電子發(fā)燒友網(wǎng)報道（文/梁浩斌）自動駕駛該不該用高精地圖？今年以來多家自動駕駛公司以及車企陸續(xù)給出了他們的答案：毫末智行、地平線、元戎啟行、小鵬、理想、華為等都已經(jīng)推出或?qū)⑼瞥霾灰蕾嚫呔貓D的自動駕駛方案。

在此之前，國內(nèi)多家車企包括自動駕駛公司都已經(jīng)推出了基于高精地圖的城市NOA系統(tǒng)，可以實(shí)現(xiàn)點(diǎn)到點(diǎn)的智能駕駛輔助，并已經(jīng)在不少城市開放使用。但為什么在短短的半年間，曾經(jīng)被視為自動駕駛必需品的高精地圖突然被拋棄？

高精地圖百般好，時間和金錢成本毀一切

高精地圖在一定程度上，是大幅降低自動駕駛系統(tǒng)感知要求的方案，當(dāng)周圍環(huán)境的數(shù)據(jù)是已知的，比如車道數(shù)量、岔道口的位置、路標(biāo)/紅綠燈/斑馬線等的具體位置，車輛僅通過簡單的感知系統(tǒng)，通過衛(wèi)星定位以及視覺等感知就可以確認(rèn)自身位置以及規(guī)劃行進(jìn)路徑。因此從研發(fā)的角度來看，高精地圖大幅降低了自動駕駛實(shí)現(xiàn)的難度，因為前進(jìn)的路線環(huán)境都是確定的，車輛只需要關(guān)心前后左右的路面車輛來進(jìn)行決策，而無需再對道路設(shè)施情況進(jìn)行感知和判斷。

既然高精地圖主要是降低自動駕駛研發(fā)難度，降低感知需求，那么如果用高精地圖再加上強(qiáng)感知豈不是無敵？確實(shí)，目前小鵬XNGP、華為的ADS都已經(jīng)做到了很強(qiáng)的城市NOA功能，甚至在一些極其復(fù)雜的城市街道中，都能夠做到基本不需要接管的點(diǎn)到點(diǎn)自動駕駛。

但業(yè)內(nèi)一直以來也對高精地圖有所詬病，首先是更新速度慢，在國內(nèi)城市更新節(jié)奏較快的情況下，高精地圖目前主要是以季度為單位更新，但很多時候一個季度期間道路都會發(fā)生很多變化。當(dāng)然華為也曾披露稱其高精地圖更新頻率是高速公路一周一次、城區(qū)道路一月一次，但這是建立在華為自己有高精地圖測繪資質(zhì)的前提下。

第二是成本問題，根據(jù)《智能網(wǎng)聯(lián)汽車高精地圖白皮書》，采用傳統(tǒng)測繪車方式，分米級地圖的測繪效率約為每天每車500公里道路，成本達(dá)每公里10元左右，而厘米級地圖的測繪效率約為每天每車100公里道路，成本達(dá)每公里千元左右。問題在于，高精地圖的測繪并不是一次性投入，而是需要周期性更新，這樣隨著覆蓋范圍的不斷擴(kuò)大，加上昂貴的測繪車輛需求量激增，成本也會隨之暴漲。

第三是監(jiān)管問題，因為高精地圖測繪獲取的數(shù)據(jù)較為敏感，一旦泄露有一定可能對國家和社會安全造成風(fēng)險，所以近年來國內(nèi)對于高精地圖的監(jiān)管也在逐步收緊。2022年自然資源部公布了最新的導(dǎo)航電子地圖制作甲級測繪資質(zhì)復(fù)審換證結(jié)果，共有31家單位參與復(fù)審，但最終通過的僅有19家。作為車企或是自動駕駛公司，顯然不希望技術(shù)落地會受到外部因素影響，放棄高精地圖也是情理之中。

總而言之，對于當(dāng)前迭代速度極快的自動駕駛領(lǐng)域而言，高精地圖無論是從時間還是金錢的成本上，都無法跟上自動駕駛的發(fā)展。放棄高精地圖，是自動駕駛行業(yè)的自然選擇。

不依賴高精地圖的自動駕駛，需要解決哪些問題？

傳統(tǒng)的導(dǎo)航地圖更新頻率其實(shí)要遠(yuǎn)低于高精地圖，但自動駕駛本質(zhì)上的要求還是交通工具在開放道路上點(diǎn)對點(diǎn)的行駛功能，因此無論如何自動駕駛都是離不開地圖的信息的。

但使用傳統(tǒng)地圖就會存在很多問題，比如車輛需要足夠精準(zhǔn)的定位能力，才能按照導(dǎo)航路徑行駛，否則比如定位有較大偏差，系統(tǒng)獲取的環(huán)境數(shù)據(jù)與地圖不一致，就很有可能隨時退出自動駕駛。

在使用高精地圖時，因為路面的模型是靜態(tài)的，車輛自我感知與高精地圖數(shù)據(jù)匹配，即可知道自己所在的位置。

所以，不依賴高精地圖的自動駕駛就意味著需要擁有更強(qiáng)的定位能力，包括對GNSS、IMU、輪速計等傳感器的利用，實(shí)現(xiàn)組合導(dǎo)航。

當(dāng)然，感知能力也是很重要的一環(huán)，在沒有高精地圖提供的環(huán)境數(shù)據(jù)后，由于路面的障礙物遮擋、車道線模糊等影響，車輛需要在數(shù)據(jù)缺失的情況下通過強(qiáng)感知能力來“猜”出當(dāng)前的環(huán)境，并根據(jù)簡單的導(dǎo)航信息來判斷該如何選擇車道。目前主要的方案是基于Transformer的BEV大模型，來對自動駕駛系統(tǒng)進(jìn)行訓(xùn)練，系統(tǒng)需要通過足夠多的樣本去判斷感知結(jié)果是否可信以及可信度的高低以進(jìn)行最終決策。

另外，在不確定感知信息的情況下，自動駕駛?cè)绾芜M(jìn)行決策也是一大難題。比如當(dāng)遇到非常規(guī)的車輛或路面障礙物時，或是當(dāng)路面沒有車道線時，系統(tǒng)應(yīng)該如何進(jìn)行決策，這些能力會是在不依賴高精地圖的自動駕駛系統(tǒng)中較為重要的。

寫在最后

拋棄高精地圖，主要還是成本和商業(yè)上的考量，但自動駕駛行業(yè)會不會徹底放棄高精地圖？這可能還沒有一個準(zhǔn)確的結(jié)論。在一些比如干線物流、固定路線robotaxi應(yīng)用上，采用高精地圖可能又可以通過降低系統(tǒng)算力、傳感器硬件成本的形式來降低系統(tǒng)成本，只能說從技術(shù)的角度上看并沒有對與錯之分，針對合適的應(yīng)用使用合適的技術(shù)才是最現(xiàn)實(shí)的。