400-630-6688
浅析立得在无人驾驶领域的优势
发布时间：
最近，一篇车云菌的《滴滴为什么要成立一家地图公司》刷屏朋友圈。滴滴出行为自己成立了一家地图公司，并申请了甲级测绘资质。这个资质含金量极高，代表了导航地图采集生产的许可，目前国内只有13家公司拥有该资质，其中还包括了滴滴的合作伙伴：百度（通过收购北京长地万方科技有限公司间接获得了甲级测绘资质）、四维图新和高德。滴滴自建地图公司，并非想在传统导航地图中分得一杯羹，业界猜测其重点应用领域应该会在未来的无人驾驶。 & 实现无人驾驶有两个方向：路线一是重定位及地图，路线二是探测遥感。路线一可以理解为，通过高精度地图等提供信息，然后通过定位来确定位置（也就是高精度地图+高精度定位），这条路是谷歌等大公司在走的，目前可行性更高。路线一 定位及高精度地图路线二未来更有前途，但是需要技术突破。首先，无论是摄像头、毫米波雷达、激光雷达还是红外传感器都有一个局限性，他们的探测的范围是有限的。（车载毫米波雷达一般的探测距离为150m-200m，激光雷达更短，摄像头在120米左右，红外传感器一般几十米，高速行驶监控距离最多预判几秒钟，遇到如果前面一辆渣土车飞驰而去，引得尘土满天飞时，探测则发现“面前”全是障碍物。再比如高分辨率摄像机能检测图像中的物体，而且窄视场的摄像机，可以检测很远的距离。但是面对暴雨/大雪等恶劣天气，很难检测到正确的车道线/障碍物/马路牙子等信息。路线二 探测遥感 & &针对两种路线，巨头公司推出无人驾驶模式如下： & 立得参与无人驾驶市场，并不是心血来潮，而是利用自身经验的积累顺势而为之。1、高精度地图普通人类驾驶员，脑子里没有高清地图，但仍然可以开车，仍然能通过导航去我们想去的地方。得益于牛B的大脑，人类有超强的感知能力。目前车上的传感器可能在某些方面强过人类感知，但仍然非常不全面。因此自动驾驶的功能非常受限，随着传感器发展自动驾驶功能也会随之发展。如果感知能力达不到，就需要额外补充高精度地图。 & &导航地图是给人看的地图，高精度地图是给机器看的地图，给了无人车上帝视角。上帝视角高精度地图不仅有高精度的坐标，同时还有准确的道路形状，并且每个车道的坡度、曲率、航向、高程，侧倾的数据也都含有。普通的导航电子地图会描绘出道路，而高精度地图不仅会描绘道路，更会描绘出一条道路上有多少条车道，会真实地反映出道路的实际样式。比如真实道路在某些地方变宽了，那么高精度地图中的道路数据也是变宽了，而某些地方因为汇合了而变窄了，高精度地图也是一样。另外，每条车道和车道之间的车道线，是虚线，实线还是双黄线，线的颜色，道路的隔离带，隔离带的材质甚至道路上的箭头、文字的内容，所在位置都会有描述。立得制作的高精度地图部分立得中国移动测量系统的发明者，已经利用移动测量系统，积累了大量的高的精度地图生产制作的经验，团队、数据、软硬件平台等，具体数据如下：400余人的专业数据生产团队，100余人的数据生产平台研发团队，30余人的数据智能化处理研究团队、50余人的HAD_MAP采集设备研发团队，50余辆各类MMS高精度数据采集车辆、专业的国家级移动测量实验室，全国30万公里高精度ADAS数据采集案例，170多个城市的实景三维案例（我秀中国www.ishowchina.com.cn）。立得有甲级测绘资质，还有军工背景资质，系统集成资质，这样以后在高精度地图生产推广就具有很大的竞争优势。立得也是获得了军方跟国家测绘局的认可。移动测量系统及其应用也获得了国家科学进步奖两次证书。立得空间和上海汽车集团一起合作研发，通过激光采集点云数据，做出了专门便于无人驾驶汽车识别的地图数据，以及二维和三维的高精度数据。只有地图数据精度达到十公分，对道路附属设施、周围地物都有明确的标识，该地图才能应用到无人驾驶中。上汽合作部分数据2、数据对比，确定位置立得在数据对比，位置确定的积累方面成果在于：室内移动测量机器人，通过SLAM算法，实现定位及自主导航功能、扫描全景及激光、自主避障等功能。立得空间的室内移动采集系统工具，是世界上排名前三的发明，效率非常高。公司曾经给万达采集整个室内的三维地图，1个小时就采集了1万平方米的数据。立得在定位方面，立得POS系统采用GNSS+惯性导航紧组合方式进行定位，由于高精度惯性导航可用于军事用途，严格禁运，立得POS具有完全自主知识产权产品，填补国内技术空白，支持北斗卫星等多种定位系统，实时动态厘米级定位精度，达到国际领先水平，有效解决城市中GPS信号丢失情况下的无人车定位问题。POS项目获得了2012年国家重大仪器专项支持。湖北省唯一一个国家级移动测量及惯性导航实验室就在立得。立得惯性测量产品及实验室3、激光雷达、摄像头探测、图像识别移动测量与无人驾驶的感知层是一个技术体系，GNSS/INS、摄影测量&图像识别、激光LIDAR、深度学习等核心技术相同，立得在移动测量领域投入18年，有自己独到的经验。无人驾驶跟立得闪电侠体系对比图立得公司也不断的将摄影测量+图像识别的技术用在ADAS及无人驾驶上，实际上，无论是激光也好，图像也好，他不光是一个识别物体的过程，他还需要把深度图做出来。我们的特点是能够把摄影测量+图像识别结合起来，因为在无人车上，测量跟识别都是一体化的。基于移动测量技术的传感体获取的影像，激光点云，来识别物体及场景。道路及边线的自动提取部件的自动提取 在图像识别方面，立得研究院投入多人团队进行深入研发，其中包括基于移动测量实景三维影像人脸车牌自动模糊化处理、交通标志标牌等自动提取，逆反射系数检测等基础应用，还积极参与国家级嫦娥四号探月项目，在图像处理方面，立得虽不是最专业的图像处理公司，但却是最懂测绘的公司，利用航测遥感跟图像处理结合，立得按照测绘的方式真实的还原月球表面的像素，作出月球表面地形图，为月球车的着陆提供了保障。月球表面影像处理前月球表面处理后同时，嫦娥五号需要通过机器摇臂去攫取月球的泥土做样本，立得参与着陆的高精度地形图制作，第二则是通过图像识别+测量的技术，对摇臂的抓取控制提供辅助保障。滴滴平台上拥有的车辆足以覆盖全国大多数地区的范围，在众包采集更新地图方面有其他图商难以比拟的优势。业内人士认为，滴滴现在拥有大规模的运营车辆，未来哪怕只有运营车辆的十分之一用于众包，数据量也是不可想象的。而且，众包车辆的配置会决定回传哪些数据，决定更新哪些地图要素，未来滴滴就有能力参与到定义车辆的环节中去，利用自动驾驶功能和地图测绘结合，实现最终的理想更新模式。2020年车联网领域高精度地图的市场预估在500-1000亿之间，未来高精度地图、无人驾驶、车联网领域机会巨大，物联网终端网络、需要位置服务定位的市场非常巨大。各大自动驾驶公司可以合作，共享地图数据。地图公司也可以考虑销售高精地图基本配置版本，各个公司购买之后，在基本版本的基础上去添加自己的设置。如此就可以大大降低制作地图的成本。立得欢迎各有志于投身无人驾驶行业的企业，共同繁荣无人驾驶这个行业，服务于社会。
为推广移动测量、倾斜摄影、无人机测绘、实景三维时空信息云平台、大数据融合等前沿科技在智慧城市中的应用，为推动测绘地理信息...拒绝访问 | www.tbqw.com | 百度云加速
请打开cookies.
此网站 (www.tbqw.com) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3e6ca-ua98).
重新安装浏览器，或使用别的浏览器400-630-6688
郭晟：下一个十年，地图还是给人看的吗？
发布时间：
& & & 近日，立得空间董事长兼总裁郭晟应邀做客长江校友互联网学会，从高端测绘、大数据、时空云平台服务、智慧城市应用四方面，解读了“立得+”模式，并着重对“无人驾驶汽车、机器人/AR、商业智能BI所需的地图”作出了解读分享。据了解，长江校友互联网学会成立于2013年10月，是长江商学院第二个校友行业学会，汇聚了长江校友中从事互联网行业和对互联网感兴趣的优秀代表。学会旨在促进长江互联网行业校友之间的广泛交流与合作，搭建信息渠道和互联网知识学习交流平台，提升互联网行业相关专业科学研究水平并推动互联网技术在传统商业上的广泛应用和价值转化。在本次分享中，郭晟从如下角度提出了观点：地图和我们的生活有什么关系？随着物联网、智慧城市的来临，地图的应用已经不再局限于工程和导航的应用，它可以用到很多时髦的领域。过去，地图是给人看的，而现在走向了无人驾驶时代，高精度地图成为了指挥无人驾驶汽车的一段指令或程序。可以想象这样一个场景：所有道路与地域特征会被采集下来存储在云端或者计算机中。无人驾驶汽车的识别系统，包括相机、激光雷达、毫米波、传感器、导航专制和GPS等设备。在无人驾驶开始时，这个系统会不断扫描采集数据，与之前所采集的高精度地图进行匹配，进行积极的学习。机器学习的过程包括：如何在一条道路上、一个标线里行走，如何判断道路的附属设置，如何寻找目的地等。立得空间和上海汽车集团一起合作研发，通过激光采集点云数据，做出了专门便于无人驾驶汽车识别的地图数据，以及二维和三维的高精度数据。只有地图数据精度达到十公分，对道路附属设施、周围地物都有明确的标识，该地图才能应用到无人驾驶中。未来将是一个云端的世界，未来的交通出行是由阿尔法狗指挥着无人车内的小阿尔法狗的世界。立得空间室内移动采集系统 世界排名前三立得空间是一家老企业，和谷歌有一个比较相近的地方，也是在2006推出的街景，同时，立得空间也是空基移动系统的发明人。公司有超过7个专业的研发人员可以做跨界的联合创新，曾两次获得国务院颁发的科技进步二等奖。立得空间不仅有街景车，还有空中测绘手段，将高精度装备安装在无人机或者有人机上，可以完成从地面200米到6000米的高精度数据采集工作。立得空间的室内移动采集系统工具，是世界上排名前三的发明，效率非常高。公司曾经给万达采集整个室内的三维地图，1个小时就采集了1万平方米的数据。随着物联网时代的临近，未来每个人身上、房间、室外都会有很多传感器可以提供服务，传感器无所不在，万物互联。但是万物互联需要高精度地图，因为每个传感器需要被测量被定位，彼此之间需要被感知、实现控制和管理。这都需要二维、三维坐标定位作为基础，即每个物体都需要坐标。无人驾驶是机会也是竞争物联网带来的地图价值估计在几千亿以上，2020年车联网领域高精度地图的市场预估在500-1000亿之间，可见这个市场是孕育着巨大的商机的。智慧城市与大数据服务的市场现在还不大，5年以前不到5个亿，去年达到160亿，2020年会超过1000亿。未来无人驾驶、车联网领域机会巨大，物联网终端网络、需要位置服务定位的市场非常巨大。立得空间定位于大数据整合，打造商用级地图的服务平台，为企业提供高精度、差异化地图服务。无人驾驶是跨领域、跨技术、跨产业的，需要相关产业共同合作努力，专家将无人驾驶分为5个阶段是合理的，它们是承前启后的关系，随着技术的革新，无人驾驶或许将比预计更早到来。目前为止无人驾驶领域也分为两个路线，一个是谷歌路线：大量采集无人驾驶地图；另一个是特斯拉路线：直接用机器识别，让阿尔法狗学会认路。谷歌的方案更安全但成本也更高，而特斯拉事件也让业界认识到高精度地图的重要性。另外，无人驾驶车需要凭借大量数据证明无人车的可靠性来通过法律的认可。不论是谷歌还是特斯拉都在不断积累测试数据，只有让机器驾驶的死亡事故率小于人工驾驶事故率，该技术才能得到推广。众所周知，百度在无人驾驶领域也投入了很多精力。早期百度也从立得空间购入街景数据，后来百度开始做无人驾驶汽车，类似于华为，他们也在从硬件、芯片方面布局无人驾驶。华为给了无人驾驶部门上不封顶的投入预算，因为业内普遍认同无人驾驶这一天迟早会来临。无人驾驶需要生态圈合作的，做地图、激光处理、硬件、集成等业务的公司都有很多机会。在这样的生态下，很多企业都参加到了无人驾驶领域的竞争中。提前布局打造商用地图服务平台除了无人驾驶地图，立得空间还做了一个商用地图服务平台-我秀中国（show in China ），该平台和百度地图看起来类似，后期立得空间会针对高精度用户提供专业级服务。为中小业主提供CRM工具，同时帮忙企业整合业务数据，包括客户、商业选址信息等，做成支持业务的地图，帮助企业节省成本；另外还会提供呼叫中心、定制化服务，帮企业做BI。通过这些方式，立得空间也服务于车联网。更重要的是立得空间的数据是免费提供的，很多小业主从市面地图测下数据后转到我们的服务平台上，目前平台已经接入了360万台车。“平台+数据”才能构成服务的后台，以后每辆车都会连接到车联网中，由网络中的大阿尔法狗通过机器学习，不断研究用户的出行习惯、驾驶习惯、消费习惯，再将其数据推送给车内的小阿尔法狗。用户以后对车内电子说一句话，它便能将我们从一地带往另一个目的地。专家估计到2020年，中国连入网络的车辆会是5000万台，也就是说20%的车会接入到平台中，所以我们做这个平台也是为了提前布局。立得空间已有成熟的整体解决方案以立得空间与公安的一个合作项目为例。公安在全国范围内有动态移动目标，这就需要详尽的地图，需要把传感器、嫌疑人目标、警源等放进去，在这个平台之上，他们可以去做大数据的挖掘、分析和预测。在旅游领域，市场每年有2位数的增长，发展非常火爆。公众app和景区管理系统打通，就可以解决堵车、人员过于密集等问题，立得空间曾帮九寨沟整合数据，游客通过平台可以看到景区购票人数，了解密集程度，进而合理安排行程，提升了游客体验。立得空间和中国探月航天业也曾合作。当时通过测绘技术将模糊的卫星照片进行了纠正与复原，帮他们做了记录月球真实状况的地形图，今年年底嫦娥四号就会用到我们的地形图，我们也会协助他们进行数据采集。立得空间在车联、无人驾驶以及B2B商用地图服务平台等领域，帮助企业定制服务系统，做一些更开放的接口，另外立得空间也是生态圈模式，联合业内比较知名的公司成立了企业联盟，目前已有170多家企业组成的联盟，同时立得空间也加入了华为、科技部、工信部组织的企业联盟，未来将进入一个“战国时代”。最后，郭晟表示，欢迎长江商学院的同学一起来参与交流，开展合作。
为推广移动测量、倾斜摄影、无人机测绘、实景三维时空信息云平台、大数据融合等前沿科技在智慧城市中的应用，为推动测绘地理信息...浅析立得在无人驾驶领域的优势
最近，一篇车云菌的《滴滴为什么要成立一家地图公司》刷屏朋友圈。滴滴出行为自己成立了一家地图公司，并申请了甲级测绘资质。这个资质含金量极高，代表了导航地图采集生产的许可，目前国内只有13家公司拥有该资质，其中还包括了滴滴的合作伙伴：百度（通过收购北京长地万方科技有限公司间接获得了甲级测绘资质）、四维图新和高德。
滴滴自建地图公司，并非想在传统导航地图中分得一杯羹，业界猜测其重点应用领域应该会在未来的无人驾驶。
实现无人驾驶有两个方向：路线一是重定位及地图，路线二是探测遥感。路线一可以理解为，通过高精度地图等提供信息，然后通过定位来确定位置（也就是高精度地图+高精度定位），这条路是谷歌等大公司在走的，目前可行性更高。
路线一 定位及高精度地图
路线二未来更有前途，但是需要技术突破。首先，无论是摄像头、毫米波雷达、激光雷达还是红外传感器都有一个局限性，他们的探测的范围是有限的。（车载毫米波雷达一般的探测距离为150m-200m，激光雷达更短，摄像头在120米左右，红外传感器一般几十米，高速行驶监控距离最多预判几秒钟，遇到如果前面一辆渣土车飞驰而去，引得尘土满天飞时，探测则发现“面前”全是障碍物。再比如高分辨率摄像机能检测图像中的物体，而且窄视场的摄像机，可以检测很远的距离。但是面对暴雨/大雪等恶劣天气，很难检测到正确的车道线/障碍物/马路牙子等信息。
路线二 探测遥感
针对两种路线，巨头公司推出无人驾驶模式如下：
立得参与无人驾驶市场，并不是心血来潮，而是利用自身经验的积累顺势而为之。
1、高精度地图
普通人类驾驶员，脑子里没有高清地图，但仍然可以开车，仍然能通过导航去我们想去的地方。得益于牛B的大脑，人类有超强的感知能力。目前车上的传感器可能在某些方面强过人类感知，但仍然非常不全面。因此自动驾驶的功能非常受限，随着传感器发展自动驾驶功能也会随之发展。如果感知能力达不到，就需要额外补充高精度地图。
导航地图是给人看的地图，高精度地图是给机器看的地图，给了无人车上帝视角。
高精度地图不仅有高精度的坐标，同时还有准确的道路形状，并且每个车道的坡度、曲率、航向、高程，侧倾的数据也都含有。普通的导航电子地图会描绘出道路，而高精度地图不仅会描绘道路，更会描绘出一条道路上有多少条车道，会真实地反映出道路的实际样式。比如真实道路在某些地方变宽了，那么高精度地图中的道路数据也是变宽了，而某些地方因为汇合了而变窄了，高精度地图也是一样。另外，每条车道和车道之间的车道线，是虚线，实线还是双黄线，线的颜色，道路的隔离带，隔离带的材质甚至道路上的箭头、文字的内容，所在位置都会有描述。
立得制作的高精度地图部分
立得中国移动测量系统的发明者，已经利用移动测量系统，积累了大量的高的精度地图生产制作的经验，团队、数据、软硬件平台等，具体数据如下：
400余人的专业数据生产团队，100余人的数据生产平台研发团队，30余人的数据智能化处理研究团队、50余人的HAD_MAP采集设备研发团队，50余辆各类MMS高精度数据采集车辆、专业的国家级移动测量实验室，全国30万公里高精度ADAS数据采集案例，170多个城市的实景三维案例（我秀中国www.ishowchina.com.cn）。
立得有甲级测绘资质，还有军工背景资质，系统集成资质，这样以后在高精度地图生产推广就具有很大的竞争优势。立得也是获得了军方跟国家测绘局的认可。移动测量系统及其应用也获得了国家科学进步奖两次证书。
立得空间和上海汽车集团一起合作研发，通过激光采集点云数据，做出了专门便于无人驾驶汽车识别的地图数据，以及二维和三维的高精度数据。只有地图数据精度达到十公分，对道路附属设施、周围地物都有明确的标识，该地图才能应用到无人驾驶中。
上汽合作部分数据
2、数据对比，确定位置
立得在数据对比，位置确定的积累方面成果在于：室内移动测量机器人，通过SLAM算法，实现定位及自主导航功能、扫描全景及激光、自主避障等功能。
立得空间的室内移动采集系统工具，是世界上排名前三的发明，效率非常高。公司曾经给万达采集整个室内的三维地图，1个小时就采集了1万平方米的数据。
立得在定位方面，立得POS系统采用GNSS+惯性导航紧组合方式进行定位，由于高精度惯性导航可用于军事用途，严格禁运，立得POS具有完全自主知识产权产品，填补国内技术空白，支持北斗卫星等多种定位系统，实时动态厘米级定位精度，达到国际领先水平，有效解决城市中GPS信号丢失情况下的无人车定位问题。POS项目获得了2012年国家重大仪器专项支持。湖北省唯一一个国家级移动测量及惯性导航实验室就在立得。
立得惯性测量产品及实验室
3、激光雷达、摄像头探测、图像识别
移动测量与无人驾驶的感知层是一个技术体系，GNSS/INS、摄影测量&图像识别、激光LIDAR、深度学习等核心技术相同，立得在移动测量领域投入18年，有自己独到的经验。
无人驾驶跟立得闪电侠体系对比图
立得公司也不断的将摄影测量+图像识别的技术用在ADAS及无人驾驶上，实际上，无论是激光也好，图像也好，他不光是一个识别物体的过程，他还需要把深度图做出来。我们的特点是能够把摄影测量+图像识别结合起来，因为在无人车上，测量跟识别都是一体化的。基于移动测量技术的传感体获取的影像，激光点云，来识别物体及场景。
道路及边线的自动提取
部件的自动提取
在图像识别方面，立得研究院投入多人团队进行深入研发，其中包括基于移动测量实景三维影像人脸车牌自动模糊化处理、交通标志标牌等自动提取，逆反射系数检测等基础应用，还积极参与国家级嫦娥四号探月项目，在图像处理方面，立得虽不是最专业的图像处理公司，但却是最懂测绘的公司，利用航测遥感跟图像处理结合，立得按照测绘的方式真实的还原月球表面的像素，作出月球表面地形图，为月球车的着陆提供了保障。
月球表面影像处理前
月球表面处理后
同时，嫦娥五号需要通过机器摇臂去攫取月球的泥土做样本，立得参与着陆的高精度地形图制作，第二则是通过图像识别+测量的技术，对摇臂的抓取控制提供辅助保障。
滴滴平台上拥有的车辆足以覆盖全国大多数地区的范围，在众包采集更新地图方面有其他图商难以比拟的优势。业内人士认为，滴滴现在拥有大规模的运营车辆，未来哪怕只有运营车辆的十分之一用于众包，数据量也是不可想象的。而且，众包车辆的配置会决定回传哪些数据，决定更新哪些地图要素，未来滴滴就有能力参与到定义车辆的环节中去，利用自动驾驶功能和地图测绘结合，实现最终的理想更新模式。
2020年车联网领域高精度地图的市场预估在500-1000亿之间，未来高精度地图、无人驾驶、车联网领域机会巨大，物联网终端网络、需要位置服务定位的市场非常巨大。
各大自动驾驶公司可以合作，共享地图数据。地图公司也可以考虑销售高精地图基本配置版本，各个公司购买之后，在基本版本的基础上去添加自己的设置。如此就可以大大降低制作地图的成本。
立得欢迎各有志于投身无人驾驶行业的企业，共同繁荣无人驾驶这个行业，服务于社会。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点无人驾驶火热的背后 他们看到了「高精度地图」的潜力
来源：36氪
作者：宇多田
　　“做出一辆可以在周围几个街区转悠的无人车其实很简单，但如果你要适用于整个世界，这将非常有难度。”
　　文 | 宇多田
　　看到今天又有le老将创建技术公司的消息，我们得感叹一句：目前，硅谷的无人驾驶圈基本上被带着Google标签的创业者给占领了。
　　当下，你只要耗费不到2英里车程，就可以从Google总部一路兜风到这家名叫DeepMap的创业公司。而这个拥有25人年轻技术团队的两位创始人，都来自于2英里外的那栋大楼――Google地图部。
　　的确不到2英里
　　不难猜测，DeepMap将以“地图创建者”或相关身份来进入这个竞争极度激烈的市场。从Crunchse创业公司数据库对其业务的描述来看，DeepMap提供的服务很容易理解：为所有正在测试自动驾驶汽车的公司将测试获得的数据转化为高精度地图。
　　就像ADAS厂商把硬件卖给整车厂一样，DeepMap向汽车厂商与技术公司兜售的则是专门为无人驾驶汽车设计的高精度地图。按照公司官博的话就是：
　　“从地图创建、地图消费再到相关服务，我们提供的是全堆栈优化服务（一条龙）。”
构建无人驾驶汽车记忆的必要路径
　　地图当然很重要，特别是厘米级，是实现无人驾驶的必要条件。
　　举个例子，谷歌的无人驾驶汽车在在6年的路测时间里发生了18起车祸。而部分分析师认为，其中很大一部分原因是来自于传感器和自动驾驶系统的失误。
　　但高精度地图却可以补上这个大缺口。
　　作为无人驾驶汽车的记忆，这张地图的质量相当于“你对道路的熟稔程度”。就像DeepMap在官博上所形容的那样：
　　“如果是家到工作单位这段路程，你肯定特别熟悉，哪怕有辆大卡车挡住了‘限速’的路牌，或者哪里正在施工，你也能应对自如。但是一段陌生路线呢？这对无人车也是同理。高精地图就是它的老师，能让它对每一条路线越来越熟稔。”
　　还需要强调的一点是，与传统地图的制作不同，高精地图的测绘及数据采集方法要复杂的多。以DeepMap的构建方法为例，公司需要利用技术将雷达等设备采集到的数据与数码摄像头捕捉到的图像进行融合。目前，大多数技术公司基本采用类似的方法。
　　此外，从天海证券提供给36氪的一些研究数据来看，无人驾驶等级L1向L4迈进这段过程中，每个细分领域的成本变化有很大的不同。
　　我们一般会认为，技术成本应该随着研发的深入而不断下降，但是，地图的成本变化却逆势而为（下图）。
　　从图中可以看到，目前大家都在努力研发的功能性软件及车周传感器会实现成本的明显下降，这肯定有利于无人驾驶汽车的市场化；
　　但反观“定位地图”，成本竟然从2%升至6%。这除了意味着该领域的开发难度肯定不小以外，无人驾驶公司必须要提升在这方面的研发力度。
　　如此重要的细分市场，像DeepMap一样在“地图构建”上发力的公司自然不少。
　　譬如Google、Uber及百度，这些大型科技公司都是强调通过采集某一区域的高精度3D地图信息再配合激光雷达来实现无人驾驶；同时，在这个细分领风头最劲的技术公司，莫过于被英特尔及腾讯等巨头控股的Here。
　　早在去年12月，HERE 就允许Mobileye使用自己的开放式位置平台来采集和处理原始传感器和观测数据，换言之，就是提供给Mobileye测量数据的方法和平台，然后交换后者的传感器及观测数据。
　　但是，在Here发展的25年里，它虽然为80%的汽车厂商提供了汽车导航系统（盈利模式主要是收取授权费），但此前的地图质量显然达不到“高精度”。
　　此外，虽然Here宣布与Mobileye合作开发高精度地图，但从复杂的控股方就可以看出，其高精度地图的开发主要是为谁服务。这样一来，汽车厂商也会因数据安全而担忧。
　　因此，其业务模式与DeepMap不是很相像，反而是荷兰的高端导航供应商TomTom与DeepMap有很多共同之处。都很第三方，很独立，也有更多机会拉到更多像传统汽车厂商这样的客户。
　　不过有点遗憾的是，无论在DeepMap自己的博客上，还是接受包括彭博社在内的多家媒体采访中，都没有解释“如何保证用户测试数据的安全性”。
为何受资本青睐？看看创业公司Cruise与Otto皆大欢喜的结局。
　　技术研发当然需要资本。因此从一开始DeepMap的准备就十分充足。
　　据彭博社报道，为了获得投资，公司两位创始人James Wu （CEO）与Mark Wheeler（CTO）拟了一份足足有80页的白皮书来介绍DeepMap的技术优势。
　　虽然我们没有无从知晓这份“充满诚意“的创业计划书的具体内容，但显然他们的技术背景可以说明一些问题。据两位创始人的LidIn资料显示：
　　左边为CTO，右边为CEO
　　首席执行官James曾是为Google地球创建服务基础设施的软件工程骨干；随后，它又进入了苹果公司，成为帮助苹果地图成功发布的功臣之一；2014年10月，他加入百度，担任百度地图首席架构师。而首席技术官Mark Wheeler的履历也相当华丽。早在年攻读博士的时候，他在卡内基梅隆大学的研究方向就是“信息定位”；随后，他便进入苹果研发“全景成像”技术；后来又就职于著名的测量系统公司徕卡，在点云数据处理及雷达技术的研发上取得了重大突破；最后在创业前进入了Google，帮助公司建立了企业级云映射解决方案……
　　当然，他们也同时从Google地球、Google地图及苹果地图带走了一批工程师，因此，现在的25位员工可以说是名副其实的在地图领域的顶尖技术团队。
　　所以说，他们相对轻松地得到了全球顶级风险的青睐――在2016年获得Accel领投的700万美元A轮融资。又在2017年5月（刚刚）追加了2500万美元。
　　此外，它的投资者名单上还有我们所熟知的安德森霍茨与金沙江。
　　很显然，投资者们对DeepMap这样性质的团队抱有很高的期望。看看被通用以6亿巨资资本收购的无人驾驶创业公司Cruise Auto，以及被Uber以7亿美元收入囊中的无人驾驶卡车公司Otto，你就应该明白了。
　　但无论技术多么牛，这都是一个竞争极为激烈的市场，新进者的优势通常都会在大公司的光芒中被打了折扣。不过安德森霍茨的合伙人Martin sado有自己的一番看法：
　　“DeepMap攻占的是一个极为细分的领域，不会去搞共享服务，也不会考虑开发硬件。他们只是想做好地图，专注于相关软件的研发。这是一个投资回报率极高的领域。”
　　的确，从高精地图技术进入无人驾驶市场有着极高的门槛。而从目前来看，市面上有潜力有财力做好地图的技术公司基本可以数的过来。
　　创始人James已经对外公开表示，DeepMap希望能够在2017年年底之前，拿到三份来自不同客户的合同。据他估计，订单将会产生高达1000万美元的营收。
　　“为人类定制地图有适用于人的规则，为无人驾驶汽车定制地图有机器世界自己的规范。掌握地图技术可以让我们有资格定义机器世界的统治规则。”
　　“做出一辆可以在周围几个街区转悠的无人车其实很简单，但如果你要适用于整个世界，这将非常有难度。”
关键词阅读：
责任编辑：Robot&RF13015
机会早知道
已有&0&条评论
最近访问股
以下为您的最近访问股
<span class="mh-title"
style="color: #小时点击排行