百度江淮2019年量产L3级自动驾驶汽车高精地图采集年内覆盖30万公里-

百度和江淮汽车8月29日在百度上海研发中心举行了高精地图采集车交车仪式，江淮汽车向百度交付了数十辆瑞风S3，用作高精地图外业数据采集用车。据百度官方称，瑞风S3的加入，使百度拥有了国内最大规模的高精地图采集车队。交接仪式当天，百度还对外展示了高精地图标准化生产的全流程，包括外业采集和内业数据预处理等。

百度2015年提出了自动驾驶汽车三年商用、五年量产的目标。江淮汽车自动驾驶的布局虽然较晚（2016年初开始），但分别于2016年年底和2017年4月公开展示了搭载自动驾驶技术的iEV6S和瑞风S7，江淮汽车自动驾驶的第一阶段规划是2019年实现ADAS、智能交互和技术的批量产业化。此次百度与江淮汽车的合作，并不仅局限于高精地图，对于双方自动驾驶目标的实现，起到了优势、资源互补作用。而百度方也将此次合作称为，Apollo自动驾驶解决方案首批量产落地的里程碑事件。

江淮汽车是百度Apollo自动驾驶开放开源平台首批50多家合作伙伴之一。百度智能驾驶事业部总经理顾维灏称，百度将为江淮汽车提供包括高精地图、自定位、环境感知、决策规划等自动驾驶关键技术的综合解决方案，双方将于2019下半年推出 L3级别的自动驾驶量产车型，经过测试验证后即可大规模量产。

高精地图：自动驾驶的“千里眼”“透视镜”“安全员”

百度Apollo的整体架构分为四层，最底层是车辆服务层，第二层是硬件服务层，第三层是软件服务层，最顶层是云端服务层。高精地图是Apollo云端服务的核心数据，是自动驾驶的基础，百度将其作用总结为以下三方面：

自动驾驶的“千里眼”：提前知晓位置信息，精确规划行驶路线；

自动驾驶的“透视镜”：Camera看不清或雷达检测不到的地方及时反馈数据；

自动驾驶的“安全员”：精确识别交通标志、车道标线等上百种目标，提前做出准确判断和决策。

就“安全员”作用来说，高精地图能精细刻画道路上几乎所有信息，包括各种道路标线、护栏护沿、交通标志，加起来有上百种要素和属性，为自动驾驶决策提供数据支撑。百度高精地图负责人举了个例子，高精地图记录了护栏的不同类型，金属的、混凝土的、绿化带等，一旦发生事故，如果碰撞不可避免，那么自动驾驶系统就会选择造成损失最小的绿化带。

百度高精地图有哪些优势？

百度将其高精地图的优势同样归纳为三方面：

车队规模大、覆盖广：百度北京、上海、顺德三个地图生产基地的外采车辆加起来已有近300辆，高精地图采集车辆有几十辆。车队规模大，意味着采集的范围广，据百度官方称，百度高精地图的采集范围今年内将覆盖全国30万公里的高速公路和城市快速路，这样的采集范围已能够满足SAE L3级别自动驾驶的需求。

百度高精地图采集车搭载Camera、LiDAR、GPS、IMU惯导，软硬件平台都由百度自主研发，所以在成本方面有很大优势。另外可扩展性好，可以根据不同的采集路况、要求进行参数调整。基于这样的软硬件平台，百度高精地图的信息采集覆盖全国的高速和城市快速路。百度高精度地图负责人称，这些数据不仅为百度高精地图的生产输入庞大的原材料，而且为其图像识别算法提供了非常好的训练和测试样本，有助于地图生产自动化能力不断提升。

精细化程度高：高精地图的数据结构包括了静态数据、动态数据、与SD地图（标准地图）的关联。静态数据包括道路层（几何形状、拓扑、道路等级等）、车道层（几何形状、拓扑、车道标线等）、交通设施层（标志标牌、护栏、路沿等）；动态数据包括实时路况层、交通事件层；标准地图数据包括POI检索层、基础显示层、名称层、路径规划层、路网层。

静态数据层涵盖了上百种要素及属性，以道路标线为例，百度高精地图甚至连道路标线漆面的厚度都会记录下来。交通标志标牌虽然有国标，但各个地方又会有差异，同一个交通标示意义，各地可能有200种差异化的标志牌，百度的高精地图会将这些都记录下来。

生产效率高：百度将人工智能技术广泛应用于地图数据的生产，依托模式识别、深度学习、三维重建、点云信息处理等世界领先的技术，百度高精地图数据自动化处理程度超90%，准确率达95%以上。同时，依托多源感知数据处理、云服务中心和数据中心等构成的Intelligent Map平台，百度高精地图可以实现分钟级更新。