撰文 / 錢亞光

編輯 / 牛跟尚

設計 / 趙昊然

高精地圖被認為是車企提升自動駕駛能力的重要條件。

從2010年谷歌宣布研發自動駕駛汽車帶動了高精地圖的發展，到2018年自動駕駛行業曾讓地圖行業一片欣欣向榮，除了傳統圖商，包括京東、滴滴、美團等網際網路巨頭，華為、小米等通訊巨頭，甚至上汽、吉利等車企也入局其中。

2019年至今，小鵬、蔚來、理想、北汽極狐、長安阿維塔、廣汽等數十個品牌先後量產了基於高精地圖的高速NOA功能，高精地圖行業隨之迎來發展高潮。

2022年開始，國家自然資源部收緊了甲級地圖資質的監管，對圖商資質進行覆核，先後分3批公布了最新的導航電子地圖製作甲級測繪資質複審換證結果，共有19家單位通過資質複審，主要包含百度、阿里、騰訊、華為及四維圖新、高德、億咖通、寬凳科技等企業，複審前有31家單位，減少了近三分之一。

2022年8 月 30 日，自然資源部又下發《關於促進智能網聯汽車發展維護測繪地理信息安全的通知》，明確規定，高精地圖測繪製作，只能由具備導航電子地圖製作甲級資質的單位進行。

今天，剩下能做高精地圖的圖商已經不多。

高精地圖的局限性

除了出於地圖資質受限外，高精地圖本身也有不足，讓車企不得不轉向去高精地圖的道路。

首先成本高。據《智能網聯汽車高精地圖白皮書》披露，採用傳統測繪車方式，分米級地圖的測繪效率約為每天每車500公里道路，成本為每公里10元左右，而厘米級地圖的測繪效率約為每天每車100公里道路，成本可能達每公里千元。

數據顯示，中國城際高速公路和城市快速路有30萬公里，中國城市道路約1000萬公里，城市路口約40萬個，紅綠燈約136萬個，交通網錯綜複雜。實現實時更新，不僅是一項龐大的工程，更是一項燒錢的項目。武漢大學測繪遙感信息工程國家重點實驗室教授李必軍曾表示，把全國的道路數據採集下來至少需要 200 億元左右。

其次是覆蓋率低。高精地圖包含幾乎所有與交通相關的周圍靜態信息，包括車道線位置、寬度、坡度、曲率等道路數據，交通標誌、交通信號燈、車道限高、下水道口、障礙物等車道周邊的固定對象信息，以及高架物體、防護欄、數目、道路邊緣類型、路邊地標等基礎設施信息。

城市的發展比較快，隨著道路施工、道路改變，每一次變化都會使得高精度地圖上增加一個斷點，而隨著時間的推移，斷點越來越多，依賴高精度地圖的自動駕駛體驗連續性就會下降。

第三，高精地圖更新也是大難題。市面上的圖商只能做到 3 個月更新一次高精地圖，而對於自動駕駛而言，理想狀態是日更，乃至小時級的更新。

成本高、覆蓋率低、更新慢，使得高精地圖難以滿足NOA在城市場景的大規模、快速拓展需求。

2023年以來，受價格戰影響，車企降本壓力明顯，並將寒氣傳導至汽車產業鏈上下游，NOA要想真正大規模普及，降本也是必由之路。

大部分車企去/輕高精地圖的目的，很大程度上不是要擺脫對高精地圖的依賴，而是要擺脫對昂貴的高精地圖的依賴。

高精地圖與智能駕駛並不矛盾。所謂高精地圖之爭背後的焦點在於如何在成本較低的情況下滿足車企需求，實現安全、可靠的導航體驗。

輕地圖漸成主流

重感知、輕地圖的自動駕駛方案，即在原有高精地圖的架構基礎上，區分圖層和要素，根據智駕系統下游的需求，通過減少圖層和元素，降低地圖的採集和更新成本，加快更新的周期。

輕地圖解決方案能夠進入實際應用環節中，是基於現階段單車感知能力的快速提升，比如BEV以及Transformer的應用。

BEV 鳥瞰圖（Bird's-eye-view Perception），是通過將多個攝像頭採集的數據，進行多幀時序前融合，BEV輸出鳥瞰視角下動態目標物的 4D 信息（車輛速度/距離等）及靜態目標物的 3D 信息（車道線/路沿等），以此供給規劃、控制等下游任務做參考。

在這個過程中，基於注意力機制（Attention）的Transformer神經網絡模型起到關鍵作用，Transformer 能夠抽象地理解整個圖像不同區域語義元素之間的關係，通過圖片像素之間關係，從而很好地在空間-時序維度上進行建模。

隨著2023年城市NOA（Navigate On Autopilot導航輔助駕駛）軍備競賽開啟，越來越多的汽車公司開始公開強調，要擺脫對高精地圖的依賴。

小鵬、蔚來、理想等造車新勢力以及華為、地平線、毫末智行等智能駕駛解決方案商已相繼宣布，未來將採用以車輛自身傳感器為主、高精地圖為輔的路線發展自動駕駛。

業內頂級的自動駕駛公司也已從L4降級到L2+，紛紛推出能夠上車的非高精地圖方案，把重點調整為了拼量產、拼交付。

對於這一趨勢，圖商們針對技術的不斷創新和市場需求的變化，進行不斷適應和調整，推出了成本更低、保留基本元素、更新很快的輕地圖方案，發掘自身在智能汽車未來商業生態中的優勢，為用戶提供更好的服務。

四維圖新CEO程鵬在今年用戶大會上表示：「智駕方案當然需要地圖，市場缺的是高性價比的地圖。」車企可接受的NOP系統價格約占整車售價的3%，然而行業內NOP價格普遍偏高。

對於BEV+Transform這套技術路線，他認為這種技術路線本質上是擺脫雷射雷達，能夠用更為便宜的傳感器實現智駕功能，而不是擺脫高精地圖。高精地圖作為一個超視距的先驗傳感器，可以提前獲取車輛前方的道路信息及交通狀況。地圖能夠做到的事情，這套算法模型做不到。

10月17日的百度世界大會2023上，百度智能駕駛事業群組智能汽車業務部總經理蘇坦表示，由於城市場景過於複雜，用以往的高精地圖方案肯定會遇到很大的成本瓶頸和數據鮮度瓶頸。百度在未來一段時間內會嘗試用新的方式去做輕地圖重感知的方案，比如基於大模型強大的感知能力，讓輕量級的數據可持續。

蘇坦認為，經典意義上的無圖不會在終局發生，至少還需要很長一段時間，目前「輕地圖重感知」的路線將會發展得越來越好，不論是有圖、無圖還是高精、超清，智能駕駛本質上是需要兼顧體驗與安全的核心課題。

騰訊地圖副總裁、騰訊數字孿生業務負責人張少宇表示：「輕地圖在業界有很多種說法，有說成本更低的，有說單位里程數據量更小的。我們認為地圖真正輕下來，要素更新要做到足夠快。要素級的更新，是最小顆粒度的。」

高德地圖汽車業務中心總經理江睿表示，「輕地圖」並非是指市場不需要地圖了，而是需要一張相較高精地圖更「輕」的活地圖，以順應合作夥伴和行業的發展需求。

圖商的應對

下面我看看幾家圖商的輕地圖方案，這些方案基本上都是在高性價比的前提下提供最常用的要素加快更新速度，為智能駕駛的進步提供助力的。如何通過技術創新等提升地圖鮮度，並使上車降低成本，將是輕地圖今後主要的努力方向。

1、百度

2022年12月，全球智能汽車產業峰會（GIV2022）期間，百度發布了「輕量化」的解決方案，其城市智駕 Apollo City Driving Max 系統，選擇以「純視覺+雷射雷達」的方式實現感知冗餘，通過加強算法、減少對於道路要素的依賴，以便在多個城市用合理可接受的成本推廣開來。

2023年8月，百度在推出134城高精地圖時又提到了百度採用輕地圖方案，並且成本相比傳統高精地圖下降近80%。

百度表示，地圖和智駕方案可以提供LD數據和HD數據供車企選擇。LD沒有提供定位圖層的數據，在車道的數據上也會有一些差異，對於一些「駕」的能力比較好的地方，只會支持車道的拓撲連通。

LD會有更多的眾源數據進來，所以可以做例行的周級更新，局部場景甚至可以做到天級的快速更新。

百度輕地圖方案減少成本的方法，一是降低高精地圖的採集訓練成本，在高精地圖的背後，採用了文心一言大模型進行自動標註，相比人工標註成本大幅度降低，據百度稱，這次提出的首個地圖生成大模型可以讓「地圖製圖成本降低 95%」。

二是百度採用輕地圖的模式，不採用更高精度的採集車，對地圖的精度以及元素豐富度進行了適度裁剪，只需要知道大致元素和大致方位，利用算法的提升從而提升容錯率，而地圖更多的大模型則可以通過眾源數據發現問題並進行解決，數據更新更快，也減少了成本。

2、騰訊

2023年4月，騰訊在「2023 TIME DAY·騰訊智慧出行技術開放日」活動上，宣布面向城市級智能駕駛場景，推出HD Air輕量級高精數據產品。

騰訊地圖產品總經理陳志表示：HD Air屬於騰訊Unimap數據產品矩陣中一員，它的要素豐富度和精度在滿足L2+級自動駕駛需求的同時，進一步降低建圖成本，為城市級智能駕駛規模化落地提供基礎，具備更輕、更快、要素更精細的優勢。

更輕是指HD Air能夠聚焦在提供智能駕駛的必要要素，以「點」形式表達複雜車道和路口，聚焦車道信息，數據量更小，表達方式更簡潔；更快，是指多種採集更新模式可以保障周級更新，通過提供更加實時準確的數據，幫助敏捷應對快速變化的城市場景；要素更精細，是指除了道路精細化呈現，對於座艙應用需要的POI（興趣點）、環境、建築物等有更精細的表達，可以支持更三維化、逼真化、實時化的地圖渲染，提升座艙體驗。

此外， HD Air信息來源更豐富，車道變化點、車道屬性、車道標線等內容齊全，但是要素生產卻相對高精地圖來說實現了簡化，推動製圖成本更低。

9月8日，騰訊在全球數字生態大會上又提出了智駕雲圖方案，可以做到同步在線更新，實現要速記、分鐘級的更新效率；環境數據、駕駛經驗數據、自動駕駛運營數據都可以成為雲化一部分，傳輸存儲更便捷；帶來商業模式可能性增加，訂閱式、柔性訂閱服務成為可能。

騰訊地圖副總裁、騰訊數字孿生業務負責人張少宇認為：「智駕地圖最後的競爭，不是比更高精度，不是你是厘米級、我是毫米級的。而是首先往更新快這個方向發展。」

地圖數據和駕駛經驗數據云化開放後，主機廠的車隊能夠將數據回傳，一同更新自動駕駛所需要的數據。基於大模型挖掘的駕駛經驗圖層，可以提供傳統地圖不具備的彎道建議車速、顛簸路段建議車速、行人易穿行道路信息等更豐富的駕駛經驗數據，使得自動駕駛系統的駕駛行為更加接近真人。

3、高德

2023年6月，高德在第十四屆中國汽車藍皮書論壇上推出了面向汽車行業的全新HQ Live MAP。高德地圖汽車業務中心總經理江睿認為，雖然汽車目前已具備感知車輛周邊環境的能力，但針對車輛阻擋、不規則路網、複雜路口和交通規制等信息，感知系統還無法做到看清、理解和表達，地圖作為提供全局先驗信息的底層基礎設施，仍具有不可或缺的作用。

高德HQ Live MAP雖然在精度方面無法達到HD MAP（絕對精度50cm，相對精度10cm）的細緻程度，但對於高級輔助駕駛的場景來說也已足夠（高速和城市快速路場景：絕對精度1m，相對精度30cm；城區普通路場景：相對精度1m）。由於簡化了城區普通路場景中不必要的地圖元素，降低了製作和部署成本，以達到更輕、但更實用的效果。

相較原本以「季度」為單位的更新頻率，高德HQ Live MAP可實現實時日更。其主要方法是通過自研眾源設備，並大範圍部署至生態內的海量物流車、行業車、調度車等，實現從發現、採集、生產到發布等完整流程的大幅提效，從而構建共贏的融合地圖生態體系。

高德HQ Live MAP將在2023年內支持50個城市，並在2024年內部署至超過全國100個城市，預計面向行業開放合作時間為2023年12月。

4、四維圖新

4月18日，在上海車展上，四維圖新發布服務於智能駕駛的「場景地圖」產品，數據體量較輕，成本更低，部署更便捷，且可有針對性地解決自動駕駛系統過複雜路口頻繁接管等行業痛點。目前場景地圖已覆蓋120城，四維圖新將爭取在2027年實現全國覆蓋，會將高精地圖的成本從「幾萬塊直接降到百元級」。

10月10日舉行的四維圖新用戶大會上，四維圖新推出了面向追求極致性價比的城市NOA提出的地圖解決方案HD Lite，以提供超視距數據為基礎，適當降低要素精度及要素數量，同時大幅提升覆蓋廣度、數據鮮度，並降低單位數據成本。此外，重點對複雜場景感知難、規控要求高的要素做詳細表達，以彌補複雜場景感知不足。通過提升車道級規控能力，增強自駕體驗。

四維圖新HD Lite的極致性價比，目標要將城市NOA的地圖解決方案採購成本降到HD Pro地圖的1/2。藉助OneMap平台和工具鏈，實現從導航到不同等級的自駕應用的端到端數據產品布局。通過全產品矩陣布局，助力車企打造極致性價比、更具競爭力的量產智駕方案。

四維圖新表示，輕量化地圖不只有自身價格優勢，還可以降低傳感器以及算力依賴，雷射雷達等高成本傳感器可以成為選裝品，算力則只需50-200TOPS可滿足當前車企落地城市NOA的需求。