無(wú)圖自動(dòng)駕駛，高精地圖真的不需要了嗎？

去年，華為問(wèn)界M5智駕版城市領(lǐng)航在重慶自主行駛的視頻在社交平臺(tái)引發(fā)大量圍觀，重慶的道路比較復(fù)雜，交通參與者的行為變化也較多，華為問(wèn)界M5智駕版嫻熟的避讓、超車，很多人直說(shuō)“比老司機(jī)開的還好”。隨后，具備高速和城市領(lǐng)航輔助功能的小鵬G6、問(wèn)界新M7等車型收獲大量訂單，看起來(lái)購(gòu)車用戶對(duì)于智能駕駛的關(guān)注程度越來(lái)越高，高階智駕已經(jīng)成為部分用戶的關(guān)鍵購(gòu)買因素。而在這一輪智駕風(fēng)口來(lái)臨之際，高精地圖卻成為了車企普及高階智駕的“掣肘”，去圖化的自動(dòng)駕駛也成為了車企們的共識(shí)，即將讓智駕落地迎來(lái)新的拐點(diǎn)。

高精地圖在智駕中的重要角色

高精地圖在自動(dòng)駕駛感知層扮演極其重要的角色：高精地圖是精度更高、數(shù)據(jù)維度更多的電子地圖，精度更高體現(xiàn)在精確到厘米級(jí)別，數(shù)據(jù)維度更多體現(xiàn)在其包括了除道路信息之外的與交通相關(guān)的周圍靜態(tài)信息，和我們常用的導(dǎo)航地圖完全不一樣，它可以被理解為寫給車的整體的算力模型，也可以說(shuō)高精地圖是一種具備“超視距”感知能力的傳感器。

在2023年之前，國(guó)內(nèi)幾乎所有落地的領(lǐng)航輔助系統(tǒng)都需要高精地圖的輔助，作為自動(dòng)駕駛感知層核心部分，可彌補(bǔ)普通傳感器的性能邊界、提供重要先驗(yàn)信息，助力單車智能落地；與此同時(shí)，很多靜態(tài)信息可以預(yù)先存留在高精地圖上，使其極大減輕了感知實(shí)時(shí)檢測(cè)的算力負(fù)擔(dān)，使得感知有更多資源進(jìn)行動(dòng)態(tài)物體的識(shí)別與跟蹤。事實(shí)上，大多數(shù)智駕方案也都是基于高精地圖進(jìn)行設(shè)計(jì)與開發(fā)的。

然而，高精地圖的缺陷也顯而易見。首先，車企多依賴于和圖商進(jìn)行合作而非自己采集高精地圖信息。目前大部分圖商只能做到 3 個(gè)月更新一次高精地圖，而對(duì)于自動(dòng)駕駛而言，理想狀態(tài)是日更，乃至小時(shí)級(jí)的更新。此外，在當(dāng)下車市極度內(nèi)卷的情況下，車企也需要考慮高精地圖較為高昂的成本。據(jù)了解，目前市場(chǎng)上分米級(jí)地圖的測(cè)繪成本為每公里10元左右，而厘米級(jí)地圖的測(cè)繪成本可達(dá)每公里千元。

去圖化成為車企主旋律

縱然高精地圖可以幫助車企更快地實(shí)現(xiàn)智駕功能的落地，但與此同時(shí)，其本身具備的固有缺陷也導(dǎo)致了受其約束，智駕的最大能力無(wú)法完全發(fā)揮，且許多場(chǎng)景依然難以解決。在這樣的條件下，有華為、小鵬在國(guó)內(nèi)率先掀起了一股“去圖化”的智駕浪潮，而實(shí)現(xiàn)的技術(shù)路線主要分為兩方面：

一方面是通過(guò)眾包建圖的方式，例如特斯拉就并未完全拋棄地圖，而是采用了“眾包”的形式，來(lái)繪制駕駛所需要的地圖。通過(guò)已售車輛收集道路信息，然后繪制地圖，部署在車端，依然屬于預(yù)裝地圖，有專業(yè)人士分析認(rèn)為，特斯拉的眾包地圖也屬于輕量化地圖的一種。但這條路徑在當(dāng)下的國(guó)內(nèi)市場(chǎng)很難走通。首先，國(guó)內(nèi)大部分新能源車企銷量難以和特斯拉匹敵，這也就導(dǎo)致其已售車輛能夠采集的數(shù)據(jù)遠(yuǎn)少于特斯拉；其次，目前國(guó)內(nèi)正在收緊對(duì)高精地圖甲級(jí)資質(zhì)的審批，沒(méi)有獲得資質(zhì)的企業(yè)，無(wú)法在國(guó)內(nèi)道路進(jìn)行高精采集、測(cè)繪以及繪制高精地圖。

另一條路線就是通過(guò)感知層面，BEV（Bird's-eye-view，鳥瞰圖視角）+Transformer的技術(shù)架構(gòu)來(lái)構(gòu)建實(shí)時(shí)的局部地圖，BEV是將傳統(tǒng)自動(dòng)駕駛2D圖像視角加測(cè)距的感知方式，轉(zhuǎn)換為在鳥瞰圖視角下的３D感知；Transformer最早由谷歌提出，可將多攝像機(jī)數(shù)據(jù)從圖像空間轉(zhuǎn)化為BEV空間。這套技術(shù)架構(gòu)可以將攝像頭和其他硬件采集的數(shù)據(jù)統(tǒng)一到一個(gè)空間進(jìn)行融合，再通過(guò) Transformer 模型大量處理數(shù)據(jù)，比如真實(shí)車道線識(shí)別、判斷可行駛空間等，使得車輛的感知更穩(wěn)定，預(yù)測(cè)更可靠。在車輛感知能力大幅提升的情況下，高階智駕對(duì)于高精地圖的需求將有所降低。

然而在這一路線下，另一個(gè)關(guān)鍵問(wèn)題就凸顯出來(lái)：那就是“去圖化”智能汽車智駕方案是否涉及測(cè)繪行為？這其實(shí)屬于目前政策法規(guī)中較為模糊的地帶，而要想符合政策合規(guī)性，車企與圖商的合作也必然會(huì)越來(lái)越緊密。一方面，基于地圖使用的服務(wù)通常是動(dòng)態(tài)變化的（主要體現(xiàn)在數(shù)據(jù)要素層面），以補(bǔ)充自動(dòng)駕駛能力。另一方面，考慮到對(duì)地圖精度和數(shù)據(jù)要素需求的降低，眾源車輛成為保證地圖鮮度的關(guān)鍵。

無(wú)圖下的城市NOA進(jìn)入兌現(xiàn)期

城市NOA（Navigate on Autopilo，導(dǎo)航輔助駕駛）即針對(duì)城市交通環(huán)境開發(fā)的駕駛輔助系統(tǒng)，主要功能是在高精地圖、激光雷達(dá)、毫米波雷達(dá)等感知層的支持下，實(shí)現(xiàn)點(diǎn)到點(diǎn)的智能駕駛，直面上班通勤等出行場(chǎng)景。在特斯拉引領(lǐng)的Transformer+Bev架構(gòu)驅(qū)動(dòng)下，智駕算法趨近于端到端的智駕大模型，使得智能駕駛開始步入城市NOA新時(shí)代。

在國(guó)內(nèi)，城市NOA的競(jìng)爭(zhēng)也愈發(fā)火熱。不僅有小鵬、蔚來(lái)、上汽智己為代表的新勢(shì)力代表，也有“華為系”極狐、阿維塔、問(wèn)界等車型紛紛“開城”，也不乏長(zhǎng)城這樣的傳統(tǒng)車企。目前來(lái)看，大多目標(biāo)在2024年實(shí)現(xiàn)在50-100座城市實(shí)現(xiàn)NOA。與此同時(shí)，華為也計(jì)劃今年將無(wú)圖版的ADS 2.0推廣到全國(guó)。而能幫助城市NOA如此迅速開展到全國(guó)各個(gè)城市的關(guān)鍵，便是“去圖化”的智駕整體方案，也只有不再過(guò)分依賴離線的高精地圖，智駕功能才能越來(lái)越被消費(fèi)者所接受。

車企與圖商的合作共贏

縱然對(duì)外界宣傳時(shí)，車企總喜歡將“無(wú)圖”掛在嘴邊，但事實(shí)上目前為止，筆者從業(yè)界了解到的信息來(lái)看，大多數(shù)車企并沒(méi)有完全拋棄掉高精地圖，而是向“輕地圖”的方向去努力。盡管隨著智能駕駛車輛感知能力的提升，地圖對(duì)于視線內(nèi)信息的補(bǔ)充的重要性降低，但它對(duì)于視距外信息的補(bǔ)充仍然發(fā)揮著重要的作用，直接影響駕駛的舒適性和效率。因此，車對(duì)于圖的需求存在動(dòng)態(tài)變化的可能性，但無(wú)圖方案可行性不強(qiáng)。在未來(lái)，筆者認(rèn)為車企與圖商之間還是存在著合作共贏的可能性：例如采用地圖眾源、數(shù)據(jù)閉環(huán)的業(yè)務(wù)方向，圖商在其中的作用不可替代。大模型的落地應(yīng)用解決了車端對(duì)高精地圖的依賴問(wèn)題，但同時(shí)感知能力的提升，車端實(shí)時(shí)建圖，也讓民用車輛眾源建圖成為可能。盡管從數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)清洗、數(shù)據(jù)加工到數(shù)據(jù)的應(yīng)用各環(huán)節(jié)存在一定的問(wèn)題，在成本計(jì)算上也存在收益性評(píng)估困難等問(wèn)題，但不失為是一種車企、圖商雙贏的方式。

通過(guò)深入研究我們發(fā)現(xiàn)，無(wú)論是輕圖還是無(wú)圖，并不足以完全替代傳統(tǒng)的地圖功能。圖商的作用在諸多方面都是不可替代的，包括但不限于基于地圖服務(wù)的數(shù)據(jù)服務(wù)、地圖眾源、數(shù)據(jù)閉環(huán)業(yè)務(wù)等方向。在可預(yù)見的未來(lái)，地圖在自動(dòng)駕駛中的角色仍然不可或缺。