地圖標(biāo)注的生成與更新方面，一方面?zhèn)鹘y(tǒng)地圖出產(chǎn)過程本錢很高，功率低、更新速度慢。另一方面?zhèn)鹘y(tǒng)地圖產(chǎn)品，消費(fèi)者直接能夠了解。但給機(jī)器“看”的高精度地圖需求把數(shù)據(jù)轉(zhuǎn)化成機(jī)器能夠了解的地圖產(chǎn)品。
因而DeepMap以為，地圖不該該被當(dāng)作一個(gè)數(shù)據(jù)庫。高精度地圖的出產(chǎn)需求一套全新的辦法，即眾包模式。也就是從參加眾包的車輛上搜集數(shù)據(jù)，參加到高精度地圖的生成與更新之中。這樣能確保地圖的產(chǎn)量、質(zhì)量和更新速度。
“我們只用無人駕駛原型車來做眾包。”羅維說，與一些企業(yè)從一般車輛或L2、L3等級(jí)的車輛上搜集數(shù)據(jù)不同，他們以為只要L4及以上無人駕駛車輛所擁有的芯片才干、數(shù)據(jù)傳輸才干，才干滿意眾包制圖需求。 關(guān)于地圖“消費(fèi)”環(huán)節(jié)，DeepMap了解為如何讓車輛“使用”高精度地圖。高精度地圖將與轎車三大體系發(fā)作交互，別離是感知體系、決策體系和實(shí)時(shí)定位體系。前文說到的高精度地圖的三大效果就是別離與這三大體系進(jìn)行交互。
DeepMap是經(jīng)過一套車載軟件效勞渠道來完結(jié)上述交互，該渠道使用深度學(xué)習(xí)技能，與車上的傳感器、與云端、與無人駕駛體系進(jìn)行溝通，往后也許也會(huì)跟其他車輛進(jìn)行溝通。
關(guān)于地圖的云效勞環(huán)節(jié)。每輛由眾包車輛搜集的數(shù)據(jù)將高達(dá)TB級(jí)，用于眾包的車輛也將達(dá)到百萬等級(jí)，首要要將這些難以處理的大數(shù)據(jù)變?yōu)榭蓚鬏數(shù)男?shù)據(jù)才干把本錢下降，一起云端將結(jié)合成千上萬臺(tái)計(jì)算機(jī)，做一些海量的復(fù)雜運(yùn)算和剖析。比方結(jié)合許多轎車反應(yīng)的狀況對(duì)實(shí)在路面發(fā)作的改變進(jìn)行剖析，斷定改變是否實(shí)在發(fā)作，并在高精度地圖上得以更新表現(xiàn)。
如此一來，DeepMap高精度地圖生態(tài)構(gòu)成閉環(huán)。
講到這兒，羅維自傲地笑了一下，對(duì)我們說：
2016年4月我們公司樹立，那時(shí)很多人還不信任我們的理念。但我們漸漸發(fā)現(xiàn)，越來越多的人在講我們說過的話，從小的創(chuàng)業(yè)公司到車廠，甚至大的科技公司。
“那你們不憂慮嘛?”
面臨記者的疑問，羅維坦言，他人能夠重復(fù)我們說過的話。雖然它是正確的，但真實(shí)把這個(gè)理念消化吸收而且做出來不是一件簡單的事。由于提出理念的時(shí)分其實(shí)是有一套成形的想法，知道每一個(gè)環(huán)節(jié)該如何建立。這些東西很難模仿。
采訪跋涉到尾聲，當(dāng)泰伯網(wǎng)記者問到公司下一步比較緊迫的要做的工作是什么時(shí)，羅維笑著說，現(xiàn)在要做的事就兩件：第一，公司現(xiàn)在有幾十人，有一個(gè)工作場所可是老也裝修欠好，我們期望能快點(diǎn)有個(gè)更好的工作環(huán)境。
第二件事，DeepMap有足夠好的團(tuán)隊(duì)，足夠好的產(chǎn)品原型，技能很好，執(zhí)行力也很好，出產(chǎn)就是一個(gè)時(shí)間的問題，就是期望抓緊時(shí)間來做這件工作。
記者最終問羅維，你等待無人駕駛的來到嗎?
她沒有直接答復(fù)記者，而是對(duì)記者講了個(gè)小故事。
前陣子有小孩子問她，“我什么時(shí)分才干開車呀?”
她答復(fù)道，“到了你們考駕照的年齡，你也許就沒必要再學(xué)開車了。”