英國金融時報網３月１３日報導稱，高精３Ｄ地圖對無人駕駛汽車至關重要，不僅提供位置信息，還承擔安全功能，但目前該行業呈碎片化，面臨數據收集和缺乏標準的問題。文章主要內容如下：
當一輛自動駕駛汽車端詳這個世界時，它會看到很多東西。它有測量與旁邊汽車距離的雷達，它有捕捉街道上彩色影像的攝像頭，它的雷射雷達傳感器會發射雷射脈衝測量周圍環境。對於任何一輛由機器人駕駛的汽車而言，行車過程中最重要的部分之一不是它看到了什麼，而是它事先對於它途徑路段的情況知道多少。
這個機器人需要一張地圖，但不是隨隨便便一張地圖——這些汽車需要有關周圍環境的３Ｄ信息，這些信息要持續更新，精確到釐米。在街道上行駛時，自動駕駛汽車會每天收集超過1T的數據，足以刻滿１４００張光碟。然而，自動駕駛汽車的眾多傳感器傳來如此詳細的信息，傳到網絡（例如網際網路）是不經濟的。
公司必須依靠人力把數據從一個硬碟轉到另一個硬碟，這個過程有時被稱為「人力網絡」，因為工程師們開玩笑說，硬碟的轉移速度是他們的腳速。
數據收集是一場旨在積累實體世界知識的激烈競爭的一部分，這些知識可以用來訓練新一代汽車。研究人員希望，基礎層的信息最終將不僅用於交通和物流，還用於增強現實技術的發展，成為真實世界的模擬，可以被所有機器人、無人機或汽車使用。
然而，實現這種可能的第一步是為自動駕駛汽車開發有效的數字地圖技術。繁瑣的數據存儲只是困擾很多矽谷最聰明的工程師的諸多技術問題之一。沒有更精確的3D地圖，自動駕駛汽車革命的實現將會慢得多。
曾負責運營谷歌地圖並聯合創立谷歌地球前身公司的地圖專家布萊恩·麥克倫登表示：「這是一個非常困難的問題。」在離開谷歌后領導優步地圖繪製工作的麥克倫登去年離開矽谷，步入堪薩斯州政壇。他現在擔任由他的前谷歌同事創建的地圖繪製初創企業DeepMap的顧問。
他表示，這些地圖對於自動駕駛汽車非常重要，原因不僅僅在於提供地理位置信息，還「在於它減少了自動軟體為識別周圍環境所必須做的工作量。」
他表示，通過將周圍實際環境與地圖中的預測進行對比，它們可以將注意力只集中在不同點上，例如識別行人或自行車。
過去１年，自動駕駛汽車研究領域的投資達到創紀錄水平，同時用於改善地圖繪圖的資金激增。Civil Maps、DeepMap和Lvl5等初創企業吸引了來自谷歌、蘋果和特斯拉的地圖工程師，它們已籌集逾４０００萬美元資金。
與此同時，最大的自動駕駛汽車公司全都擁有自己的地圖系統。Alphabet的地圖繪製能力就被認為是其自動駕駛汽車部門Waymo的一個關鍵優勢，後者已經完成了超過４００萬英裡的自動駕駛測試。Alphabet擁有谷歌地圖、谷歌地球、谷歌街景以及追蹤實時交通路況的導航應用程式Waze。
由於３Ｄ地圖的複雜性，業內就是否將這些虛擬展示稱為「地圖」發生了激烈爭論。收集的信息可以被大致分為幾個層次：人行道、建築物以及樹木的物理位置；道路標誌和交通信號燈；以及自動駕駛汽車應該如何行駛，比如觀察限速標誌等。準確性問題也非常重要，即使是微小的變化也會產生影響，如每年移動幾英寸的地質板塊。
DeepMap營運長羅維表示：「用『地圖』一詞描繪它是不準確的。」她更傾向於將它看作是一個可以為汽車提供周邊環境信息的軟體。她的同事、DeepMap創始人吳夏青則將這些地圖描述為自動機器人「大腦的一部分」，讓它能夠理解自己的位置。
Here的自動駕駛地圖主管拉爾夫·赫爾威奇表示：「我傾向於將地圖看作所有自動駕駛汽車的『集體記憶』。」他開玩笑地說道：「這幾乎像是一個培訓自動駕駛汽車的駕校。」Here曾是諾基亞旗下的地圖部門，2015年一個由德國汽車廠商組成的財團以２８億美元收購併持有其多數股份。
無論它們被稱作什麼，製作這些地圖都非常困難。地圖中使用的大量數據是一個難題。另一個挑戰是必須持續更新，從而讓它們能為汽車提供最新信息。
地圖初創企業Civil Maps的執行長斯拉萬·普塔貢塔表示：「很多公司都不知道如何存儲他們的數據，這也是為什麼自動駕駛汽車被『地理圍欄』圈住了。它們不可能在車廂中載下所有數據，所以只能被限制在特定區域內。」
Civil Maps正在試圖解決這個問題，它簡化地圖數據以方便管理，但迄今還沒有單一的行業標準勝出。此外，生成這些地圖所需的人工智慧還遠非完美。往往需要人力來檢查地圖上的標籤，評估是否需要更新，以及分析試駕過程中汽車出現錯誤的原因。
為AI提供人力培訓的Scale API公司的工程師Alexandr Wang表示：「關於AI真正沒有談到的一件事情是，要讓這項技術真正發揮作用，背後到底需要多少人力？」
「當這些公司試圖生產自動駕駛汽車的時候，他們需要一大群人來檢查和仔細標記這些地圖，就像以前的谷歌地圖一樣。」
另一大挑戰是該行業的深度碎片化，對於高精3D地圖沒有明顯的通用標準，各家公司也不會共享任何數據，因為他們認為這是重要的專有信息。
「每家公司都在努力開發自己內部的高精地圖解決方案，以便滿足自己的自動駕駛汽車需求，而這沒有規模效應，」DeepMap的吳夏青說，「這就像在重新發明車輪，浪費了大量資源。這也可能是阻止自動駕駛汽車成為商品的原因之一。」
由於各家公司不共享地圖數據且使用的是不同的標準，所以他們不得不為計劃進入的每個新城市創建新的地圖。Alexandr Wang表示：「在某些地區這將耽誤部署。」
每個城市不同的駕駛規則也意味著必須對軟體進行進一步調整。Alexandr Wang說：「進入每個地區都不得不重做軟體。」
對專業３Ｄ地圖不斷擴大的需求，導致了Here與衛星導航設備製造商TomTom等業內老牌企業與DeepMap等新興企業之間的競爭。儘管這些初創公司只專注面向全自動駕駛汽車的地圖，但Here和TomTom相信，即使在自動駕駛汽車大規模推廣之前，高精地圖也將非常有用，因為它們將有助於開發先進的駕駛員輔助技術。
TomTom的自動駕駛部門主管威廉·斯特裡博施表示，無人駕駛汽車所需的地圖與當前地圖應用不同，因為它們不僅僅用於導航，還需要「承擔安全關鍵功能」。
「另一個不同之處在於你不能再用GPS作為在地圖上進行定位的唯一手段，」他補充說，因為這一全球定位系統對於自動駕駛汽車而言並不夠精確。」
傳統汽車地圖繪製商認為，高精地圖將在未來幾年成為一項重要的收入來源。
「像電視的發展一樣，從傳統電視到高清和４Ｋ一旦發展起來，就不會走回頭路，」赫爾威奇表示，「我們認為，未來我們銷售的大部分地圖都將是高精地圖。」
業內人士也同意整合浪潮不可避免的說法。「看看這一領域公司的數量就知道這不符合經濟學，」TomTom的斯特裡博施說，「固定成本非常高，所以只有少數公司能笑到最後。」
監管方面可能出現的反彈將加劇該行業面臨的技術問題。正如谷歌地球的推出使得一些房主以隱私為由堅持要求將他們房產的影像從地圖中抹去、谷歌街景對車牌和人臉進行模糊處理一樣，高精地圖繪製者也必須應對隱私方面的擔憂。雖然這些地圖中的大多數不會向消費者直接提供——它們被用於與機器人大腦溝通，而非乘客——但其中包含的高精度細節可能引發隱私保護倡導者的警惕。
曾在歐巴馬政府時期擔任運輸部長的安東尼·福克斯，繪製地圖以及在不同車輛之間共享信息是政府應該更多介入的兩個領域。「在這些問題上，需要有嚴肅的行業-政府互動，」他說，「這不僅僅是繪製地圖，這關係到網絡安全等領域，一輛車中發生了什麼可以而且應該共享。」
即使存在這些保留意見，更廣泛的技術領域也對３Ｄ地圖潛在的衍生產品感到興奮，希望它能夠帶動其他技術的發展。收集最完整數據集的競賽正在展開，一旦有了最完整的數據集，它將對增強現實等需要完美世界地圖的技術有用。
一些業內人士認為，一旦汽車可以自動巡遊，其他類型的機器人設備就可以配備地圖軟體。
Alexandr Wang表示：「我認為所有的機器人都會效仿，並朝著自動駕駛汽車的方向發展。最終，我們未來製造的每個機器人都將有相同的傳感器。」
研究人員預計，自動駕駛汽車最終可能會減少對地圖的依賴，因為它們的雷射雷達（光探測和測距）傳感器的改進足以讓它們駕馭環境。這些地圖對於確保早期自動駕駛汽車的安全性至關重要，但樂觀主義者希望，最終技術能夠讓自動駕駛汽車擺脫對地圖的依賴。
責任編輯： 鞏陽