众所周知,英伟达的自动驾驶计算平台在近期发布的高端车型中已经比比皆是,NVIDIA DRIVE AGX也成了汽车中算力的主要构成。借助由12个摄像头、9个雷达和2个激光雷达组成的NVIDIA DRIVE Hyperion系统,英伟达已经为自动驾驶提供了完备的方案。然而英伟达却在近日收购的DeepMap,一家负责高清地图开发的公司,其目的又是什么呢?
在此之前,我们不妨先来了解一下DeepMap。DeepMap的创始人吴夏青曾在谷歌的谷歌地球项目担任核心工程师,随后加入了苹果公司,开始为苹果地图构建真实的3D建筑模型,此前苹果WWDC上新发布的高精拟真地图,正是他当时工作成果的进一步演化。随后他还在百度的美国研究院担任自动驾驶首席架构师。
2016年吴夏青放弃了各大巨头的橄榄枝,在湾区成立了自己的公司DeepMap,专注于高精地图的开发。DeepMap的愿景是通过高精地图和本地化方案,提供自动驾驶的安全性。吴夏青提到:“之所以成立DeepMap,是因为我们意识到地图技术将迎来一场革命,过去的地图是为人类驾驶员打造的。在自动驾驶的时代,机器需要一个截然不同的地图和服务模式。这也是当今自动驾驶产业面临的一大挑战,DeepMap的存在就是为了解决这一挑战。”
DeepMap高精地图 / DeepMap
在成立后的五年内,DeepMap与各大汽车厂商成立了合作关系,比如福特、本田、上汽和博世等,为他们提供高精地图技术。DeepMap的商业模式是提供高精地图服务,将高精地图的相关服务,包括地图的构建、更新、维护、还有跟地图相关的定位等,打包起来,形成一个模块,付费提供给自动驾驶公司。
英伟达同样意识到了高精地图的重要性,在自动驾驶的AI计算领域,英伟达已经成了一大霸主,但苦于当前的地图精度依然有限,自动驾驶仍然有很大的局限性。比如隧道、地下停车场等位置,传统的GPS地图无法提供具体和精确的行驶路线。而高精地图同样面临着一定挑战,那就是绘制问题。绘制用到的激光雷达的成本高居不下,要打造一个测绘车队的话,需要很高的投入。而随着汽车上传感器数目的逐渐增多,依靠汽车传感器收集的众包数据有助于绘制实时而精确的地图。
英伟达的竞争对手英特尔,其旗下的自动驾驶部门Mobileye早已开始了高精地图的开发工作。2018年末,第一批搭载了英特尔Roadbook地图信息采集技术的车辆就已经开始交付到消费者手中。如今这一技术每天跟踪绘制的里程数已达800万公里,完成的绘制数据已达10亿公里。这一技术可以捕获交通信号、车道标记等信息,而这些信息对于自动驾驶车辆来说至关重要。如果已有现成的高精地图数据,就不要激光雷达来消耗大量算力处理这些数据了。
英伟达此次收购DeepMap的目的也是看中了高精地图的优点,通过DeepMap的技术增强NVIDIA DRIVE系统上的地图与本地化功能,确保自动驾驶测量可以实时确定准确的位置和方向。
英伟达预计在通过监管部门的批准后,该收购计划将在2021年第三季度完成,这对英伟达来说,也是NVIDIA DRIVE的增值机会。根据Emergen Research的数据,自动驾驶高精地图市场后续的复合年均增长率将达到34.3%,2028年总市场将突破165.1亿美元。尽管去年因为疫情原因,英伟达在汽车上的营收有所下滑,但随着疫情后的迅速反弹,这一市场很可能将成为英伟达下一个营业额突破点。
在此之前,我们不妨先来了解一下DeepMap。DeepMap的创始人吴夏青曾在谷歌的谷歌地球项目担任核心工程师,随后加入了苹果公司,开始为苹果地图构建真实的3D建筑模型,此前苹果WWDC上新发布的高精拟真地图,正是他当时工作成果的进一步演化。随后他还在百度的美国研究院担任自动驾驶首席架构师。
2016年吴夏青放弃了各大巨头的橄榄枝,在湾区成立了自己的公司DeepMap,专注于高精地图的开发。DeepMap的愿景是通过高精地图和本地化方案,提供自动驾驶的安全性。吴夏青提到:“之所以成立DeepMap,是因为我们意识到地图技术将迎来一场革命,过去的地图是为人类驾驶员打造的。在自动驾驶的时代,机器需要一个截然不同的地图和服务模式。这也是当今自动驾驶产业面临的一大挑战,DeepMap的存在就是为了解决这一挑战。”
DeepMap高精地图 / DeepMap
在成立后的五年内,DeepMap与各大汽车厂商成立了合作关系,比如福特、本田、上汽和博世等,为他们提供高精地图技术。DeepMap的商业模式是提供高精地图服务,将高精地图的相关服务,包括地图的构建、更新、维护、还有跟地图相关的定位等,打包起来,形成一个模块,付费提供给自动驾驶公司。
英伟达同样意识到了高精地图的重要性,在自动驾驶的AI计算领域,英伟达已经成了一大霸主,但苦于当前的地图精度依然有限,自动驾驶仍然有很大的局限性。比如隧道、地下停车场等位置,传统的GPS地图无法提供具体和精确的行驶路线。而高精地图同样面临着一定挑战,那就是绘制问题。绘制用到的激光雷达的成本高居不下,要打造一个测绘车队的话,需要很高的投入。而随着汽车上传感器数目的逐渐增多,依靠汽车传感器收集的众包数据有助于绘制实时而精确的地图。
英伟达的竞争对手英特尔,其旗下的自动驾驶部门Mobileye早已开始了高精地图的开发工作。2018年末,第一批搭载了英特尔Roadbook地图信息采集技术的车辆就已经开始交付到消费者手中。如今这一技术每天跟踪绘制的里程数已达800万公里,完成的绘制数据已达10亿公里。这一技术可以捕获交通信号、车道标记等信息,而这些信息对于自动驾驶车辆来说至关重要。如果已有现成的高精地图数据,就不要激光雷达来消耗大量算力处理这些数据了。
英伟达此次收购DeepMap的目的也是看中了高精地图的优点,通过DeepMap的技术增强NVIDIA DRIVE系统上的地图与本地化功能,确保自动驾驶测量可以实时确定准确的位置和方向。
英伟达预计在通过监管部门的批准后,该收购计划将在2021年第三季度完成,这对英伟达来说,也是NVIDIA DRIVE的增值机会。根据Emergen Research的数据,自动驾驶高精地图市场后续的复合年均增长率将达到34.3%,2028年总市场将突破165.1亿美元。尽管去年因为疫情原因,英伟达在汽车上的营收有所下滑,但随着疫情后的迅速反弹,这一市场很可能将成为英伟达下一个营业额突破点。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
英伟达
+关注
关注
23文章
4125浏览量
99754 -
自动驾驶
+关注
关注
795文章
15048浏览量
181957 -
高精地图
+关注
关注
0文章
28浏览量
2992
发布评论请先 登录
相关推荐
热点推荐
自动驾驶正从硬件堆料转到大模型比拼?
因为硬件不重要了,而是因为大家发现,单纯靠增加传感器和算力,并不能让车辆像人类一样真正学会开车。 为什么传感器不再是唯一的主角? 早期的自动驾驶方案非常依赖硬件的感知能力。车
如何设计自动驾驶传感器失效检测与容错策略?
对于自动驾驶汽车而言,传感器是它感知世界的窗口。摄像头负责采集环境图像,毫米波雷达和激光雷达则用于测量周围物体的位置和速度,而GNSS(全球导航卫星系统)与惯性测量系统可提供车辆的定位信息。这些数据经过融合处理之后,自动驾驶系统
黄仁勋:未来十年很多汽车是自动驾驶 英伟达发布Alpamayo汽车大模型平台
最看好的AI落地场景就是自动驾驶。在演讲中黄仁勋提到,未来十年,世界上很大一部分汽车将是自动驾驶或高度自动驾驶的。你期待吗? 英伟达发布Al
从“有图”到“无图”再到“轻图”,自动驾驶地图选择为何这么折腾?
习惯看一些简图或者保留关键信息的手绘地图,这样可以更加清晰明了地获取关键信息。 将这些习惯类比到自动驾驶汽车,恰好可以对应到自动驾驶行业不可不提的地图技术,在
自动驾驶中常提的“全栈”是个啥?有必要“全栈”吗?
[首发于智驾最前沿微信公众号]随着自动驾驶技术落地,越来越多车企公布了自己的自动驾驶方案,在很多车企的宣传中,会使用“全栈自研”的说法来证明自己的实力。所谓“全栈”,字面意思是全套技术
太阳光模拟器 | 在汽车自动驾驶开发中的应用
在汽车产业向电动化、智能化转型的浪潮中,自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbo
实时生成式地图对于自动驾驶来说有什么作用?
下发给自动驾驶车辆。这种“离线”地图虽然精度高、要素丰富,但在快速变化的城市路况、突发交通管制、施工围挡、事故临时封道等动态场景面前,往往难以及时响应,容易出现信息滞后或失效的问题。实时生成式
如何制作一张自动驾驶高精度地图?
厘米级的精确参考。那么一份能够满足自动驾驶需求的高精度地图到底是如何生成的?其背后又依赖了哪些关键技术? 想要生成一张合格的高精度地图,需要“眼睛”先看懂路,这个“眼睛”来自于多传感器
康谋分享 | 基于多传感器数据的自动驾驶仿真确定性验证
自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在多传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为自动驾驶研发的关键突破口!
自动驾驶靠计算和传感器还不够,英伟达收购高精地图创企DeepMap意欲为何?
评论