2255
随着汽车智能化的革新，越来越多的消费者在购买新能源汽车时，也更加倾向于购买带有智驾功能的车型，可以实现城市和高速点对点智驾功能辅助系统（NOA）无疑是极具吸引力的，这也是越来越多车企着力发展的方向。为了实现更大规模以及低成本的智驾方案，以华为、小鹏为代表的国内头部智能驾驶领域的企业，都发力推出了“去高精地图”的方案。而随着这些企业的商业化进程加速，也引领了行业变革的新趋势，其订单的增长也越来越表明，在城市辅助导航的终极之战上，去除高精地图已然成为了最有希望的落地方案。
高精地图的路线之争
在最一开始，高精地图的提出是极具实际意义的。我们都知道，传感器的感知范围是有限的，视觉摄像头在超出200米范围的地方已经不能给出较为精确的结果了，另外在高速匝道等大曲率的弯道上，传感器因为盲区的影响，根本无法保障识别出的车道线足够精准、平滑。除此之外，城市内的车道线因为磨损等原因，视觉算法根本无法准确识别，等等这些场景深深困扰着智驾厂商，直到高精地图的出现。
高精地图不仅仅有着城市道路最基本的拓扑关系，车道线位置等等，它还包含了丰富的语义信息。例如它可以包含传感器较难检测出的马路牙子，摄像头相对于岔路口的具体位置，斑马线、停车标志等等都可以存储在高精地图内。这一方面极大地降低了车载传感器的感知难度，另一方面也可以减轻车载计算机算力不够的尴尬局面。高精地图与感知算法的相互配合，地图负责存储静态不变物体，感知负责检测动态移动物体，是智能驾驶方案的基石。然而从一开始，反对高精地图的声音就没有停止过。
最严重的问题莫过于高精地图的成本问题，其建造的成本太高，且更新维护的频率也太快，使得车企们不堪重负，调整好的算法方案却迟迟不能商业落地，渐渐的厂商们对高精地图的路线产生了怀疑。而使得车企与图商分裂加剧的事件发生在2022年9月，自然资源部下发《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，明确规定，高精地图测绘制作，只能由具备导航电子地图制作甲级资质的单位进行。这样一来更多的厂商无法继续绘制地图，也促成了各家纷纷开始寻找破局之路。
去图化的兴起
突破点出现在2022年的特斯拉AI Day上，作为全球自动驾驶领域技术的风向标，特斯拉的一举一动每次都引领着行业的变革。在这一年，特斯拉率先提出了Occupancy Network，在该方案中，仅仅靠着SD地图中的道路的几何和拓扑关系，车道等级，数量，宽度，属性信息和Occupancy特征就能够构建出实时的车道级拓扑结构，从而解决了车道级的拓扑只能依赖于高精地图的难点。而这也一跃成为了高精地图的替代方案。
随之而来的便是国内各家智驾厂商对于该技术的跟进。包括华为、小鹏在内的国内企业都转向研发不依赖高精地图的BEV方案，由此开始去图化达到顶峰：
2023年1月，何小鹏在小鹏汽车全员会上明确提出，2023年的X-NGP辅助驾驶要抛掉高精地图。规划在年底前开启无图方案，在无高精地图覆盖的城市开放自动变道、超车、左右转的能力。紧随其后，理想汽车首席执行官李想在全员信中表示，理想汽车的端到端训练城市NOA导航辅助驾驶（不依赖HDMAP，即不依赖高精地图）将会在2023年底开始落地。城市道路的路端实现无图驾驶，而路口通过众包建图的方式构建。而华为则在今年3月份的春季发布会上，由智能汽车解决方案BU CEO余承东透露，4月上市的问界M5和问界M5 EV高阶智能驾驶版将搭载不依赖高精地图的智能驾驶方案。
随着公认的国内智驾第一梯队的企业们加入，“去图化”已然成为了智驾行业发展的新趋势。
无图能这么快成熟吗？
从上面的分析可以看出，虽然车厂们苦于高精地图久已，但无图的靠谱方案也仅仅是在去年才被提出，今年车企们便纷纷推出了量产的解决方案。那我们不禁疑惑，目前的这套无地图方案真的成熟吗？技术上还有哪些难点需要解决呢？事实上，从各家评测机构对于头部智驾企业的产品进行路测的视频中，我们能看出首先城市辅助驾驶的基本行驶功能是没问题的，能够很好完成大多数简单的路况。然而当路况变得复杂，或在高速上下匝道上，往往这些智驾系统需要人类驾驶员的接管。可以看到，脱离了高精地图的辅助，目前的车载感知还是很难独立完成多项复杂的任务的。
一方面，从车辆角度来说，传感器再强也“看不到”两公里外的东西，但就行驶速度来说，两公里行驶可能也不过一分多钟时间。这么短时间对系统要求会很高。目前就算有激光雷达、有非常好的BEV+Transformer技术，也不过能看2、300米，再远一点距离中的交通事故、限制变化、车道分叉等等，需要有平台共享，而地图是天然载体。
但从另一方面来说，去图化的路线毕竟还没经历长时间的迭代，笔者认为最后车企会和图商相互兼容，在这套纯感知方案无法完成的场景下，引入简易版的“高精地图”，对智驾系统进行弥补，从而加快城市NOA的落地。例如地图厂商四维图新，接下来推出来的产品也是“轻地图”的逻辑。其推出的HD Lite产品，主要以提供超视距数据为基础，适当降低要素精度及要素数量，同时大幅提升覆盖广度、数据鲜度，并降低单位数据成本。这便是图商与车企更好地实现有机融合的一个开始。
总结
从目前来看，无图方案的优势恰好是弥补了高精地图的缺点。首先，是实现在非试点城市迅速普及，选择“无图”技术路线的话，在重感知的逻辑下可以通过算法来实时生成地图辅助规控，推广时受到城市条件的限制便大大降低了。其次，“无图”的方案成本大幅降低。从售价上看，无图版比动辄数万元的高精地图智能驾驶解决方案具备极大优势。因为这可从成本上拉低智能汽车的售价。但与此同时，摆脱高精地图，不仅仅是感知板块的挑战，而是预测、规控等所有模块的同步提升。因此，至今业内仍普遍认为，若有一份现成的高精地图摆在车企面前，大概率都会很难拒绝。在未来，趋势会走向车企的感知能力越来越强，图商的地图越来越简易的方向，最终走向一个整体的有机融合。
下载ECAD模型
