低成本的众源更新如何实现？

高精度地图对于自动驾驶系统至关重要，它们提供了车辆周边环境的精确信息，包括道路形状、标志、交通灯位置、车道线等。

为了满足自动驾驶的需求，这些地图必须具备以下特点：

1. 更新速度快：交通环境是动态变化的，如道路施工、交通标志更新等，高精度地图需要能够快速反映这些变化。

2. 成本低：如果地图更新的成本过高，将会大大增加自动驾驶系统的运营成本，从而影响其商业可行性。

3. 覆盖范围广：自动驾驶系统要在尽可能多的地区工作，高精度地图需要覆盖广泛的地理区域。

传统地图更新技术面临的挑战主要包括：

1、数据采样受限：传统的地图更新依赖于专门的车辆进行路面数据采集，这种方式成本高、效率低。

2、更新周期长：从数据采集到处理再到最终更新到地图上，整个过程可能需要较长的时间。

3、覆盖范围有限：由于成本和资源的限制，传统方法难以实现广泛区域的实时更新。

4、采集成本高：传统地图采集通常需要大量的人力和物力进行实地调查、数据采集和标注。这些工作需要专业的人员和车辆进行，人力和运营成本较高。根据初步测算，路测数据初次采集成本约为3000-5000元/公里更新成本，常规更新为初次采集的30%-60%。

为了克服这些挑战，可以考虑采用机制创新合作方式，将具有公共车辆运营能力的企业和具有导航电子地图制作测绘资质的企业联动合作，共同开展智能汽车基础地图众源更新活动。同时，众源更新活动的主体各方应保障数据源的安全和合法性。

一段视频看懂自动驾驶高精度地图的革新之路

实施方案可以通过公共营运车辆改造，将车载测试终端安装至车体，并配置低成本、高可靠的数据存储设备，结合车载边缘计算设备实现AI算法处理众包数据，利用多种数据源获取的道路变化数据对地图内容进行更新，以保持地图现势性的行为，这将有效地提高自动驾驶高精度地图的更新速度，降低成本，并扩大覆盖范围。

基础地图的准确度直接影响无人驾驶的安全性、稳定性与可靠性。考虑到复杂道路交通场景、地图更新成本以及更新时效，利用众源数据进行地图更新已在业内形成共识。相信通过这种低成本的创新合作方式一定能够加快智能网联汽车“车路云一体化”应用试点工作的推进。