车企“用不起”高精地图，弃之可惜吗？

星光逐渐暗淡，边缘化高精地图已成为厂商们的一致选择。

日前，元戎启行正式发布了不依赖高精度地图的智能驾驶解决方案，成为业内首个宣布彻底解绑高精地图的自动驾驶玩家。

回看近一年内，已有包括华为、蔚来、小鹏、理想、地平线等超过8家企业明确表达了弃用高精地图的想法。他们或已经发布了不依赖高精地图的辅助驾驶方案，或宣布了去高精地图的时间线，2023年“轻地图”的趋势已然分明。

2021年4月，极狐阿尔法S采用高精地图在市区智能驾驶全测试的视频曝光，车辆在无人控制的状态下在街头轻松穿梭，令不少网友感到惊叹。不到两年时间，高精地图便被推下顶峰，落入如此窘境因何而起？高精地图的价值要被重估吗？

高精地图缘何频遭抛弃？

与传统导航电子地图不同，高精地图是提供给计算机使用的，为辅助驾驶和自动驾驶提供重要的道路信息保障。其精度需要达到厘米级，是高精度、精细化定义的地图，成为自动驾驶重要的感知基础技术之一。

高精地图的“高”有三个特点，其一是高精度，可以达到厘米级，是立体图；其二是高鲜度，必须高频更新地图信息，包括实时交通流量、红绿灯状态信息等动态信息，以及道路变更、维修等静态信息；其三是高丰富度，包含道路形状、交通标志、道路标记以及周边的障碍物等信息，可达上百个数据要素。

每一项技术背后必然有资金投入和研发支持，要拿到如此精确的地图测绘，所需要花费的金钱必不可少，巨额成本让厂商们尝到了苦头。

根据《智能网联汽车高精地图白皮书》显示，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，成本为每公里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，成本可能达每公里千元，一天就是十万级的费用。

然而，全国的城市道路有1000万公里，把这些道路全部采集齐，简直就是天价。即便是一向财大气粗的车企，也很难一掷千金。

更让它们头疼的是，高精地图的更新速度太慢了，已经跟不上自动驾驶发展所需要的速度。由于需要采集众多极为精确的数据，高精地图基本还是季更，对于车企来说它们希望做到按天级更新，与之合作的地图厂商显然无法承担这样的压力，由此产生骤升的成本和缓慢前进的步伐双方都不愿看到。

因为自动驾驶如果过度依赖高精地图，将会因地图覆盖范围而限制其应用范围，甚至会使自动驾驶技术难以推广。正如余承东所说，“国内的道路天天在变，依赖高精度地图的话，根本没办法普及。另外，高精度地图的制作成本非常高，想要把全国范围内的数据都采集下来非常难，甚至有时候今天采集完数据，明天就要改。”

此外，2023年初开始，整个汽车市场迎来了降价潮，无论是燃油车还是新能源车都未能幸免，这个时候车企的成本控制会有更高要求，高精地图这种需要长期投入的技术路线显然已经走不通。

不止车企头疼，地图厂商也不好过。据了解，专业测绘车售价在500-800万元/辆，组建一支20辆左右的测绘车队成本就要上亿元。

为了减轻成本压力和提升采集效率，地图厂商采用众包制图的方法将相关的传感器装到第三方的普通车辆，让这些第三方车来进行实时数据采集，并随时上传到云服务器。这个技术看似并不困难，但却因存在资质问题和隐私安全不得不暂停。

去年8月份，自然资源部明确收紧高精地图测绘资质（即甲级测绘资质），要求企业需依法取得相应测绘资质，或委托具有相应测绘资质的单位开展测绘活动。并先后分3批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，仅有19家单位通过资质复审，而复审前有31家单位。

成本高昂、更新速度跟不上、甲级测绘资质稀缺，这种种的一切都将高精地图拉下“神坛”，与高精地图解绑，车企们似乎更“自由”了。

解绑高精地图，“重感知”革新量产之路？

放弃高精地图后，车企们开始探索“重感知，轻地图”的新路径。

智能驾驶按技术架构分为感知、决策和执行三个层次，这好比人类眼睛看到的、脑子想到的，以及脚上的动作。感知层负责对环境信息和车内信息的采集与处理，而智能传感器便是感知层的硬件核心。

激光雷达和高精地图是自动驾驶的两条路径，激光雷达用以增强感知能力，高精地图则用来提高规划能力。激光雷达具备高精度、高可靠性，配合摄像头和毫米波雷达，能增强系统的可靠性、冗余性，有望在L3+阶段成为汽车传感器中不可或缺的一部分。

当车企把精力从地图转移到感知上时，可发挥的空间更大，它们不再依赖于高精地图提供的信息，而是更注重自主创新技术的研发，可以更加自由地设计和实现自动驾驶系统。

以元戎启行发布的Driver 3.0智能驾驶解决方案为例，其拥有精确的感知系统，能够感知到高精度地图所拥有的精细道路信息。此外，Driver 3.0还能实时定位车辆的位置，判断车辆位于哪条车道线上，距离旁边的车道线有多远。

与Driver 3.0同步面世的，还有D-PRO和D-AIR两款行泊一体的智能驾驶产品。据了解，D-AIR的硬件成本为7000元，D-PRO的硬件成本则为1.4万元。

可见，重感知方案适配价格便宜、覆盖范围更广的导航地图，能够打造低成本且没有地域限制的智能驾驶汽车，助力其走向量产之路。3月17日，小鹏汽车在财报电话会中也透露，今年下半年，小鹏汽车城市NGP（智能导航辅助驾驶）深度学习算法将实现不再依赖高精度地图，可覆盖的城市范围也将进一步扩大。

不过，成本虽然有所降低，这一技术路线却对车企的算法能力提出了新挑战。自动驾驶车辆需要通过深度学习模型来获取周围环境的信息，因此它们需要开发高性能的深度学习模型以便能处理大量的数据和提高感知精度。

更重要的是，它们需要开发安全可靠的自动驾驶系统，持续改进其安全性能。因为从目前发展看，车端感知器件还存在“性能边界”，例如，激光雷达和毫米波雷达形成的点云无法提供丰富的颜色和纹理信息，使得点云识别效果一般。点云识别效果的目的是从点云中识别出特定对象，例如人、车、道路等。

尽管高精地图在辅助驾驶中的权重不断降低，但并不意味着会被完全抛弃。

弃之不用，丢之可惜

目前，我国自动驾驶玩家更多选择渐进式的发展路线，从相对基础、难度较低的辅助驾驶入手，从L1逐步到L5。2022年，众多L4跨越式玩家也进入L2赛道。例如，文远知行与博世联合研发L2、L3级别的量产自动驾驶系统，并计划于2023年实现量产；百度在推进Robotaxi大规模落地的同时，积极推进Apollo领航辅助驾驶的量产落地。

在L2级别辅助驾驶阶段，高精地图并非刚需。随着辅助驾驶技术逐渐转移到城市导航辅助驾驶场景，辅助驾驶数据积累和算法不断优化，使得当前汽车整体感知能力已大幅升级，高阶辅助驾驶不再像以前那样依赖高精地图。

反而，高精地图成本高、更新慢的劣势还会拖慢车企的量产速度，被弃用在情理之中。对于L3级别的自动驾驶车辆来说，高精地图目前也是可选项，而非必要级，因为自动驾驶仍处于L2向L3的过渡阶段，激光雷达可以满足现阶段要求，而实现量产是车企的首要目标。

近日，盖世汽车研究院发布的《智能辅助驾驶趋势展望》报告预测，到2025年，NOA（高级别辅助驾驶）搭载量将突破400万辆。高工智能汽车研究院也给出了2025年NOA搭载量超380万辆的预测。这侧面反映出L4技术增量放缓，存量技术L3甚至L2+要为自身寻找安全可行的应用场景。

在自动驾驶规模化落地以后，高等级自动驾驶如L4、L5级别对高精地图的依赖度会有所显现。因为彼时车企将对数据覆盖范围和安全性提出更高的要求，L3级别后，车辆没有了人工干预，对安全判断的要求更高，高精地图由于可以让车辆提前感知路面变化，让车辆有更合理的决策结果，会将安全系数提高到99%以上。

目前阶段来看，图商们也并非坐以待毙，而是在积极将标准地图与高精地图融合。例如，在高速场景中，对标准地图和高精地图进行后匹配，且准确率一般比较高；在城市场景下，标准地图与高精地图由于生产工艺不同，无法进行后期关联，但为支持城市高阶辅助驾驶功能落地，图商已在部署标准地图与高精地图的一体化生产。

高精地图在现阶段作用被逐渐淡化，但所提供的关键性基础技术仍具有一定价值。无论哪种方案都展现出弊端，在发展阶段车企需要不断寻求新的解决方案以适应环境变化，目前很难说哪种方式是一劳永逸的，只不过“重感知”路线暂时呈现出优势。不过，高阶智能驾驶对数据的采集确是必然，需要保障相关数据安全合规，这是进阶路上必须要重视的问题。

文中图片均来源于网络