為迎接自動駕駛技術帶來的時代的來臨，四維圖新圍繞打造“智能汽車大腦”的戰(zhàn)略愿景，形成從導航地圖、車聯(lián)網(wǎng)到自動駕駛、芯片，再到位置大數(shù)據(jù)的五大業(yè)務板塊布局，進而圍繞核心業(yè)務全方位發(fā)力自動駕駛。近日，我們采訪到四維圖新自動駕駛研發(fā)部經(jīng)理馬周，圍繞四維圖新不斷優(yōu)化業(yè)務布局的同時如何在自動駕駛領域的發(fā)展進行了深入溝通。

　　現(xiàn)在學界普遍認為，國內(nèi)自動駕駛基本上處在L3級別，從技術支持的角度來說，目前四維圖新已經(jīng)實現(xiàn)高速路自動駕駛，包括從高速到高速的匝道路徑規(guī)劃。另外馬周指出在自動駕駛過程中，車能開多快主要取決于環(huán)境感知的能力，取決于傳感器能夠“看”多遠。如果在幾百米外可以清晰地觀察到路面情況，并及時做出調(diào)整和規(guī)劃，車速完全可以提升到和人類駕駛時差不多。

　　在自動駕駛過程種，地圖的含義更為豐富，地圖可以為車輛提供決策的基礎，也是車輛做提前預判的基礎。正因為如此，依托于其作為圖商巨頭的制圖技術、人才、經(jīng)驗以及資質(zhì)，四維圖新在2015年就開始采集制作高精度地圖。今年5月，四維圖新與Here的合資公司圖新瀚和成立，引入Here的經(jīng)驗與模式在中國開展服務。同時，四維圖新間接與Here的大股東，德系三車廠達成合作。未來，四維將與奧迪、寶馬、奔馳就新型車載傳感器數(shù)據(jù)的收集和處理平臺搭建進行探討，目前已確認引入6種新型傳感器，用于高精度地圖的平臺化采集。

　　而從自動駕駛技術走向消費者的角度來看，馬周比較看好公共交通領域的應用。一方面，自動駕駛對社會基礎設施建設要求比較高，比如車道線、紅綠燈、交通規(guī)則等，但是公共交通可以由政府設立專門的道路和設施，等于是降低了自動駕駛技術的開發(fā)難度，更好的走向大眾。另一方面，通過政府的扶持和推動，新興的技術能夠快速上馬，獲得大量使用數(shù)據(jù)，推動了技術進步。

　　另據(jù)馬周透露，四維圖新未來要打造兩個“腦”，一個是非規(guī)則化的“腦”;一個是深度學習的“腦”?，F(xiàn)在四維圖新的自動駕駛算法，主要還是在規(guī)則化的策略;后階段會融入深度學習，積極探索深度學習在策略、控制、規(guī)劃等領域的應用。在他看來，目前自動駕駛方向，已經(jīng)實現(xiàn)的端到端技術，尚且只能算作“玩具”。由于深度學習的黑箱，人們難以對其工作過程進行拆解，在尤其關注安全的自動駕駛領域，大家對深度學習用于決策基本都持謹慎態(tài)度。深度學習在自動駕駛領域仍重道遠。

　　最后，馬周也談對自動駕駛技術人才培養(yǎng)的觀點，雖然目前沒有專門的課程來教學，目前一些細分領域的知識都已經(jīng)應用到自動駕駛中，比如神經(jīng)網(wǎng)絡學科早就出現(xiàn)了，最開始只停留在理論層面，后來隨著技術發(fā)展很多知識應用到了醫(yī)療器械領域，而如今隨著人工智能的崛起，神經(jīng)網(wǎng)絡又被應用到機器感知層面。所以說這部分的人才儲備總體是夠的，現(xiàn)階段只是因為供求關系的原因導致市場價格波動。

　　目前看來，高精度地圖對于自動駕駛的意義主要有以下幾點：

　　第一，極端天氣和環(huán)境下的位置感知。舉個例子，雨天積水發(fā)射燈光、冬天路面積雪覆蓋等情況下，利用視覺傳感器和激光雷達是很難識別車道線的，這時候就需要高精度地圖來提供輔助。高精度定位配合高精度地圖，車輛可以對自己的位置做出非常準確的判斷，而后控制車輛按照預定方向行使。

　　第二，自動駕駛的安全性和舒適性。例如車輛在一條很長的高速路行使，如果在這條高速路上有一個很急的彎道，如果用視覺或激光雷達的方式去判斷，車輛快開到這個彎道的時候才能去做出判斷，這樣會造成急剎車、急轉彎等現(xiàn)象，這個時候會給整個駕駛的安全性和舒適性造成影響。但如果使用高精度定位技術，車輛對自己的位置有清晰的了解，車輛可以通過自己的智能決策系統(tǒng)去判斷，什么時候、提前多少米開始剎車、轉向以及轉向的角度。這種方式提升了整個駕駛系統(tǒng)的安全性和舒適性。

　　第三，V2X應用。在交叉路口的車輛穿行和避讓場景中，如果每一輛車都能夠精確地定出自己的位置，通過車車通信和車路通信把自己的位置分享給其他車輛，那么每輛車都會對彼此的位置和路口的交通情況有清楚的了解，通過這樣一種智能路車調(diào)度系統(tǒng)，可以實現(xiàn)交叉行駛車輛的調(diào)度。達到一定程度的話，甚至可以取消紅綠燈。

　　第四，節(jié)省自動駕駛系統(tǒng)運算量。利用圖像識別和激光點云算法，不管是存儲量還是運算量都是巨大的，所以目前我們看到一些自動駕駛車的后備箱里，實際上放了一個非常大型的服務器去做運算和處理的。這種模式是很難實現(xiàn)工程化或者商業(yè)化應用的。如果利用衛(wèi)星定位，就可以定位出車輛大概在這個道路的某一段，或者說在道路非常精確的某一個路段上，在做點云匹配時，就完全沒有必要把整個城市或整條道路的這個點云圖像數(shù)據(jù)庫都調(diào)入做匹配處理，只需要調(diào)用一段數(shù)據(jù)就可以了，這樣會大大縮短存儲量和運算量。

　　也正是如此，高精度地圖在自動駕駛整體解決方案中扮演的是地圖傳感器的角色，它與激光雷達、攝像頭等傳感器一樣，是非常關鍵的一環(huán)。