自动驾驶时代，高精地图不会是“标配”？

Posted 2022-06-21 智能相对论

文丨智能相对论（aixdlun）

作者丨陈明涛

未来，自动驾驶会依赖高精地图吗？

这个问题目前虽尚无定论，但已有行业大佬给出“几乎否定”的答案。

前段时间，在粤港澳大湾区车展期间，华为余承东聊到问界M7和M5纯电版，还表示：现在自动驾驶还使用高精地图，但未来发展不应该依赖高精地图、车路协同。

余承东发表这个观点并不是第一次。在极狐阿尔法S全新HI版上市发布会，他谈到华为ADAS时说：“现在借用高精地图的一些能力，未来希望更多不依赖高精地图，普通地图、标清地图也OK”。

同样在车展期间，小鹏汽车CEO何小鹏也有类似的看法：对于自动驾驶而言，高精地图一定是个过渡，云端的结合也只是一个辅助，真正的自动驾驶一定要能够全场景驾驶。

或许可以进一步猜测，在乘用车市场，高精地图的应用趋势是从“需要用”到“少用”，最后是“不用”。这样的发展路线是如何形成的？

谁提供，谁又需要高精地图做自动驾驶

谈到“需要用高精地图”，不妨先看看是哪些厂商在提供高精地图。

根据IDC数据显示，2019年，百度、四维图新、高德的市场份额位居前三；到2020年，除上述三家之外，易图通也加入了第一阵营。

对比这两年，其实每个头部厂商自身的市场份额变化不明显。而2021年和2022年，尽管没有明确的官方数据，但同样有理由做出判断，大家依然守着自己的一席之地，份额变化并不大。

众所周知，高精地图拼的是资质（牌照）、资金、技术，具备高行业壁垒、强头部效应。这意味着，它不是小体量公司或初创公司能够参与的，因为都是高门槛。如此，在市场中占据足够地位的头部厂商，更会在份额上维持长足的稳定。

进一步来看，行业头部厂商们在建图方面发展到什么程度？

首先是高德，在2018年已完成覆盖中国超过30万公里的高速及城快公路的高精地图数据采集，在拿国内订单上，算是第一个“吃螃蟹”的厂商。

接着是百度，根据《智能网联汽车高精地图白皮书2020》显示，百度以L3级自动驾驶要求为标准，已采集30万公里、以全国高速为主的高精地图数据。近期百度将地图业务并入汽车线，目的也很明确，要做资源合理调配、共享互通，更好推进服务B端自动驾驶的高精地图。

最后是四维图新，根据《赛博汽车》报道，3年前四维图新在支持L3的高速公路高精地图上就做到了全覆盖。到2021年底，他们已经完成将近30多个城市主干道高精地图采集，总里程将近20万公里。

可以发现，高德、百度、四维图新已有广泛的积累，储备可以覆盖全国高速公路、全国城市快速路甚至城市内普通路的高精地图。而在既定的市场份额基础上，高精地图的份额之争，很可能只会围绕这几家展开。

与此同时，借助高精地图去完善导航辅助驾驶的下游主机厂，则有很多家。像是蔚来、小鹏、智己、阿维塔、极狐等，在他们的辅助驾驶产品背后，都有厂商提供的高精地图底图作为支持。

比如蔚来NOP，使用百度的高精地图；

小鹏NGP，使用高德的高精地图；

还有沃尔沃汽车，四维图新在去年发布公告，将为未来三年内在国内销售的沃尔沃汽车的相关车型提供高精地图产品。

大部分主机厂选择找高精地图厂商合作或者直接购买，同时一些资金雄厚或者希望掌握更大自主权的主机厂，还从产业链层面去布局以后的地图建设和更新。以小鹏为例，去年以2.5亿元的价格收购智途科技，成为造车新势力中最早解决地图数据采集资质的一家。

所以就目前而言，在乘用车领域，高精地图会是必需品，而非可有可无的附属品。高精地图至少在当下，是非常乐观的存在。那么，高精地图是有哪些痛点动摇了主机厂未来对它的选择？

高精地图与自动驾驶，避不开两个矛盾

厂商向主机厂提供高精地图，主机厂拿高精地图来服务自动驾驶，是看起来能够互惠互利的好生意。不过，这门生意表面风光，背后则有一些难以消除的矛盾，横亘在高精地图和自动驾驶之间。

一方面，高精地图还不能真正满足自动驾驶提出的高要求。

当自动驾驶正在某个场景里被使用，高精地图必须要做到真实反映出当下的所有信息量，比如道路标志、车道引导线、道路的坡度、甚至是路面上需要闪避的障碍。至少是为了安全考虑，避免自动驾驶做出错误判断。

这就涉及到高精地图的鲜度问题。如果鲜度不符合要求，地图更新频率太低，就很难去服务好自动驾驶。小鹏汽车自动驾驶副总裁吴新宙曾特意强调这一点：对于城市场景，高精地图的“鲜度”非常关键，希望NGP发布的时候能够做到天级更新高精地图的能力。

鲜度，在自动驾驶进入城市场景时更为重要。在城市场景中，道路变更、维修，红绿灯状态等信息的更新速度快，车企需要天级更新的高精地图去提升产品体验。而高速场景，许多道路信息不如城市变化快，则不需要过分依赖更新频率。

尤其是近两年，城市辅助驾驶成为新卖点，主机厂在盼望产品尽快落地时，更迫切立刻有发展成熟到极致的高精地图。

想法虽美好，但维持“鲜度”要付出的成本，厂商难以覆盖。

在维护地图时，都需要人力和资金，涉及到工作人员的成本，数据采集、分析、处理的成本。中国城际高速公路和城市快速路等等加起来也就30万公里，但全国的城市道路有近1000万公里，本身做这件事就是一个庞大的系统性工程。

“现在高精地图更新，还是用的比较人工的方式，靠采集车上路采集，每周能有一次更新就不错了。”业内人士还指出，“即便高精地图再怎么好用，它仍然会成为车企未来大范围普及自动驾驶，将会面临最大的掣肘因素”。

另一方面，自动驾驶因为发展遇阻也难以促进高精地图落地。

高阶自动驾驶是高精地图的“用武之地”，但从L3、L4再到L5，目前落地进度已经向后推迟，个别车企即便实现也是在多个“定语”前缀限制下达到的。像是奔驰，近期才能在德国的一小片高速公路上使用L3级自动驾驶功能，这段路就被高精地图覆盖。

在「智能相对论」看来，L3进度放慢的原因有两个：一方面是L3级方案本身，没有学习到足够的场景，也没有彻底解决Corner Case出现时的安全问题；另一方面是准入问题，2021年工信部发布《关于加强智能网联汽车生产企业产品准入管理的意见》，乘用车L3级自动驾驶如何准入还不确定，一切仍是未知数。

从供需角度去看，发展自动驾驶，车企需求哪些新的场景，兴许高精地图才会覆盖过来。可是，大部分车企在技术上都没法真正渗透这些场景，高精地图厂商难有动力去跟进。此外，自动驾驶对高精地图的需求不断变化，量产也始终在“前夜”，厂商看不到规模效应带来的成本下降，也没有动力去采集和更新数据。

“重”高精地图是短期选择，“轻”高精地图是大势所趋？

高精地图有那么多痛点待解，为了在摆脱高精地图的辅助后，仍然能够打造出体验更好的自动驾驶，那不妨将数据积累、算法迭代做得更好。在这个过程中，华为、小鹏、毫末智行都在持续增加投入，走出“重感知”、“轻地图”的技术方案。

首先，“轻地图+重感知”方案具有更好的适应性。

比如毫末智行，推出的支持城市NOH功能的HPilot 3.0，通过大规模数据训练，HPilot 3.0在仅依靠SD地图导航的前提下，就能对诸如车辆近距离切入、车辆阻塞占道、交叉路口、环岛、隧道、立交桥等复杂场景做出快速、高成功率的操作。

要做更好的适应性其实是以一种长远的眼光去考虑发展。短期来看，为了解决某个非开放场景下自动驾驶，用激光雷达补盲以及高精地图，其实无可厚非；但长期来看，依靠大规模高精地图是有场景泛化的局限性的，尤其是进入到城市道路之中。

像北京还好，道路基本上正南正北，且路面大多比较宽阔；但是隔壁天津则是由着众多单行道且相互交错；若是重庆，就像是一个3D立体的城市，道路环境堪称“地狱模式”，高精地图无法发挥自身的作用。

“轻地图+重感知”方案拥有好的适应性也就是获得好的实用性。既降低了对高精地图的依赖，也可以拓展到更多更大规模的城市，而不是仅仅停留在几个城市的范围。最终可以预见的是，技术方案会比“重地图”方案更易覆盖高速、城市道路、停车场等全场景。

此外，“轻地图+重感知”方案具有更强的规模效应。

比如毫末智行，从2021年5月开始，毫末智行的第二代智能驾驶系统已经陆续搭载在魏牌摩卡、坦克300、拿铁等一共6款车型上。根据官方数据显示，截止2022年4月，搭载毫末智行两款产品的车型用户行驶总里程已经突破700万公里。

规模效应反映出产品的量产能力。和毫末智行的城市NOH一样，华为在北汽极狐阿尔法S华为HI版上也采用了高精地图+激光雷达+摄像头的多传感器融合感知方案，华为也强调会通过对高精地图的主动“降权”，ADS可以在今年实现对城市场景的覆盖。

规模效应必然会利于自动驾驶产品往下沉市场铺开。目前搭载毫末智行产品的车型价格基本在20-40万之间，极狐阿尔法S全新HI版价格在40万左右，可以预见华为、毫末智行未来极可能会把自动驾驶产品下放到20万以下的车型。

*本文图片均来源于网络

此内容为【智能相对论】原创，

仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。

部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。

•AI产业新媒体;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。