人工智能带来智慧出行新时代

如果把传感器比作自动驾驶汽车的眼睛，把汽车控制系统比作大脑，那高精度地图就是大脑里的知识库，是大脑里的经验，对大脑的决策起关键性作用。大家好，我是极奥科技的王雪坤。今天是亿欧的创新者年会，极奥作为一家在出行领域的科创企业，我们来聊聊人工智能带来怎样的智慧出行“新”时代?回想两万年前，尼安德特人走出非洲的时候，就是因为没有地图所以他们永远只有“走出非洲”没有“回到非洲”;东汉年刘备三顾茅庐的时候，诸葛亮拿出了一张西川地图最终帮刘备成为蜀汉的皇帝，这当然可以理解成地图在军事上的创新;16世纪之后的大航海时代中，每一位冒险家的身边都有一位地图测绘师，冒险家可能在某一次的航海中殒命汪洋，但是地图留了下来，为后人指示出了一条条的黄金水路，这可以理解成地图在商业领域的创新。到了2002年，中国政府颁发了第一张“导航电子地图甲级测绘资质”之后，导航软件开始蓬勃发展，从PND到手机，从前装百分之几的装配率到现在接近百分之百装配率，很多之前以“路盲”为借口不买车的人群，成为了有车族。在乘用车市场爆发的背后，显然有地图创新的功劳。

时至今日，在智慧交通出行领域，只要一谈到到自动驾驶，言必谈“高精度地图”，而且热度越来越高。

历史告诉我们，无论空间和时间如何切换变化，可以总结出的一点是：每一次地图的创新迭代，都推动着一轮新的产业时代到来。

前面提到自动驾驶与高精度地图，那为什么高精度地图越来越成为自动驾驶的重点和行业的热点呢?

首先，如果把传感器比作自动驾驶汽车的眼睛，把汽车控制系统比作大脑，那高精度地图就是大脑里的知识库，是大脑里的经验，对大脑的决策起关键性作用。

其次，只有同时满足“精度”和“鲜度”的地图，才是一张真正的高精度地图。在高精度地图实际生产的过程中，有着严格的工艺体系和质量标准，并且需要庞大的实时数据作为支撑，因此，真正的高精度地图时至今日依然是稀缺资源。

一件事，很重要、有很稀缺，那自然是重点是热点。

如何定义高精度地图

可能对外界而言，高精度地图的概念一直模糊不清。到底该如何定义高精度地图?极奥总结为四个属性：

首当其冲第一点，在技术方面必然要有“高精性”。

传统导航电子地图以道路为单位建立的拓扑模型，在现如今已经无法满足物流、出行服务、智慧城市各个应用场景上的需求，更不要说自动驾驶在感知、定位、决策方面的需求了。因此大家都在说的是基于车道级别的拓扑。从“道路”到“车道”，单单这一个词的改变，势必把对于地图数据精度的要求提高了一个甚至几个数量级，我这里先不谈到底应该是亚米呢，还是分米呢，甚至是厘米级别。总之，精度的要求是必须的。

其次，在鲜度方面要保证“实时性”

，导航地图被用户问责最多就是数据不够新，明明新开的路地图上没有，明明已经废弃的路依然可以规划，道路级拓扑的时候已经不能忍了，现如今是必然要解决的;

第三，在场景方面需要有“包容性”。

首先我们不需要回避的问题是，自动驾驶一定是高精度地图的第一个完整的落地场景。但是就自动驾驶而言，已经有很多场景需要包容：以自主泊车为代表的封闭场景;以港口、码头自动化装卸的半封闭场景;还有就是大家都在谈的Robot Taxi为代表的开放场景。那除了自动驾驶外，还有我们可见的物流场景，可能于自动驾驶场景有重叠之处，但是：针对精准ETA的需求，针对政策性限行的实时数据需求，针对道路油耗、刹车损耗、轮胎损耗的精准成本预估需求这都是自动驾驶本身不会重点关注，而这恰恰又是只有地图才能精准满足的，因此未来的地图必须也是必定要能包容的。

最后，成本方面需要有“竞争性”。

我们可以看到现在很多巨型企业开始逐步的控制地图，BBA在2016年收购了Here，早在2013年Google收购了Waze，去年上汽集团收购了中海庭以及软银愿投资了MapBox和我们极奥科技。为什么巨头纷纷参与到这场地图的战斗中来?一定是因为这很重要!其次，十几年的历史告诉我们：地图是一个件很烧钱的事。既然我们给高精度地图提出了那么多精度上的要求，鲜度上的要求，场景上的要求，那可以想见高精度地图将是一件更烧钱的事。在2016年，国内某家图商公布过一次成本，每辆测绘车800万，每公里测绘成本10万，可是单就中国而言道路总里程500万公里。虽然已经两年多过去了，成本一定有所降低，但是，这笔账已经不用细算了吧。因此，任何一家想在高精度地图上有所作为的企业，如何在保证高质量交付的同时控制成本一定是他们的第一要务。

基于以上四点，我们可以说只有全部符合以上这四种特性，而不是只在单点上做出改进的，那它才能担负起未来高精度地图的使命，也才配称的上真正的“高精度地图”!并且，以此为核心能力的企业，毫无疑问，将掌握着智慧出行“新”时代的脉络。

三年前，极奥是全国首家提出以数据众包采集加人工智能自动化生产实现高精度地图的公司。通过三年的积累，极奥已经建成了全国最大的数据众包平台，再过1个多月，众包车辆将突破1000万台。我们的高精度地图数据已经可以覆盖中国300多个城市和30万公里主干路网;数据内容，包括200多种地图属性和45个地图核心要素。如今，每天新增里程轨迹超过2亿公里，并且实现了以小时为单位的高频更新。

我们通过庞大的数据库来反哺深度学习，整个人工智能地图平台自动化率在90%以上，并且整体人工智能技术在交通行业的运用高于同行业的友商们。

这里给大家看一个实际案例，可以说明几点：

第一，极奥人工技术识别的种类不仅仅是部分交通标志，而是所有交通标志和路上看到的所有与交通相关的物体，

包括：各类车道线、所有交通标志、各式各样的道路隔离、各种交通灯、路灯和异常车辆，以及行人车辆组合等等。

第二，极奥人工智能识别模型的泛化能力非常强。

像视频中桥下这个专供物流车队使用的限高标志，如此倾斜、低光照、人眼都看不太清，但是极奥的人工智能可以清晰、快速、高效地识别出。究竟有多快呢?我们AI团队最快可以实现以每秒20帧的实时识别。

第三，从行人车辆识别、车道线识别、交通标志识别、道路设施识别这些人工智能识别模块的打通，构建了感知层，然后推到场景识别的认知。

第四，关于识别率，在全光照、全天候、全物候的识别率在95%以上，场景识别率达到了100%。

这是因为我们的AI技术不是简单的画框识别，还能利用像素级识别，沿着物体的轮廓精准描线，这样的好处是可以将无用的信息过滤掉，提高识别准确率，同时增加识别出来的信息维度。不仅仅是识别出物体是什么，还能提取物体的空间信息。

基于我们的人工智能技术优势，极奥的高精度地图服务可以为自动驾驶提供更好的行驶决策和最核心的技术支撑，提供包含地图更新、地图查询、高精度定位、车道级路径规划、自动驾驶决策在内的全套地图服务。自去年起，极奥就已与国际主机厂、Tier-1、合资车企、新能源车企达成合作，项目均有量产计划。

高精度地图的广泛应用

今天年会的主题是创新，我们就以物流行业为例，看下除了自动驾驶，高精度地图在其他出行行业，比如现在热门的物流行业，有哪些应用?

应用一：环境感知联动平台。

传统地图产品在限高、限重、限宽、限轴以及卡车限行、卡车专用道、危险品车辆专用道等数据方面的缺失，同时对于政策性限行等数据的无法及时掌握，带来的ETA也就是预计到达时间产品的不准确给物流企业带来大量的损失。

极奥则通过海量数据的众包，通过集成多种车载传感器和地理信息云服务，可以生成对企业车辆进行定位、跟踪、调度、防盗及管理的一套人车路交通环境联动式监控平台。通过专业的数据规划就能减少堵车、绕路等情况带来的损失。

应用二：物流行业的地盘系统。

传统地图的四级地址库带来的地理信息编码也就是Geocoding，给分拣系统带来了极大的困扰。

极奥则通过高精度地图与七级地址库的整合，建立了厘米级的高精度Geocoding，通过合理的责任区划分，可以快速将业务订单批量自动分拣到各业务区域，并落实到区域负责人，从而极大提高分拣效率，节约人工分拣成本。

应用三：车流车辆精准运营。

物流车辆运营成本一直是物流公司的核心成本之一。物流车辆不光会有货运大车同时也会有两轮或者三轮的散送小车辆，如何最优最快的送达目的地，但是现在除了时间成本外，其他数据几乎无法测算。

极奥通过高精度地图的坡度、曲率、斜率等数据以及人工智能技术和实时变化的地图数据相结合的技术，为不同物流车辆提供相对应的每条道路、每条车道的最优的成本测算模型，无论是大车还是小车，这样送达的准确时间更精准，为物流企业降本增效。

科技创新推动着时代步伐，也赋予了各类商业场景全新的升级和应用。在极奥看来，在AI技术支撑下，高精度地图的生命价值被重新定义。我们提出了GEO Plus的理念，GEO不仅仅代表了极奥，同样也是代表了Geography，代表着交通地理出行整个行业。

GEO Plus以高精度地图为基础，高精度地图服务为核心，为自动驾驶、物流、商用车导航、共享出行、智慧城市、实时位置服务等各个行业提供最鲜活、最精准、最智能、最丰富的服务。

在这里做个类比，十几年前大家都只知道NVIDIA是一家显卡厂商，但是那时候想对显卡直接变成非常困难，需要用到汇编语言甚至机器码，因此NVIDIA研发了Cuda平台，把复杂的显卡编程封装成了简单易用的C/C++接口，大大提高了开发效率，区块链挖矿以及深度学习等等都是基于此才得到的爆炸式的发展。我们同样也是把复杂的高精度地图使用变成接口，以中间件的形式提供给全行业，解决行业痛点的同时为整个社会降本增效。