云恒制造：头部企业纷纷切换路线，自动驾驶真的不需要高精地图？

电子发烧友网报道（文/梁浩斌）自动驾驶该不该用高精地图？今年以来多家自动驾驶公司以及车企陆续给出了他们的答案：毫末智行、地平线、元戎启行、小鹏、理想、华为等都已经推出或将推出不依赖高精地图的自动驾驶方案。

在此之前，国内多家车企包括自动驾驶公司都已经推出了基于高精地图的城市NOA系统，可以实现点到点的智能驾驶辅助，并已经在不少城市开放使用。但为什么在短短的半年间，曾经被视为自动驾驶必需品的高精地图突然被抛弃？

高精地图在一定程度上，是大幅降低自动驾驶系统感知要求的方案，当周围环境的数据是已知的，比如车道数量、岔道口的位置、路标/红绿灯/斑马线等的具体位置，车辆仅通过简单的感知系统，通过卫星定位以及视觉等感知就可以确认自身位置以及规划行进路径。因此从研发的角度来看，高精地图大幅降低了自动驾驶实现的难度，因为前进的路线环境都是确定的，车辆只需要关心前后左右的路面车辆来进行决策，而无需再对道路设施情况进行感知和判断。

既然高精地图主要是降低自动驾驶研发难度，降低感知需求，那么如果用高精地图再加上强感知岂不是无敌？确实，目前小鹏XNGP、华为的ADS都已经做到了很强的城市NOA功能，甚至在一些极其复杂的城市街道中，都能够做到基本不需要接管的点到点自动驾驶。

但业内一直以来也对高精地图有所诟病，首先是更新速度慢，在国内城市更新节奏较快的情况下，高精地图目前主要是以季度为单位更新，但很多时候一个季度期间道路都会发生很多变化。当然华为也曾披露称其高精地图更新频率是高速公路一周一次、城区道路一月一次，但这是建立在华为自己有高精地图测绘资质的前提下。

第二是成本问题，根据《智能网联汽车高精地图白皮书》，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里道路，成本达每公里10元左右，而厘米级地图的测绘效率约为每天每车100公里道路，成本达每公里千元左右。问题在于，高精地图的测绘并不是一次性投入，而是需要周期性更新，这样随着覆盖范围的不断扩大，加上昂贵的测绘车辆需求量激增，成本也会随之暴涨。

第三是监管问题，因为高精地图测绘获取的数据较为敏感，一旦泄露有一定可能对国家和社会安全造成风险，所以近年来国内对于高精地图的监管也在逐步收紧。2022年自然资源部公布了最新的导航电子地图制作甲级测绘资质复审换证结果，共有31家单位参与复审，但最终通过的仅有19家。作为车企或是自动驾驶公司，显然不希望技术落地会受到外部因素影响，放弃高精地图也是情理之中。

总而言之，对于当前迭代速度极快的自动驾驶领域而言，高精地图无论是从时间还是金钱的成本上，都无法跟上自动驾驶的发展。放弃高精地图，是自动驾驶行业的自然选择。

传统的导航地图更新频率其实要远低于高精地图，但自动驾驶本质上的要求还是交通工具在开放道路上点对点的行驶功能，因此无论如何自动驾驶都是离不开地图的信息的。

但使用传统地图就会存在很多问题，比如车辆需要足够精准的定位能力，才能按照导航路径行驶，否则比如定位有较大偏差，系统获取的环境数据与地图不一致，就很有可能随时退出自动驾驶。

在使用高精地图时，因为路面的模型是静态的，车辆自我感知与高精地图数据匹配，即可知道自己所在的位置。

所以，不依赖高精地图的自动驾驶就意味着需要拥有更强的定位能力，包括对GNSS、IMU、轮速计等传感器的利用，实现组合导航。

当然，感知能力也是很重要的一环，在没有高精地图提供的环境数据后，由于路面的障碍物遮挡、车道线模糊等影响，车辆需要在数据缺失的情况下通过强感知能力来“猜”出当前的环境，并根据简单的导航信息来判断该如何选择车道。目前主要的方案是基于Transformer的BEV大模型，来对自动驾驶系统进行训练，系统需要通过足够多的样本去判断感知结果是否可信以及可信度的高低以进行最终决策。

另外，在不确定感知信息的情况下，自动驾驶如何进行决策也是一大难题。比如当遇到非常规的车辆或路面障碍物时，或是当路面没有车道线时，系统应该如何进行决策，这些能力会是在不依赖高精地图的自动驾驶系统中较为重要的。

抛弃高精地图，主要还是成本和商业上的考量，但自动驾驶行业会不会彻底放弃高精地图？这可能还没有一个准确的结论。在一些比如干线物流、固定路线robotaxi应用上，采用高精地图可能又可以通过降低系统算力、传感器硬件成本的形式来降低系统成本，只能说从技术的角度上看并没有对与错之分，针对合适的应用使用合适的技术才是最现实的。