近年來，經(jīng)過各大車企對高精地圖高強度的“宣傳轟炸”，一股“去圖化”的風潮逐漸興起。

(相關(guān)資料圖)

早在2019年，馬斯克就曾公開“炮轟”傳統(tǒng)高精地圖“無法適應任何變化”，并將特斯拉引向了純視覺感知方案的技術(shù)路線之上。

在2022年，華為的余承東、小鵬汽車的何小鵬等人也相繼加入到了“抨擊”高精地圖的行列之中，此后一眾車企也先后宣傳起各自“不依賴”高精地圖的解決方案，甚至有車企直接喊出了“去圖化”的口號。

而以毫末智行、智行者等一眾智能駕駛解決方案商們，其實早在車企之前，就相繼宣布發(fā)力“重感知，輕地圖”的技術(shù)路線。

“不依賴高精地圖”仿佛在一夜之間，就成為智能汽車自動駕駛技術(shù)新的角力點。

隨著車企與智能駕駛解決方案商們，相繼“陳述”著對高精地圖的不滿，這個昨日還欣欣向榮的行業(yè)，似乎轉(zhuǎn)瞬之間就成了“昨日黃花”。

更為關(guān)鍵的是，為了搶占城市NOA（Navigate On Autopilo，自動輔助導航駕駛或領航輔助駕駛）的落地先機，很多車企已經(jīng)開始付諸行動。日前，小鵬和理想兩家頭部新勢力品牌，先后公布了各自的無高精地圖以及不依賴高精地圖方案。

先是何小鵬在社交平臺上表示，將在全國沒有高精地圖的城市陸續(xù)開放“無圖化”的XNGP。隨后，理想也以試乘活動的形式向媒體展示了其“不依賴”高精地圖的城市NOA系統(tǒng)，并宣布將向北京和上海的內(nèi)測用戶交付體驗功能。

除此以外，蔚來、上汽、百度Apollo、小馬智行等眾多車企或產(chǎn)業(yè)鏈上的企業(yè)也正在積極布局，它們大多將于年內(nèi)實現(xiàn)城市NOA的全面落地。換言之，隨著城市NOA先頭部隊迎來落地，高精地圖在車圈的處境也將更顯微妙。

而一場關(guān)乎車企乃至圖商未來命運的博弈，卻早已圍繞高精地圖的“去留問題”悄然展開。

車企為何紛紛“拋棄”高精地圖？

自誕生之日起，便與自動駕駛深度綁定的高精地圖，為何如今會遭到各大車企“拋棄”？要想弄明白這個問題，不妨先來看看高精地圖在自動駕駛中扮演的角色，以及近年來的發(fā)展現(xiàn)狀。

要說高精地圖，其實就是指絕對精度和相對精度均在1米以內(nèi)的高精度、高新鮮度、高豐富度的電子地圖。通俗來說就是，相比普通SD地圖在精細度或豐富度上面有更高要求的地圖。

目前車輛的感知和定位技術(shù)，在可靠性、定位精度以及衛(wèi)星信號缺失場景再定位情況下，都有著一定的技術(shù)痛點。而高精地圖的加入，就可以有效彌補自動駕駛傳感器的性能邊界，為自動駕駛提供安全保障。

同時，高精地圖除了上述在感知層的作用之外，其也可以作為規(guī)劃決策的載體，將路口紅綠燈狀態(tài)、路網(wǎng)變化、交通信息等情況進行反饋，實現(xiàn)最優(yōu)路徑規(guī)劃。

簡單來說，高精地圖的主要作用貫穿于自動駕駛汽車定位、感知、決策三個重要環(huán)節(jié)之中，總結(jié)起來就是解決“我在哪里？”“我前方有什么？”“我要怎么開？”三個基礎而又重要的問題。

因此，從目前的技術(shù)來看，高精地圖在自動駕駛方面仍發(fā)揮著難以替代的作用，其也是未來車路協(xié)同的重要載體。

圖商向車企提供高精地圖，車企拿高精地圖來服務自動駕駛，看起來是一門能夠互惠互利的好生意。但就是這看似互相成就的背后，仍存在著難以消除的“矛盾”，橫亙在圖商與主機廠之間。

眾所周知，將智能輔助駕駛系統(tǒng)從高速公路應用到城市公路，被認為是高階智能輔助駕駛系統(tǒng)走向無人駕駛的關(guān)鍵一步，也被認為是車企未來數(shù)年最重要的競爭力之一。

值得注意的是，造車行業(yè)頭部玩家們拋棄高精地圖的時機，恰恰是高階智能駕駛開進城市開放道路的這個時間節(jié)點，矛盾也由此爆發(fā)。

城市開放道路相比高速場景，道路元素更加豐富，交通參與者更多，同一場景的變化更快，這就對高精地圖的鮮度提出了更高的要求。小鵬汽車自動駕駛副總裁吳新宙曾特意強調(diào)這一點：對于城市場景，高精地圖的“鮮度”非常關(guān)鍵，希望NGP發(fā)布的時候能夠做到以“天”級更新高精地圖的能力。

“天”級更新的鮮度，聽起來非常美好，但可惜現(xiàn)階段的圖商們卻根本做不到。目前，市面上城市級高精地圖產(chǎn)品的鮮度，更新頻率一般都要以月甚至季度為單位計算。這種情況之下，高精地圖難以滿足車企對城市高階智能駕駛的應用要求。

而擺在各大圖商面前的首要難關(guān)就是成本問題。目前，我國主流的測繪方式還是以高精地圖采集車來完成的，通過安裝在車端的激光雷達、攝像頭、輪速計、IMU等裝置，收集道路信息。據(jù)透露，這樣一臺車本身的成本預計就在百萬元以上。

而根據(jù)《智能網(wǎng)聯(lián)汽車高精地圖白皮書》，分米級地圖的測繪效率約為每天每車500公里道路，成本達每公里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，成本達每公里千元左右。

另據(jù)交通運輸部最新數(shù)據(jù)顯示，目前我國公路總里程已達528萬公里，數(shù)據(jù)采集成本就堪稱“天價”，而這還是不考慮錯綜復雜的鄉(xiāng)村小路以及測繪效率問題。因此，周更乃至日更的高精地圖，現(xiàn)階段確實沒有一家圖商能夠單獨完成。

此外，由于國家嚴格的測繪管理標準，高精地圖的行業(yè)準入門檻很高，目前國內(nèi)擁有“導航電子地圖制作甲級測繪資質(zhì)”的企業(yè)數(shù)量十分稀少。再加上除高速路段外，我國僅開放了北京、上海、廣州、深圳、杭州、重慶這六座城市的高精地圖采集權(quán)限，由此也導致了各大車企的規(guī)模推廣普遍受到高精地圖范圍的掣肘，無法擴張到其他地區(qū)。

在此前的HUAWEI ADS 2.0發(fā)布會上，余承東便指出，高精地圖覆蓋全國的難度太大，中國道路幾乎實時在變動，只有不依賴高精地圖的智駕系統(tǒng)，才具備大規(guī)模上車實用的價值。

受困于高精地圖的應用局限，車企的高階輔助駕駛體驗無法得到量級的提升，但同時車企又要面臨著巨大的成本負擔。既然如此，不如徹底掙脫高精地圖的“束縛”，轉(zhuǎn)而投向“無圖化”的懷抱?？梢哉f，這也是車企和供應商在現(xiàn)階段跳出條件限制，探索全新可能性的一次重要嘗試。

純“無圖化”方案尚需時日

看過了車圈很多“頭部玩家”的發(fā)言，對于高精地圖的去留問題，車企間仿佛已經(jīng)達成了一定“共識”。但從現(xiàn)階段的產(chǎn)品表現(xiàn)來看，“無圖化”距離真正實現(xiàn)似乎仍需時日。

日前，小鵬汽車宣布解綁高精地圖并舉辦XNGP的試乘試駕活動。從技術(shù)邏輯來看，小鵬汽車在高精地圖覆蓋區(qū)域，仍依賴高精地圖去實現(xiàn)高階輔助駕駛功能，而無高精地圖覆蓋的區(qū)域僅開放識別紅綠燈和執(zhí)行通過路口的能力，仍無法達到有圖時的效果。

而余承東提到的華為ADS2.0計劃，展開試乘試駕活動的城市仍居六大高精地圖開放城市之列，其他城市的推送時間充滿著不確定性。目前，大多數(shù)車企的城區(qū)NOA測試或者體驗活動，也仍舊放在六個高精地圖開放城市。

對此，騰訊地圖數(shù)據(jù)負責人馬常杰也曾表示，在解綁高精地圖成為主流聲音的當下，圖商與車企在高精地圖方向的合作并未受到太多影響。也就是說，車企關(guān)于“無圖化”的宣傳口徑與實際落地情況之間存在著不小的差距。

數(shù)據(jù)來源：公開信息整理，截至2023年4月

近幾年，BEV+Transformer的算法架構(gòu)在CV領域（Computer Vision計算機視覺）勢頭正猛。面對此種現(xiàn)狀，國內(nèi)主流車企選擇將破局的希望傾注在了實時建圖路線上。

自2020年起，特斯拉發(fā)布論文引入BEV感知方法，目前大多數(shù)公司的方案也由基于CNN的感知方法漸漸替換為BEV感知。另外Transformer模型也取代了NLP中的RNN網(wǎng)絡結(jié)構(gòu)，具有可以計算的特點。

“BEV+Transformer”這種新的感知算法架構(gòu)，在車企“去圖化”過程中起到了至關(guān)重要的作用。

在剛剛結(jié)束的理想科技日上，官方公布了不依賴高精地圖方案，其大致流程是通過“BEV+Transformer”組合將傳感器收集到的數(shù)據(jù)實際構(gòu)建在線矢量地圖，可以理解成“新鮮出爐”的一種高精地圖。

如果碰到復雜路口遮擋，信息缺失等情況，理想還提出了通過NPN（神經(jīng)先驗網(wǎng)絡），用之前收集的道路信息對實時生成的地圖進行補充的辦法。

NPN能夠?qū)崿F(xiàn)的一個前提是，車輛已經(jīng)提前收集并存儲了該路口的數(shù)據(jù)。這和攝像頭的視覺感知有點像，需要提前感知才能識別，沒見過就不認識。由此也帶來一個問題，對于第一次碰到的場景，NPN也沒有太好的辦法，只能先收集數(shù)據(jù)。

換言之，在車端部署B(yǎng)EV+Transformer算法需要海量的數(shù)據(jù)支撐，要保證國內(nèi)的每一條道路它都“見過”“開過”，才能保證系統(tǒng)的全場景覆蓋，這對于國內(nèi)的路網(wǎng)規(guī)模來說無疑相當困難。

并且，除了實時建圖路線的“技術(shù)門檻”之外，用戶數(shù)據(jù)的體量能否支持企業(yè)完成全國層面的路網(wǎng)掃描，也是該技術(shù)的“硬性門檻”。這對于非頭部的造車企業(yè)而言，困難程度甚至遠遠高于資金和技術(shù)本身的投入。

其實在國內(nèi)的智駕圈，不管是車企亦或是智能駕駛方案供應商，都沒有將高精地圖完全排除出技術(shù)方案中，反而是能用圖就用圖。一邊高喊“去圖化”的口號，一邊用著高精地圖并表示“真香”，這就是當下智駕相關(guān)企業(yè)對高精地圖的真實態(tài)度。

數(shù)據(jù)來源：公開信息整理，截至2023年4月

根本原因在于，高精地圖在自動駕駛中扮演的角色主要是定位和先驗信息，有助于自車PnC（Planning and Control），也就是規(guī)劃域控制。就比如當車輛行駛到路口時，高精地圖能夠提前先驗信息，告訴自車所有的路面信息，不僅如此，還能顯示各個信息之間的拓撲關(guān)系，比如哪個紅綠燈負責哪條道路，這樣自車就能快速進行PnC。

而如果放棄高精地圖，智駕車輛靠實時感知順利通行十字路口需要付出多大代價？

在去年的AI Day上，特斯拉給出了答案——特斯拉團隊專門訓練了一個參數(shù)量達到7500萬的神經(jīng)網(wǎng)絡“Lanes Network”，這個模型在運行時大約會占用計算平臺峰值算力的10%，其作用只是“讓車輛弄明白面前每條車道到底通向哪里”。

而現(xiàn)實中的道路情況，尤其是國內(nèi)的道路環(huán)境，其復雜程度遠比想象中更高。高精地圖更善于應對十字路口等高難度場景，豐富的先驗信息可以為感知系統(tǒng)減負，節(jié)省計算資源，騰出的算力可用于更好地感知動態(tài)物體。同時，它提供的先驗信息和省出的算力，也會降低智駕算法中預測和規(guī)控模塊的難度。

通俗來講，就是一個剛學走路的孩子，與其直接教他走路技巧，不如先給他一個“學步車”先走起來再說。現(xiàn)階段的高精地圖扮演的就是那個“學步車”或者說“拐杖”的作用，車企想扔了它還能健步如飛，確實為時尚早。

來自圖商的反擊：“輕高精地圖”

雖說完全“去圖化”對于行業(yè)來說仍舊為時尚早，但趨勢已然顯露無遺，圖商必須開始尋找新的可能性。

根據(jù)智研咨詢發(fā)布的《2022-2028年中國高精地圖行業(yè)市場供需形勢分析及投資前景評估報告》顯示，高精地圖作為自動駕駛重要的感知基礎技術(shù)之一，已經(jīng)成為國內(nèi)外車企量產(chǎn)智能駕駛汽車的優(yōu)先選擇，預計2025年國內(nèi)外自動駕駛高精地圖市場規(guī)模將達到89.6億美元。

同時，根據(jù)高工智能汽車研究院監(jiān)測數(shù)據(jù)顯示，目前在中國市場，具備提供高級輔助駕駛地圖數(shù)據(jù)能力的公司，僅有11家；其余具備資質(zhì)但沒有完整數(shù)據(jù)的公司，則僅能夠支持車企的數(shù)據(jù)合規(guī)，而上述兩種情況總計也不過只有31家。

長江商學院的一份報告顯示，目前車企和圖商合作，比較公認的收費模式是，車廠簽下訂單時支付一筆訂單費用以供圖商進行高精度地圖的開發(fā)，后續(xù)在搭載車輛上每年收取一定的License（許可）費用。目前，訂單費用大約為幾千萬，而License費用則在單車1000元/年左右。

而中國汽車市場的智能化潛力有多大，相信不用任何贅述。面對“粥多僧少”的市場紅利，各大圖商們肯定不會甘于沉寂，生存壓力之下“輕量級高精地圖”方案應運而生。

那么，何為輕量級高精地圖？簡單來說，就是“低配版”的高精地圖，通過降低精度，來規(guī)避上文提到的地圖鮮度、成本以及法規(guī)等一系列問題。

目前，業(yè)內(nèi)主流的“輕量級高精地圖”主要分為兩種：

其一是特斯拉目前采用的技術(shù)路線，采取的是眾包地圖的邏輯。簡單來說就是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，不過嚴格來說，也可以歸為“輕高精地圖”的行列，只不過是“當場繪制”而已。

而另一種，則是來自各大圖商的解決方案，采用輕高精地圖解決方案。這種地圖介于導航地圖和高精度地圖之間，其在精度、要素的豐富度上，要比導航地圖更高，但弱于高精度地圖，在保留智能駕駛所必需的基礎要素基礎上，簡化了不必要的元素。

騰訊輕量級高精地圖HD Air

今年4月，百度，騰訊，四維圖新先后發(fā)布了“輕高精地圖”方案。百度稱其“輕地圖”方案比傳統(tǒng)高精地圖要輕80%，騰訊則表示會做到地圖周更，四維圖新則稱會將高精地圖的成本從“幾萬塊直接降到百元級”。

業(yè)內(nèi)人士分析，原本需要的高精地圖精度大概在厘米級，要素信息大概在一兩百個。而“輕高精地圖”方案將需要的地圖可能只需要在米級精度上，外加五十個左右的要素。這樣一來，采集的成本也會大大降低，生產(chǎn)效率會變高，質(zhì)量控制也會越來越好，對圖商的影響也是一種正向的促進。

借由“輕高精地圖”方案的助力，各大圖商也算初步“擺脫”了高精地圖在鮮度、成本、測繪條件上的限制，不甘淪為“昨日黃花”的一眾圖商，再次吹響了反擊的號角。

車企與圖商的博弈，將把自動駕駛帶向何方？

從高精地圖誕生至今，車企與圖商的關(guān)系便圍繞技術(shù)與監(jiān)管兩個主軸，開始了相互滲透，但結(jié)果往往都收效甚微。2021年開始的地圖資質(zhì)收緊將車企推回了原本的陣地；同年BEV+Transformer掀起的智駕感知技術(shù)進化，則讓高精地圖失去了原有的地位。

在技術(shù)迭代與法規(guī)完善的過程中，雙方圍繞高精地圖去留的博弈仍將繼續(xù)，不禁讓人產(chǎn)生疑問，二者的較量將會把自動駕駛技術(shù)引向何方？

其實就現(xiàn)階段而言，車企與圖商的關(guān)系并非完全對立的，“輕高精地圖”與“BEV+Transformer”技術(shù)路線為二者的共贏創(chuàng)造了先決條件。

為了解決某個非開放場景下自動駕駛，用激光雷達補盲以及高精地圖，其實無可厚非；但長期來看，依靠大規(guī)模高精地圖是有場景泛化的局限性的，尤其是進入到城市道路之中。而“輕高精地圖”明顯是無法完全勝任這種情況的，這時候就需要“BEV+Transformer”在感知層面的支持。

從將自動駕駛完全依賴高精地圖，變?yōu)榱藞D商負責“輕地圖”，車企搭配“重感知”。此舉既降低了對高精地圖的依賴，也可以拓展到更多的城市，而不是僅僅停留在幾個城市的范圍。

數(shù)據(jù)來源：高工智能汽車研究院整理數(shù)據(jù)

對于圖商而言，輕高精地圖方案在規(guī)避高精地圖問題的同時，又能大大降低成本和采集難度。而對于車企來說，“頭部玩家”想要完全脫離圖商也并不容易。

就像特斯拉的FSD，何時能推送正式的量產(chǎn)版本仍未有定數(shù)。國內(nèi)很早就拋棄高精地圖的玩家打造的城市高階智能駕駛方案，實際體驗下來很難說已經(jīng)達到可商業(yè)化量產(chǎn)的狀態(tài)。

其實，不管是特斯拉的眾包地圖還是頭部新勢力的實時建圖都有一個關(guān)鍵點，就是數(shù)據(jù)量的問題。

這類方法更適合頭部企業(yè)，對于銷量沒有那么大的腰部或者尾部企業(yè)，沒有足夠的數(shù)據(jù)量就沒辦法訓練模型，沒有好的模型就不能保證智駕系統(tǒng)的安全和體驗，那把這一部分工作交給圖商也未嘗不可。

更有圖商認為，智能駕駛等級越往上走，精度要求越高，高精地圖的存在感會越高。此前，四維圖新就曾表示，在L1、L2的輔助駕駛階段，高精地圖并非剛性需求，但其對于L4、L5級別的自動駕駛是必選項，對于L3級別的自動駕駛是可選項。

并且值得注意的是，雖然目前高精地圖面臨一定程度上的發(fā)展阻礙，但一眾傳統(tǒng)造車巨頭們還未真正“下場”。

要知道高精地圖的采購成本，如果規(guī)?；鶖傊笃鋵嵅凰惆嘿F，因此也不排除傳統(tǒng)車企青睞高精地圖解決方案的可能。在時代轉(zhuǎn)型之中，往往傳統(tǒng)巨頭與新勢力們總是存在巨大的割裂，而高精地圖的命運自然也遠未到“宣判”之時。

現(xiàn)在的高精地圖之于自動駕駛技術(shù)，更像一個蹣跚學步之人的“拐杖”，有這根拐杖走得自然輕松穩(wěn)妥許多。但其實大家都明白“孩子”總有長大的一天，而那時才是真正決定這根“拐杖”的去留之日。

（本文首發(fā)鈦媒體App，作者｜常笑，編輯｜張敏）

關(guān)鍵詞：