Momenta首次對外詳解高精度地圖：快速規模化更新是王道

Momenta：讓你的成長火力全開丨Momenta精英實習項目「火箭計劃」全球熱招?

zhuanlan.zhihu.com

從蘇州，向未來丨火箭計劃全球熱招?? 面向全體在校生推出的精英實習計劃！歡迎ACM等競賽經驗、C++編程能力強的代碼大神加入同樣優秀的我們！

? 頂級薪酬福利待遇
? 成長方向精準定位
? 十多位業界大牛指導
? 真實場景下的無人駕駛實踐
? 多維度成長培養體系

開發、演算法、測試、產品、項目、市場等多個方向同時開啟，
讓你在最短時間內在資源最豐富的平臺，獲得火箭速度的成長！??

文 | 李雷

轉載自新智駕（AI-Drive）

高精度地圖量產之戰已經開局。

行業內已達成共識，面向L3/L4甚至更高級別的自動駕駛汽車，高精度地圖已成剛需，誰能率先具備快速更新地圖的能力，並完成高精度地圖的量產，在商業模式上破冰，誰就站上了自動駕駛舞臺的中央。

專註於研發自動駕駛大腦的Momenta也將高精度地圖作為核心業務之一，這家一直低調的自動駕駛獨角獸決定正式對外公佈其高精度地圖的技術畫像。

近日，新智駕與Momenta CEO曹旭東及Momenta研發總監兼地圖業務負責人孫剛進行了獨家對話，兩位負責人首次對外詳解Momenta在高精度地圖方面的技術路線及商業戰略。

Momenta將自己定位為產業鏈條上的Tier 2，並向新智駕呈現了三條更實在的高精度地圖「準則」：

一、在大規模建圖之前一定要建立快速更新的能力；

二、高精度地圖的信息更新需要進行大規模的驗證；

三、高精度地圖的精度和更新頻率需要根據元素進行分級。

在大規模建圖之前一定要建立更新能力

隨著越來越多的自動駕駛解決方案面市，高德、四維圖新、HERE等傳統圖商，谷歌、百度等科技公司，甚至自動駕駛初創企業已相繼亮出量產時間表。一向低調穩重的自動駕駛玩家Momenta在高精度地圖量產之路上，提出了「關注更新能力，比一味大規模建圖更重要」的說法。

在Momenta看來，對於高精度地圖提供商來說，一張高精度地圖完成繪製交付，並非代表一段工作的完結，而是地圖更新閉環的開始。假如一張高精度地圖無法保證持續更新，這意味著從發布之日起，它的價值就會持續降低，信息滯後的安全風險會持續升高。

△Momenta研發總監兼地圖業務負責人孫剛

Momenta研發總監孫剛對其進行了進一步的解釋：「嚴格來說，對於應用於L3及以上自動駕駛系統的高精度地圖，技術團隊首先要具備快速更新高精度地圖的能力，再進行大規模建圖纔有意義。」

Momenta CEO曹旭東將大規模建圖歸屬於勞動密集型的作業，「大規模建圖依賴的是資金（去部署大量的採集車），這與傳統導航圖商的做法沒有差別。而高精度地圖的剛需是實現快速更新，這也是高精度地圖領域新晉公司與傳統導航圖商差異最大的部分。」

為保證地圖「鮮度」，Momenta在高精度地圖方面選擇了基於視覺感知進行眾包部署的方案。在孫剛看來，傳統圖商採用以激光雷達為主的技術路線，存在成本高的門檻，無法實現大量部署，對應地圖的更新速度較慢，且不能進行快速大規模的驗證。

相比之下，視覺方案的硬體成本低，容易進行規模化部署實現地圖更新。眾包解決方案的量產和規模化部署，能夠最終讓高精度地圖實現以天為單位，甚至以小時為單位的更新，同時快速驗證數據的有效性。

針對高精度地圖的底圖繪製及眾包更新，Momenta自研了一套完整的繪製更新硬體，並將信息更新和驗證貫穿產品的整個生命週期。在高精度地圖繪製及更新方面，Momenta用「兩條腿」走路：通過自有渠道或者合作渠道，完成地圖繪製；佈局後裝設備及前裝定位盒子，眾包完成地圖更新。

底圖繪製設備：包含攝像頭、高精度GPS、高精度IMU，及用於深度學習和SLAM的計算晶元，並對搭載的感測器設置高精度的時間同步，整套設備價格在1000美金左右。Momenta不會對產品進行單獨的售賣，而選擇和主機廠、計程車隊、物流車隊等合作，或將感測器設備搭載在自有測試車隊上完成底圖繪製；

地圖更新設備：地圖更新設備的成本相較底圖繪製設備，要低很多。Momenta將更新設備分為後裝和前裝兩種方式進行部署。後裝方式，即將眾包更新方案搭載在Momenta後裝產品設備「途鈴」，完成地圖更新。前裝方式是Momenta將通過與主機廠合作共同研發「定位盒子」，並搭載Momenta地圖更新方案。

建立完整的高精度地圖更新閉環系統

基於視覺感知的方案進行眾包部署，Momenta在高精度地圖外業 ( 原始數據採集）層面形成了一套專有系統。在高精度地圖後期的內業層面（數據處理、校對、標註及補缺），專註於研發自動駕駛大腦的Momenta認為其較傳統圖商有自己的優勢。從利用深度學習和SLAM演算法進行大數據處理，發現地圖信息，到通過交叉對比和影子測試進行驗證，是Momenta的技術特色。

關於高精度地圖內業，人工智慧和自動化是處理大量高精度地圖數據的關鍵。在後期數據處理過程中，深度學習和自動化工具能快速提升數據處理效率，減少人工標註開支，加快地圖繪製更新速度。此外Momenta已建立大數據平臺、大計算平臺、大測試平臺三大基礎平臺，其基於真實道路積累了海量數據，在地理信息的維度下進行索引，完成圖像檢索，並根據演算法提取道路特徵 ( 例如車道線 ) ，完成數據關聯，輸出道路信息之間的幾何位置、相應屬性及道路之間的關係。

未來Momenta的地圖更新產品將通過前裝搭載上車。基於車輛上的感測器，計算平臺可以實時估計車輛的相對位置信息，並結合深度學習和SLAM演算法感知道路元素，再將實時感知到的結果和高精度地圖進行對比。當系統發現實時感知結果和地圖不匹配時，就上報給雲端。Momenta綜合車輛傳回雲端的信息進行數據處理，形成地圖更新信息，並下發到各個車輛，完成地圖更新的完整閉環。Momenta全球頂尖的深度學習和SLAM演算法為數據採集、識別、定位提供了紮實的基礎。

在與主機廠、供應商的交流合作中，Momenta認識到高精度地圖的使用者非常關注如何大規模快速驗證更新數據的正確性，這也成為Momenta的發力之處。

傳統的抽樣測試方法，例如十公里的地圖，每隔一公里抽樣測試一個點，測試覆蓋率低且耗費人力，需人員親自到達現場，難以規模應用。

其次測試週期越長，信息滯後的風險就越大。如果針對一個變化信息，測試並確認有效的週期特別長，則在它被確認之前，就有可能變成了無效的數據。按照Momenta的邏輯，高精度地圖反而具有「後發優勢」，即如果兩張地圖的製作方法和交付日期相同，較晚開始採集的地圖會更安全。

在快速檢驗地圖更新信息的準確性方面，Momenta採用交叉對比和影子測試的方法來驗證地圖數據。高精度地圖領域如何進行交叉對比和影子測試呢？

Momenta從三個維度展開：

其一，視覺眾包方案帶來了豐富的道路信息，Momenta根據其中的部分數據完成地圖繪製，同時利用同樣路段上的剩餘數據再進行多次繪製，進而交叉驗證不同高精度地圖的數據。當相同路段的不同地圖數據高度吻合時，意味著地圖信息更準確。

其二，即基於Momenta多感測器融合的定位演算法驗證地圖準確性。當各個感測器的定位結果接近一致時，意味著地圖信息更加準確。如多種感測器得到的定位結果不一致，地圖準確性則需再議。

其三，通過將高精度地圖數據接入決策系統但不對車輛進行實際控制，影子測試可以對比自動駕駛系統的預測軌跡與車輛真實軌跡的一致性來判斷高精度地圖數據的正確性。通過大規模不接控制的測試，可以達到更快的驗證速度。而大規模鋪設的眾包設備回收數據可在後臺直接完成測試。相對於傳統實車實地測試，整個驗證週期可以大大縮短。

道路信息的精度需求因自動駕駛系統需求不同

高精度地圖需要為自動駕駛構建一個相對真實的道路環境，不同於傳統的導航地圖，高精度地圖在內容圖層方面更加豐富，且精度要達到釐米級。多數高精度地圖供應商聲稱有能力達到10-20cm的精度。

行業內對於高精度地圖圖層的定義包含兩大部分：靜態地圖和動態地圖。靜態高精地圖的繪製是當下行業內的工作基礎，也是攻堅點。一套完整的靜態高精地圖需要包含語義信息的車道模型、道路部件、道路屬性三類矢量信息，以及用於多感測器定位的特徵圖層：

車道模型：即引導車輛從A地開往B地的道路規劃，包括車道上詳細信息的和連接關係；
道路部件：包括交通標誌、指示牌、龍門架、路桿等路側及路面的各類物體，當車輛感測器探測到這些道路物體，然後再對比地圖，便可得知車輛的精確位置；
道路屬性：包括道路的曲率、航向、坡度以及橫坡，幫助車輛執行轉向、加減速；
多感測器定位的特徵圖層。

Momenta認為高精度地圖有兩個關鍵點：左手更新，右手精度。高精度地圖中不同元素的精度需要根據自動駕駛系統中的不同作用來定義。

孫剛提到，自動駕駛車輛對於車道線精度要求達到釐米級以上，而對於道路旁的限速牌，自動駕駛車輛更關注其限速信息（限速40或限速60等），當限速牌不用於進行車輛定位時，限速牌的具體位置精度則變得不那麼重要。

Momenta之所以能夠定義高精度地圖的元素精度和更新頻率需求，恰恰因為公司不僅是地圖技術的提供方，同時也是地圖的使用者。通過將自產的高精度地圖應用於自研的L3及L4自動駕駛解決方案，Momenta對高精度地圖信息精度進行定義；同時在與主機廠、供應商的合作中，依據下遊客戶的需求進一步完善高精度地圖的精度和更新要求。

其中幾類典型的地圖元素分級如下：

孫剛否定了視覺的精度比激光雷達差的說法。「Momenta高精度地圖生產體系中，目前並不能得到視覺方案的精度低於激光雷達方案精度的結論。甚至在某些情況下，前者比激光雷達表現更好。激光雷達稀疏的點雲對於目標物體邊緣掃描能力較弱，例如無法精確捕捉標識牌邊緣。在這一方面，視覺方案更顯優勢。視覺感測器可以通過多次拍攝積累數據，其能實現的測量精度可以超過激光雷達。」

同ADAS地圖相比，面向L3/L4級別的高精度地圖精度更高、道路信息更豐富。在Momenta看來，其高精度地圖面向高級別自動駕駛，同時可降維到L2/L2.5級，甚至ADAS輔助駕駛層面使用。

對於L1/L2級自動駕駛而言，高精度地圖屬於加分項；面向L3/L4甚至更高級別自動駕駛，高精度地圖則是必選項。曹旭東提到，面向L2/L2.5級自動駕駛，高精度地圖可以為自動駕駛系統提供更好的魯棒性。例如在車道線殘缺或沒有車道線的場景中，高精度地圖可提供道路信息，完成車道保持動作；經過坡道時，高精度地圖可提前預知坡道信息，並告知車輛提前加速；抑或當前方出現彎道，高精度地圖可提前為車輛提供彎道曲率信息，並規劃出適應此彎道的最優速度，從而提高自動駕駛車輛的安全性和舒適性。