
10月16日,國家安全部披露一起境外企業在我國以“智能駕駛研究”合作為名,實則開展非法測繪的事件。通報稱,境外企業A公司為某國重點敏感領域項目承包商,并不具備在我國單獨開展地理信息測繪活動的資質,為逃避監管,該公司以汽車智能駕駛研究為由,委托具備測繪資質的國內B公司具體實施,在國內多省份實施地理信息測繪活動,并將測繪所得數據轉移出境。
消息一出,引發行業震動。特斯拉、極氪、Mobileye、阿里云、四維圖新等企業相繼發表聲明,澄清自身并非通報中的主角。
隨著通報的發布,“風很大”的智能駕駛行業里,一個相對隱匿在幕后的版塊——自動駕駛地圖及其測繪,浮出水面。
自動駕駛汽車有著與普通汽車不同的“世界觀”,以數據為核心驅動,實現與環境的交互。數據精度更高、道路信息更豐富、實時性更強的高精度地圖,是支撐自動駕駛的關鍵技術平臺。另一方面,搭載大量傳感器技術、5G通信技術的智能汽車,也正成為移動的數據采集器和數據庫,重新定義了地圖導航與測繪的邊界。
作為一個收集、分析和顯示地理信息數據的技術領域,測繪在國家戰略安全中具有重要地位,受《中華人民共和國測繪法》《中華人民共和國數據安全法》等法律條文的嚴格管理。《外商投資準入特別管理措施(負面清單)(2024年版)》中提及,地面移動測量、導航電子地圖編制等屬外資禁入領域。
國安部的通報提醒我們,智能駕駛的新業態,對測繪數據的安全管理形成新的挑戰。不僅如此,在更廣泛的意義上,被智能駕駛所重新定義的數據要素生產與流轉方式,正在為智駕行業、相關部門的應對和治理,設置新的難題。
高精地圖和地理信息測繪,究竟何方神圣?這得從自動駕駛技術的核心邏輯說起。
人類駕駛汽車的過程,可以拆分為以下步驟:觀察道路和周圍環境,判斷路徑,再通過油門、剎車和方向盤進行加速、變道和停車等操作。自動駕駛中,這些步驟被抽象為“環境感知——規劃決策——執行控制”三個核心環節,其中,精準的環境定位與識別,是所有駕駛決策的基礎。
定位,是人類駕駛中幾乎下意識的反應,但對機器而言,實現邏輯復雜得多。自動駕駛汽車定位技術的基本路線:以車輛為中心,對人類世界“無限的環境”進行感知并轉化為數據,逐步建立三維的坐標體系。物理世界由此成為機器能夠理解的“數字地圖”。
為了滿足自動駕駛級別的需求,高精度地圖應運而生。與傳統地圖相比,高精度地圖的數據維度更為豐富,不僅包括車道數、施工狀態、交通標志等道路屬性,還包括道路曲率、航向、坡度在內的數學屬性,讓車輛精準地判斷何時轉向和加減速。百度Apollo、四維圖新等領先的高精地圖服務商,其產品的數據精度已達厘米級。
盡管自動駕駛車輛裝有先進的激光雷達和攝像頭感知設備,但其在全局路徑規劃、惡劣天氣等情況下仍存在局限性。高精度地圖的引入,為自動駕駛汽車提供“全局視野”,為未到達的路段提供先驗的路徑信息,實現超視距感知,作為“不受干擾的眼睛”而存在。
更多時候,自動駕駛車輛所搭載的移動測量設備與高精度地圖相互配合,共同實現對周邊環境的動態捕捉,以“實時建圖”構成一種眾包式的“測繪”行為。
中國測繪學會常務副理事長武文忠指出,測繪是“時空數據生產與提供行為和活動的總稱”,智能駕駛則是這一時空數據的采集者和使用者。
以一輛裝載了全球衛星導航定位系統(GNSS)與慣性測量單元(IMU)組合模塊、外置攝像頭、超聲波雷達、毫米波雷達的智能駕駛汽車為例。在車輛行進的過程中,上述傳感器能夠采集車的空間位置和屬性數據,如道路設施的影像信息和物體的距離、速度等。這些信息在被采集的同時,被用于自動駕駛的實時決策。
與傳統地圖相比,高精度地圖的數據維度更為豐富,不僅包括車道數、施工狀態、交通標志等道路屬性,還包括道路曲率、航向、坡度在內的數學屬性,讓車輛精準地判斷何時轉向和加減速。
如此,智能網聯汽車成為數據生產和傳輸的節點,通過C-V2X(基于蜂窩網絡的車聯網技術)與云端交互,構成一個龐大的車路云一體化體系。其中,主要包含三類重要數據:車輛運行狀態數據、道路和周邊環境數據、涉及車內人員隱私的車輛內部信息數據。
在國家安全方面,根據我國法律規定,測繪地理信息的原始數據由于可能涉及軍事重地、要害部門等高精度測量信息,存在被境外用于標記我關鍵核心部位的風險隱患。拋開戰爭這樣的極端情況,一個國家的礦藏分布、人口統計和經濟活動等情報,也能夠依靠測繪數據進行推斷。
此外,上述智能駕駛汽車所采集的行車軌跡、車內人員活動等信息數據,也具有高度敏感性。車內人員的隱私數據泄露可能引發個人安全和隱私侵犯風險,而企業的運營路線、供應鏈的動態信息則涉及商業機密。
據統計,L4級自動駕駛汽車每日產生的數據可達傳統汽車的5-10倍。隨著智能駕駛的普及,數據規模和相關安全風險也在呈幾何倍數增長,催促著從業者與監管者跟上有效治理的步伐。
隨著智能網聯汽車的快速發展,主管部門對其涉測繪行為的監管不斷細化。2024年7月26日,自然資源部印發《關于加強智能網聯汽車有關測繪地理信息安全管理的通知》(下稱《測繪通知》),明確“車輛及周邊道路設施的空間坐標、實景影像(視頻和影像等環境感知數據)、點云及其屬性信息等地理信息數據(含道路拓撲數據)”皆屬于測繪數據范疇,達到一定精度和覆蓋范圍的實測成果屬于國家秘密。
實際應用中,為保護軍事及其他敏感設施的精確位置信息,高精地圖的核心數據須通過非線性偏移的算法進行保密處理,早在2002年,中國國家測繪局就制定了一套基于高頻非線性偏移的算法GCJ-02。因此,我們所看到的位置和實際位置存在一定的小幅度偏差。
《測繪通知》同時明確,智能網聯汽車在運行、服務、測試場景下,對車輛及周邊道路設施的地理信息數據實施采集、存儲、傳輸和處理的行為,都屬于《測繪法》所規定的測繪活動,應依照測繪法律法規進行規范和管理。
據《北京商報》報道,本次數據跨境泄密事件之所以隱蔽,是因為數據的采集和流通環節容易存在安全監管“盲區”。
國安部通報中提及,A公司購入多輛汽車并加裝高精度雷達、GPS及光學鏡頭等設備,以提高測繪效率,同時采取常見軟件無法讀取分析的特殊數據格式,為有效監管帶來困難。此外,A公司越過項目轉包的層層節點,直接指揮B公司的測繪行動,重點把控測繪數據的存儲、處理和流轉環節。
在高精地圖的采集方面,我國實行十分嚴格的測繪資質管理制度。任何主體在中國從事測繪活動,必須取得相應的測繪資質,或委托有測繪資質的單位進行。根據自然資源部發布的《測繪資質管理辦法》和《測繪資質分類分級標準》,測繪資質分為甲、乙兩個等級,其中甲級電子導航地圖測繪資質無作業范圍限制,含金量最高。
從自然資源部最新發布的名單來看,2022年通過“甲導”換證審核的單位僅有19家,其中包括高德、四維圖新、百度長地萬方、華為等知名企業。在換證前,具有“甲導”資質的單位有31家,這一縮減體現了監管趨嚴的趨勢。
《智能駕駛》一書的作者黃震指出,地圖測繪資質的限定,也約束了進入智能駕駛領域的企業數量。為獲取資質,具備雄心的互聯網巨頭,通常以收購或投資具有測繪資質的公司進入賽道。而這些企業也占據了在自動駕駛地圖市場的大部分份額。
上述《測繪通知》還對地理信息的全流程管理做出明確要求。智能網聯汽車所采集的地理信息,應直接傳輸至資質方,其他單位和個人不得接觸。
本次通報事件的另一個焦點是智能駕駛測繪數據的跨境傳輸。《測繪通知》對數據的本地化存儲作出規定,地理信息數據必須存儲于境內,相關存儲設備、網絡和云服務須符合國家安全要求。如需向境外提供地理信息數據,必須嚴格履行相應審批手續,并落實數據出境安全評估等有關規定。
北京國際數字經濟治理研究院執行院長何姍姍指出,目前車端和路側端采集的數據在傳輸至地圖云端、更新和應用的過程中,數據保密和安全監管措施仍有不足。缺乏有效的數據加密、安全傳輸機制及車、路、云各端的安全監管手段,可能導致數據被篡改或泄漏的風險。
業內普遍認為,智能汽車數據安全應覆蓋數據的全生命周期,包括采集、存儲、處理、傳輸、交換和銷毀各個階段。
本次數據跨境泄密事件之所以隱蔽,是因為數據的采集和流通環節容易存在安全監管“盲區”。
因此,車企在與地圖服務商合作時,需注重數據采集鏈路的安全性和保密措施,采用先進的加密技術和嚴格的訪問控制,防止未經授權的第三方獲取敏感信息。同時,隨著數據管理技術的進步,內部人員也可能成為潛在威脅源。企業不僅要防范外部攻擊,還需強化對內部員工的數據使用行為的監控與規范。
而對監管部門來說,如何在釋放產業潛能和安全風險可控之間設立一個平衡的框架,則需要更多的探索。
例如,為解決高精地圖需要道路數據的大規模采集和實施更新、維護成本高企的問題,圖商和車企已攜手,探索以眾源方式采集測繪地理信息數據,但這種方式仍需要政策法規的健全保障。
中倫律所陳際紅等人撰文表示,《測繪通知》盡管整體基調趨嚴,但也提出了一些鼓勵性舉措,如第七條提到“在確保安全合規的前提下,支持車企、服務單位探索智能網聯汽車地理信息數據眾源采集、實時更新、在線分發、安全傳輸等安全合規技術路線”,明確了對眾包采集方式的鼓勵態度。
同時,高精度地圖的實時更新也對審圖工作提出了新的要求。據報道,自然資源部地圖技術審查中心正在研究建立高級輔助駕駛地圖在線審查平臺,聯合相關高校、企業,開展基于統一規格的自動駕駛地圖在線審查平臺頂層設計和技術研發,成果將實現自動駕駛地圖快速審查。
此外,中國測繪學會在一篇文章中指出:“如何界定測繪地理信息數據對智能網聯汽車產業的開放范圍,在保障數據安全合規的前提下兼顧數據價值釋放、促進數據共享利用、建立自動駕駛地圖數據快速更新的閉環,也是當前迫切需要解決的問題。”
新的規范體系在各地試點工作的鋪展中落地發芽。今年7月發布的《測繪通知》中對眾源方式采集測繪數據的鼓勵,最早來自上海市規劃和自然資源局在2022年11月發布的《上海市智能網聯汽車高精度地圖管理試點規定》。上海市還聯合導航電子地圖制作企業制定了《上海眾源試點實施方案》,按照“原始數據不出車、測繪數據不出云、測繪成果不關聯、資質圖商全管控”思路,建立了立體安全防護體系。
正如現代交通體系宰制了城市的面貌,智能駕駛也將重塑人類社會的生產和治理動脈。在這條生產力變革的道路上,“上層建筑”如何修建,值得關注與期待。