2023年,城市NOA迎来爆发期,众多车企纷纷宣布将在今年量产城市NOA功能。而随着城市NOA即将步入大规模量产落地,“不依赖高精度地图”逐渐成为行业主流观点和发展趋势。
究其原因,一方面是受限于高精度地图本身覆盖度、成本、更新频次等问题,难以满足城市NOA量产的需求。另一方面,则在于高精度地图的测绘属于国家强监管领域,相关政策法规的颁布和实施,也让企业使用高精度地图的成本攀升。
也正因此,越来越多的企业宣布推出“不依赖高精度地图”智能驾驶解决方案。如华为在4月份发布了不依赖高精度地图的高阶自动驾驶系统,将搭载至问界M5;理想汽车此前也表示今量产的城市NOA将不依赖高精度地图。
但“不依赖高精度地图”并不等于无图。毕竟,城市场景相比高速场景更加复杂,变化更加迅速,HMI更精细逼真的渲染需求,都对地图能力提出了更多的要求。因此,“轻地图”解决方案则成为城市NOA迈向量产的有效解法。
今年4月,腾讯发布了专为城市智能驾驶打造的地图产品HDAir轻量级高精数据,其具备更轻、更快、要素更精细的优势,能够在满足L2+级自动驾驶需求的同时,进一步降低建图成本,为城市级智能驾驶规模化落地提供基础。
同期,百度也发布了“轻量化”的解决方案,其城市智驾ApolloCityDrivingMax系统,选择以「纯视觉+激光雷达」的方式实现感知冗余,通过加强算法、减少对于道路要素的依赖,比行业通用的传统高精地图要「轻」近80%,以便在多个城市用合理可接受的成本推广开来。
事实上,除了腾讯、百度外,包括四维图新、高德等图商,小马智行、元戎启行等L4级自动驾驶解决方案供应商,以及华为等企业,都在积极探寻轻地图解决方案。那么,“轻地图”的“轻”究竟该如何定义?“轻地图”又是如何实现更低成本助力城市NOA加速量产落地?
传统高精度地图,难以满足城市NOA需求?
早在2019年,特斯拉CEO马斯克就曾公开表示:“过分依赖高精度地图,会让自动驾驶系统变得极其脆弱,普及起来更加困难。”对此,业内普遍认为,高精度地图作为自动驾驶系统的重要感知能力,是必不可少的一项。但当自动驾驶从高速走向城市,受限于高精度地图本身成本、鲜度和覆盖度等问题,难以满足城市NOA的量产需求。
此前毫末智行CEO顾维灏表示,高精度地图在城市道路上会面临非常大的调整,原因在于城市道路多、公里路长、变化高,高精度地图想要体现时效性,对图商要求非常高。同时,成本也是一个非常大的问题,毕竟想要做到实时更新的鲜度,本身地图的成本就会非常高。
小鹏汽车自动驾驶副总裁吴新宙也曾表示,希望NGP发布的时候能够做到以“天”级更新高精地图的能力。但现实是,高精地图更新是另一个大难题。据了解,当前市面上的图商只能做到3个月更新一次高精地图,而对于自动驾驶而言,理想状态是日更,乃至小时级的更新。
成本方面,高精地图路线不仅初期投入巨大,还需要和激光雷达技术、摄像头、位置传感器(GPS)配套,制作依赖专门的采集车,一辆采集车成本上百万,且需要在全国主要城市路网大面积采集,采集车工作人员,数据采集、分析、处理也要计入成本。而这只是第一步,随之而来的是高昂的维护费用。
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。
相关数据显示,中国城际高速公路和城市快速路有30万公里,中国城市道路约1000万公里,城市路口约40万个,红绿灯约136万个,交通网错综复杂。实现实时更新,不仅是一项庞大的工程,更是一项烧钱的事业。武汉大学测绘遥感信息工程国家重点实验室教授李必军曾表示,把全国的道路数据采集下来至少需要200亿左右。
与此同时,高精度地图的测绘也面临着更严格的资质监管,相关数据显示,2021年,共有31家企业拿到了甲级测绘资质,而到了2022年,却仅有19家通过复核,对比之下,数据量锐减,这也成为自动驾驶向更多城市道路拓展的阻碍
基于此,我们不难看出,尽管高精度地图在自动驾驶技术中扮演着不可或缺的角色,但受限于政策、市场、技术等多重难题,其很难发挥出自身重要作用,车企也逐渐走向“轻地图”路线。
轻地图解决方案,该如何定义?
不依赖高精度地图,并不意味着完全放弃高精度地图。
甚至到现在,大部分企业在自动驾驶系统的研发环节,都还高度依赖高精度地图。毕竟,如果没有高精度地图,连自动驾驶的demo都很难做出来。
当然,落到实际量产应用环节,尤其是在城市NOA量产过程中,高精度地图的限制却使其难以实现大规模的应用,“轻地图解决方案”应运而生。
所谓的“轻地图解决方案”,主要有两种情况,一种是直接接入导航地图(标准SD地图),比如特斯拉FSD,其在数据标注阶段使用的是高精度地图,而在FSD实际运营阶段则是接入的普通导航地图。
另一种则是基于处于导航地图和高精度地图之间的地图形式,其在精度、要素的丰富度上,要比导航地图更高,但弱于高精度地图,在保留智能驾驶所必需的基础要素基础上,简化了不必要的元
