网易云有料

整合网易全生态优质内容资源的智能信息流一站式服务提供商。

20,603篇博客

DeepMotion:做高精地图,与其跑马圈地不如深扎技术 创业

网易云有料2018-07-23 17:21

编者按:根据高盛对高精度地图全球市场判断,预计未来的十五年高精度地图行业将迎来黄金发展期,到 2020 年高精度地图市场为 21 亿美元,2025 该市场将达到 94 亿美元。

“高精地图”无疑是近来自动驾驶领域最令人瞩目的焦点,包括 BAT 在内的众多图商都已纷纷入局,并相继宣布了针对自动驾驶应用的高精地图发展战略。此前,动点科技还专门在 TechCrunch 国际创新峰会杭州站 组织了自动驾驶论坛,并与行业大咖就 高精地图 做了一次深入探讨。最近,我们又对参会的嘉宾之一——DeepMotion CEO 蔡锐做了近一步的采访。

为什么做高精地图?

据了解,DeepMotion 成立于 2017 年 7 月,公司共有四位创始人,其中 CEO 蔡锐、CTO 李志伟和首席科学家杨奎元在创办 DeepMotion 之前,都曾就职于微软亚洲研究院,蔡锐任微软研究院主管研究员,先后发表 50+ 国际论文,拥有 20+ 国际专利,是 SLAM 、三维视觉专家。在微软期间,曾为多款微软产品提供核心算法,其中就包括大名鼎鼎的 Bing 图片搜索和 Hololens 。

直到近来,自动驾驶开始得到越来越多的关注,蔡锐认为自动驾驶将是时代发展的必然趋势,因不想错过机遇,蔡锐最终决定离职创业。

“为什么要创业做高精地图?其实,我们的目标是为自动驾驶提供整套的环境感知与高精定位的解决方案,而高精地图则是为实现这个愿景所必须迈出的第一步。” 蔡锐介绍,高精地图对 DeepMotion 愿景的实现具有极其重要的价值,“首先,没有高精地图,就谈不上高精地位,高精地图是高精定位得以实现的前提;同时,高精地图自动化构建所用的大部分算法也是高精定位所必须的,因此,在做高精地图的过程中,可以为高精定位方案锤炼算法;此外,高精地图构建需要处理大量数据,而数据越多,后续的环境感知与定位算法也会越准。”

另外,蔡锐表示他此前在微软工作时,具体负责的是“室内场景语意与几何结构的理解”,而做高精地图其实在本质上也是一样的,只是场景不一样了,即“由室内变成了道路”。蔡锐由此认为,他做高精地图其实也是顺理成章的。

关注高精地图的“深度”

关于高精地图,动点科技曾采访过另一家名叫 宽凳科技 的高精地图创业公司,该公司 CTO 冯汉平告诉动点科技,他们计划到今年年底前将全国的高速城快都先采一遍,争取做国内第一个真正实现量产的高精地图公司。实际上,包括百度、高德等公司都有类似计划。

对此,蔡锐介绍,DeepMotion 不仅以里程覆盖为唯一目标,同时也更加关注是否能用自动化的方法处理所有级别的道路,不仅包括高速路、城市快速路,还包括中心城区的道路,以及停车场等非市政道路。

“如果说将里程理解为高精地图业务的广度,那我们同样需要关注的便是高精地图自动化构建的技术深度。”蔡锐说。

据了解,受技术难易程度的影响,目前普遍认可的自动驾驶落地路线图是这样的:先落地于园区、高速等限定场景,然后再逐渐落地到其它更复杂、难度更大的领域。那么,这是否意味着高精地图的绘制也应该从高速等限定场景开始?

对此,蔡锐的解释是这样的:高速等限定场景的自动驾驶地图方案相对比较成熟,不同企业所提供的方案的自动化程度都很高,但作为创业公司,还应该提前做一些相对超前的技术投入。蔡锐认为,一旦掌握了技术的“深度”,此后便能容易地扩展出业务的“广度”来。而DeepMotion 从一开始就关注于更加复杂的中心城区场景,这也意味着 DeepMotion 选择了一条更加艰难的道路:

“首先,城区里面,车辆跟环境的交互会更密集一些,比如高速公路上,几十公里可能才有一个休息站,更多的需求其实是车道保持。但在城区,有红绿灯,人行横道、各种转弯箭头等,道路结构更加复杂,需要更加准确地理解周边环境;其次,城区道路上包括其它车辆在内的干扰物也会更多,可能导致大量道路标识被遮挡。这意味着城区高精地图的自动化绘制比高等级公路更加困难。”蔡锐表示。

蔡锐表示,即使是 DeepMotion,目前也还在为实现城区道路高精地图的全自动化生成而努力。目前城区道路的自动化程度已经能到达 90% 左右,但也还有一些非常有挑战性的情况需要持续的算法创新来解决。“不过,在高等级的道路上,我们的自动化水平已经达到 95% 以上。”蔡锐说。

用众包将“深度”变“广度”

据了解,不同于某些厂商采用的以激光雷达为主的高精地图采集方案,DeepMotion 将多目相机和 GPS 惯导模组融合成车载传感器 DM-100,并用该传感器为自动驾驶车辆提供环境感知、高精定位以及高精地图绘制功能。

蔡锐介绍,与激光雷达方案相比,DM-100 最大的优势便是性价比。

当然,除了成本优势之外,DeepMotion 选择以视觉为主要的高精地图采集方案其实还有一个原因,那就是只有利用这个方案才最有可能最早实现高精地图的众包化。“L2、L3 级别的自动驾驶汽车其实是没有激光和专业级惯性导航模组的,对于它们而言,摄像头是最早能够上车的传感器。”蔡锐如此表示。

另外,DeepMotion 也将用众包的方式绘制高精地图,而且已经想好了如何吸引用户参与众包:

DeepMotion 官网介绍,DM-100 首先可以将采集到的每公里平均 30K 的道路数据上传到云端,并在云端优化出一套实时、高一致性、高精度地图。但除此之外,DM-100 还能为车主提供车规级的 ADAS 功能,例如车道线保持,行人检测,碰撞报警等等,还可提供高精度的车辆定位能力。“尤其是当车辆预装了我们的高精度地图后,DM-100 可以在不依赖任何 RTK(载波相位差分技术)等高成本技术的条件下,实现全场景 10cm 精度定位。”显然,DM-100 将是 DeepMotion 众包地图方案的重要一环。

目前,DeepMotion 还没有披露众包的具体实施方案。蔡锐认为,务必首先完善城区道路高精地图自动化构建的相关技术,准确理解客户对高精地图使用的具体需求,才能更好地选择最高效的众包模式。

据悉,DeepMotion 团队目前有员工 30 余人,今年年初已经完成了由红点中国领投的千万美元的 A 轮融资。

文章来源于: 动点科技,版权归原作者所有,如有侵权,请联系 guanwang@163yun.com 删除。