自动驾驶里，高精地图到底是不是过渡？

随着领航辅助驾驶技术的不断深入，高精地图也逐渐走入大众视野，成为企业宣传的重要筹码。

目前除了特斯拉，几乎所有具备领航辅助驾驶系统的车型都会搭配高精地图来工作，比如蔚来NOP、小鹏NGP、理想NOA、广汽埃安的NDA和长城的NOH，以及华为的领航辅助驾驶系统等。

然而，即便高精地图在当下具有极高的出场率，依然有不少业内大佬不看好它的未来。

小鹏汽车创始人何小鹏在公开场合表达过一个观点：对于自动驾驶而言，高精地图只是过渡，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。

无独有偶，华为智能汽车解决方案BU CEO余承东也表达了同样的看法，他表示，“自动驾驶应该不依赖高精地图，车路协同这些东西，如果过分依赖，自动驾驶的能力就上不去。”

其中一个核心逻辑认为，自动驾驶本质上是对人的学习，既然人可以不依赖地图设备，仅靠眼睛对环境的识别就可以“走街串巷”。那么自动驾驶的终极形态一定是不依赖高精地图的自我感知决策。

此外，还有一个很重要的因素是，高精地图更新速度永远跟不上道路更改速度。道路信息可能做到无时无刻都在无规律变化，但高精地图不能做到每时每刻更新。其实就是业内人士常说的地图“鲜度”问题。

本文就此展开深度讨论，高精地图在辅助驾驶里到底是不是过渡。在此之前，我们有必要先来简单了解一下何为高精地图，它在自动驾驶里又是如何工作的。

注：领航辅助驾驶和自动驾驶按照等级划分，是L2-L4的进化，它们都有高精地图参与。本文统一用自动驾驶来表述。

何为高精地图

相关的科普文章已经多如牛毛，这里就不展开详述，只是简单梳理、统一一些基本概念。

高精地图即HD Map，业内有不同版本的理解 ，如High Definition Map，高分辨率地图；High precision Map，即高精确度地图；Highly Automated Driving Map，即高级自动驾驶地图。

与之对应的是“标准地图”SD Map，即Standard Definition map。二者区分逻辑也很简单，一个是为人服务，一个是为系统服务。

高精地图绝对位置精度接近1m， 相对位置精度在厘米级别，能够达到10-20cm。

高精地图图层包含两个方面：静态图层和动态图层。

根据字面意思直观理解。静态图层是含有语义信息的车道模型、道路部件、道路属性三类矢量信息，以及用于多传感器定位的特征图层构成。如马路牙子，车道线等等。

动态图层反映的是当前环境的实时动态信息，包括其他交通参与者的信息，如道路拥堵、施工、管制等情况等，这些需要与车联网设备配合，实时通过云端的数据反馈来接收信息。所以在一些信号网络不好的地方，高精地图的显示也会差一些，比如隧道；也有交通参与物的信息，如红绿灯等。

高精地图的结构可以理解成不同图层的拼接。它将当前环境信息进行分类，不同的类型通过不同图层表示，比如铁路、街区、建筑物等，所有的图层叠加在一起，绘制成一张高精地图。

从功能上划分，这些图层可以分为三大类：地图图层，定位图层和实时图层，根据字面意思也很好理解，它们分别表示当前环境的路面信息，定位信息和实时路况信息。

地图图层的路面信息比较简单，比如道路边缘，道路模型、车道模型等。

定位图层，主要记录环境特征，比如交通标志、地面标志、灯杆等交通参与物的坐标、属性、几何轮廓等，与车辆传感器的感知结果匹配，推算车辆位置。

实时图层反映的是当时交通信息的情况，需要与云服务平台协作，将交通动态实时传达给自动驾驶车，让车辆提前预知前方可能出现的影响驾驶策略的情况。

一句话总结，高精地图就是反映当前交通环境的模型，有已经采集好的信息，比如车道线，也有实时交通消息，比如拥堵情况。

高精地图在自动驾驶里如何工作

了解了高精地图的基本信息之后，再来看看，它在自动驾驶里，到底是如何工作的。

高精地图为自动驾驶车辆提供可视化的交互信息，让车辆提前了解前方路况，做出更好的规控。

目前搭配高精地图一起工作的系统都叫领航驾驶系统。“领航”的意思顾名思义，前面的主语是高精地图，就是自车跟着高精地图一起行驶。

高精地图的静态图层是提前采集好的信息，配合动态图层的实时信息，组成自车的“领航员”。

同时，自车的摄像头、毫米波雷达、激光雷达等传感器也搜集周围场景信息，与高精度地图进行比对，确定车辆相对于高精地图的位置。

最后，感知信息进入决策层，系统依据高精地图、车联网技术提供的多维度信息对具体驾驶问题做出判断、输出车辆控制信号并交给执行层执行。

这里绝对位置和相对位置两个概念需要搞清楚。“绝对位置”指的是高精地图上显示的当前环境的真实位置，“相对位置”指的是定位系统与传感器环境融合测出的自车的真实位置。

自车的位置需要借助高精地图标配的定位系统来完成，它包括卫星定位模块，如RTK 定位技术，通过接收地基增强网络接收GPS信号来确定车辆位置；而在一些隧道，山洞等场景，网络信号比较弱的情况下，需要借助一些物理工具来确定车辆位置。如IMU，即惯性测量单元，它根据车辆方位、姿态、速度等信息推算位置，是一种比较传统的物理定位办法。

自动驾驶状态时，自车传感器工作主要两个有作用，一个是搜集周围环境信息，与定位模块结合，确定车辆相对于高精地图的相对位置，进行路线规划；

其次是搜集路况信息，保证安全，比如路面突然蹿出来一只猫，这是高精地图无法预测的，需要车辆的传感器检测该信息，并且做出决策。

基于这个逻辑，高精地图的作用是配合传感器来让自动驾驶系统更流畅。业内人士也因此将高精地图划分为自车感知系统的一部分，或者是传感器的辅助。即没有它也能工作，有它工作的更好。比如特斯拉就没有高精地图，一样能实现辅助驾驶功能。

在一些特定场景，如自动变道、自动超车，自动出入匝道等，高精地图确实让自车的表现更加优越。

以特斯拉为例，它在遇到大曲率转弯时非常生硬，一点点“修方向盘”，呈现明显的“锯齿状”，一点也不丝滑，像是一个刚拿到驾照的新手司机。

根本原因就在于，特斯拉没有使用高精地图，而摄像头的探测距离有限，无法提前感知前方信息。特斯拉只能一点点修正。这个问题只能通过更强的传感器及算法规控来解决。

在实际使用中，有很多没有高精地图带来糟糕体验的案例，比如较大的上下坡道，没有高精地图车辆就无法提前预知前方的信息，导致系统推出或者体验不佳。

但话分两头，高精地图是一方面，算法规控也是一方面，很多辅助驾驶系统即便有高精地图也未必流畅。比如广汽埃安的NDA被用户吐槽在上下匝道时表现不那么丝滑。

只不过，当下很多企业都是将高精地图放在辅助驾驶的最高优先级来做的软件系统，没有高精地图覆盖的区域，系统会自动退出。比如小鹏P7，此前就有小鹏的用户建议它做两套融合方案，在没有高精地图覆盖的地方，小鹏的辅助驾驶依然可以依赖传感器工作。

地图“鲜度”是制约高精地图发展的重要因素

尽管外界在技术、成本、资质等多方面分析了限制高精地图发展的诸多因素。但何小鹏和余承东都表达了同一个观点，自动驾驶必须在任何场景下都能工作才能称之为合格的自动驾驶，比如乡村路况，城镇路况，甚至完全远离人烟的无人区。而这背后说的就是高精地图的覆盖率和鲜度问题。

高精地图的制作过程大致如下：图商采集道路信息（数据）；对数据进行处理，绘制环境的元素信息；特征提取，如斑马线、红绿灯等；人工校对信息准确性，上传至云端，高精地图绘制完成。

问题的根本在于，高精地图并不是一件一劳永逸的事情。因为道路信息是时刻变化的，所以高精地图也需要时常更新，就是业内最头疼的“鲜度”问题。

一辆地图数据采集车动辄百万成本，这对图商来说以一种巨大的负担，国内规模最大的传统图商，自建的车队也才百辆级别。

图商们采取的办法是与其他拥有数据采集能力的企业合作，采取众包方式来搜集收据，但这对于广袤的大千世界而言，依然是杯水车薪。

以中国市场来看，当前全国高速公路里程约16万公里。以单车单日采集的有效数据100公里计算，100辆采集车需要16天才能采集完一次。采集完之后还有数据的处理。

城市高精地图的数据采集周期更长，因为路况更复杂，为了保证安全，速度就会更慢。并且，城市路况相较于高速路况需要采集的信息更多，后期数据处理的时间更长。

目前，季度更新是大多数图商能够达到的状态。这和OEM厂商期待的日更差距甚远。

此外，高精地图的覆盖也是一个老大难问题。土地道路广袤无垠，总有高精地图难以覆盖的地方，比如西藏某山村小路，虽然住的人不多，但有时候旅游的汽车会从这里经过，图商不可能花费大量的人力、物力、时间、金钱去搜集数据，并且定期更新。而在中国，这样的乡间小道多如牛毛。像毛细血管一样散落在各地。

以上两点并非资金所能解决，或者资金能解决的问题，已经超出了正常商业行为的范畴。

这也是为什么何小鹏和余承东都坚定的认为，未来自动驾驶一定要摆脱高精地图的根本原因。

再有，在商言商，OEM厂商倍受高精地图厂商掣肘也是他们希望脱离高精地图的一个重要原因。因为一旦选定高精地图图商来做自动驾驶系统算法以后，二者需要深度绑定。前两天，何小鹏在测试其最新的NGP城市领航辅助系统时，专门请了高德的人在后排全程参与，可想而知，图商在其中的重要地位。

然而，不同的图商采集数据，设备不一样，采集的质量也不一样，包括后期数据的处理，建图能力等都有区别，而且动态变化。如果OEM厂商中途想要更换图商，需要大量更改系统算法，人力、资金、时间等成本投入都巨大，而且很容易错失市场先机。时间拖得越久，更换成本越高。这使得OEM厂商处于非常被动的局面，在图商面前的议价权比较弱。

正因为受到高精地图的限制，现在所有推出城市领航辅助驾驶的车企都会在官方声明中表示陆续开放该功能，一方面是当地的法律法规原因；另一方面也是因为目前所有的领航辅助驾驶都是基于高精地图来做的，而高精地图的城市覆盖率还没有达到这么高。所以只能逐步开放。

“去高精地图”已经跑在路上

值得注意的是，尽管高精地图在目前的高级辅助驾驶及自动驾驶使用中占有较高比重。但“去高精地图”的技术案例已经跑在路上。

最典型的案例就是特斯拉。特斯拉是目前所有提供高级辅助驾驶功能的厂商中唯一不依赖高精地图的企业。

特斯拉CEO马斯克不止一次在公开场合表示：“高精地图是一个糟糕的方案。”根本原因就是鲜度不行。

特斯拉的思路是，在已售的自动驾驶车辆中采取“影子模式”，在自车中安装两套传感器系统，搜集并存储车辆所采集到的道路信息。相当于在地图数据采集阶段采用了用户众包，并且还是免费。

然后，特斯拉又通过众包搜集到的数据自己建图，并用来训练自动驾驶算法。可以理解为，他们的感知输出结果里面天然就带有了一些地图信息。

针对特斯拉的行为，有地图从业人员表示，自动驾驶需要一张图来与自车进行信息统一，但未必一定是高精地图。对其进行了肯定。

不仅特斯拉，国产品牌中，毫末智行也在去高精地图方案展开了积极探索，并且取得了阶段性成果。

今年4月，毫末在其2022年“AI DAY”上展示的NOH领航辅助驾驶中，针对城市领航的红绿灯识别场景，毫末并没有采取高精地图方案，而是通过感知识别的方式提高算法精度，毫末通过合成数据的方式不断训练算法，来保证系统识别准确率。从而摆脱对高精地图的依赖。

尽管企业目前都在基于高精地图做领航驾驶方案，但大佬们都认为，“弱高精地图”，甚至“去高精地图”才是自动驾驶发展的大趋势。只是，这个时间是多久？5年8年，还是10年20年，没人能说得清楚。