本文来自微信公众号“电子发烧友”，作者/周凯扬。
这几年在自动驾驶概念的盛行下，ADAS传感器、自动驾驶芯片和自动驾驶系统大家都已经司空见惯了，但推动自动驾驶朝更高等级进发的路上，还有一环是大家印象不深，但在部分自动驾驶方案来看至关重要的，那就是高精地图。
目前高精度图的绘制门槛依然处于一个较高的状态，尤其是在国内，甲级测绘资质还只是入场券，对于部分车企来说，这一关就把他们卡住了。即便获得了资质，开始了采集过程，也要面临技术栈难度大、维护成本高的问题。至于如何解决这些问题，英伟达也提出了自己的方案。
借助AI来节省工作量
我们其实已经看到了一些自动驾驶方案在高精地图上所做的努力，比如在各个城市做试点，派测绘车辆不断穿行在大街小巷中收集路况数据等等。但久而久之大家都看出了苗头，那就是这样的方案不具备扩展性，单单只是一个或几个城市还行，要想覆盖整个国家的维护成本就太高了，更何况没有一个众包方案能够打包票实现大面积覆盖。
英伟达认为唯一能让这类方案兼具精度和扩展性的方式，就是利用AI。比如利用英伟达的Omniverse Replicator来开发合成的地图训练数据集，从而提高高级地图在不同场景下的精确程度。
AI辅助高精地图开发管线/英伟达
以及在高精地图网络模型开始训练之前，也就是数据增强和数据准备阶段，可以借助英伟达的数据增强库DALI进一步优化。就拿一个原始训练图像来说，DALI会对其进行随机裁剪、色彩增强和缩放，再将其送入TensorFlow或PyTorch中进行训练。
最后，通过DRIVE SIM可以对绘图模型进行反复的验证，在云端来测试那些通常会被忽略以及极小概率发生的场景，从而减小验证成本。英伟达也称这一整套AI管线均对外开放，任何高精地图方案商都能充分利用。
追求真实的高精地图能用AI合成的数据吗？
AI虽好，但这种与安全性相关的应用，难免会迎来担忧，更别说是争议不断的自动驾驶了，所以高精地图也逃不开质疑。比如，无论是何种高精地图方案，追求的都是一个Ground Truth，因为与其他实时感知的传感器方案不同，高精地图如果无法提供真实绘制的数据，那么势必会对自动驾驶的安全性产生负面影响。那么英伟达这种利用AI合成数据的高精地图，还有何种存在的价值呢？
英伟达表示利用其AI管线合成的其实是不同真实数据的可能变量，比如时间、天气、光线条件等等。比如车辆分隔带，传统的测绘方式需要花费大量的时间才能获得不同场景下的数据，而利用AI，则可以创造雨雪、强光、黑暗场景下的同一条分隔带。但与此同时，AI并不会创造一条多出来的分隔带，创造与现实相悖的数据。
小结
高精地图目前发展缓慢，也让不少人厂商失去了信心，开始先行发展传感器融合技术。不过未来要想实现L5级别的自动驾驶，高精地图依然是值得考虑的一个捷径，而AI技术正是让厂商在捷径上走得更轻松的辅助工具。
