“重感知輕地圖”是一道偽命題？

在沒有成功之前，所有的路都可能是正確的路。比如在實(shí)現(xiàn)自動駕駛這個目標(biāo)上，有的車企選擇純視覺路線，有的車企則堅持視覺和雷達(dá)的融合方案?？此仆耆煌膬蓚€方向，卻有著一個相似趨勢：重感知而輕地圖。

這個做法實(shí)際已經(jīng)受到行業(yè)越來越多的認(rèn)可。不乏有觀點(diǎn)指出，現(xiàn)階段高精地圖仍是車企發(fā)展自動駕駛的一根“拐杖”，但這根拐杖遲早要扔掉。在相當(dāng)一部分人看來，自動駕駛車輛的出行最終將接近人類最原始的駕駛行為。

不再依附地圖，顯然這并非易事。

博世智能駕駛與控制事業(yè)部中國區(qū)總裁李胤近日講出了自己的看法，“汽車傳感器和控制器要達(dá)到和人眼、大腦一樣的水平，再過500年可能都不夠。”一味追求感知能力或許并不能讓自動駕駛時代加快到來。而在剛剛過去的百度Apollo Day技術(shù)開放日上，有關(guān)“要發(fā)展自動駕駛，便不能脫離高精地圖”的觀點(diǎn)亦得到再三強(qiáng)調(diào)。

拐杖還是盲杖？

在明確“拐杖能否扔掉”之前，首先要弄清楚一個問題：導(dǎo)航地圖或者高精地圖到底能夠?yàn)樽詣玉{駛技術(shù)帶來什么？除了提供基礎(chǔ)的地理位置信息，理想狀態(tài)下，無論是導(dǎo)航還是高精地圖一定程度上都能夠減少攝像頭等傳感器因識別判斷周圍環(huán)境信息所產(chǎn)生的計算量。

圖片來源：英偉達(dá)

自動駕駛從L2發(fā)展到L5，每提高一級，算力就增加一個數(shù)量級。根據(jù)行業(yè)測算，L2級別自動駕駛能力大約需要10TOPS的算力，L3+級所需的算力將提高到1000TOPS以上。英偉達(dá)預(yù)估，L5級Robotaxi需要的算力將在此基礎(chǔ)上翻一番。今年9月，其已率先發(fā)布單顆算力達(dá)2000TOPS的Thor，但算力的堆疊往往意味著要付出更高的成本代價。

要加快自動駕駛規(guī)模化落地，算力不僅需要“精打細(xì)算”，最好還能用在“刀刃”上，以留出更多的冗余。武漢大學(xué)教授李必軍在2021智能汽車產(chǎn)業(yè)創(chuàng)新論壇上以高速公路駕駛場景為例指出，通過精細(xì)化地圖就可以知道紅綠燈在什么位置，路口在哪里。這樣一來，車端的感知難度就會降低，也方便控制路口哪些傳感器工作，哪些傳感器“休息”。

另外，車端感知器件往往存在“性能邊界”。譬如，激光雷達(dá)和毫米波雷達(dá)形成的點(diǎn)云無法提供豐富的顏色和紋理信息，使得點(diǎn)云識別效果一般。另外，激光雷達(dá)在雨雪霧天氣下的探測效果較差，毫米波雷達(dá)的噪聲又相對較大；攝像頭雖然可以提供豐富的顏色紋理等信息，但對光線有著較高要求。

也因此，越高級別的自動駕駛越要求傳感器形成更好的融合。

而如果有了高精地圖，這個問題便會簡單許多。當(dāng)車載傳感器出現(xiàn)故障或者周圍環(huán)境變得惡劣時，高精地圖能夠幫助車輛實(shí)現(xiàn)超視距感知（具備穿透障礙物和遮擋物并獲取信息的能力），確?；镜男旭偘踩?。在《智能網(wǎng)聯(lián)汽車高精地圖白皮書（2020）》的定義中，高精地圖（HD Map）是指絕對精度和相對精度都在1米以內(nèi)的高精度、高新鮮度、高豐富度的電子地圖。其所蘊(yùn)含的信息包括道路類型、曲率、車道線位置等道路信息，以及路邊基礎(chǔ)設(shè)施、障礙物、交通標(biāo)志等環(huán)境對象信息，同時包括交通流量、紅綠燈狀態(tài)信息等實(shí)時動態(tài)信息。

上述《白皮書》指出，對于L3及以上級別的自動駕駛車輛來說，高精地圖是必備選項(xiàng)。高精地圖可以作為感知的輔助，提高處理芯片的算法效率和系統(tǒng)的安全冗余。

不過反對聲音也此起彼伏。余承東曾有言，自動駕駛不能過分依賴高精地圖和車路協(xié)同，否則“智能駕駛和自動駕駛能力就上不去”；何小鵬則說，“高精地圖一定是過渡”；李必軍也稱，“自動駕駛肯定離不開地圖，但需不需要高精地圖，還兩說。”

毋庸置疑，高精地圖可以讓自動駕駛系統(tǒng)做得更好，但諸如高速公路這類偏固定的駕駛路線，實(shí)際并非高精地圖不可。事實(shí)上，行業(yè)的整體步調(diào)依然傾向降低對高精地圖的依賴。一來，甲級測繪資質(zhì)難求，國內(nèi)供應(yīng)商數(shù)量有限，且始終存在數(shù)據(jù)合規(guī)審查問題；二來，前期測繪和后期更新維護(hù)成本高昂，自研壁壘凸顯。

無地圖，則無自動駕駛?

國外代表有特斯拉，國內(nèi)包括毫末智行、小鵬汽車在內(nèi)的公司都瞄準(zhǔn)了“重感知輕地圖”的技術(shù)路線。其中，4月發(fā)布的毫末城市NOH首搭量產(chǎn)車型是魏牌摩卡DHT-PHEV 激光雷達(dá)版；而小鵬XNGP據(jù)悉也可以在沒有高精地圖的前提下實(shí)現(xiàn)高階智能輔助駕駛功能。根據(jù)小鵬規(guī)劃，XNGP到2023年將逐步落地全場景輔助駕駛，2025年開始向全自動駕駛功能進(jìn)階。當(dāng)自動駕駛公司紛紛調(diào)轉(zhuǎn)方向，百度Apollo卻持有不一樣的見解。Apollo方面認(rèn)為，目前自動駕駛行業(yè)流行無高精地圖的在線地圖學(xué)習(xí)路線，主要目標(biāo)很清晰，就是希望能夠擺脫對高精地圖的依賴，使自動駕駛系統(tǒng)能夠“Drive everywhere”。

但這帶來的問題也很明顯。自動駕駛決策規(guī)劃算法對道路結(jié)構(gòu)的推理至關(guān)重要，一旦算法在感知物理世界的道路結(jié)構(gòu)層面出現(xiàn)問題，車輛的行為將難以預(yù)測，最終將給用戶帶來極大的不安全感。

比如，僅靠攝像頭和傳感器可能無法準(zhǔn)確識別特殊路況信息（圖1）；而離線地圖最大的問題其實(shí)不在于更新率，相反是因?yàn)椴痪邆渥詣玉{駛所需的實(shí)時性要求（圖2）。

（1）僅靠感知可能無法準(zhǔn)確識別遮擋物等路況

（2）離線地圖缺乏實(shí)時性，不利于自動駕駛車輛的自主行駛因而現(xiàn)階段，高精地圖仍活躍于自動駕駛發(fā)展路上。在百度Apollo看來，要實(shí)現(xiàn)高安全、可持續(xù)的L2+智能駕駛產(chǎn)品，高精地圖至關(guān)重要，而且沒有替代品；對于L4級別自動駕駛而言，要達(dá)到99.99%以上的成功率，高精地圖更是必不可少的核心能力之一。

今年8月份，Apollo聯(lián)合百度地圖發(fā)布的自動駕駛級導(dǎo)航地圖在北京亦莊上線。隨著旗下Robotaxi平臺蘿卜快跑累計訂單量達(dá)到140萬單，Apollo自動駕駛地圖已經(jīng)實(shí)現(xiàn)規(guī)?；瘧?yīng)用。背靠百度，Apollo幾乎是高精地圖和自動駕駛兩手抓，這也是其一直堅持走高精地圖路線的關(guān)鍵原因。

圖片來源：Apollo

中信證券預(yù)計，到2030年全球高精地圖市場規(guī)模將超過200億美元。目前由于單車智能化水平較低，高精地圖有著不可替代的作用，市場前景樂觀。但瑞銀認(rèn)為，在中國發(fā)展自動駕駛需要路端基礎(chǔ)設(shè)施的配合，也就是單車智能和車路協(xié)同要協(xié)同發(fā)展。

相比于只依靠單車智能，中國要加速自動駕駛發(fā)展顯然離不開車路協(xié)同。一方面，V2X通過“路”和“云”對路上所有車輛進(jìn)行統(tǒng)籌管理，不再需要考慮單車對單車的博弈；從數(shù)據(jù)安全角度考慮，車路協(xié)同的投資方和運(yùn)營方可能更多是政府，落地概率因此更高；

另一方面，則是成本和安全的問題。從車廠角度說，如果路端基礎(chǔ)設(shè)施建設(shè)完善，單車所需的傳感器數(shù)量勢必可以減少，所付出的成本自然也會得到降低。在安全層面，無論是個案抑或存在盲區(qū)，單車智能都無法做到100%安全，進(jìn)而影響到大規(guī)模商用。

雖然高精地圖能夠彌補(bǔ)車端、路端感知和算法的不足，但如果未來單車智能和車路協(xié)同可以真正并駕齊驅(qū)，高精地圖或許就會變得不那么重要。不過鑒于冗余驗(yàn)證的需要，精細(xì)化地圖仍會成為一個必需項(xiàng)。無地圖的自動駕駛必然是一道偽命題。