|虎嗅汽车集团出品
作者|王小语
编辑|周到
主管|视觉中国
2021年4月，上海车展开幕前，一只搭载华为ADS系统的极地狐狸an Alpha S在无人看管的情况下漫步上海街头，轻松避开外卖小哥，穿越复杂的十字路口。这个演示视频很快在哔哩哔哩流行起来，人们似乎认为城市无人驾驶的时代已经到来。
极限福克斯阿尔法S Hi版
然而一年多过去了，视频中展示的功能还处于演示阶段。按照原计划，华为ADS系统将于2022年第一季度量产。
今年5月，当极限福克斯的Alpha S Hi版本开始交付时，城市道路高级智能驾驶功能的交付时间被推迟到了12月。能否如期交付，目前还不得而知。因为这个系统依赖于高精地图的数据，所以这个功能只有在高精地图全部打开后才能实现。
所以，延迟的罪魁祸首不是芯片，不是激光雷达，而是“看不见摸不着”——高精地图。
早在2019年4月举行的特斯拉自主日，其首席执行官埃隆·马斯克(elon musk)就公开表示，“过度依赖高精度地图将使自动驾驶系统变得极其脆弱，更加难以普及。”
在业内人士看来，高精地图更像是“人民币玩家”的捷径。DJI车辆公关总监谢坦告诉虎嗅:“硬件、外部数据源和附加配置就像是法宝。如果你自身的内功不高，可以靠法宝完成很多复杂的挑战，但是昂贵且有限。真正的武林高手，可以用落叶飞花。”
但是监管部门对高精地图的限制比大家想象的更快更严。
前段时间，自然资源部发布了《关于推进智能网联汽车发展维护测绘地理信息安全的通知》，明确规定高精度地图测绘只能由具有导航电子地图制作甲级资质的单位进行。这份通知的宣传，对自动驾驶行业的一次严格重申没有异议。尤其是当下，国内车企为了提高产品力，都在想尽办法获取城市的高精地图，从而快速实现城市内的功能落地。
特斯拉FSD
“高精地图放在城市道路上会面临很大挑战。”摩之星CEO顾郝伟告诉虎嗅，首先是城市道路多，公里长，变化程度高。如果高精地图能充分体现时效性，对地图商家来说要求很高。第二是成本。如果真的能做到这样的新鲜感，那么自己的地图成本会很高。
所以，就算华为ADS解决了高精地图的资质和技术问题。批量交付给用户后，华为仍然要承担昂贵的更新成本。然而，面对一再推迟的交付压力，华为ADS一直处于两难境地。
那么问题来了:要实现城市的自动驾驶或者客车的高级智能驾驶，一张高精度的地图是必不可少的吗？
高精地图，高明在哪里？
众所周知，自动驾驶技术发展的三大要素是:感知、规划和执行。类比到人类身上，就是眼睛看到的，脑子想的，脚做的。
但目前车辆的自动化能力还不足以让其像人类一样在道路上自由移动。所以按照业内流行的一句话，激光雷达和高精地图是两根拐杖——依靠激光雷达增强感知，依靠高精地图提升规划能力。通过这两根拐杖，可以帮助车企快速实现高级智能驾驶功能。
高精度地图在街道中的应用
在《割韭菜最快的刀叫激光雷达》一文中，我们已经介绍了激光雷达的前世。所以，今天，我们来关注一下车企的另一根拐杖——高精地图。
根据《智能网联高精度车辆地图白皮书》的介绍:
高精地图是指绝对精度和相对精度在1m以内的高精度、高新鲜度、高丰富度的电子地图，英文称为HD Map或HAD Map。
高精地图包含丰富的信息，既有道路类型、曲率、车道位置、路侧基础设施、障碍物、交通标志等环境物体等道路信息，也有交通流量、红绿灯状态信息等实时动态信息。
与我们平时使用的导航地图相比，高精地图的精度更高，信息更丰富。况且普通导航地图是给人看的，高精地图主要是给车“看”的。目前，高精度地图广泛应用于封闭场景，如高速公路、封闭公园等。除了特斯拉，绝大多数车企都是在高速公路上使用高精地图来实现类似特斯拉NOA导航辅助驾驶的功能。比如小鹏的NGP，蔚来的NOP，NOH，理想中的NOA。
高精度地图在高架桥中的应用
虽然这些功能被冠以不同的名称，但它们可以达到大致相同的效果——当用户驾驶车辆进入高精地图覆盖的区域时，可以开启导航辅助驾驶功能。此时车辆会根据导航自动调整车距和车速，并能完成自动变道超车、自动匝道切换等功能。
其中，高精度地图可以从两个方面帮助智能驾驶功能:一是可以为车辆的自动驾驶系统提供先验的道路信息。为车辆纵向加减速、横向转向和变道决策提供先验信息，提高驾驶舒适性和安全性；其次，可以预测车道线、路标等交通要素的位置，有助于提高传感器的检测精度和速度。
举个更具体的例子，比如高速自动斜坡切换功能。开启导航辅助驾驶功能的车辆，在距离要驶出的高速匝道2公里左右时，会自动开始向右侧车道变道。当需要在左右匝道之间进行选择时，基于高精度的车道数据和车道级定位，车辆可以提前判断行驶路线。
简而言之，有了高精度地图，车辆就能像有了“顺风耳”一样预测前方道路。
高精度地图在十字路口的应用
在尝到了高速的甜头后，车企们试图将导航辅助驾驶功能从高速拓展到城市，最终将自动泊车场景拼接起来，实现从A点到b点的全自动驾驶功能，这也是为什么在实现了高速导航辅助驾驶功能后，越来越多的厂商开始宣传，城市导航辅助驾驶很快就会投入量产。
这背后，一定程度上是对城市高精地图的重度依赖。但谁能料到，城市高精地图“解锁”的速度，并没有赶上车企当初宣传时的预期。
地图“进城”，卡在哪里？
“高精地图技术不是问题。现在最大的问题是保持地图的新鲜感。毕竟路一直在修。”盖世汽车研究所所长王宪彬告诉虎嗅，从时效性来看，地图商家提供的城市高精地图只能按月或按季度更新，难以保证智能驾驶系统所要求的精度和实时性。
相比之下，中国的城际高速公路和城市高速公路加起来也就30万公里，但全国的城市道路却有近千万公里。其中，因修路或施工高速辅助驾驶功能引发的事故早已屡见不鲜。例如，2021年8月，一辆蔚来ES8在启用NOP pilot辅助驾驶的情况下，撞上了一辆停在快车道上的养路车。
公路维修
与高速公路相比，城市道路的总长度更长，这意味着突发情况更多。对于高精度的城市地图，精度会大大降低。这也是为什么各个城市运营Robotaxi无人出租车的车辆只能在电子围栏内运营，因为没有办法在范围外得到高精地图的支持，系统的安全性也很难保证。
米之星末端技术副总裁艾瑞告诉胡嗅，如果把高精地图当成传感器，传感器往往不准，不知道什么时候不准。从使用传感器的角度来看，它有一个不可信的问题。
如果要彻底解决地图新鲜度的问题，就会导致成本问题。武汉大学测绘与遥感信息工程国家重点实验室李碧君教授在盖世汽车举办的自动驾驶地图与定位大会上发表演讲时表示，“按照目前一辆采集车200万左右的成本，我们可能要采集全国数据200亿左右，没有人能解决。”
《白皮书》显示，使用传统的测绘车方式，分米地图的测绘效率约为每天每车500公里，成本约为每公里10元，而厘米地图的测绘效率约为每天每车100公里，成本可能达到每公里1000元。
即使在收集数据后，更新高精度地图也是另一个大问题。目前业内主流的方式是众包模式——简单来说，就是每一辆搭载智能驾驶系统的车辆都变成一辆移动地图采集车。
从技术角度来说，众包模式当然是好的。因为用户的车辆上传，可以形成“用户使用-反馈-地图更新-价值提升-吸引用户”的正反馈链。一般汽车停下来，实时采集的道路更新信息会通过网络上传到服务器。然后通过处理手段更新高精度地图的数据。
激光雷达
看到这里，你一定发现了众包模式背后隐藏的数据安全问题。
这也是为什么在我国自然资源部发布的《关于加强自动驾驶地图生产、测试和应用管理的通知》中，明确要求从事自动驾驶地图数据采集和制作的单位必须具备导航电子地图制作资质，外资企业不得从事导航电子地图制作。
光是外资企业就把很多有外资背景的车企、科技公司、初创公司拒之门外。截至2020年11月，仅有28家企业获得导航电子地图甲级资质，也就是说这些企业可以制作高精度地图。
然而，经过今年对导航电子地图制作甲级资质的审核，已经分三批公示并通过审核的单位只有19家。2022年2月21日公布的名单包括高德地图、华为和腾讯等公司。但之前东风汽车投资的滴滴科技、立德空、吉利投资的易途通都没能完成审核。
截图来自:中国自然资源部
“如果复审失败，一般来说，可以申请再次复审。但如果审核不通过，具体原因就不告诉了。原则上还是可以使用该区域的离线地图，属于灰色地带”，一位自动驾驶公司的业内人士告诉虎嗅。
事实上，高精度地图行业的发展是由自动驾驶技术的演进推动的。从全球来看，以美国为首的发达国家在高精地图行业仍然具有很强的先发优势。
白皮书称，早在20世纪80年代，美国就提出了自主地面车辆的计划。美国在自驾领域的研究处于世界领先地位。由于自动驾驶所必需的高精地图，以及政策法规对自动驾驶的包容性和开放性，自动驾驶车辆的测试很早就已经开始。自动驾驶相关企业可以将研究与实验相结合，极大地推动了自动驾驶技术的发展。美国也成为拥有自动驾驶技术和高精地图的初创企业最多的国家。
在美国的相关政策支持方面，也是非常完备的。目前，美国在测绘地理信息领域制定了多项政策，包括联邦地理空数据共享政策、NASA遥感数据政策、美国天基定位、导航和授时政策、美国国家地理空数据政策、美国地理信息安全获取指南等。
以凯迪拉克的超级巡航超级辅助驾驶系统为例。根据当地法规，该功能可以提供“免提”辅助驾驶。相关团队在美国和加拿大拥有超过40万英里的高精度地图数据。基本涵盖了美国和加拿大基本的主要城际交通网络。但这一功能来到中国后，其覆盖范围和功能边界已经明显趋同。
超级邮轮的高精地图覆盖北美。
同样，日本在高精地图领域形成统一标准的时间也比较早。2013年，日本内阁政府启动了一项名为SIP的项目，自动驾驶是其中的核心之一。随后，日本车辆制造商和供应商成立了“动态地图平台有限公司”作为建设高精度地图数据平台的主体。
在德国，自驾地图的管理要求和其他类型的地图一样，没有特殊要求。而且地图绘制的相关规定出台的比较早。比如2000年通过了《德国国家土地测绘条例》，2010年通过了《联邦土地地理空数据基础设施法》。
难怪奔驰去年年底在德国获得了全球首款L3级有条件自动驾驶系统的国际认证。法雷奥提供的激光雷达和HERE提供的高精地图，让德国人喊出了“可以出售的自动驾驶”和“如果发生事故，奔驰将承担一切法律责任”。
奔驰在德国的L3自动驾驶仪
此外，对于高精地图的安全验证，业内也没有统一的共识。而美国、日本、德国等国家相继建立了一些与高精度动态地图相关的平台，形成了各自的高精度动态地图采集、更新和应用模式。
国内玩家，要么静静等待画面，要么只能另寻出路。
失去拐杖只是时间问题。
“这就像十多年前，我们没有智能手机一样。要想办法，大部分人也能找到。”
DJI车辆公关总监谢剑告诉胡嗅，要构建一个好的智能驾驶系统，我们应该把基本功打磨到极致，用基本的硬件能力处理核心需求。比如，在与五菱合作的2023款KiWi EV车型上，DJI只需要一套“1个前视双目+4个圆视鱼眼+1个前视毫米波雷达+12个超声波雷达”的硬件组合，就可以在复杂的城市路况下智能驾驶。
来源:DJI汽车
这套系统被DJI车管所称为“智能驾驶系统”，其最大的特点是无需事先学习，就能识别并避开任何随机障碍物，包括静态和动态障碍物。同时，在没有高精度地图和激光雷达的情况下，可以实现城市道路场景下的智能停车和驾驶辅助。
来源:DJI汽车
从技术路线来看，DJI的汽车是一个类似于特斯拉的纯视觉方案。依托DJI在无人机领域积累的双目视觉技术，基于双目融合点云的算法，得到一个包含深度信息的几何信息，从而判断前方障碍物是否会威胁行车安全。
纯视觉方案的优势在于成本低，规模化能力强，但由于车辆感知和计算能力有限，系统边界相对清晰。比如DJI的这套智能驾驶系统，会在出现未开发或确实无法应对的场景时，按照预设的降级策略逐层降级，主动提醒用户接管。
其实这已经把问题转移到“人机一起驾驶”上了。用户可能更希望车辆更多地自己处理问题，但实际情况是，当系统遇到无法解决的问题时，就把车辆的控制权交给了用户。
一旦用户分心玩手机，就会有一定的风险。比如现在的智能驾驶系统软件版本无法识别红绿灯，在路口还是需要人工干预。而且由于缺乏高精地图支持，在错误路口和道路施工时需要人工接管。
速腾聚创125线激光雷达
出于安全冗余的考虑，“重感知轻地图”的路线是目前业内比较接受的。
“重感知、轻地图的路线是为了避免地图的问题。”米之星末端技术副总裁艾瑞告诉虎嗅，感知技术能力大幅提升后，米之星的主要路线是尽可能相信实时感知，主要利用地图的拓扑关系，那些地图中不会发生变化的信息。“就像人开车的时候，主要是相信自己的眼睛。”
从感知硬件的角度来看，毫米城市的NOH系统包括两个125线激光雷达，五个毫米波雷达，12个超声波雷达，四个环视摄像头，四个侧视摄像头和四个800万像素感知摄像头。从运算平台来看，搭载5nm高通骁龙8540+7nm高通骁龙9000芯片。其中8540作为SoC芯片，9000作为AI模型计算的AI加速卡。
感知硬件和计算平台就像人的眼睛和大脑一样，帮助他们做出正确的判断。拿城市场景中最常见的案例，看红绿灯。如果有高精地图，可以在底图中预览红绿灯位置信息，然后进行识别。而且车辆可以很好的找到当前道路和车道对应的红绿灯信息。一些高精地图服务商还可以提供车辆的实时动态信息，比如红绿灯倒计时。
但如果没有高精地图，当车辆到达路口时，系统需要依靠感知和计算做出正确的判断。目前采用迁移学习领域的混合迁移训练方法对模拟数据和真实数据进行训练，以提高交通灯的识别程度。此外，利用Transformer作为时间与空之间的预融合方法，可以解决空之间的“感知碎片”和“时间感知不连续”问题，有效识别城市道路的车道线。
解决自动驾驶行业的长尾问题，仅仅依靠自行车智能是不够的。目前车企更愿意接受的方式是构建云计算的能力。
比如今年8月，Xpeng Motors与阿里云共同打造的智能计算中心“Fuso”，主要用于自动驾驶模型的训练，包括视觉检测、轨迹预测、驾驶规划等算法模型。同样，Mimo也与阿里云合作，建立了中国首个基于车路协同云服务的大规模自动驾驶场景库。摩之星CEO古郝伟表示，“通过改进车端模型和芯片的设计，可以实现大模型的车端化，通过数据的组织，让大模型更有效。”
据虎嗅报道，Xpeng Motors和智记都已从RD转向“重新感知”，并试图摆脱对高精度地图的依赖。
写在最后
“沉没成本太高了。”一位自动驾驶业内人士告诉虎嗅。
在技术路径上，华为会坚定地走高精地图的路线。毕竟华为在2019年7月获得了导航电子地图制作甲级测绘资质，今年完成了审核。可以说华为是业内为数不多的拥有自己的高精地图和全栈软硬件解决方案的厂商。让华为现在转向重新感知的路线，转身重新开始，没有异议。
从最终来看，高精地图依然是不可或缺的基础设施。但从用户的角度来看，依靠高精地图的智能驾驶就有些“白老鼠”了。或者，你车上的智能驾驶功能只能在固定区域使用；或者，你车上的各种传感器会被当作采集工具，无私地为车企或供应商“画图”。
此内容为作者独立观点，不代表虎嗅立场。未经许可不得转载，请联系hezuo@huxiu.com获得授权。
正在改变和想要改变世界的人都在嗅这个应用。
