高精度地图的数据，是怎么采集的？

　　自动驾驶的概念很火。从自动驾驶衍生出的业务和供应商也跟着火了起来。

　　我们都知道，传感器和高精度地图是其中两个不可缺少的基础要素。随着自动驾驶等级增加，对高精度地图的数据供应商们有了更多要求。那么高精度地图又是通过什么方式采集的呢?

　　在高德位于昌平的数据中心，这些问题得到了解答。

　　两种不同的采集车

　　高德汽车大客户业务总经理、自动驾驶技术专家阿荣告诉我，高德计划在今年底完成超过 28 万公里的全国高速自动驾驶级别(HAD)高精度地图的制作，以及全国国道/省道的 ADAS 级别高精度地图数据采集;2017 年底， ADAS 级别数据扩展到超过 30 个城市主干路，HAD 级别向国省道和主要城市内部扩展。

　　PS：ADAS 级别高精度地图精度大约在 50cm 级别;HAD 及以上高精度地图精度大约在 10cm 级别。　

　　为了获取这些数据，高德目前有两种采集车，分别用于采集 ADAS 及 HAD 精度要求的高精度地图数据。　

　　(图片来源于网络，左侧日产车型为 HAD 级别采集车，右侧铃木车为 ADAS 级别采集车)

　　用于采集 ADAS 级别高精度地图数据的采集车，车顶安装有 6 个 CCD 摄像头。其中 5 个摄像头以圆形环绕，顶部一个单独的摄像头，每个像素都是 500 万，总计 3000 万像素。车内副驾驶的位置有用于采集数据的显示屏，机箱在后备箱位置，用于储存和处理数据。

　　而用于采集 HAD 级别高精度地图数据的采集车，顶部则是通过装配 2 个激光雷达(位于后方)和 4 个摄像头(两前两后)的方式来满足所需要的 10cm 级别精度。两种方案搭配，能够完成标牌、障碍物、车道线等道路信息的三维模型搭建。高德的工作人员告诉我，这辆车的造价超过了 800 万人民币，上面搭载的 RIEGL 三维激光扫描系统也是目前级别最高的产品。　

　　当然，这两种车采集到的数据只是作为基础。道路信息是不断更新的，并且，随着自动驾驶程度的提高，会对实时性有更高要求。

　　发一张 Here 的地图采集车照片作为对比：

　　利用众包的力量

　　高精度地图数据的采集如果只靠采集车完成，需要投入的精力显然太大。毕竟采集只是第一步，后续的更新维护同样重要。

　　高德给出的解决方案是通过自身和众包的方式同时进行。自身不用多说，高德采集车的数量会不断增加，覆盖范围也会逐渐往更具体、复杂的道路覆盖。

　　除此之外，阿里的菜鸟物流车、神州专车等半社会化的商用车也会成为高精度地图数据的采集源。而高德的高精度地图数据，也可能会优先应用在物流、环卫等路线较固定的商用车场景中。

　　UGC 也会是高德的高精度地图数据来源。在高德的计划中，未来会有很多类似后视镜、行车记录仪等带摄像头的后装硬件，都能向高德回传带有道路数据的照片，作为高精度地图数据的补充。

　　除此之外，车辆上逐渐增加的传感器，包括激光雷达、毫米波雷达、摄像头、陀螺仪、雨水传感器等，都能够回传包括道路状况、天气状况等高精度地图必须的信息。

　　当然，这需要高德本身有处理这些数据的能力，目前他们也在进行基于图片数据分析的深度学习(例如路牌、限速等标识的自动识别)，并且已经取得了大量数据。随着样本量的增加，识别精度也会不断提高。

　　通过自身+第三方的数据结合的方式，高德想要尽可能提高高精度地图的精确度及实时性。目前来看，这确实是一个不错的想法。不过想要真的实现的话，还需要有更多的投入，包括技术、资本等等。