工廠改造而來的臨時辦公樓，地板的油漆早已脫落了皮，僅食堂大小的區域擠滿了200多名員工，會議室更是搶手地，就連總經理辦公室前面的空地也被作為會議室最大化利用......
傳統導航地圖是給人看的地圖，是配合人的感知器官和理解能力而設計的。而自動駕駛需要的高精地圖，是配合傳感器和控制決策算法而設計的，包含了大量駕駛輔助信息的三維地圖，如車道邊線位置、信號燈的顏色、車輛轉彎的角度等。武漢中海庭數據技術有限公司，兩年前還只是一家傳統的測繪圖商。
被上汽控股後，有了更多底氣
2017年, 上汽控股中海庭。“之前我們的項目多而雜，一直處於低水平重複適配的狀態，但為了生存又不得不做。”作為中海庭的“老員工”，中海庭總經理助理、數據開發工程部總監李東（化名）用“煎熬”來形容那段時間。
轉變發生在上汽控股之後，並深刻地影響著每一位員工。從事AI開發工作的熊博士告訴記者，原本自己開發工作更多地像是在練手，不知道究竟要做什麼，如今上汽明確聚焦自動駕駛高精地圖產業化應用，目標開始清晰起來。突然發現自己從事的工作是有意義的。
高精點雲圖
這樣的轉變更是吸引了不少新員工，楊博士便是其中之一。原本在另一家圖商工作的他，兩年前毅然選擇來到中海庭，負責高精度地圖的自動駕駛應用和客戶對接工作。“我看重的是中海庭被上汽控股，可以做量產的事情。”他說。
AI和眾包，賦能產業化加速
聚焦產業化，首先要解決效率和成本問題。經過一段時間的摸索，中海庭逐步建立了用AI和眾包來賦能的做法。
在二維地圖時代，一家行業內有規模的圖商員工人數甚至要超過3000人，其中，很大一部人力都是耗在地圖製作上。在中海庭，工程師現場給記者演示了傳統人工製圖的過程，幾乎都是通過人工控制鼠標去繪製每一段車道線，效率低下不說，精度還得不到有效保證。而中海庭現在基本已經實現了AI自動識別、繪製和人工後期質檢的流程，來快速完成包括地面箭頭採集、車道標線採集、道路杆件採集、路口模式化標註和路口拓撲關係編輯的工作。僅這一項，就節約了極其可觀的人力成本，讓其快速產業化成為可能。
無人機採集的高精點雲圖
“我們新一代的AI技術也正在測試中，通過將採集到的高精度點雲數據投影成圖像數據，經過AI的深度學習之後，未來就可以基本實現全自動識別採集數據並生成高精度地圖，整個過程已經基本不再需要人工干預，這個生產模式測試通過後，還能在現在的基礎上提升2-3倍的效率。”負責AI研發的熊博士侃侃而談。
因為國內各地的車道線和行車標誌甚至信號燈都不統一，而面對的又是自動駕駛行業，這就註定了高精地圖行業是一個高門檻、高技術甚至是高資本的行業，各種新的技術和解決方案都有可能出現。“比如說，同一段路，一小時以後施工封路了怎麼辦？自動駕駛的車輛能識別嗎？”中海庭創始人之一，常務副總經理羅軍（化名）告訴記者，“除了用AI繪製高精度的底圖為車輛指路，中海庭還在此基礎上研發了後期大數據眾包更新技術，這也是中海庭在業內領先的技術，用眾包大數據更新圖層，再經過產線處理、自動化質檢和數據編輯，最後通過雲端傳輸的辦法，來‘告訴’自動駕駛的車輛，這段路的信息已經發生了變化。我們的目標，在城區道路上，要能做到一個小時能更新5-6次，只有做到這樣，自動駕駛才有現實意義和價值。”
動態地圖
交付為王，改變的是思維方式
走進總經理的辦公室，一張碩大的任務表佔據了整個牆面，上面密密麻麻地記錄了2000多個任務進程，這是大工業生產體系中典型的工作方法之一。中海庭轉型的背後，則是大工業生產體系和軟件生產體系不斷碰撞與結合。
體系的變化意味著工作思路和方法的碰撞。“最痛苦的便是改掉身上固有的不足。” 李東（化名）坦言，“起初我們一些員工沒有完成目標，總是有這個原因和那個原因，但他們並不理解，作為負責人，必須要想方設法克服困難完成既定目標。就像總經理一直要求我們的，交付為王。”
生成路網
對此，羅軍（化名）也頗為感慨，“有次，我們有個項目需要做數據的整車集成測試，但我們沒有這樣的能力，項目就止步不前了。我們工程師以前都是覺得算法做成了、技術突破了就完事了，但並不考慮如何落地。”他說，“而大工業體系的流程是，面對著產品落地的目標，去細化每一項工作內容，明確自身缺乏哪些能力，需要補哪些資源，而不是有多少資源做多少事。現在，我們開始仿造客戶環境，自己來做集成測試，保證交付物超過用戶的期望。”
“每一種產品和應用，我們都要構建真實仿真環境進行測試，客戶那邊要求99.9%的準確率，我們內部的要求更高。我們不再只是賣數據和授權。”高精度地圖感知部門負責人楊博士說。“高精地圖是一個全新的行業，中海庭要自己定義需求，然後去引導OEM接受，否則就永遠比行業慢半拍。”
“我們過去做的是傳統圖商，10幾年前的License（許可證）到現在還在掙錢呢。” 羅軍（化名）笑著說，“但未來中海庭肯定不會靠著賣License賺錢，我們的未來更精彩。”