zui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，并申请了测绘资质。这个资质含金量*，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，其中还包括了滴滴等（通过收购北京长地万方科技有限公司间接获得了测绘资质）、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zui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，*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，脑袋里没有高清地图，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*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，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）。

立得有测绘资质，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。立得也是获得了国家*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，严格禁运，立得POS具有*自主知识产权产品，*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*一个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，还积极参与嫦娥四号探月项目，在图像处理方面，立得虽不是*的图像处理公司，但却是zui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*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zui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。