自动驾驶离不开地图,但你需要高精度地图吗?

在成功之前，所有的道路都可能是正确的道路。

例如，在实现自动驾驶目标时，一些汽车公司选择纯视觉路线，而另一些汽车公司则坚持视觉和雷达的集成方案。两个看似完全不同的方向有一个相似的趋势：重感知而轻地图。

这种做法实际上得到了业界越来越多的认可。有人指出，目前高精度地图仍然是汽车公司发展自动驾驶的拐杖，但这个拐杖迟早会被扔掉。在相当多的人看来，自动驾驶车辆的出行最终将接近人类最原始的驾驶行为。

显然，不再依附地图并不容易。

博世智能驾驶与控制部中国区总裁李银最近表达了自己的观点，500年后，汽车传感器和控制器可能不足以达到与人眼和大脑相同的水平。盲目追求感知可能不会加速自动驾驶时代的到来。百度刚刚过去Apollo Day在技术开放日，要发展自动驾驶，就不能脱离高精度地图的观点也被反复强调。

拐杖或盲杖？

在澄清拐杖是否可以扔掉之前，首先要找出一个问题：导航地图或高精度地图能给自动驾驶技术带来什么？除了提供基本的地理位置信息外，在理想状态下，导航和高精度地图都可以减少因识别和判断周围环境信息而产生的计算量。 

图片来源：英伟达

自动驾驶从L2发展到L每提高一级，计算能力就会增加一个数量级。根据行业计算，L2级自动驾驶能力约为10级TOPS的算力，L3 计算能力将提高到1000TOPS以上。英伟达估计，L5级Robotaxi在此基础上，所需的计算能力将翻一番。今年9月，它率先发布了20000个单计算能力TOPS的Thor，但是计算能力的堆叠往往意味着更高的成本。

为了加快自动驾驶的大规模实施，计算能力不仅需要仔细计算，还需要在刀刃上使用，以留下更多的冗余。武汉大学教授李必军在2021智能汽车产业创新论坛上以高速公路驾驶场景为例，指出红绿灯在哪里，路口在哪里。这样，车端的感知难度就会降低，哪些传感器路口哪些传感器工作，哪些传感器休息。

此外，车辆传感器件通常有一个性能边界。例如，激光雷达和毫米波雷达形成的点云不能提供丰富的颜色和纹理信息，使点云识别效果一般。此外，激光雷达在雨、雪、雾天气探测效果较差，毫米波雷达噪声较大；虽然相机可以提供丰富的颜色纹理等信息，但对光的要求较高。

因此，自动驾驶水平越高，传感器就越需要形成更好的集成。

图片来源：速腾聚创

如果有高精度地图，问题会简单得多。当车载传感器出现故障或周围环境恶化时，高精度地图可以帮助车辆实现超视距感知（能够穿透障碍物和障碍物并获取信息），确保基本驾驶安全。 

在《智能网联汽车高精度地图白皮书(2020)》的定义中，高精度地图（HD Map）指高精度、高新鲜度、高丰富度的电子地图，绝对精度和相对精度在1米以内。其信息包括道路类型、曲率、车道线路位置、路边基础设施、障碍物、交通标志等环境对象信息，以及交通流量、交通灯状态信息等实时动态信息。

上述白皮书指出，对于L高精度地图是3级以上自动驾驶车辆的必备选择。高精度地图可作为感知辅助，提高芯片处理算法效率和系统安全冗余。

然而，反对的声音层出不穷。余承东曾说过，自动驾驶不能过分依赖高精度地图和道路协调，否则智能驾驶和自动驾驶能力无法提高；何小鹏说：高精度地图必须是过渡；李必军还说：自动驾驶离不开地图，但你需要高精度地图吗？

毫无疑问，高精度地图可以使自动驾驶系统更好，但像高速公路这样的固定驾驶路线并不是不可或缺的。事实上，该行业的整体步伐仍然倾向于减少对高精度地图的依赖。首先，甲级测绘资质难以获得，国内供应商数量有限，数据合规审查问题始终存在；其次，早期测绘和后期更新维护成本高，自主研究障碍突出。

无地图，没有自动驾驶?

包括毫末智行、小鹏汽车在内的国外代表特斯拉都瞄准了重感知轻地图的技术路线。其中，4月份发布的毫末城市NOH首批量产车型是魏牌摩卡DHT-PHEV 而小鹏XNGP高级智能辅助驾驶功能也可以在没有高精度地图的情况下实现。根据小鹏的计划，XNGP全场景辅助驾驶将于2023年逐步落地，2025年将向全自动驾驶功能提升。 

当自动驾驶公司转向时，百度Apollo但持有不同的观点。Apollo据认为，无高精度地图在线地图学习路线在自动驾驶行业很流行，主要目标非常明确，希望摆脱对高精度地图的依赖，使自动驾驶系统Drive everywhere”。

但问题也很明显。自动驾驶决策规划算法对推理道路结构至关重要。一旦算法在感知物理世界的道路结构层面出现问题，车辆的行为将难以预测，最终给用户带来极大的不安全感。

例如，仅靠摄像头和传感器可能无法准确识别特殊路况信息（图1）；离线地图最大的问题不是更新率，而是没有自动驾驶所需的实时要求（图2）。

(1)仅靠感知可能无法准确识别障碍物等路况

(2)离线地图缺乏实时性，不利于自主驾驶车辆

因而现阶段，在自动驾驶发展的道路上，高精度地图仍然活跃。Apollo似乎要实现高安全性和可持续性L2 高精度地图对于智能驾驶产品非常重要，没有替代品；L高精度地图是4级自动驾驶必不可少的核心能力之一，成功率超过99.99%。

今年8月份，Apollo北京亦庄联合百度地图发布的自动驾驶导航地图上线。随着它的旗帜，Robotaxi平台萝卜快跑累计订单量达到140万，Apollo大规模应用已经实现了自动驾驶地图。背靠百度，Apollo几乎是高精度地图和自动驾驶的关键原因。

图片来源：Apollo

中信证券预计，到2030年，全球高精度地图市场将超过200亿美元。目前，由于自行车智能水平低，高精度地图具有不可替代的作用，市场前景乐观。然而，瑞银认为，在中国，自动驾驶的发展需要路端基础设施的合作，即自行车智能和道路协调的协调发展。

与仅仅依靠自行车智能相比，中国加快自动驾驶发展显然离不开道路协调。一方面，V2X通过道路和云对道路上所有车辆进行统筹管理，不再需要考虑自行车与自行车的游戏；从数据安全的角度来看，道路协调的投资者和运营商可能是政府，着陆概率较高；

另一方面是成本和安全问题。从汽车厂的角度来看，如果路端基础设施建设完善，自行车所需的传感器数量必然会减少，成本自然会降低。在安全层面，无论是案例还是盲点，自行车智能都无法达到100%的安全性，从而影响大规模商业化。

虽然高精度地图可以弥补车辆和路端感知和算法的不足，但如果未来自行车智能和道路协调能够真正并驾齐驱，高精度地图可能就不那么重要了。然而，鉴于冗余验证的需要，精细地图仍将成为必要的项目。没有地图的自动驾驶必须是一个错误的命题。