無圖自動駕駛，高精地圖真的不需要了嗎？

　　本文來源：智車科技

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

　　01

　　高精地圖在智駕中的重要角色

　　高精地圖在自動駕駛感知層扮演極其重要的角色：高精地圖是精度更高、數據維度更多的電子地圖，精度更高體現在精確到厘米級別，數據維度更多體現在其包括了除道路信息之外的與交通相關的周圍靜態信息，和我們常用的導航地圖完全不一樣，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，國內幾乎所有落地的領航輔助系統都需要高精地圖的輔助，作為自動駕駛感知層核心部分，可彌補普通傳感器的性能邊界、提供重要先驗信息，助力單車智能落地;與此同時，很多靜態信息可以預先存留在高精地圖上，使其極大減輕了感知實時檢測的算力負擔，使得感知有更多資源進行動態物體的識別與跟蹤。事實上，大多數智駕方案也都是基于高精地圖進行設計與開發的。

　　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 個月更新一次高精地圖，而對于自動駕駛而言，理想狀態是日更，乃至小時級的更新。此外，在當下車市極度內卷的情況下，車企也需要考慮高精地圖較為高昂的成本。據了解，目前市場上分米級地圖的測繪成本為每公里10元左右，而厘米級地圖的測繪成本可達每公里千元。

　　02

　　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現智駕功能的落地，但與此同時，其本身具備的固有缺陷也導致了受其約束，智駕的最大能力無法完全發揮，且許多場景依然難以解決。在這樣的條件下，有華為、小鵬在國內率先掀起了一股“去圖化”的智駕浪潮，而實現的技術路線主要分為兩方面：

　　一方面是通過眾包建圖的方式，例如特斯拉就并未完全拋棄地圖，而是采用了“眾包”的形式，來繪制駕駛所需要的地圖。通過已售車輛收集道路信息，然后繪制地圖，部署在車端，依然屬于預裝地圖，有專業人士分析認為，特斯拉的眾包地圖也屬于輕量化地圖的一種。但這條路徑在當下的國內市場很難走通。首先，國內大部分新能源車企銷量難以和特斯拉匹敵，這也就導致其已售車輛能夠采集的數據遠少于特斯拉;其次，目前國內正在收緊對高精地圖甲級資質的審批，沒有獲得資質的企業，無法在國內道路進行高精采集、測繪以及繪制高精地圖。

　　另一條路線就是通過感知層面，BEV(Bird's-eye-view，鳥瞰圖視角)+Transformer的技術架構來構建實時的局部地圖，BEV是將傳統自動駕駛2D圖像視角加測距的感知方式，轉換為在鳥瞰圖視角下的3D感知;Transformer最早由谷歌提出，可將多攝像機數據從圖像空間轉化為BEV空間。這套技術架構可以將攝像頭和其他硬件采集的數據統一到一個空間進行融合，再通過 Transformer 模型大量處理數據，比如真實車道線識別、判斷可行駛空間等，使得車輛的感知更穩定，預測更可靠。在車輛感知能力大幅提升的情況下，高階智駕對于高精地圖的需求將有所降低。

　　然而在這一路線下，另一個關鍵問題就凸顯出來：那就是“去圖化”智能汽車智駕方案是否涉及測繪行為?這其實屬于目前政策法規中較為模糊的地帶，而要想符合政策合規性，車企與圖商的合作也必然會越來越緊密。一方面，基于地圖使用的服務通常是動態變化的(主要體現在數據要素層面)，以補充自動駕駛能力。另一方面，考慮到對地圖精度和數據要素需求的降低，眾源車輛成為保證地圖鮮度的關鍵。

　　03

　　無圖下的城市NOA進入兌現期

　　城市NOA(Navigate on Autopilo，導航輔助駕駛)即針對城市交通環境開發的駕駛輔助系統，主要功能是在高精地圖、激光雷達、毫米波雷達等感知層的支持下，實現點到點的智能駕駛，直面上班通勤等出行場景。在特斯拉引領的Transformer+Bev架構驅動下，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新時代。

　　在國內，城市NOA的競爭也愈發火熱。不僅有小鵬、蔚來、上汽智己為代表的新勢力代表，也有“華為系”極狐、阿維塔、問界等車型紛紛“開城”，也不乏長城這樣的傳統車企。目前來看，大多目標在2024年實現在50-100座城市實現NOA。與此同時，華為也計劃今年將無圖版的ADS 2.0推廣到全國。而能幫助城市NOA如此迅速開展到全國各個城市的關鍵，便是“去圖化”的智駕整體方案，也只有不再過分依賴離線的高精地圖，智駕功能才能越來越被消費者所接受。

　　04

　　車企與圖商的合作共贏

　　縱然對外界宣傳時，車企總喜歡將“無圖”掛在嘴邊，但事實上目前為止，筆者從業界了解到的信息來看，大多數車企并沒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，地圖對于視線內信息的補充的重要性降低，但它對于視距外信息的補充仍然發揮著重要的作用，直接影響駕駛的舒適性和效率。因此，車對于圖的需求存在動態變化的可能性，但無圖方案可行性不強。在未來，筆者認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、數據閉環的業務方向，圖商在其中的作用不可替代。大模型的落地應用解決了車端對高精地圖的依賴問題，但同時感知能力的提升，車端實時建圖，也讓民用車輛眾源建圖成為可能。盡管從數據采集、數據傳輸、數據清洗、數據加工到數據的應用各環節存在一定的問題，在成本計算上也存在收益性評估困難等問題，但不失為是一種車企、圖商雙贏的方式。

　　通過深入研究我們發現，無論是輕圖還是無圖，并不足以完全替代傳統的地圖功能。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的數據服務、地圖眾源、數據閉環業務等方向。在可預見的未來，地圖在自動駕駛中的角色仍然不可或缺。