高精地图“生死劫”？

 

自动驾驶的天平，正在向 " 轻地图 " 的方向倾斜。

" 这个月的上海车展，我们会发布搭智能驾驶技术的新车。新车基于视觉 + 融合感知的智能驾驶方案，不依赖于高精地图，能够实现更广泛的普及。" 在 4 月 2 日举行的中国电动 汽车 百人会论坛（2023）上，华为常务董事、终端 BG CEO、智能汽车解决方案 BU CEO 余承东再次强调了 " 不依赖高精地图 " 的决心。

就在 3 月末，小鹏汽车也公布了第二代智能辅助驾驶系统—— XNGP。按照规划，XNGP 有望在 2024 年达到终极形态，即不依赖高精地图，在全国各个城市都能无缝连接高速、城市、地下停车场等各种场景，实现从起点停车位到终点停车位全程无断点的辅助驾驶体验。

在高级别辅助驾驶由高速场景驶入城市出行的当下，越来越多的车企想要戒掉高精地图 " 依赖症 "。

据 媒体 不完全统计，最近一年，已有包括华为、理想、小鹏等近 10 家车企或 科技 企业表达了弃用高精地图的想法，或宣布探索 " 重感知 , 轻地图 " 的路径。高精地图是否会成为自动驾驶的 " 标配 "，再度引发争论。

车企为什么扎堆抛弃高精地图？高精地图究竟是不是自动驾驶的 " 标配 "？未来，高精地图还有机会力挽狂澜吗？这些都是本文致力于回答的问题。

由热转冷

高精地图，指的是绝对精度和相对精度均在厘米级的高分辨率、高丰度要素的导航地图。高精地图所蕴含的信息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯状态信息等实时动态信息。

简单来说，与普通导航地图为 " 人 " 服务相比，高精地图主要为 " 车 " 服务。按照业内流行一种说法，激光雷达和高精地图是两根拐杖——靠激光雷达来增强感知能力，靠高精地图来提高规划能力。通过这两根拐杖，就可以帮助车企快速地实现高超前的智能驾驶功能。

事实上，高精地图起步之初，便与自动驾驶 " 深度绑定 "。

2018 年，凯迪拉克 CT6 Super Cruise 功能在中国落地，由高德配套高精地图数据服务。这个项目成为首个在中国市场前装量产落地的高精地图 商业 应用项目。

此后，随着自动驾驶商业化进程的加速，越来越多的汽车厂商开始认识到高精地图的重要性，不约而同地选择了 " 激光雷达等多传感器融合 + 高精地图 " 的技术路线，意图在高级别辅助驾驶功能上率先实现突破。

以蔚来的领航辅助系统（NOP）为例，通过导航系统、高精地图与蔚来 NIO Pilot 自动辅助驾驶系统的深度融合，NOP 可以使车辆在高精地图覆盖范围内的大部分高速公路及城市高架路段内，按照导航路径实现自动汇入主路、在主路中巡航行驶、根据导航规划自动切换到下一条高速或高架等。

除了蔚来的 NOP，小鹏的 NGP、理想的 NOA 等可以完成高速场景下的 L2+ 级辅助驾驶，这些功能的实现与高精地图密不可分。在很长一段时间内，"L2 以上的自动驾驶，高精地图是必备项 " 是行业共识。

然而，近几个月来，行业对于高精地图的态度来了似乎来了一个 180 度大转弯。

这边，小鹏、理想等车企纷纷抛出了弃用高精地图的想法或路线图；那边，文远知行、轻舟智行、智行者、元戎启行等一众自动驾驶公司顺势发布了不依赖高精地图的自动驾驶方案、产品。

一时间，高精地图似乎由香饽饽变成了烫手的山芋，命运变得扑朔迷离起来。

瓶颈待破

高精地图由热转冷背后，是高级别辅助驾驶由高速场景驶入城市出行时所遇到的困境。

如果把 2022 年称为高速场景高级别辅助驾驶的量产元年，今年，小鹏、极狐等车企则选择在城区铺开高级别辅助驾驶业务。然而，当高级别辅助驾驶真正进入城市场景，高精地图的局限性也凸显出来。

中国城市道路总长度远远超过了高速公路里程。长还不算，城市道路交通网错综复杂、交通参与者种类复杂、主车行驶行为复杂。特别是与高速相比，城市道路更新变化快，升级改造频繁。这些因素，对高精地图的鲜度与成本提出了更严苛的要求。

鲜度上，高精地图 " 拖延症 " 难解，更常常面临 " 今天发布、明天即过期 " 的窘境。

车百智库发布的研报《智能网联汽车应用测绘地理信息的问题及建议》指出，城区高精度地图很难实现日 / 周级更新。

具体来看，高速公路高精度地图更新主要依赖图商自有采集车，且头部图商基本以月度、季度 为单位进行更新。而城市道路复杂且变化快，若要保证地图对自动驾驶决策规划支撑效果，高级别自动驾驶可能需要地图达到日 / 周级更新。

按照全国高速公路里程约 16 万公里计算，1 辆采集车单日采集有效里程 100 公里，100 辆采集车需要 16 天才能更新一次。全国城市道路近千万公里，保持有效更新频率难度很大。

据专家反馈，头部图商已基本完成 30 多万公里全国高速路和快速路高精度地图采集和制作，对于中国城区道路覆盖里程仅 3% 左右，远无法满足自动驾驶大范围落地需要。

余承东就曾直言：" 高精地图的更新太慢了，且一个城市一个城市获取的速度也太慢。我们连上海市的一条小路都要折腾很久。"

除了鲜度，高精地图在成本上也遭遇了不小的挑战。

研报显示，城区高精度地图制图及维护成本高。高精度地图成本主要包括前期大范围制图成本和后期高频更新成本，需要企业长期对数据采集和存储、数据处理环节的物力人力进行 投资 ，任何一家车企和图商都无力独自承担。

一个更直观的数字是，在中国电动汽车百人会论坛（2023）上，立得空间董事长郭晟透露，如果要把全国的高清地图测完，起码需要近 70 亿元的投入。此外每年还有 30% 需要进行更新，很难有企业能做到这么高的投入。

在车企加大控制成本力度以及城市高级别辅助驾驶加速落地的当下，成本高昂、更新速度跟不上，成为车企和高精地图 " 解绑 " 的重要原因。

有车企吐槽，" 高精地图妨碍了自动驾驶进城 "，丢掉了高清地图这根拐杖，高级别辅助驾驶也能跑起来。

谋局长远

向左还是向右？行业站在了发展的十字路口。但从长远来看，高精地图的命运还远未到盖棺定论的时候。

一方面，单车智能采用的纯感知路线依然无法解决许多自动驾驶的长尾问题。 要想实现 L3 级以上的自动驾驶，高精地图目前来看不可或缺。

在自动驾驶技术层面的难点当中，安全问题位列第一。中国工程院院士张亚勤透露，行业对自动驾驶的安全性要求至少要高于人类驾驶一个数量级，达到 99.99999% 的水平。要想达到这个水平，单车智能还有很多长尾问题需要解决。

具体来看，单车智能因感知距离通常为 200-300 米，在高速行驶时很难针对临时出现的交通事故或其他障碍物做安全制动。此外，水洼、低垂的植物、道路结冰、遗撒的物体等零碎的场景、极端的情况和无法预测的人类行为都可能让单车智能发生误判。

也难怪有人说，自动驾驶之路走完了 99%，但剩下的 1% 是最难的。

而高精地图可为车辆提供超视距的道路信息，相当于一双不受干扰的 " 上帝之眼 "，为自动驾驶提供更多的安全冗余。

一个最新的例子是，在德国和美国获得官方认证并量产的 L3 级有条件自动驾驶系统——奔驰 DRIVE PILOT 喊出了 " 出事故负全责 " 的口号。奔驰承诺，如果车主在使用 Drive Pilot 系统时车辆发生事故，奔驰将担负全责。

高精地图覆盖，正是奔驰做出这一承诺的最大底气之一。要激活这套 L3 级自动驾驶系统，必须满足车道线清晰的高速公路；最高车速不超过 60km/h（美国为 65km/h）等限制条件，" 有高精地图覆盖 " 也是其中之一。

据悉，DRIVE PILOT 驾驶领航系统使用的高清地图中既有静态的显示内容——包括现有的道路、道路上的车道标识等；也有动态的显示内容——包括实时路况中的人、车辆、道路上可能存在的施工、甚至临时故障车辆的出现等等。这些信息能够帮助车辆及时做出正确反应。

" 放心开，出事算我的 "。不得不说，与天花乱坠的宣传话术想比，奔驰这份敢于担责的勇气，是特斯拉等其他车企和科技企业都不具备的。

另一方面，高精地图还是实现车路协同的底层支撑技术之一。

在自动驾驶技术路线的选择上，国外往往采用单车智能发展路径，更注重把传感器和算法、算力等集成在车端，不断提升汽车本身的智能化水平。而在国内，智能汽车发展则更重视网联和车路协同。因此，以车路协同、智能网联为主的技术路线也被认为是智能汽车发展的中国方案。

地图一直是支撑整个车路协同的底层架构之一，高精地图更是能够满足地图匹配、辅助环境感知、路径规划等多种需求，也被认为是实现车路协同的底层支撑技术。

举个例子，车路协同里很重要的一项能力就在边缘侧，边缘侧的设备要具备感知、计算、存储、分发、决策、分析等边缘计算能力，这些能力对空间融合、空间基准的要求非常之高。拥有了高精度地图，才能有效提高边缘计算能力，同时具备空间基准输入的能力。

用北醒光子科技 CEO 李远的话说，" 高精地图的本质，真的不一定是高精地图本身。"

事实上，在一系列利空消息中，高精地图其实也有不少利好落地。

从政策上看，相关新规进一步鼓励、规范了对于高精地图的挖掘和利用。

3 月 7 日，自然资源部对外公布《智能汽车基础地图标准体系建设指南（2023 版）》。指南强调，推动智能汽车基础地图及地理信息与汽车、信息通信、电子、交通运输、信息安全、密码等行业领域协同发展，并在 2025 年初步构建能够支撑汽车驾驶自动化应用的智能汽车基础地图标准体系。

从商业化上看，高精地图相关图商和车企也在通过管理创新、技术创新等多种方式提高鲜度、降低成本，意图建立起高精地图的替代性优势，从而在自动驾驶量产化落地的进程中找到属于自己的商业价值。

毫无疑问的是，现在断言 " 高精地图被抛弃 " 为时尚早。通过多元化探索，找出成本、技术、安全的最优解，才能最终让自动驾驶平稳落地。

来源：钛媒体