曹深闻言看着负责工业口的大高个道：
“是不是一定要高精度地图，那就要看我们国家希望自动驾驶技术发展到什么程度了。”
大高个对细长眼道：
“米国汽车工程师协会将自动驾驶分为从L0到L5六个等级，
L0是无自动驾驶的辅助驾驶系统，有提醒和警示的作用，但不干涉人工驾驶。
L1是干预性辅助驾驶，比如检测前方障碍物并提供刹车制动，与前方车辆保持安全距离等等。
L2算是半自动驾驶，在良好交通下可以启动自动驾驶，但人驾驶为主，车自动为辅。
L3是人车交互驾驶，车自动驾驶，人参与指挥。车驾为主，人为辅助。
L4是高度自动驾驶，在非特殊情况或者非限定道路下，自动驾驶。
L5是完全自动驾驶，任何情况下都由系统完成所有的驾驶工作，不限制条件和环境。
现在最先进的ADAS辅助驾驶系统最高能支撑到L2这个级别，采用的也是ADAS级别的地图。
但若是要往更高级别走，我觉得那就必须用到高精度地图了。”
曹深觉得大高个的意识很不错，不愧是领导还是有专业性在的。
毕竟现在才2012年，原世界到2020年的时候新车ADAS前装的渗透率还不到50%，预计到2030年才能到90%以上。
而现在2012年，ADAS的渗透率还是个位数，各种类型的ADAS安装量最高的渗透率也在3%以下。
细长眼皱着的眉并没有舒展开，继续道：
“为什么一定要研究自动驾驶？”
曹深笑笑道：
“通常来说有四个比较大的好处。
第一，可以减少交通事故。全球每年有120万丧生于汽车交通事故，这里面有九成以上是人为造成的。
第二，可以减少拥堵。
我们测算过在繁忙的路段，第一辆车哪怕是只停下来两秒就立刻启动，到队尾的最后一辆车启动需要至少十五分钟的时间。
我们通过系统模拟过，采用自动驾驶能够明显减少‘幽灵堵塞’的现象。
因为在整个自动驾驶平台中，我们可以让每一辆车的速度实现自动调节，让道路最大化实现畅通行驶，避免整个车流陷入拥堵。
北畿市的交通状况想必诸位都很了解，在早晚高峰期，跑半个三环至少需要一个小时。
随着我国的城市化进程加速，人民经济生活水平的提高，汽车保有量一定是节节攀升的，
限行和限购的确是一种方案，但我们也许也能从技术角度，来最大化平衡城市的承载能力和人民的生活需求。
当然，减少拥堵也能降低环境污染。
第三、和拥堵一样严峻的还有停车问题。
我们测算过，采用自动驾驶能够在每侧把为人预留的空间减少10厘米，每个车位就能节省1.95平方米。
而且停车场的高度也可以根据车身高度来设计。
如果是自动泊车和传统停车共享车库，每个车库能节省28%的面积。
若是全部都是自动泊车，每个车库的面积可以节省60%以上。
不仅节省了土地，能停更多的车，而且节省了存取车的时间。
第四、可以减少驾驶时间。以汽车普及率比较高的米国来说，平均人均的通勤时间在每天50分钟以上。
若是采用自动驾驶，大可将这个时间用在更有意思的事情上。
另外，除了上面的价值之外，无人驾驶在军用以及对一些特殊行业来说，也能有特殊的功能。
比如采矿、消防，这种高危场景下可以减少人的参与。”
军用……
细长眼的眼睛眯了眯。
矍铄大爷也是眼睛一亮，但并没有做声，他一直就是秉持了刚来的时候所说，只是听不发言。
大高个道：“自动驾驶技术肯定是我们国家想要大力发展的，曹深你有没有计算过，做出全国主要道路的高精度地图需要多少成本？”
曹深：我能说只用了五百块么……
“计算过！”曹深喝了口茶继续道：
“ADAS级别高精度地图精度大约在50cm级别，高精度地图精度大约在10cm级别。
因此，我们必须有专业的高精地图测绘车。
一辆标配车，需要三个360度全景摄像头，一个前置工业摄像头。
两个旋转式激光雷达用来扫描周围90米范围内每个目标上的70万个点。
激光雷达虽然精度高但波长远小于毫米波雷达，相较于毫米波雷达轻松超过200米的探测距离，激光雷达性能很难达到150米。
而且遇到特殊天气，如雾霾、大雨等激光雷达失效的可能性很大。
所以，我们的采集车还会配备两个毫米波雷达，尤其对于高速公路跟车的情景，毫米波雷达能做得更好。
除此之外还有计算间距的陀螺仪和GPS系统，车内还至少配置1TB的硬盘用于存储数据，以及一台运行分析软件的电脑。
还有一些温度、湿度传感器这样的。
总的下来，一台专业测绘车的造价在一千万左右。
国内主道如果都跑下来并且满足更新要求，我们计算过至少需要十辆车。
当然，我们自己的车采集下来的数据也只能作为整个高精度地图的‘基底’。
后续还需要大量的‘众包’采集，对地图进行完善，尤其是满足更新需求。
在‘众包’采集方面，我们会降低设备要求，装备用百元级的摄像头和千元级的毫米波雷达来完成。
只有低成本才能有更多的众包力量，一起来完成这个任务。
当然，这样低成本回传的数据肯定是扫描精度较差的，这就对我们后期的算法提出了很高的要求。
对于众包的车辆，当然是越多越好，我们除了支付他们设备和设备安装成本外，每一份数据也会支付相应的酬劳。
算下来应该整个成本和我们专业车这边差不多，甚至可能还要高一点，毕竟数量大。
不过，这还只是前期的数据采集工作。
对于高精地图制作来说，后期的维护更新才是核心竞争点。
高精度地图动态与静态信息并存的特性决定了后期的更新维护会占据更大的工作量。
根据博世在2007年提出的定义，无人驾驶时代所需要的局部动态地图数据依据更新频率可以划分为四类：