中国工程院院士李德仁：测绘遥感能为智能驾驶做什么?

　　日前，中国新能源汽车发展高层论坛(2022)在“中国车谷”武汉经开区成功举办。论坛特邀多位政府主管部门领导、两院院士、行业头部企业代表等发表精彩主题演讲，以下为中国科学院院士、中国工程院院士李德仁发言内容。

　　人类的自动驾驶是靠着眼睛、耳朵和大脑来实现的。眼睛看周围的环境，耳朵听，大脑思考。我们熟悉这个城市，知道前面到了什么地方，有急转弯、要下坡等等，这就相当于导航地图。导航地图就是用光学传感器、激光雷达传感器，还有北斗+惯导各种传感器+深度学习算法形成一个智慧大脑，就可以代替人来开汽车。

　　01、测绘遥感能为智能驾驶做什么?

　　可靠性高的人工智能支持全天时、全天候的感知传感器;提供亚米级室内外地上地下连续导航;提供高精导航地图支持L4、L5自动导航;提供车联网上的城市实景影像作为背景库做导航运输的规划。高精度、高可靠性、高集中度和低成本，这是我们能给智能驾驶做的事情。

　　最近三年，国家把人工智能提到很高的高度，其中人工智能领域强调了车载智能芯片，智能驾驶的操作系统要中国人自己做，我们要实现让汽车从A点能自动行驶到B点的高度自动化和对环境适应的要求，这是国家提出的要求。

　　我们看一下无人驾驶的历史，无线电技术的快速发展，在60年到90年期间就有美国的国防部提出过这个概念;GPS之后，SLAM测绘是自主的与环境无关的，也不依赖于北斗、GPS，是关键的推动力。这个技术中国也在发展;第三次浪潮从2014年到现在，智能网联汽车的发展，要把传感器和人工智能5G、6G连在一起实现。

　　现在我们已经到了第三个阶段，智能感知与众源测绘的新阶段，每个汽车开在路上采集的数据，如果送到交管局，在后台又可以到云上帮助做交通的管理和信息的服务，人人都是新时代的数据采集员，使我们更好的实现智能驾驶和自动驾驶。

　　无人驾驶跟原来生产的移动车辆之间已经深度融合，原来给军方提供移动车辆系统，现在可以提供无人驾驶各种系统。这些设备包括视频摄像头，包括激光雷达，包括路上的交通标志射频系统，包括LKA车道保持辅助系统，还有高精度地图，还有GNSS和惯导组导航系统，感知、导航、定位、定制和决策支持这样多传感器的融合要做到高可靠性、高精度、低成本。现在给汽车公司做的在1万多块钱，要试验，做到批量量产变成标配，成本必须控制在两三千块钱，这就是我们的目标。

　　除了导航地图还要制定交叉路口的导航地图，制定国家的标准，这都是测绘人员的责任。

　　做成高精度的集成传感器，它的精度要达到要求，能够保证用户的需要，而且要高度集成，做到车规级的惯导。关键是进停车场的最后1公里，无人驾驶在上海汽车场做的试验，开到停车场里面没有北斗，没有GPS，靠的是SLAM，最低要求有两个摄像头就可以了，加一个惯导和激光雷达更好，这属于成本问题。这个技术我们是自主掌握的，不依赖外国。

　　比如疫情期间，无人配送机器人应用面比较多。无人机有激光雷达，有红外，有清晰摄影来进行巡检，可以代替工人;进了车间内外巡逻，可以查各种数据，查各种机器是不是正常运转;在变电站可以做外景巡逻、室内巡逻，更可靠安全，成本降低，效率提高;部队用的履带式机器人可以爬坡、上楼梯，比较稳，可以给国防提供完成测量采样工作。

　　02、高精地图提供冗余安全保障

　　代替人来做智能设备道路的导航定位是否需要高精地图?世界上有分歧，有的公司说不要，有的公司说要，我们的观点是要。举一个例子，我在武汉每天开汽车开得很快，到了北京就开不快，那是因为对它不熟悉。大脑的记忆就是导航地图，导航地图可以随时提醒自动操作系统采取各种措施，所以我们认为导航地图是必要的。

　　高精地图是自动驾驶汽车解读交通规则的字典、知识库，是自动驾驶不受干扰的一双眼睛，是自动驾驶必要的冗余安全保障，冗余越多驾驶越安全。

　　高精地图的高精度体现在坐标精度上，准确的道路参数能够提供坡度、宽度、爬坡的距离、航向等，交通信息元素更加丰富。没有人的时候可以把它变成信号发送给智慧大脑去做人工智能的处理。导航地图能够弥补传感器的性能不足，能够提供先验知识好做规划，让驾驶员的汽车开得更好，所以导航地图是必要的。

　　导航地图的采集、处理和应用要靠主流的高精度专用的移动测量系统作为重要的源，加上众包易于采集的数据。任何在路上的交通工具如果装了传感器、北斗，能够记录0.5米的轨迹，装得更好的能有10厘米的轨迹记录。移动测量器材的高精度数据加上众包采取的实时新鲜数据，用软件人工智能集成到一起，就可以进行处理。我们要解决共用的技术：自动识别与分类，复杂环境下的采集，把这些数据清理，把所有摄像头里面的隐私数据去掉，车牌号码隐蔽掉，有人正面的脸要刷掉，数据才能用，这就是识别分类处理的技术问题。

　　至于发展趋势，原来测量的人讲“高精度”，现在全世界叫做High Definition“高精”，没有“度”了，因为不光精度要高，更新效率还要快，密度要超过原来的地图，成为智慧城市的神经。中国翻译叫“高精地图”，而不是“高精度地图”。让它更加动态化，更加集成化，解决大规模应用。

　　同时，还要在显示层面上更多维显示数据结果，做成云端联合管理，这就要依靠5G和6G通信支持。还要做成整个智慧城市智慧交通系统的感知、高效的传输和智能的控制，跟智慧城市建设关联到一起。

　　安全问题也非常重要。数据的使用和安全问题需要解决，我的结论是，数据放在云上，终端下载不了高精度数据，把它做成片面数据给下面用。这样就可以保证绝对精度在网上，由政府部门管理，用户可以用得着，但不可能把数据打印出来。这个问题需要工信部与自然资源部、公安部系统解决。

　　03、未来趋势走向自动化、智能化

　　现在全国都在做车路协同，把人、车、路、网、云连到一起，路端要感知，车端要感知，两边都感知，达到200%的可靠性。

　　路端在尽可能放传感器到路上，让大家共享。让汽车获取连续的高精度导航信息，北斗增强系统沿着道路建起来;道路上原来给驾驶员看的标志改成同时给机器人发信号;在汽车上可以完全依靠网、路来提供信息往哪儿开。汽车上装一个智能感知定位的传感器和智能驾驶大脑，一致起来就达到了200%的冗余，就比人工驾驶的安全性提高一个量级。这是可以做到的，特别我们国家制度的优越性，可以把车路系统做得更好。

　　今天讲了这么几个概念，第一，测绘遥感是一个很小的专业，可以支持智能驾驶，也可以支持国家能打仗打胜仗。智能驾驶提出了高精度、高可靠性、高集成度和低成本的极高要求，测绘遥感必须与人工智能、大数据、云计算、5G通信等技术集成融合才能攻克技术难关。要与车端、场端、通信设备商、通讯运营商进行全产业链互动，跟高精地图和导航服务融合在一起。研究车路协同的智能化，才能实现无所不在的智能驾驶和自动驾驶。