2016 年，Google 無人車項目在開始受到外界越來越多商業化質疑的同時，也遭遇了長達 10 個月的人事震蕩。
那一年，選擇離職的大批骨幹員工，如今很多已成為當下無人駕駛圈中明星技術公司的創始人與 Google 無人車最強勁的對手。
如果細分他們當年在 Google 的所在部門，你會有一個發現：
這些人幾乎來自兩個項目，一個是無人車，而另一個則是地圖。
實際上，機器人專家 Chris Urmson 在 2008 年被任命為無人駕駛項目 Project Chauffeur 的負責人之前，曾在 2007 年的街景項目中帶領團隊提前完成了 100 萬英裡的道路測繪工作；
而後來卷入 Google 與 Uber 技術機密糾紛的核心人物 Anthony Levandowski，也曾是街景項目的骨幹成員。
甚至曾有外媒評論說，無人駕駛汽車看起來更像是谷歌地圖團隊孵化出來的一個項目。
這個團隊在當時被全公司稱為「美國街道的最大真相發現者」，因為他們在政府提供的原始資料基礎上，不斷主動添加利用測繪車采集的更為詳細的地理資訊。
而直到現在，大部分人才意識到，一幅标有「車道線、坡度、甚至是一塊高度約 10 厘米凹坑」的詳細地圖資訊對無人駕駛汽車的重要性。
「無人駕駛汽車的未來取決于高品質的地圖。」
福布斯雜志的這句評論并沒有誇大，其「超強的存在感」來源于無人駕駛的一個特性：
既消耗資料（燃料），也生産資料（收集資訊）。
舉個例子，一輛無人車即便安裝了各類傳感器與軟體工具，也需要經曆「冷啟動」階段。但好在機器們都具備「蜂巢思維」這個優點，把另一輛汽車上收集的資料記憶完全移植到另一輛車的「大腦」中，是一件分分鐘能做到的事情。
而那些配置好的視覺傳感器與計算機視覺系統，又在無人車按照高精地圖進行定位、導航以及規劃路線的同時，精準捕捉周圍環境特征，不斷補充、校正與更新高精地圖背後的龐大資料庫。
另一方面，即便近年來視覺傳感器與深度學習軟體的性能有了大幅提升，汽車作業系統的可靠性逐漸從地圖資料存儲轉移到實時場景識别。
但從安全備援角度考慮，一旦識别反應慢了幾拍或者作業系統的某個驅動器崩潰了……高精地圖（這得先要確定高精地圖這個子產品是隔離的）也能充當一層保護屏障。
這種在無人駕駛汽車上的「多重特殊身份」，使得高精地圖在 2015 年無人駕駛熱浪初起時，便被看作是一個有待崛起的新興行業，讓資本聞風而動。
實際上，除了 2015 年諾基亞旗下數字地圖品牌 Here 的股權被德國車企聯盟及零部件巨頭瓜分，2016 年騰訊向四維圖新增資 1.8 億，采用衆包方式采集資料的 ASAS 供應商 Mobileye 以 153 億美元價格被英特爾收購，以及各種數不清的強強合作之外，高精地圖創業項目的融資頻率在 2017 年形成了一個小高潮。
想用物流車繪制 3D 地圖的 Camera、前特斯拉工程師開創的 lvl 5，在雷射雷達測繪方面頗有造詣的 CivilMaps，以開源平台起家的 Mapbox，都是在 2016 年底至 2017 年期間陸續斬獲大筆融資。
而反觀國内，雖然百度、高德、四維圖新等普通圖商對高精地圖業務早有布局，L4 級别以上的無人駕駛技術公司也紛紛表示要自己做高精地圖。
但說歸說，由于涉及到政策、國土安全及前期投入過大等因素，高精地圖市場鮮有成果放出;
而與此同時，針對高精地圖業務的創業公司也姗姗來遲，在 2017 年底至 2018 年初才見到一些苗頭。
然而，在我們最近與傳感器硬體公司的接觸中發現，一些傳統測繪及資料采集軟體供應商與內建商，正在對高精地圖市場蠢蠢欲動。
成本之痛
「我們這段時間見了一些圖商，他們說因為無人駕駛對高精地圖的需求很迫切，讓他們又重拾了對地圖的『敬畏感』。」數字綠土的 CTO 趙寶林很感慨。
這家一直在林業、電網等傳統領域做無人機測繪采集處理軟硬體産品的公司，2017 年卻被越來越多的圖商找上門來，他們都提出了針對高精地圖的應用采集需求：
「一個很明顯的趨勢是，除了網際網路圖商，機載導航方面的圖商也在紛紛向高精地圖轉型。他們需要在無人機或者車上安裝一套新的采集軟體及硬體配套設施，才能更高效得把城市道路資訊采集下來。」
其實直接複制無人機的那套資料采集系統，并無不妥。
目前市場大部分高精地圖采集方案，實際上就是把無人機那套直接搬到了車上來。
畢竟用于傳統測繪的資料采集系統，精度通常都要縮減至 5 厘米以内這個級别；而目前基于車速刹車距離以及決策響應時間的判定，高精地圖行業内更為認可的相對誤差精度為 20 厘米。
以古文物的三維重建為例，這些實物對于細節的要求更高，包括數字綠土在内的傳統測繪解決方案廠商，通常會用 1~2 毫米測距誤差的雷射雷達。
這樣高精度的雷射雷達用到車上，從效果上來說自然沒有問題，但很顯然，高端的傳感器，其價格也一定不菲。
「像我們這一套無人機雷射雷達點雲采集軟硬裝置，售價在百萬級。
而且挂在無人機上意味着少數裝置就能覆寫很大面積，對采集頻度的要求沒有那麼高；但車載方案覆寫的面有限，而且細節要求更多，甚至需要每時每刻都要發揮作用。
還有在品質方面，無人機或者大飛機上的探測條件沒那麼苛刻（苛刻的話選擇不去作業就好了），即便遇到颠簸也是平滑地緩沖，對硬體品質的要求沒那麼高。
但在車上，就需要硬體達到全工況的适應性，是以雷射雷達必須是非常工業級的産品。
是以，成本就這樣上來了。」趙寶林說出了當下創業公司，甚至圖商都難以做通高精地圖的最大痛點之一。
根據長江證券提供的一份 2017 年報顯示，由于地圖資料的采集與維護占固定成本絕大比重，是以高精度地圖是一個資金密集型的行業。如果沒有穩定市場佔有率與良好的盈利面，就無法與那些具有先發優勢且規模較大的對手進行競争。
而又據《汽車商業評論》在 2016 年的報道，高德高精地圖測繪采集車的單輛成本就高達 800 萬人民币，且僅擁有 6 輛（截止報道時間）。
「不像國外，國内的很多圖商，特别是網際網路圖商，都是免費的。再去專門做高精地圖，如果不是像百度有其他業務線支援，其實很難承受這樣一個資料采內建本。
圖商的困難在于，這個價格如果想批量買或者進行市場普及，他們根本承受不起。」
然而，即便高精地圖的生産與維護成本讓人難以想像，但這卻正是其市場價值所在。
對于想跨過這道價格門檻的公司來說，隻有唯一一個理論層面可行的解決方案：用相對低成本的傳感器和高性能的軟體，把這個東西解決掉。
這意味着，想解決價格門檻，就要克服另一個門檻——基于雷射雷達點雲的三維特征提取。
門檻中的門檻
據趙寶林透露，即便采集了影像和點雲資料，距離輸出高精度地圖，還是有一定的差距。
「從資料到地圖，還有很長一段路要走，最關鍵的是三維特征提取的準确性、精度和效率，畢竟，高精地圖有太多關乎安全的車道線、信号燈和交通設施要處理，這裡需要強大的軟體技術支援。」
「引入雷射雷達的無人駕駛方案中，有些并未發揮雷射雷達的全部價值，通常隻用于動态目标的快速定位，而目辨別别和跟蹤則要依靠影像資訊。
尤其是低價位 16 線或 32 線的雷達，本身點雲就非常稀疏，這對實時點雲處理技術是一個極大挑戰。」
點雲示例：Velodyne 16 線雷射雷達的點雲效果
但真實情況是，如果要做進一步識别跟蹤，雷射雷達本身更具備優勢。因為精度更高，而且點雲資訊本身就包含的幾何關系，相對影像的計算壓力更小，實時性更好。
此外，高精地圖車輛定位方面，基于關鍵特征比對，也能大大減少高精地圖的資料量級，這意味着傳輸帶寬與資料儲存成本也會随之降低。
是以，這項基于雷射雷達的三維目标精确識别及特征提取技術，被趙寶林看作是當下高精地圖乃至無人駕駛行業内的一個重要門檻。
「我們的優勢就是——在 GPS 信号不好甚至丢失情況下，能用點雲比對技術和 SLAM 把地圖精度保持，還能把物體的三維資訊實時提取準确，抽取動态與靜态特征，并與決策算法配準。」
既然是門檻，便意味着商業價值。
目前，數字綠土除了正在跟一些上下遊的硬體公司籌劃開發一個基于視覺系統的标準件，希望将雷射雷達點雲資料采集與決策算法打通外，公司也已經簽訂了與幾家圖商的項目合作，為他們解決困難路段的問題。
此外，他們也正在與多家整車廠建立合作關系，包括主流德系車企。
但讓人有些意外的是，趙寶林提到的客戶裡，還有幾家明星無人駕駛技術公司的名字。這些明星創業者也同樣提出了關于用點雲提取三維特征的技術需求。
「大家都是想盡可能降低對硬體的依賴吧。除了成本問題，傳感器的性能與決策系統對突發情況的實時應對能力還沒有到完全被寄予厚望的時候。
當然，做 B2B 生意，公司習慣了幫别人做技術方案但不能報自家名字的要求。」
此外我們發現，作為數字綠土的重要投資方，順豐能夠提供給這家創業公司的應用場景條件也十分優渥。
想象一下跑在全國各地的順豐物流車，如果把軟硬體裝置「扣」在車上，那地圖作為一種副産品被制造出來，其成本也将大大降低。
高精地圖争奪者之間的沖突帶來了更多商機
很顯然，數字綠土切入高精地圖市場的角度并非「橫沖直撞」（也就是直接做高精地圖），而是巧妙地借助了自己在傳統測繪領域的優勢以及高精地圖市場的痛點，先成為向高精地圖圖商及整車廠拿訂單的軟體工具提供商。
這一點與國外的高精地圖創業公司 CivilMaps 的商業路徑有些相似——幫高精地圖采集者「減負」。
這家被福特看中的創業公司，也具備從點雲資料中摳出三維物體關鍵特征的能力。
而他們選擇的商業模式，也是采取衆包方式——與整車廠合作，在車上安裝自己的傳感器軟硬體裝置。
「由于在國内會面臨資質問題，而且投入成本高，高精地圖創業公司不太可能單幹，但這不意味着這個市場不能做。」趙寶林表示，自己從汽車巨頭以及圖商布局高精地圖的動作中，看到的是更多的商業機會：
「從 Here 的股權變化中就能看出，整車廠都在加持對 here 的控制權。至少我們接觸的每一家整車廠都希望對高精地圖資料有一定的支配力。」
因為在每一個技術與産品都未成型的早期市場，每個玩家都需要嘗試多條腿走路。
「跟幾家與阿波羅合作的車廠聊，他們其實對資料以及高精地圖的态度都非常積極。」
實際上，對于汽車行業來說，高精地圖不僅僅是無人駕駛汽車必不可少的一部分這麼簡單。
一旦無人駕駛生态最終形成，大家最終搶奪的是終端内衍生的消費能力，而高精地圖，也會成為無人駕駛汽車大軍中一個必要的流量入口。
而這場針對高精地圖激烈的争奪戰，意味着這項産品即便最後能夠規模化，也不會有統一的标準。
雖然目前國内國際似乎正在推動「标準化」這個事情，但趙寶林認為，這僅僅等同于先把三維高精地圖以一種相對結構化的、開放型的特征采集下來，然後再以一種統一格式對高精地圖資料進行存儲管理。
「這隻是高精地圖作為一個資料資産，其生産者與營運者之間對傳遞物判定的一種标準。
你想，我們做一個項目，你傳遞給我這個東西是一個形态，但當我要去用的時候，我去換一種形态。而在使用過程中的事實标準，大家是永遠不會公開出來的。」
這就像圖商把産品提供給寶馬奔馳，雖然給的都是國際通用标準格式，但上了寶馬的車，就已經完全不是以前的樣子，資料一部分會存儲在雲端，一部分會在車上。
而對于高精地圖來說，其作用範圍更大，承擔的任務更重：
既然傳感器實時采集的資料需要被加工後轉到決策系統中進行比配，而每家車廠或科技公司都有自己不同的決策大腦。
那麼，這個大腦在決策時用何種特征進行比對分析更快，一定需要對資料格式做出改動，找到最比對的模式。
是以，每家都會有自己的壁壘和專利，無一例外。
「這意味着，一種通用格式是絕不可能行得通的。」他認為，獨一無二的決策系統，決定了每家一定需要獨一無二的高精地圖。
「是以，我們先選擇做一個高精地圖工具提供者。」
這樣看來，高精地圖市場參與者之間的「大沖突」，恰恰為像數字綠土這樣在傳統測繪領域積累了豐富經驗的技術方案內建商，以及具備傳感器融合技術優勢的無人駕駛公司們，切開了高精地圖市場成本與資質圍欄的一角。
無論如何，對于優勝者來說，這将是一個利潤可觀的市場。
我是機器之心進階編輯宇多田（微信：fudabo001），主跟無人駕駛、AI+安防以及科技大公司，如果您是這些領域的從業者，歡迎加微信交流溝通。
本文為機器之心原創，轉載請聯系本公衆号獲得授權。