高精地图因“三难”被边缘化，图商如何面对自动驾驶新挑战？|全球聚焦

采写/王雅迪

编辑/刘敏娟

出品人/杨慧

日前，华为ADS 2.0智能驾驶系统正式发布，该系统技术特性之一是可以不依赖高精地图（HD map），属于ADS 2.0的重大突破，主要通过车端融合感知来进行环境识别。

华为并非首家发布不依赖高精地图的智能驾驶系统的企业。无论是蔚来、小鹏、理想等新势力车企，还是小马智行、元戎启行等第三方供应商，此前都在不同程度上表达了暂时弃用高精地图的想法，或已经发布了不依赖高精地图的辅助驾驶方案。另一面，以滴滴、曹操出行为代表的网约车平台正在加紧布局自动驾驶赛道。

自诞生以来便与自动驾驶深度绑定的高精地图，如今为何被淡化？面对网约车企业在自动驾驶领域的商业化野心，以高德、百度、四维图新为代表的图商们又该如何破局？

步入2023年，弃用高精地图的声音从纸上落到现实。据不完全统计，已有近10家车企或科技企业加入这一阵营。

首先是以“蔚小理”为代表的造车新势力。早在去年10月24日，小鹏汽车明确提出，2023年基于XNet深度学习算法的XNGP将不再依赖高精地图；今年1月初，理想汽车CEO李想也在内部全员信中表示，理想汽车的端到端城市NOA导航辅助驾驶（不依赖高精地图）将会在2023年底开始落地；蔚来的高阶辅助驾驶则采用多传感器融合+高精地图的方案，在国内可以使用百度的高精地图，但在德国，目前还没有能用的地图供应商。

其次是以元戎启行、地平线等为代表的第三方供应商。今年年初，L4级高阶自动驾驶玩家小马智行发布量产智驾方案小马识途，该方案通过利用自研的BEV感知算法，可以仅通过导航地图实现高阶智能驾驶能力；3月16日，地平线创始人兼CEO余凯透露，地平线今年将推出不依赖于高精地图的辅助驾驶方案；3月22日，元戎启行发布了不依赖高精地图的智能驾驶解决方案，成为行业内第一个宣布和高精地图解绑的自动驾驶企业。

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。从车企到第三方智驾方案供应商，摆脱对高精地图的依赖已然成为行业共识。它们开始探索“重感知，轻地图”的新路径，而网约车企业则在存量竞争时代摩拳擦掌加速布局自动驾驶。

3月29日，曹操出行发布了首个共享定制车品牌曹操汽车，同时推出了品牌旗下首款定制车曹操60。这一举措与曹操出行自动驾驶战略密切相关，其试图以高阶智驾商业化运营为目标，围绕出行平台构建集车内空间开发、定制车、智能驾驶、车辆服务于一体的自动驾驶商业化运营生态，曹操汽车便是实现该战略的平台。

两周过后，滴滴也发布了Robotaxi概念车“DiDi NEURON”，还公布了在技术、硬件、量产以及新业务探索方面的进展。据悉，首款量产车型计划于2025年接入滴滴共享出行网络，实现全天候、规模化的混合派单。

值得注意的是，滴滴此次还发布了两款自动驾驶核心硬件——“北曜Beta”激光雷达和三域融合计算平台“Orca虎鲸”，以提升激光雷达在不同环境下的感知效果，同时将智能驾驶域、智能座舱域和网联域三域融集成至一体。此举也意味着，滴滴在“重感知”的路线方向上向前迈进了一步。

头豹研究院汽车行业分析师张诗悦向蓝鲸财经记者表示，车企发展“重感知，轻地图”的驾驶模式，需要车企提升车辆的感知能力，需要开发出高性能的深度学习模型来提高感知精度。

据了解，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。

伴随着“三高”优势，高精地图的落地也带来了“三难”，令车企和图商们叫苦不迭，这成为其失宠的原因。

首先是成本难题。根据《智能网联汽车高精地图白皮书》，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，成本达每公里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，成本达每公里千元左右。

据交通运输部最新数据显示，目前我国公路总里程已达528万公里。以上述数据粗略估算，若把这些道路数据信息全部采集齐全，需要掷金高达几十亿元，这还不算更多错综复杂的乡村小路。即便是一向“不缺钱”的车企，也很难承受这项长期的成本投入。

江西新能源科技职业学院新能源汽车技术研究院院长张翔则指出，高精度地图目前处于示范试用阶段，没有达到规模经济效益，因此价格很贵。如果高精度地图能卖出很多份，开发成本可以实现分摊，自然便宜些。

其次是更新难题。张诗悦指出，目前大多数图商以月度/季度为单位进行更新，城市道路错综复杂，变化频繁，很难实现日/周级更新。

在HUAWEI ADS 2.0发布会上，余承东便指出，高精地图覆盖全国的难度太大，中国道路几乎实时在变动，只有不依赖高精地图的智驾系统，才具备大规模上车实用的价值。此前，他便吐槽过，“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。”

如此缓慢的更新速度难以跟上城市导航辅助驾驶的落地要求，对于车企来说，他们希望的是高精地图的更新频率足够快，若更新缓慢，一定程度上不利于辅助驾驶的加速普及。

最后是资质难题。从去年开始，自然资源部明确收紧高精地图测绘资质（即甲级测绘资质），自动驾驶汽车收集道路环境信息是测绘行为，相关企业主体应当申请测绘资质或将这些工作委托给有资质的第三方。

2022年2月、3月、8月，自然资源部先后分三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的结果，仅有19家单位通过资质复审，而复审前有31家单位。该资质是测绘的唯一凭证，表面看对图商来说或有裨益，但当下自动驾驶的商业模式并未跑通，政策的收紧让本就繁重的采集工作充满更多挑战。

四维图新相关负责人向记者表示，对于高级辅助驾驶的发展时间，L3之前以人为责任主体，辅助驾驶的功能有限，这就限制了用户对传感器和地图成本的接受程度，在市场接受度和成本制约下，高精地图企业需要在技术和内容丰富度上向下兼容。当市场全面向L4级别自动驾驶发展时，高精地图产业将迎来质变。

目前，我国自动驾驶玩家更多选择渐进式的发展路线，即从相对基础、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。随着辅助驾驶技术逐渐转移到城市导航辅助驾驶场景，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。

四维图新上述人士认为，在L1、L2的辅助驾驶阶段，高精地图并非刚性需求，但其对于L4、L5级别的自动驾驶是必选项，对于L3级别的自动驾驶是可选项。因此，自动驾驶汽车的智能化程度越高，对高精度地图的依赖性就越强。

百度方面则向记者指出，目前有关高精地图之于智能驾驶重要性的相关讨论，有点像“不管黑猫白猫，只要能抓到老鼠就是好猫”。谁能率先在多个城市实现泛化，谁就厉害。此外，每个企业有不同的资源禀赋，有不同的技术积累，所以选择不同的路径是很正常的事情。

张诗悦认为，图商可借鉴特斯拉采用众包模式绘制高精地图，即利用车辆自身的传感器进行道路信息采集，上传至云端进行数据融合，通过数据聚合的方式提高精度，从而形成高精地图。该方式可以极大地降低高精地图的制作成本，且能够提升数据更新的速度，但是精度低，可靠性不高。

因此，她建议，可采用集中采集和众包采集结合的方式，将集中采集的数据作为建图的基础，以众包采集的实时数据作为补充，二者进行融合，可在保证精度的同时实现成本的降低。

4月16日，百度Apollo发布了《百度智能驾驶开放白皮书》，并指出正建设高精地图之上且基于众包的地图保鲜能力，目标是在今年做到大多数道路元素变化可以在24小时内动态更新。

此外，据了解，百度的智驾产品在去年上了BEV（鸟瞰视角），实现了实时动态建图，为未来进一步降低HD地图依赖打下基础。

车路协同也是不可忽略的发展方向，不用过度强调单车的“感知”能力，而是通过采用先进的无线通信和新一代互联网等技术，修建一条感知能力足够强的公路，在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理。

据报道，四维图新旗下的中交宇科曾在公开场合表示，“对于未来交通领域，高精地图与车路协同之间的互相结合，将在高精地图的更新及分发，自动驾驶仿真系统及交通管控三大领域迸发出更大的价值。”

百度方面指出，从一开始，百度就意识到必须定义一个比传统高精地图要轻的多的智驾地图。为此，团队花了很多时间讨论，如何在保证体验的情况下精简地图要素，尽量发挥算法能力。百度定义出最懂驾、同时又很轻的HD地图，这个轻HD图的要素比起传统高精要少接近80%，大幅降低了制作成本和交付周期。

虽然高精地图目前面临发展阻碍，但张翔和张诗悦对它的前景都比较看好。他们认为，它是自动驾驶汽车的必要组成部分，给汽车提供数据支持，可以减少过多传感器带来的成本问题。加之，近几年中国陆续出台一系列支持高精地图发展的政策和规范，图商也在尝试降低成本和提高更新速度，因此现阶段虽然高精地图的作用在逐渐淡化，但也不会完全被抛弃。