自动驾驶数据之争，走向合规

报道数字经济

定义转型中国

撰文 | 泰伯网

编辑 | 鹿野

2015年12月，一辆百度无人车从京新高速到五环进行了最高时速达100公里的全自动行驶，将国内自动驾驶推向大众视野。

当自动驾驶产业随时间沉淀驶入商业落地的下半场，百度对这场自动驾驶持久战的策略已然清晰。

尤其在车企数据合规需求之下，百度Apollo在11月2日“自动驾驶云2.0预发布沟通会”上，为其自动驾驶研发全栈的数据闭环合规解决方案设置了具体落地路线——自动驾驶云2.0全景图将于12月正式发布。

自动驾驶商业化始于数据合规

从政策来看，自动驾驶的大规模商业化似乎有望更早实现。

与百度Apollo“自动驾驶云2.0预发布沟通会”前后脚的时间，工信部会同公安部发布《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，意在保障安全的前提下，推动智能网联汽车产品的功能、性能提升和产业生态的迭代优化。

根据以往的时间线，国内自动驾驶的探索已长达十余年。

自2013年起，自动驾驶赛道进入萌芽期，此后几年相关的投融资事件逐年增多，2016年进入快速发展期，2018年披露投融资总金额高达811.0亿元。直至今年第三季度，汽车行业累计披露33起融资事件，自动驾驶热度依旧不减。

而与以往做硬件改装、软件研发的产业态势相比，百度Apollo信息安全负责人刘健皓感慨称，自动驾驶已经步入了数据驱动智能的时代。

随之而来的是，官方层面正式开始探索未来数据合规运行监管之路：今年八月底，自然资源部发布《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，重申对智能网联汽车的测绘主体的明确要求。

数据安全红线之下，上层政策为数据合规加码，车企在智能网联汽车以及自动驾驶汽车的研发、量产过程中的行为也趋于合规化。

于车企和自动驾驶厂商而言,想要进行自动驾驶道路测试、收集道路数据，摆在面前的似乎只有两条路，一是自己申请甲级测绘资质，二是与具备甲级测绘资质的图商合作。

作为国内主流图商之一，即便强监管之下，百度从高精地图测绘资质、Robotaxi到量产车ANP2.0、ANP3.0全场景自动驾驶技术、车端落地安全认证等，每一步都走在合规的路上。

前段时间，百度地图已经获得广州市和深圳市的城市高级辅助驾驶地图审图号，为车企赢得了切入智能网联汽车市场的契机。

这，也归功于百度地图背后的主体公司百度智图，作为全国19家拥有导航电子地图制作甲级测绘资质企业之一，百度智图在合规测绘方面有多年的技术和管理经验。

眼下，不少智能汽车品牌已经普遍把高速公路场景下的辅助驾驶收入囊中，赛场逐渐转换至城市场景。不论纯视觉还是依靠激光雷达+高精地图，车企更多需要通过真实数据驱动真正的自动驾驶体验，让自动驾驶变得更智能。

而没有数据安全，就没有智能汽车安全。

此次，百度自动驾驶云联合百度智图建立数据安全监管中心，意在监测自动驾驶数据闭环合规的数据使用过程、数据内容、数据载体的安全性。

车端落地方面，已备有专业的汽车网络安全工程能力认证、功能安全认证、隐私保护认证等全面的安全资质，也使得百度能够在测绘主体基础上结合各类资质发布合规采集方案，保证车企量产项目能够实现端到端的合规。

数据驱动智能时代，速度为王

为了扩大“进城”优势，争夺城市自动驾驶道路落地“首位”，对于车企们来说，谁掌握了更多数据，也便拥有了更多应用落地的主动权。

而落地交付不仅是对车企多年潜心研发的一种认可，更要面临量产所带来的庞大数据量挑战。

倘若按照平均每一辆高阶自动驾驶车每天所产生的数据高达6T来算，这意味着整体数据量也将呈指数级上升，这对数据的存储处理以及算力提出了更高的要求，带来高额的研发和运营成本。

为了用好爆炸式增长的数据，云被放到了前所未有的重要位置。

只不过，刘健皓指出，“目前诸多安全问题主要是因为车已经变得越来越智能，但是车上安全系统的智能化水平没跟上。”

基于“汽车智能化，安全也要智能化”的初衷，百度自动驾驶云2.0提出的合规思路是：原始数据不出车，测绘数据不出云、测绘成果不关联、资质图商全管控。

具体来说，需要车企在车端进行数据分类分级、将测绘数据与非测绘数据分离，对于位置信息要进行坐标偏转，同时对敏感数据以及车辆采集的点云、视频、图像，还有其他的敏感数据使用图商的密钥进行加密，加密后数据通过端到端加密链路上传至智能汽车数据专有云。

如此一来，在使用数据时，由使用百度智图的密钥对上述数据进行解密，并采用地图合规的要求对数据进行脱敏，去除相关敏感、涉密信息等，完成数据审校之后再传到车企或百度Apollo内部的自动驾驶训练区域。

也就是说，基于以上的合规思路，拥有百度智图合规资质的加持，百度自动驾驶云按照监管部门发布的合规要求，综合多个车辆传回云端的信息按一定规则进行数据处理，形成地图更新信息，经过审图后，下发到各个车辆，完成地图更新的完整闭环。同时从合规采集到数据的标注、仿真、训练、更新也完成了一个自动驾驶数据训练闭环，为车企提供一个全栈的自动驾驶研发迭代能力。并通过OTA升级的方式把不断迭代的地图数据、自动驾驶模型下发至车端，未来将有待成为车企与图商之间的通用模式。

监管趋严，自动驾驶云迭代进行时

眼下，国内的汽车上云市场还是BATH（百度、阿里、腾讯、华为）在唱主角。

面对大量车企急需相关技术、经验与资质，合规服务的诉求与纠结，以百度为代表的市场参与方在试图寻找与车企合作的平衡。

数据确权便是摆在车企与图商面前的第一道门槛,也是较高的门槛之一。

刘健皓指出，在数据采集时会有量产车和测试采集车，大部分车企或者自动驾驶供应商更倾向于认为“谁采的数据，这个数据就归谁”。但由于部分汽车企业尚未取得测绘相关的资质，没有合法采集测绘地理信息数据的资格，而且在拿到数据后往往无法合规管理处理已采集的数据，造成了数据滥用，抑或是带来数据监督管理责任不明确的问题，间接提高了地理信息数据安全监管的门槛。

某种程度上，这也是百度自动驾驶云致力“覆盖自动驾驶、数据、全生命周期流程，包括采集、存储、标注、训练、仿真、管理全流程”的初衷所在。