高精度地图开绿灯,是补药还是毒药?( 二 )


BAT之所以入场 , 是因为高精度地图初期成本高昂 , 但边际成本几乎为零 , 只要构建完成高精度地图 , 在每个地区建设相应的地图测绘基地 , 后续投入成本非常低 。 再加上未来可覆盖的范围足够广 , 能够获取的利润很高 , 所以才能吸引BAT等大厂 。

图源:百度

另一方面 , 初期高昂的成本不是谁都能承担 , BAT雄踞中国互联网企业御三家多年 , 虽然也有字节跳动、拼多多等大厂崛起 , 但底蕴仍难以与BAT相比 。 有了御三家的入场 , 高精度地图才算有了发展壮大的可能性 。 只是成本这个跨不过去的大山 , 依旧在阻挡高精度地图前进的步伐 , 御三家实力雄厚 , 那么多钱也不是随便就能掏出来的 。
面对蓬勃发展的自动驾驶行业 , 厂商们并没有孤注一掷 , 同样各有各的打算 , 比如特斯拉选择了低成本的纯视觉方案 , 一颗雷达都不要 , 全部换成摄像头;国内大多数厂商选择了视觉融合方案 , 摄像头、雷达等协同工作 , 性价比较高;还有一些价格昂贵的车型 , 直接上三颗激光雷达 。
此外 , 百度还推出了一项更为稳妥的方案 , 不但可以实时采集车道数据 , 还可以监控车流情况 , 提高自动驾驶的避障能力 , 那就是车路协同 。
车路协同 , 高精度地图最重要的补充?高精度地图依靠特殊车辆和设备对道路进行测绘 , 采集大量数据 , 车路协同则不同 , 是在路旁安装监测设备 , 从上帝视角实时监控道路情况 , 并将数据发送给附近的车辆 , 即便汽车的摄像头、雷达感知不到 , 也能准确获取数据 , 提升避障能力 。
不过车路协同的监控设备不可能整条道路全覆盖 , 考虑到成本问题 , 最多只能实现路口安装监控 。 路口正是交通环境最为复杂的地方 , 情况也较为多变 , 可能需要高精度地图数据采集车辆反复测绘 。
如果能够与车路协同联合 , 将环境复杂的路段和路口交给车路协同实时监控 , 测绘车辆补充变化频率不高的路段 , 相辅相成之下 , 能够大幅减少投入的成本 。 车路协同和高精度地图的应用 , 可以让车企放心使用视觉融合方案 , 减少雷达的搭载 , 有利于自动驾驶技术进一步普及 。

图源:pixabay

自动驾驶技术领域 , 百度已经取得了先机 , 高精度地图份额第一 , 车路协同也颇具声势 , 在国内多个地区试行 。 不过自动驾驶技术仍未开放私家车使用 , 究竟哪种方案能在未来笑到最后 , 还要看日后的发展 。
车路协同与高精度地图互补的方案 , 安全性较高 , 但成本问题仍需要厂商想办法解决 , 毕竟车辆反复上路测绘 , 路口安装监控设备 , 都需要不少资金投入 。
未来高精度地图的作用会越来越大 , 不仅仅是在自动驾驶领域 , 辅助驾驶、无人机避障等领域 , 以后都可能应用到高精度地图 。 前期的成本压力是对企业的考验 , 只有通过了考验 , 只要市场需要 , 总会有企业能走到最后 。
【高精度地图开绿灯,是补药还是毒药?】封面图源:pixabay

推荐阅读