本年 1 月，一年一度的國際核算機學會地輿信息體系國際會議 ACM SIGSPATIAL 按期舉行。
會上，HERE 公司技能專家陳新（Xin Chen）教授宣布了名為《HD Live Maps for Automated Driving: An AI Approach》（意為主動駕駛高精實況地圖標注：人工智能法）的主題講演。會后，記者對陳新教授進行了專訪，下文為采訪實錄編譯如下，全文略有刪減）：
問：陳新教授，最近您在 ACM SIGSPATIAL 大會上做了有關高清地圖的主題講演。咱們期望您能向咱們共享下自己在高清地圖上的經驗。首先，請您談談自己在 HERE 的作業。
陳新：我是高級主動駕駛部分的一名工程主管。我擔任“高清感知”團隊，這一團隊的主要任務是主動化整個高清實況地圖產品的制作進程，咱們用的主要是機器學習和 3D 技能，這些技能都是業界最頂尖的。 問：您在 HERE 公司，特別是高度主動駕駛部分有多少年的作業經驗？
陳新：圣母大學（University of Notre Dame）博士結業后我就進了 HERE，在這里作業現已超過 12 年了，剛來時這家公司還叫 NAVTEQ 。至于高度主動駕駛部分，幾年前它建立后我就過來了。來這個部分前我在研制干了幾年，隨后轉崗到渠道以及中心地圖部分作業了幾年。
問：您在圣母大學學的什么專業？
陳新：我碩士和博士都在圣母大學學習，專攻核算機科學與工程專業。
問：那么，怎么精確定義高精地圖？它和咱們日常運用的導航地圖有什么差別？
陳新：傳統的導航地圖包括路途拓撲、路途中心線幾許形狀和路途等級特點，一般咱們稱其為路途模型，在高精地圖里這只能算三層中的一層罷了。
高精地圖中還有一層是高清車到模型，它包括了車道拓撲數據、車道等級幾許形狀以及厘米級精度的特點。最終一層被稱為高精定位模型，它由不同的功用組成，主要任務是為定位戰略供給支持，將主動駕駛轎車指向高清地圖上的確切車道及縱向方位。
多了這兩層，地圖就能有更豐厚且更精確的內容。HERE 的高清實況地圖就是一項根據云端的效勞，它不但有多個高精度的映射層，還能持續晉級以支持 ADAS、高度或全主動駕駛處理方案。
問：那么，主動駕駛轎車為何需求高精地圖？AI 不是現已完虐人類了嗎？比如在圍棋上打遍天下無敵手的 Alpha Go 和圖畫識別上逾越人類的微軟深度學習技能。假如人類駕駛員都能借著普通導航來到一個生疏的地方，主動駕駛轎車為什么還要高精地圖呢？
陳新：高精地圖能救命。傳感器和 AI 永遠都不會致臻完美，它們也會犯錯，這價值咱們可接受不起。有了高精地圖，咱們就能通過減少差錯來化解風險。此外，高清地圖還能輔助道路規劃作業的完結，徹底逾越傳感器的“視力”范圍。
當然，高清地圖還能增強傳感器和 AI 的才能，協助它們理解周圍環境，特別是在罕見及惡劣的環境下。眼下，大多數主動駕駛處理方案都將高清地圖看作傳感、感知和規劃的要害組成部分，而想用上豐厚的高清地圖信息，車輛必須精確定位它在地圖上的方位，現有的 GPS 定位方案在精度上卻有些差強人意。想提升定位精度，就得把實時車輛感知與高清地圖進行結合。
問：打造高精地圖進程中會面臨什么應戰？
陳新：高精度、全覆蓋、近實時刷新、量產可擴展性和地圖互操作性都是咱們面臨的應戰。此前，高精地圖從未大規模部署過，所以咱們也是該范疇的先行者。HERE 致力于與客戶及協作伙伴緊密協作，不斷進行產品迭代并完結高精地圖與主動駕駛體系的整合。
問：能具體解說下什么是可擴展性和互操作性嗎？
陳新：想在全球范圍內制作厘米級精度的高清地圖并確保實時數據更新在技能上難度很大并且本錢超高。沒有哪家公司能承當數據收集、辦理，軟件、算法、東西、管道、工藝開發及運營的本錢。
因而，咱們必須拿出一個不拖垮公司還能輕松量產的處理方案。至于所謂的互操作性則指的是一套高精地圖滿意一切客戶/協作伙伴的胃口，由于為每個客戶定制不同的高清地圖太不實際了。別忘了，咱們的主動駕駛處理方案都處在研制階段，軟硬件上的改變太快了。
問：面臨這些應戰，你們都準備了哪些對策？
陳新：AI 是殺手锏，具體來說就是核算視覺、3D 數據剖析和機器學習等技能。將這些技能進行合理整合就是高清地圖制作主動化的最佳方案。
問：你提到的這些技能也是主動駕駛職業的中流砥柱吧？
陳新：當然。咱們用來建立高精地圖的技能與主動駕駛傳感/感知技能其實是硬幣的兩個面。前者注重質量，后者則注重實時功能。制作地圖用到的傳感器比主動駕駛轎車搭載的更現金更復雜，本錢也更高。
問：當下深度學習這個概念非?；鸨?，你們用了嗎？
陳新：深度學習咱們也用到了，它是機器學習技能下的一個分類。咱們用它來主動進行特征提取，比如路途標線、路牌、障礙和路上的大坑等，數據則來自車載圖畫傳感器和激光雷達等。
問：深度學習和核算視覺技能是怎么共存的？
陳新：深度學習能用來處理許多核算視覺問題，并且它有很強的可擴展性。與傳統核算視覺算法比較，它能實現更高的精確度。當然，條件是有充足的練習數據和算力。假如練習數據不太夠，核算視覺或機器學習也能搭把手。
問：HERE 會自行開發 AI 技能嗎？
陳新：當然，我的團隊就在開發核算視覺、深度神經網絡、機器學習和 3D 數據剖析等技能，并且它們都是業界最尖端的。
問：為什么 HERE 不干脆收買現有 AI 公司、主動駕駛新創公司或渠道？將作業任務外包給它們也行。
陳新：咱們的“秘方”就是自己的數據和對數據的發掘才能，HERE 的數據集但是業界絕無僅有的存在?？梢哉f，不斷進化以及與這些數據相關的特殊要求是咱們數據發掘與開發上的優先級。
我的團隊為 HERE 的數據集開發最先進的定制化技能并為高精地圖供給優化支持。憑借 HERE 豐厚的練習數據，咱們能直接將現成的深度神經網絡架構精確度提升到 70%-80%。未來，憑借專業技能和經驗，這一數字還能再上浮 10%-20%。
我相信，AI 技能對地圖公司也至關重要，它是 HERE 公司常識產權庫的定海神針。光我自己就申請了 50 多份專利，而有的搭檔專利比我還多。HERE 的許多工程團隊也用到了 AI 技能，咱們團隊開發的機器學習渠道就要成為 HERE 內部的 AI 助手，不管有沒有這方面的布景你都能用它練習、提升、部署及共享自己的機器學習模型。
問：真有趣，你們團隊能人可真多。
陳新：是的。我手下主要有三類人：第一類是研制工程師，他們的算法需求不斷應戰極限。第二類是軟件工程師，他們得用好這些算法并保護公共代碼庫。第三類則是生產工程師，他們要為 AI 軟件在云端或邊際的運轉建立基礎設施和運用。HERE 有許多博士等級的研制工程師，他們來自麻省理工、普渡和卡耐基梅隆等名校。
問：為什么還要在邊際運轉 AI 軟件？
陳新：我在 Boulder 還有個團隊專門做邊際感知和定位的作業。他們的任務就是運用高清地圖為定位創造參閱性實施方案。除了操控和規劃，這個團隊簡直涉及了主動駕駛的一切要害部分，并且由于裝在消費級設備上，因而可生成 HERE Maplets 以晉級高清地圖。
問：未來高清地圖的生成能全主動化嗎？一點手動操作都不需求了？
陳新：在不久的將來，手動作業仍然相當重要，由于沒有核算視覺或機器學習是百分百完美的。咱們需求手動審閱并修復相關問題，讓高清地圖到達應有標準。一起，機器學習算法很依賴練習數據，而它們的生成還得靠人，咱們需求人類加入反饋環路才能讓主動化的精確性更高。
問：制作地圖時你們用什么傳感器？
陳新：咱們有差分 GPS、慣性丈量單元（IMU）、多款工業級的高清攝像頭以及激光雷達掃描設備。差分 GPS 和 IMU 會參閱圖畫和激光雷達點云，一起咱們也會從圖畫和激光雷達中提取高清地圖特點。此外，咱們還會運用其他數據來歷，比如衛星、空中成像和眾包的傳感器數據。
問：我傳聞，一些公司在主動駕駛處理方案中都沒用到激光雷達，你們為什么要用這種傳感器呢？它可比攝像頭貴多了。
陳新：是的，激光雷達想大規模部署不容易，它太貴了。不過全體趨勢它是在降價的，并且體積也在不斷縮小。因而我以為想讓高清地圖到達厘米級的精度，激光雷達必不可少。
眼下，核算視覺無法重構 3D 國際，因而其精度無法確保。舉例來說，假如在 10 米內差錯為 1 厘米，100 米開外差錯就 1 米了，反觀激光雷達傳感器，數百米開外精度也能到達 1-2 厘米的精度。
攝像頭也很重要，由于它能供給激光雷達沒有的五顏六色信息，廣視角和較長的探測距離也是其優勢。大多數機器學習算法都是為 2D 圖畫研制的，眼下 ADAS 和高度主動駕駛轎車都傾向攝像頭，并且根據攝像頭的實時功用探測試晉級地圖的絕佳來歷。
問：已然 AI 技能開展那么快，您怎么能確保 HERE 的技能就是業界最頂尖的？
陳新：教職作業讓我不得不快速更新自己的技能。2010 年以來，我一直在伊利諾伊理工大學和西北大學教授兩門 AI 課。跟著時刻的推移，每門課的教育大綱都發生了巨大改變，由于每年咱們都有新算法、新技能、新趨勢和新軟件。
問：能具體說說您的 AI 課程嗎？
陳新：我有一門課程叫做“地輿空間視覺與可視化”，在這門課上學生會在地輿空間信息的上下文中學習核算視覺、大數據剖析和機器學習。另一門課是計量生物學，這也是我博士論文的主題。這門課上學生通過面部、虹膜和指紋識別來學習 AI 技能。計量生物學是機器學習技能最成功的產品之一，并且它簡直侵入了人類生活的方方面面，正推動機器學習走向規?；透哔|量之路。不過，技能開展帶來的道德和隱私問題也對社會造成了重大影響。
我的教育理念是讓學生通過運用真實國際的數據來考慮實際國際的例子，并在課堂上處理實際國際的問題，從而在實際國際中學習機器學習。我想讓學生掌握這個不斷改變的職業所需的常識，經驗和技能。
問：教職作業對你在 HERE 的工作有所協助嗎？
陳新：當然。許多我的學生現在都成了 HERE 的搭檔。一起，教職作業也讓我和當地大學建立了良好聯系，許多學員和博士生現在都在為 HERE 贊助的研討項目效能。
在主動駕駛職業，伊利諾伊理工大學是僅次于卡耐基梅隆、斯坦福和加大伯克利的第四大黃埔軍校，我期望自己的課程能為主動駕駛職業的開展盡一份力。當然，這也是 HERE 的中心價值之一。據我核算，過去八年來有 1000 多名學生修過我的 AI 課程。
問：最終，我想問問，開發者社區是否能從你的作業中受益？
陳新：咱們與開發者社區協作的方式多種多樣。舉例來說，咱們供給過不少高精地圖樣本，一起還與一個有名的研制項目渠道協作，將高精地圖界面植入了它們的庫。此外，與大學進行正式協作也是家常便飯，至于各種應戰和比賽更是必不可少。我期待著能有更多人才加入咱們這個國際級團隊。