坐在一辆不到 8 万块钱的自主品牌小型 SUV 江淮瑞风 S3 里，行进在高速公路上，怎么做到回头率百分之百?
当然不会是「在车屁股上栓只鸡」这么接地气的答案。实践上换来这种高回头率的价值可能很大，比方，把它改装成一辆高精度地图收集车。
这个办法亲测可用，由于当我坐在百度的高精度地图收集车里，以 60km/h 的速度行进在上海外环高速的时分，旁边那些车里的司机和乘客，都在以一种非常独特的眼神往我们车上看。 只怪它太显眼了：
这些瑞风 S3，由江淮轿车向百度公司交给，合计 32 台，交给后由百度改装成图上的姿态，用于进行高精度地图的收集。为此，两边还在百度上海研制中心进行了一个简短的交车典礼。
江淮是百度地图标注 Apollo 主动驾驶计划的第一批协作伙伴之一，尽管这次的典礼看起来仅仅「百度向江淮订货了一批车辆」或许「江淮向百度捐赠了一批车辆」，可是百度和江淮方面都表示，在 Apollo 计划里，两边将会深化协作。
而依据江淮的计划，他们希望在 2019 年下半年推出主动驾驶量产车型，并且在 2020 年完结 L3 的商业化运营，以及在 2025 年完结 L4 等级主动驾驶，现在看起来，要完结这些计划，百度 Apollo 渠道会发挥很重要的效果。事实上， 依照两边的说法，江淮推出的主动驾驶量产车型，会是 Apollo 计划敞开以来的首个高精地图主动驾驶量产落地项目。
而之所以挑选在上海的百度研制中心进行这个交车典礼，最主要的原因在于，这是百度高精度地图在全国收集、出产的三个基地之一。别的两个分别是北京和广东顺德。
其实在我看来，「交车」本不是一件大事，可是百度为此营建「典礼感」的原因，仍是他们想对外展现自己在高精度地图方面的所作所为。顺便提一句：也是在这个月，百度的友商高德在北京宣告和千寻方位到达「高精度地图+高精度定位」的战略协作，方针之一当然也是推动主动驾驶技能的商业化落地。
我们仍是先把友商之间的明争暗战放一边，我更感兴趣的是，所谓的「高精度地图」，究竟是怎么出产出来的?
百度把高精度地图制造分为「外业」和「内业」两部分，共三个过程，分别是外采、后台数据化处理、人工验证以及发布。
简略地说，就是外出收集+后期处理，这和拍电影有点儿相似，前期的拍摄和后期的编排配合起来，才能终究生成一部能看的电影。
百度现在的高精度地图以满意 L3 等级主动驾驶的要求为规范，所以收集的路途场景以高速公路为主。算上这次交给的 32 台收集车，百度地图标注的收集车队总量为 288 台，其间具有高精度地图收集才能的车辆约 40 多台。
百度高精度地图担任人马常杰通知 GeekCar，百度的高精度地图收集车，单车设备本钱在 100 万人民币左右，硬件选型和收集体系都是由百度自行设计开发。
依据我们的调查，整套收集车在收集设备上包含以下几部分：
1. 由 Velodyne 供给的 32 线激光雷达，担任收集点云数据。激光雷达在车顶呈必定角度放置，为的是尽可能多的收集路途信息而非天空信息
2. 摄像头：担任收集前方路途印象，每秒拍摄 7-10 张相片
3.GPS：担任记载车辆 GPS 轨道
4.IMU
5. 由三台单反相机+120 度鱼眼镜头组成的 360 度环视印象收集体系
下面分过程介绍：
1. 收集
而在车内的副驾驶方位，是一台担任操控收集设备的电脑体系，用来让收集员实时监控收集状况。
关于收集员来说，他们的日常作业就是开着收集车以 60-80km/h 的速度在高速公路上平稳的行进，每天至少需求收集 150 公里的高精度地图数据。
在驾驶收集车的过程中，他们需求不断的承认收集设备是否处于正常作业状态，一同还得依据气候和环境状况挑选不同的摄像头参数预设，可是整体来说，外采作业关于收集员的技能要求并不算非常高。当然，由于设备昂贵，所以他们会比较忧虑收集车在夜晚的安全问题。
关于这些收集设备来说，让他们处于同一个「坐标系」下作业，是非常重要的，也就是所谓的「多传感器标定」。而这些设备归纳起来的数据量，一般在一公里 1GB 左右。
马常杰说，这些收集来的数据除了能够用来出产高精度地图，还能够为百度的辨认算法供给练习和测验样本。这有助于高精度地图主动化出产才能的提高。
2. 主动交融、辨认
收集到的这些每秒 10 帧左右的图画，会由电脑进行主动的辨认和交融。简略的说，就是把 GPS、点云、图画等数据叠加到一同，然后进行路途标线、路沿、路牌、交通标志等等路途元素的辨认。
别的，比方同一条路途上下行双向收集之后形成的数据重复问题，也会在这一步里被主动整合，除掉重复内容。
这一步，相当于视频制造里的「粗剪」，只不过，这不是由人工完结的，而是一个主动化过程。
3. 人工验证、发布
这一步是需求人工完结的，归于内业操作。由于主动化处理不可能做到百分之百的精确，所以得再进行一轮人工验证，相当于视频制造的精剪、输出成片阶段。
在百度上海研制中心，有一些职工就在做高精度地图人工验证的作业。他们需求从云端下载需求验证的路段数据，然后把主动处理之后的高精度地图数据和对应方位的图画信息作比对，找出过错的当地并进行更正。比方，如果体系把一个限速牌过错辨认成了 60km/h，而实践是 80km/h，这时就需求进行人工批改。
马常杰说，每个职工每天能批改的数据量在 30-50 公里左右。
这些批改后的数据不会保存在本地，而是需求上传到云端。终究的高精度地图制品，也会经过云渠道进行下发。
整体来说，百度认为自己在高精度地图范畴具有三个优势：
车队规划大& 覆盖广：具有全国最大的高精度地图收集车队，覆盖 30 万公里的全国高速及城市路途
精细化程度高：能够精细描写上百种路途要素和特点
出产效率高：主动化处理程度到达 90%+
为什么百度要侧重宣传高精度地图?
自从 Apollo 计划发布以来，环绕它的技能道路、商业模式等问题，就有不少的评论。不少人的疑问都是：百度说了那么多，可是 Apollo 计划实践执行起来究竟怎么玩?
经过和江淮协作，我们能得出一个信息：在 Apollo 计划实践落地的过程中，高精度地图会扮演重要的人物。通用的 Super Cruise 就是利用高精度地图完结高速公路主动驾驶的一个典型事例，相似的计划，相信也会被其他的整车厂所仿效，如果国内的自主品牌们都挑选这条途径去走，那么关于百度、高德、四维图新这些图商们来说，就是一个相当大的利好了。
另一个层面上，百度把高精度地图看做是是 Apollo 云端效劳的核心数据，这个重要性也可见一斑。
总归，国内图商关于高精度地图的大力推广，也在必定程度上意味着，国内主动驾驶落地的进展正在加速。