“重感知轻地图”是一道伪命题？

在成功之前，所有的路都可能是正确的。

比如为了实现自动驾驶的目标，有的车企选择纯视觉路线，有的车企则坚持视觉和雷达的融合。两个看似完全不同的方向，却有一个相似的趋势:更重视感知而非地图。

这种做法其实已经越来越被业界认可。有人指出，现阶段，高精地图仍然是车企发展自动驾驶的一根“拐杖”，但这根拐杖迟早要扔掉。在相当一部分人看来，自动驾驶车辆的行驶最终会接近人类最原始的驾驶行为。

不再依附于地图，显然这并不容易。

博世中国智能驾驶与控制事业部总裁李因最近发表了自己的看法，“再过500年，汽车传感器和控制器可能还不够达到人类眼睛和大脑的水平。”一味追求感知能力，未必能加速自动驾驶时代的到来。在刚刚过去的百度Apollo Day技术开放日上，“发展自动驾驶，离不开高精地图”的观点被反复强调。

拐杖还是盲杖？

在知道拐杖能不能扔掉之前，我们首先要弄清楚一个问题:导航地图或者高精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，在理想状态下，导航和高精度地图都可以在一定程度上减少摄像头等传感器识别判断周围环境信息所产生的计算量。

自动驾驶从L2发展到L5，每升一级计算能力增加一个数量级。据业内测算，L2级别的自动驾驶能力需要10TOPS左右的计算能力，L3+级别的计算能力将提升至1000TOPS以上。英伟达估计L5 Robotaxi所需的计算能力将在此基础上翻倍。今年9月已经率先发布了单机2000TOPS计算能力的雷神，但是计算能力的叠加往往意味着更高的成本。

加快自动驾驶的大规模落地，计算能力不仅需要“精打细算”，还可以用在“刀刃”上，留下更多冗余。武汉大学教授李碧君在2021智能汽车产业创新论坛上指出，以高速公路的驾驶场景为例，通过细化地图可以知道红绿灯在哪里，路口在哪里。这样会降低车端的感知难度，也方便控制路口哪些传感器工作，哪些传感器“休息”。

此外，在车辆侧感测设备中通常存在“性能边界”。比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，使得点云识别效果一般。另外，激光雷达在雨雪雾天气的探测效果较差，毫米波雷达的噪声也比较大。相机虽然可以提供丰富的颜色、纹理等信息，但对光线的要求很高。

因此，自动驾驶水平越高，对传感器的融合要求越高。

而如果你有一张高精地图，这个问题就简单多了。当车辆传感器失效或周围环境变坏时，高精地图可以帮助车辆实现超视距感知，保证基本的行驶安全。

在《车载智能网联高精度地图白皮书》的定义中，高精度地图(HD Map)是指绝对和相对精度在1m以内的高精度、高新鲜度、高丰富度的电子地图。其中包含的信息包括道路类型、曲率、车道线位置等道路信息，路侧基础设施、障碍物、交通标志等环境物体信息，以及交通流量、红绿灯状态信息等实时动态信息。

上述《白皮书》指出，高精度地图是L3及以上自动驾驶汽车的必备选项。高精度地图可以作为感知的辅助，提高处理芯片的算法效率和系统的安全冗余度。

然而反对的声音此起彼伏。余承东曾经说过，自动驾驶不能太依赖高精地图和道路协调，否则“智能驾驶和自动驾驶能力上不去”；何肖鹏说，“高精度的地图必须是一个过渡”；李碧君还表示，“自动驾驶肯定离不开地图，但是否需要高精地图，我们还有两种意见。”

毫无疑问，高精度的地图可以让自动驾驶系统变得更好，但高速公路等相对固定的行驶路线其实并不是必须的。事实上，行业的整体步伐仍然倾向于减少对高精度地图的依赖。一是甲级测绘资质难求，国内供应商数量有限，始终存在数据合规性审核的问题；二是前期测绘和后期更新维护成本高，自研壁垒突出。

没有地图，没有自动驾驶？

特斯拉在国外有代理，国内包括Mimo智行、Xpeng Motors都瞄准了“重感知轻地图”的技术路线。其中，4月发布的NOH首款量产机型为威摩卡DHT-PHEV激光雷达版；据报道，小鹏XNGP可以在没有高精度地图的情况下实现高级别的智能辅助驾驶功能。根据小鹏的规划，XNGP将在2023年前逐步落地全场景辅助驾驶，2025年推进到全自动驾驶。

在自动驾驶公司纷纷掉头的时候，百度Apollo却有不同的看法。Apollo认为，目前自动驾驶行业流行的是无高精度地图的在线地图学习路线，其主要目标很明确，就是希望摆脱对高精度地图的依赖，使自动驾驶系统能够“随处行驶”。

但由此引发的问题也是显而易见的。自动驾驶决策规划算法对道路结构的推理非常重要。一旦算法在感知物理世界的道路结构上出现问题，车辆的行为将难以预测，最终会给用户带来极大的不安全感。

例如，单靠摄像头和传感器可能无法准确识别特殊的道路信息；但是离线地图最大的问题不是更新率，而是没有满足自动驾驶的实时性要求(图2)。

单凭感知可能无法准确识别障碍物等路况。

离线地图缺乏实时性，不利于自动驾驶汽车的自动驾驶。

所以现阶段高精地图在自动驾驶的发展上还是比较活跃的。在百度Apollo看来，高精地图必不可少，高安全性、可持续的L2+智能驾驶产品无可替代；对于L4级别的自动驾驶，要达到99.99%以上的成功率，高精度地图是必不可少的核心能力之一。

今年8月，Apollo联合百度地图发布的自动驾驶导航地图在北京亦庄上线。随着萝卜跑在其Robotaxi平台上的累计订单量达到140万单，Apollo自动驾驶地图得到了大规模应用。背靠百度，Apollo几乎是高精地图和自动驾驶两手抓，这也是它一直坚持高精地图路线的关键原因。

中信证券预测，到2030年全球高精地图市场规模将超过200亿美元。目前由于自行车智能化水平较低，高精地图发挥着不可替代的作用，市场前景看好。但瑞银认为，自动驾驶在中国的发展需要路侧基础设施的配合，即自行车智能和车路协同的协同发展。

与单纯依靠自行车智能相比，很明显，没有驾驶和道路的协调，中国无法加快自动驾驶的发展。一方面，V2X通过“路”和“云”管理路上的所有车辆，不再需要考虑单车对单车的博弈；从数据安全的角度来看，车路协同的投资方和运营方可能更多是政府，所以落地概率更高；

另一方面是成本和安全的问题。站在车厂的角度，如果路边基础设施建设完善，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，无论是个案还是盲点，单车智能都无法做到100%安全，会影响大规模商用。

虽然高精地图可以弥补车侧、路侧感知和算法的不足，但如果未来自行车智能和路侧协调真的能并驾齐驱，高精地图可能会变得不那么重要。但由于冗余校验的需要，精地图仍会成为必选项。没有地图的自动驾驶必然是个伪命题。