[情報] 用群眾之力打造新地圖採集模式
圍繞未來的自動駕駛產業鏈誕生的創業公司每天都在增加。最近，兩名從特斯拉
Autopilot 計畫離職的工程師公開了他們的創業公司 lvl 5，這是一家致力於採用「
眾群外包」思路繪製高精度地圖的公司，希望依靠群眾的力量，達到自動駕駛地圖要
求的即時更新和高精密度要求。
lvl 5 官網簡明的介紹了他們所做的工作：「高精密度地圖和定位技術」。「我們研
發電腦視覺軟體來提供自動駕駛汽車要求的高精密度地圖」。
Lvl5 3 位創始人中 Eric Reed 和 Andrew Kouri 之前曾在特斯拉 Autopilot 計畫
組工作，而 George Tall 是來自 iRobot 的電腦視覺工程師。
在介紹 lvl 5 具體的實現路徑前，先來說說自動駕駛技術對地圖的要求。由於高精
密度地圖是直接給自動駕駛汽車「看」的，所以要求精密度要達到公分級、對突發的
路況做到即時更新（例如倒下的樹、車禍導致道路壅塞）、細節豐富（傳統車載導航
中沒有的標線、交通號誌、通行方向等都要呈現）。以上 3 點要求對高精密度地圖
的繪製提出很大挑戰。
lvl 5 的方案是，拋棄傳統圖商以光學雷達為核心感測器採集高精密度地圖的做法，
轉向以消費級鏡頭為主，由鏡頭拍攝大量路況資訊影片，將這些影片透過電腦視覺軟
體繪製成高精密度地圖，完成對地圖的即時更新。
又是那個曠日持久的爭議，光學雷達是不是不可取代？目前看來，ADAS 霸主
Mobileye 以及今天的 lvl 5 的高精密度地圖繪製完全依靠鏡頭；而博世和特斯拉又
加上了對毫米波雷達的支持；更主流的方案是光學雷達 + 毫米波雷達 + 鏡頭多感測
器融合的解決方案。
http://i.imgur.com/81fNkEH.jpg
對於這個問題，lvl 5 的回應是：「我們真的不在乎是光學雷達效果好還是電腦視覺
方案更勝一籌。但我們都知道的是，如果想要自動駕駛汽車商業化，鏡頭已經準備就
緒，而光學雷達還不行。」
透過軟體技術投入取代了昂貴的感測器，但這還不夠。如何做到即時更新？
lvl 5 面向 Uber 和 Lyft 司機推出了一個名為 Payver 的 App，將手機固定在汽車
儀表板前方，下載 Payver 並啟動 App，App 就會自動開始收集大量影片、加速規
和 GPS 數據，然後手機會將收集來的大量數據壓縮上傳至雲端 lvl 5 的伺服器上，
再由 lvl 5 的電腦視覺演算法將這些「素材」轉譯為高精密度地圖。做為回報，這
些司機每提交 1 英里的路況資訊可以得到 0.01~0.05 美元。
「眾包」思路效果拔群，截至目前，Payver 的下載量僅 2,500 次左右，然而 lvl
5 的高精密度地圖已經在 3 個月內覆蓋了美國 90% 的高速公路。
http://i.imgur.com/KS4jJ28.jpg
Kouri 對他們的策略非常自豪：「每個人都忽視了一點：自動駕駛汽車永遠不會商業
化，除非我們能提供即時更新的高精密度地圖。沒有人系統性做這件事，這正是我們
致力去做的。」
前半句很對，但是，「沒有人系統性做這件事」？明明特斯拉的方案就跟 lvl 5 非
常像啊。
需要強調一點，lvl 5 今年 3 月從 Y Combinator 加速器孵化，開始獨立營運。當
時 lvl 5 只需要消費級鏡頭的打法比 TomTom、Here 和 Mobileye 成本更低。也是
當時全球唯一一家採用鏡頭數據 + 電腦視覺方案繪製高精密度地圖的公司。Kouri
接受採訪時表示：「甚至特斯拉都沒有做這樣的工作。」
但就在上月中旬，特斯拉也開始啟用 Autopilot 2.0 硬體車型上的鏡頭收集路況資
訊，特斯拉在路測數據共享政策中寫道：
「我們正在努力提高自動駕駛主動安全功能，並盡快使自動駕駛技術落地。為此，我
們需要透過布局在車身外部的鏡頭來收集路況短影像，以便獲取標線、路牌及交通號
誌的位置等路況資訊。特斯拉對路況的覆蓋越廣，每一輛特斯拉汽車的自動駕駛能力
就越高。」
根據官方的表述，特斯拉視覺處理工具 Tesla Vision 基於深度神經網路，能夠對行
車環境進行專業的解構分析，相比傳統視覺處理技術可靠性更高。
lvl 5 跟特斯拉的方案有什麼差別？
答案很可能是沒什麼差別，因為 Kouri 把 lvl 5 的優勢指向規模：「如果特斯拉能
解決這個問題，那當然很棒。問題是全球特斯拉汽車保有量只有 25 萬輛左右。如
果 lvl 5 能與 3~4 家車企達成合作，我們就可以避免很多事故發生。」
據悉，lvl 5 已經跟一家不具名的主流車企展開試點合作，最終的目標是與多家主流
車企達成合作。每個車企都需要為安裝 lvl 5 數據收集系統和高精密度地圖支付部
分費用，同時還需為 lvl 5 即時更新維護地圖支付訂閱費用。
除了特斯拉和 lvl 5，Mobileye 旗下的 REM 地圖服務也是眾包思路，希望透過搭
載 Mobileye 鏡頭的汽車完成 REM 地圖的繪製，截至目前，包括日產、大眾、BMW
等多家車企已與之達成合作。此外，博世旗下的 BRS 地圖服務也是眾包思路，「面
向全行業所有的供應商和車廠開放」。
對自動駕駛汽車來說，高精密度地圖有兩個作用，一是延伸感測器的感知範圍，為高
速行駛的自動駕駛汽車定位、感知和決策提供路況資訊支援；二是冗餘保障，在感測
器短暫失效的風險假設下，透過定位和高精密度地圖保證自動駕駛汽車繼續前進。
前有博世為 Tier 1 霸主和 Mobileye 為 ADAS 霸主的行業號召力，後有特斯拉一入
場就坐擁 25 萬輛「地圖採集車」的壓力，留給 lvl 5 的時間不多了。
（本文由 36Kr 授權轉載；首圖來源：lvl5）
==============================================================================
高精度地圖對於真正的自動駕駛來說是不可或缺的一項重要資料
誰能夠掌握越多越詳細的高精度地圖就越能在自動駕駛領域裡領先對手
不過要收集資料也不是那樣簡單
首先要有鏡頭，還要有能傳送資料的無線網路
目前只有少數的車子同時擁有這兩樣工具
lvl5這家公司則是利誘他的用戶們在開車的同時用手機幫他收集資訊
獲取資料的成本非常的低
一萬英哩也不過才100~500美元，對這種燒錢的新創公司根本不算什麼
不過職業駕駛跟計程車司機或許能靠這個APP多賺點外快
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.34.252.81
※ 文章網址: https://www.ptt.cc/bbs/car/M.1500794247.A.BE1.html
推
07/23 16:30, , 1F
07/23 16:30, 1F
→
07/23 16:30, , 2F
07/23 16:30, 2F
我是這樣覺得，人在開車的時候除了用眼睛看之外
其實腦袋裡也在預想眼睛看不到的前方或周遭路況
甚至會根據記憶或直覺去做一些路況的預測，這些電腦還做不到
若是想預測前方攝影機拍不到的路況就必須靠這種高精度地圖
而且文章中也有說到，這算是一種備援手段
萬一感應器短暫失靈時還可以依靠高精度地圖跟GPS定位來過渡
※ 編輯: Scape (1.34.252.81), 07/23/2017 16:41:02
推
07/23 16:35, , 3F
07/23 16:35, 3F
推
07/23 16:37, , 4F
07/23 16:37, 4F
→
07/23 16:38, , 5F
07/23 16:38, 5F
推
07/23 17:03, , 6F
07/23 17:03, 6F
推
07/23 18:58, , 7F
07/23 18:58, 7F
推
07/23 22:05, , 8F
07/23 22:05, 8F