在很多人眼中，四維圖新還是一個傳統的位置服務提供商或者圖商的角色，但實際上，這家公司正在依托地圖核心能力向自動駕駛領域轉型。
據四維圖新相關負責人介紹，四維圖新早在2016年初開始組建團隊研究自動駕駛，之后搭建原型車；2017年建封閉區域自動駕駛的能力；2018年實現高速標準自動駕駛L3；2019年開始把自動駕駛擴展到城區進行相關牌照考試。
獲自動駕駛路測T3牌照
(資料圖片僅供參考)
近日，四維圖新宣布正式獲批北京市政府頒發的自動駕駛車輛道路測試試驗用臨時號牌，也就是我們常說的路測牌照，等級為T3級，這是北京市在2018年推出的國內高級別、高標準的針對自動駕駛車在開放道路測試資格的認證。
按照級別劃分，北京自動駕駛測試試驗用臨時號牌共分為T1至T5五個級別，開放測試的道路分為R1-R5五個等級，等級越高意味著道路復雜程度越高。
獲發牌照前，自動駕駛車輛需經過封閉試驗場5000公里測試、能力評估、專家組評估 、北京市自動駕駛測試管理聯席工作小組聯席會審議等多個環節把關。
除此之外，需要考察車輛在近30個大場景下的自動行駛、變速、變道、轉向、交通標牌信號燈識別、障礙物躲避能力，和對道路、標志標線、交通設施的識別能力，以及對交通法規和人性化駕駛規則的理解能力等。
到目前為止，算上四維圖新，北京市已向11家企業發放自動駕駛路測牌照，四維圖新成為第一家獲批T3路測牌照的位置服務提供商，其他多為互聯網公司與汽車廠商，包括百度、蔚來、北汽、戴姆勒、小馬智行等都在這個名單之中。
傾向于低成本解決方案
北京市共有44條總計123公里的開放測試道路，覆蓋了京津冀地區城市、鄉村、高速85%的交通場景，獲得T3牌照意味著今后四維圖新可在以上區域進行自動駕駛測試，在真實場景、極端場景打磨值得信賴的、成熟的自動駕駛解決方案。
據鈦媒體了解，參加本次考試的四維圖新自動駕駛車由長城WEY系列改裝而來，它配備4個16線激光雷達、2個長距毫米波雷達和1個搭載四維圖新自主研發視覺感知算法的單目攝像頭。
在車輛的配置上，四維圖新并沒有選擇更高線束的激光雷達，犧牲了少許精度的同時好處也顯而易見，就是低成本，這樣的傳感器硬件方案意味著更容易落地，但是對軟件、算法能力提出了更高的要求。
鈦媒體編輯初步體驗了這輛自動駕駛車，從實際體驗來看，四維圖新自動駕駛車的整體的決策風格偏向保守。首先對交通規則是絕對遵守，但是在一些路況的處理上卻不夠靈活，如轉向遇障礙物更傾向于停車而不是超車，部分遇到突發情況的制動場景處理地過于干脆，至少目前來看不像是我們眼中正常的駕駛習慣。
做給自動駕駛看的地圖
作為一家位置服務提供商，四維圖新在自主研發自動駕駛整體解決方案的過程中，對地圖的應用有著獨到的理解，它的技術路徑是自動駕駛地圖+AI。
自動駕駛地圖以車輛能夠理解的方式對現實環境進行重構，厘米級高精度數據表達上百種地圖屬性要素，以實時在線安全傳感器的形式在自動駕駛定位、感知、規劃、決策等環節扮演重要角色。依靠自動駕駛地圖解構復雜環境，將全局規劃根據場景劃分成小任務，從而降低或優化分配系統對其他傳感器需求。
例如在考試中的一個公交站場景，公交車打左轉向燈即將出站，后車則需要避讓，這本是機器難以理解的社會人性化駕駛規則，而如果利用自動駕駛地圖，公交站則可以被設置為興趣區，系統可以清楚的提前了解前方興趣區位置，并投入更多感知計算資源檢測公交車轉向燈信號及出站動作，提高路權競爭者行為預測的精度，根據傳感器數據融合結果作出相應決策。
在這一案例中，自動駕駛地圖既提供了空間參考，又保證了參與計算的數據維度可控，將復雜的場景解構成了簡單的邏輯。
除自動駕駛地圖，AI技術在整個四維圖新自動駕駛發展路徑上同樣扮演著重要角色。四維圖新在位置服務領域有著近20年的持續創新與積累，這為AI的發展留下了非常多的數據資源。
在全國地圖數據采集過程中產生的高質量影像數據，和近30萬公里高速道路的點云數據，以及來自國內外合作伙伴的多元數據，為四維圖新基于AI的深度學習算法提供了大量有效的訓練數據集。
基于AI的視覺感知算法在讓系統準確進行物體識別、細節計算的同時，讓自動駕駛車在降低對高線束激光雷達依賴的前提下，快速重構3D環境，并對環境車、人、物體進行預測。
四維圖新CEO程鵬曾說道：“AI of Things是未來世界的發展趨勢，在四維圖新，AI of Vehicles是我們現階段的重點發展方向，數據+算法是我們的核心能力，也是我們發展AI的資本，以AI賦能汽車代表著我們對自動駕駛商業化發展的思考。”
如今獲批自動駕駛路測T3牌照，四維圖新將加速推進自動駕駛L4方案能力成熟，快速通用化擴展，以通用系統覆蓋高速、城市更多場景。（本文首發鈦媒體，作者／李玉鵬）