上周四(5月26日)20:00，追勢科技聯合創始人&CTO蔣如意博士做客汽車之心直播欄目《行家說》，以《城市記憶領航-實現L3級行泊一體自動駕駛的最佳落地途徑》為題給大家帶來了一場干貨滿滿的分享。

讓我們一起來回顧一下部分核心內容吧!

前言

上班族們通勤用車的問題越來越凸顯，每日面對的堵車、進出停車場都讓人不省心，這些問題正在偷走上班族的幸福感。追勢希望通過一鍵式通勤系統——城市記憶領航，實現從家庭停車位到公司停車場的全程自動駕駛，幫助大家解決日常通勤過程中的用車問題。這也是追勢堅守以產品落地為出發點，堅持做創新的初心。

一、L3級以上自動駕駛大范圍應用遇到的瓶頸——高精地圖

高精地圖在高等級自動駕駛系統中是必不可少的一環，但也成為了業內需要攻克的瓶頸，在城市范圍內，高精地圖目前的覆蓋率是非常低的，例如北京不到1%，上海不到5%。高精地圖現在面臨的痛點是采集成本巨大，標準不統一。

現狀：地圖商提供的高精地圖遠達不到支持L3級自動駕駛的水平。地圖精確度和“新鮮度”有瑕疵，尤其因為“鮮度”的更新頻率太低，導致大部分以季度為單位更新的“鮮度”根本無法滿足高等級自動駕駛的日更要求。

根本原因：“鮮度”無法實現日更是因為保持地圖“鮮度”費用巨大。高精地圖繪制和更新的方法是通過自己的采集車，收集激光雷達數據、GPS數據、攝像頭數據等進行識別、融合、3D建模，最終形成高精地圖。但這個方法費事、費力、費錢。

解決方案：面對高精地圖瓶頸，行業內普遍認為眾包地圖將會是一個主流的解決方案。通用模式的眾包地圖，是指通過多輛具有環境感知能力的車輛，讓它們一邊行駛一邊收集道路信息數據，收集的道路數據上傳到云端進?數據融合，通過數據聚合完成還原度高、即時更新的行車地圖。

二、追勢記憶領航系統解決眾包地圖的瓶頸問題

通用模式的眾包地圖的瓶頸

地圖的眾包模式是未來地圖更新的必經之路，各領域均在積極發力，但通用模式的眾包地圖目前也遇到了瓶頸：

● 地圖覆蓋不完整：采集車輛經過的道路數量有限，會導致地圖覆蓋的范圍不完整。

● 地圖更新“鮮度”不確定：不能確保每塊區域的更新頻率，除非眾包車輛的密度已經達到很高水平。不然還是會出現某些區域會有車頻繁經過，而某些區域卻無法確保每天有車經過的情況，那么后者的更新頻率就會很低，存在地圖更新“鮮度”的不確定性。

● 地圖驗證困難：目前沒有有效驗證方式去判斷眾包地圖的準確性和精準度，所以還比較難驗證眾包地圖能否滿足高等級自動駕駛的需求。

追勢記憶領航的解決方案

追勢的記憶領航是把通用地圖的眾包模式用于單車特定路線的更新，其核心方案跟眾包地圖一致。不同的是采用的是自車的多次單車眾包模式，實現低成本的點到點的自動駕駛，擁有自己額外的優勢：

● 特定路線的地圖完整性100%

● 提高保鮮度——每日更新

● 優化用戶體驗——影子模式

以通勤路線舉例：對于上下班這種特定路線來說，當你部署完后，只要每天上下班都是這條路，就能確保地圖能完整地覆蓋這個特定路線。并且每天都會在這條路線上行駛，這時就能不斷收集和更新地圖數據，實現隨著一年四季的特征進行變化，道路上的語義標記也能及時更新。地圖的影子模式會在后臺自動識別相同的路線，進行靜默建圖，同時也會在后臺做充分校驗，直到地圖完全成熟、完整時，系統才會提示用戶可以使用記憶領航。

追勢的低成本地圖“保鮮”解決方案能實現從家庭停車位到公司停車場的全程自動駕駛，未來能實現點到點城市自動駕駛。追勢認為記憶領航是眾包高精地圖的最快落地途徑。

三、城市記憶領航(S-Navi)介紹

● 追勢科技的城市記憶領航(S-Navi)利用“所見即測繪，所用即測繪”的理念，創新性的提出了車云結合的低成本眾包高精地圖方案，利用“單車多次”的記憶模式實現特定通勤路線的高精地圖構建、驗證、更新和應用，突破當前城區高精地圖匱乏的卡脖子問題，進一步通過云端融合實現最終大范圍的高精地圖眾包構建。

● 基于創新的360度多傳感器感知融合技術，利用結合了傳統CV和深度學習融合的結構化AI算法，突破交通擁堵和車輛加塞場景下的感知瓶頸，可以快速精準對360°環境感知。

從2022年開始，追勢科技正在持續擴大在自動駕駛產品上的優勢，鞏固和擴大在低速產品上的領先地位;并將已有的成熟技術復制到泛機器場景。同時，也在布局城市中高速自動駕駛的行車功能，完成行車+泊車一體解決方案;預計2030年，追勢科技將實現全場景的自動駕駛。

追勢科技致力于從L3以上自動駕駛可落地的產品切入，邊做產品創新邊落地，漸進式推進全自動駕駛技術的到來。公司產品覆蓋AVP，Navi和全棧自動駕駛技術。

追勢科技愿景成為引領全球自動駕駛的公司，做自動駕駛領域“必須應該做的”產品創新。

追勢致力于成就員工個人成就和價值實現，成為全球范圍內受人尊敬、基業長青的企業。

原文標題：追勢分享 | 城市記憶領航-實現L3級行泊一體自動駕駛的最佳落地途徑

文章出處：【微信公眾號：追勢科技】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅