10月10日,以智進 新途為主題的四維圖新2023用戶大會在上海舉辦,期間四維圖新面向城市全場景NOP輕量化高精度地圖HD Lite發布。該產品由四維圖新全棧自研,能實現從車端感知實時成圖到云端數據融合更新的地圖數據更新閉環,為NOP快速落地提供可靠的數據支撐。

當下,用戶對于智能駕駛可用場景的完整度要求越來越高,服務于輔助駕駛的地圖需求也從僅涉及高速與城市快速路,逐漸發展到城市道路。但同時,乘聯會amp;科瑞咨詢聯合發布的《2023年7月汽車智能網聯洞察報告》指出:L2+級輔助駕駛功能當前的普及率偏低,主要是上車成本偏高,同時城市L2+級功能體驗不強烈,性價比相對偏低。NOA落地城市,面臨的復雜場景難以攻克,體驗難以提升,量產落地困難重重。

在程鵬看來,行業去圖化趨勢愈演愈烈的背后則是三無的危機感體現mdash;mdash;無地圖資質、無知識產權以及無安全敬畏。地圖,現階段乃至未來依舊是自動駕駛能力攀升不可或缺的超視距傳感器。經過多次道路實測證明,高精地圖方案可以讓體驗感實現越級提升。

并且,無圖將進一步提升系統對傳感器與高算力計算平臺依賴,導致總體成本不可控。程鵬認為,目前問題真正的癥結在于市面上缺少足夠打動車企的輕地圖解決方案。

HD Lite為城市全場景NOP而生

地圖的輕量化表達,追求的是全域NOP、廣域ODD,本質是可控的成圖,以及可接受的成本。市場上,少部分智駕方案,嘗試完全無圖路線,真無圖帶來的是功能體驗的降低、硬件成本提升、算力提升。完整的城市NOA智駕方案,終極目標應該是保證一定的自駕體驗的同時,尋求硬件、算法與地圖之間的平衡。

HD Lite是四維圖新面向極致性價比的全場景NOP地圖解決方案,覆蓋全國高速公路、城市快速路和城市鋪裝道路,通過眾源視覺感知設備及云端數據融合更新成圖,提供超視距車道級先驗信息,可有效提升智駕整體方案的魯棒性和穩定性,也降低了車端傳感器和算力成本。HD Lite具備米級精度和NOP核心要素,實現了更高的更新鮮度和更廣泛的數據覆蓋,可滿足絕大部分用戶的需求,為NOP快速落地提供可靠的數據支撐。

相較于四維圖新HD Pro產品高精度、要素高豐富度,注重功能安全要素表達的特點,輕量化地圖產品HD Lite以提供必要的車道信息為主要前提,在適當降低要素精度、及要素數量的同時大幅提升覆蓋廣度、數據鮮度、能夠有效降低單位數據成本。針對路口、道路分歧等重點場景進行精細化表達。彌補復雜場景感知不足、提升車道級規控能力,可提高城市NOP智駕功能的體驗。

輕量化的背后是技術創新的突破

四維圖新具備大量的技術儲備來應對輕量化高精度地圖的挑戰。基于四維圖新20多年地圖研發生產經驗,8年高精地圖經驗,全棧自研了從車端感知實時成圖到云端數據融合更新的數據更新閉環。在這背后是低算力消費級硬件實時成圖、Map Learning高精地圖融合系統、OneMap一體化制圖工藝等大量的技術突破。

HD Lite通過眾源視覺感知設備及云端數據融合更新成圖,大幅降低了成圖成本。對端上成圖算法的極致優化可以實現低成本消費級視覺傳感器的實時成圖。眾源數據經專屬合規通道上傳云端,在四維圖新Map Learning眾源成圖系統中,將消費級的數據提升到高精度水平。經過清洗、對齊、語義分類等環節,初步完成地圖要素的構建,結合多年積累的制圖經驗及規范并進行認知成圖。這些數據要素疊加駕駛行為數據,最終完成車道級拓撲的構建。

當前,四維圖新HD Lite產品已經展開驗證,滿足了城市NOP功能對地圖數據的需求,并具備路網覆蓋、數據鮮度、自動化生產能力等方面的領先優勢。

打造數據閉環是通向高階自動駕駛的必經之路

現實駕駛場景難以窮盡,極其復雜且不可預測,需要AI模型快速迭代升級,實現自動駕駛數據閉環的快速循環迭代,以滿足新場景模型適配問題。同時也需要各長尾場景數據的高效流轉。自動駕駛實現規模化量產,數據服務領域能否率先實現突破,助力于數據閉環的最終形成將成為關鍵。

在四維圖新看來:數據閉環的幾個方面智能駕駛算法閉環、智能駕駛運營服務閉環、地圖數據閉環缺一不可。智駕算法閉環能通過大量corncase數據投喂、算法迭代升級,解決長尾場景,提升自駕安全性;智能駕駛運營服務閉環,通過獲取精準的動態信息,結合地圖提供的靜態數據,定義動態可通行空間。地圖數據閉環通過高鮮度數據投喂,提升地圖數據鮮度、覆蓋廣度,為自駕提供高鮮度先驗知識,與感知交叉驗證,增強場景的確定性,提升自駕體驗。

面對智能網聯汽車行業發展的需要,四維圖新基于多年來積累的地圖數據底座優勢和云端一體化服務能力,以及智能網聯汽車軟硬件一體解決方案的實踐,為行業客戶提供符合法律規范、安全、可靠的數據合規閉環服務。數據合規閉環服務貫穿智能網聯汽車數據全生命周期的完整合規方案。包含數據合規采集、地理信息脫敏、個人信息脫敏、數據合規托管和合規監管運維等服務。可滿足原型車開發和測試、量產車智能駕駛的開發迭代、眾源地圖更新、車聯網應用、網約車運營、車輛出海等不同場景下的數據需求。

打造數據閉環通向高階自動駕駛的必經之路。以城市NOP落地為新的起點,四維圖新誠邀行業各方共同打造智駕數據閉環生態,為智能駕駛行業發展提供有益支撐。