現在量產的項目同時并行的也是最多的。

今年4款車也給大家展示一下，這個是兩家客戶的4個車型，其中三個車型已經量產下線，還有一個車型是在9月份即將量產，整個我們已經是萬級別的激活。我們可以看到搭載了百度的高精度地圖和定位產品，我們應該做好這一部分的能力和功能，去幫助到最終客戶，自動駕駛這個產品去上線和落地，去獲得C端用戶的認可，從而獲得一些收益，來幫助整個業務形成這樣的一個良性的循環。今年只是我們業務的一個開端，未來我們會有更多的車型陸續推出。

這是我們非常概括地總結了一下我們量產的經驗，希望也是切磋，做量產項目我們是以一個中心、三個關鍵。

一個中心就是我們堅持以客戶服務為中心，大家知道我們在做成一個項目，最終是要去以客戶的成功作為我們最高的一個目標，所以我們在做很多工作推薦的時候，需要有全局意識，最終這個車賣得好不好，這是我們做很多推進，去想很多問題、做很多判斷的出發點，所以我們堅持以客戶服務為中心，對團隊都是這樣的一個要求，這是價值觀。

三個關鍵第一就是產品，產品是我們能提供出來的能力和價值，所以會去持續打造最優的品質，這個里面提到高精度地圖衡量的就像精度、鮮度、要素等等，我們會持續打造這個品質。第二是質量，質量是生命線，質量必須得永遠是最高的標準，我們交付出去的東西是不是高質量的，我們整個過程的管控是不是高質量的，是不是1694認證，還有功能安全我們也放在質量里面。第二個是流程，我們希望構建專業交付的流程，流程的關鍵在于我做一個項目可以做得很好，做十個項目行不行？它需要穩定的服務，所以我們在流程上要下大功夫，解決整車自動駕駛這個功能我們用什么流程來做也是非常重要的，同時項目有什么組織，人是怎么樣的職責分工，也是流程里面的一部分，還有就是流程里的機制和文化，在我們工作推進過程當中，我們提倡的是什么、抵制的是什么、獎勵的是什么，都是在做項目過程中有非常多的問題，都放在流程里面去解決。這是整體展示一下我們的解決經驗

今天的分享就到這里，非常感謝大家！最后的最后還有一句，我們也是取得了一些成績，然后我們在量產項目里面也是非常真誠和踏踏實實在做這些項目的，我們也希望未來越來越多的客戶和自動駕駛產品能夠盡早地推出來，讓我們整個消費者真正能體會到自動駕駛這個產品帶來的很多便利，解決的很多問題，希望大家一起努力吧！謝謝大家！
? ? ? ?責任編輯：tzh