“无图化”，自动驾驶新征程

非田

2023年7月11日，美国加州旧金山，自动驾驶出租车

无图智能驾驶，是汽车行业贯穿2023年的热词，也是各家车企和智驾公司秀自家技术肌肉的最新方式，在年内纷纷喊出“不依赖高精地图，快速大规模落地”的口号。

去年年底，小鹏宣布，自11月首次落地无图城市导航辅助驾驶功能以来，全国累计有52城可实现无图智能辅助驾驶功能。问界、理想等曾也先后表示，要推出自家的无图智驾方案，业界正经历着一场“无图”+“开城”（指在更多城市实现无图智能驾驶）的大战。

有图智能驾驶，指的是在高精地图的辅助下，进行智能驾驶决策，即通过AI完成变道、超车、转弯等一系列驾驶操作—而有了高精地图的辅助，这些操作就会变得更为简单。

但特斯拉CEO埃隆·马斯克却在2019年就提出，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。3年后，特斯拉AI日活动上，特斯拉提出了高精地图的替代方案，拉开了智能驾驶从有图到轻量化地图再到无图智驾的序幕。

“重感知、轻地图”，是实现真正意义上无人驾驶的重要一环。随着各大企业的发力竞逐，不久的将来，无图智驾有望在绝大多数场景下得到普及。但即便实现了无图智驾，梦想中的自动驾驶离我们依然还有一定距离。

“氪金”并非万能

如果按照精度来划分，电子导航地图大致可以分为标准地图（SD Map）、车道级地图（LD Map）、高精地图（HD Map）三个类别。SD Map主要由驾驶者使用，可显示道路基本情况，精度在米级即可；而HD Map要精细的多，其精度要达到厘米级。

此外，按照中国自然资源部发布的《道路高精导航电子地图数据规范》规定，智能驾驶系统使用的HD Map要含有道路网、车道网、道路标线以及道路设施的几何、属性与关系。

如果用游戏场景来类比智能驾驶，“无图”就好比在一个视野全无的场景上进行分析探索，而提前或即时加载的“高精地图”，就如同在即时战略（RTS）和多人在线战术竞技（MOBA）游戏里，开了全图视野、消除了战争迷雾一样，能让车辆“看”清四周，从而更快做出响应。因此，高精地图也被智能驾驶行业称为“上帝之眼”。

智能驾驶可分为感知、规划、执行这三个步骤，即AI的所见、所思、所行。某汽车媒体主编Q先生告诉《看世界》，如果把智能驾驶的AI比喻成一个近视患者，那么地图就好比戴上了一副近视眼镜，使其能正常行走；而无图就如同做了一场视力矫正手术，彻底摆脱眼镜—这一过程中，“矫正”的用具就是算法的优化。

Q先生认为，同样是智能驾驶，如果单纯从当前的乘坐感受上来说，“有图”多少会比“无图”略好一些，“带图就好像开卷考试，需要处理的内容会相对较少”。

高精地图更像游戏里疯狂氪金的“人民币玩家”，可“钞能力”虽好，限制也少不了。

首先是资质。近年来，国家逐步收紧了导航电子地图制作甲级资质，没有资质的车企，只能向地图类企业采购。

再就是钱。一方面，高精地图采集车需要搭载激光雷达、摄像头、GPS接收机、数据储存计算等专业设备，车辆成本在百万元乃至千万元级别，这就注定了地图使用费不会便宜。

更令車企无法接受的是，由于地图数据需要更新维护，地图并非一次性费用，而是持续收取，这也就意味着，在车辆使用期间，只要涉及智能驾驶，车企都得额外支付地图的费用。

特斯拉专属的计算机视觉系统“特斯拉视觉”处理画面

高精地图也被智能驾驶行业称为“上帝之眼”。

退一步说，即便车企愿意掏这一笔钱，现有高精地图的鲜度（即更新频率）和开通高精地图的城市都相对有限。清华大学与百度等联合编写的《智能网联汽车高精地图白皮书2020》数据显示，厘米级的高精地图测绘效率大致为100km/车/天，这与全国535万公里的公路总里程相比，无异于杯水车薪。

这也就意味着，如果单纯依赖有图，一旦车主离开“带图”的城市，智能驾驶必然受限。

Q先生透露，据他了解，当前城市级高精地图更新频率，通常只能做到按季度计算，能按月更新的就已不多，而这远远满足不了驾驶需求。“获取北上广深等一线城市的高精地图并不困难，但又有多少企业愿意花大价钱，去小城市采集和快速更新高精地图呢？”

“上帝视角”击败“上帝之眼”

“有图”的种种限制，催生出了“无图”，但高精地图始终有不少拥趸，推进“无图”的进程中，充斥着口水战。

“部分车企之所以强调‘无图，主要是因为无地图资质、无知识产权、无安全敬畏。”

国际数据公司IDC发布的《中国高精地图市场份额》报告显示，2021年中国高精度地图市场规模为6.46亿元，同比增长36.3%。IDC认为高精地图规模化应用已经具备一定的基础，已经到了落地的前夜。

去年10月，地图龙头企业“四维图新”CEO程鹏怒批：“部分车企之所以强调‘无图，主要是因为无地图资质、无知识产权、无安全敬畏。”

据他透露，该公司做了相当多调研，发现一些自称实现了“无图”的车企，在遮挡全部传感器之后，仍然能正确读取地图信息。这也就意味着，一些车企很可能是自诩“无图”，但暗中“有图”。

持有类似思路的，还有美国智能驾驶服务企业Waymo，这是一家隶属于谷歌母公司Alphabet的公司，谷歌能为其提供其他厂商难以企及的高精地图。

但同为行业龙头的特斯拉却对高精地图嗤之以鼻，并推出了自己的解决方案。英特尔旗下的Mobileye和国内一些厂商也在这一思路下，摸索出了属于自己的无图智驾方案。

早些年，特斯拉的“无图”采用摄像头+雷达模式，但从2021年5月起，特斯拉在北美版Model 3和Model Y的智能驾驶方案中，弃用了雷达和超声传感器，转为采用纯视觉方案。

为此，特斯拉推出了专属的计算机视觉系统“特斯拉视觉”（Tesla Vision），车辆只需配备8个360度摄像头用以代替雷达，通过摄像头提取，再由计算机处理并转化为3D数据。

在后端，特斯拉有千人级别的标注团队，对超过百万辆特斯拉收集的数据进行标注，通过训练计算机识别和解释视觉世界，以实现无图智驾。

特斯拉的底气来自近年兴起的“BEV+Transformer”技术。BEV名为“鸟瞰图视角”（Bird's-eye-view），是一种AI算法。

这一算法在谷歌推出的深度学习模型“Transformers”的加持下，可以将车载摄像头拍到的画面进行坐标转换，模拟出在车辆正上方10～20米处，向下俯视车辆及周围环境的“上帝视角”画面。智能驾驶的所有决策也都基于这一“上帝视角”进行，从而实现“无图智驾”。

简单而言，在AI的帮助下，特斯拉利用“上帝视角”击败了“上帝之眼”。但在现阶段，这一方案也并非无懈可击。由于缺乏雷达，特斯拉也发生过多起因算法失误而出现的“幻影制动”事件。

另一方面，止不住的官司也从侧面说明了，无图离成熟尚有一段距离。Q先生也认为，欧美国家人口密度远不如中国，路况也相对简单，“特斯拉视觉”等在欧美适用的“无图”能力，能否适应国内包含大量电动车、摩托车等在内更为复杂的道路环境，还有待验证。

麦肯锡咨询在一份报告中指出，对于全球车企来说，基于中国法律法规要求、消费者习惯、车况路况及基础建设方向的不同，自动驾驶技术栈需要进行不同程度的本土化适配。

翻过有图的山丘是正途吗？

挣脱来自地图的束缚，是智驾探寻新可能的基础。但翻过“地图”这座山丘，见到的就是理想中的自动驾驶吗？恐怕未必。

《汽车驾驶自动化分级》国家标准将汽车驾驶自动化功能分为L0—L5六级，L3及以上才被称为“自动驾驶”，以下均为驾驶辅助。其中L5为“完全自动驾驶”，即驾驶自动化系统在任何可行驶条件下，持续地执行全部动态驾驶任务和执行动态驾驶任务接管，这与民众理解的全自动驾驶含义基本一致。

目前，能掌握L3级有条件自动驾驶的厂商在逐渐增多，而业界较为领先的厂商技术，则具备实现L4高度自动驾驶的能力。

两者与L5最大的区别在于，其实现功能的前提是“在有限的设计运行条件内”，且L3还可能需要驾驶员接管，不能完全离开人类。

Q先生告诉《看世界》，尽管“无图”的进步让人欣喜，但智能驾驶如同十项全能竞赛，但凡有一处不过关，对于驾驶安全而言都无法接受。

在他看来，目前阻碍自动驾驶的是1%最难的场景，和那些尚未知道的潜藏风险：前者属于“已知的不安全”范畴，可以通过算法和算力升级迭代逐步解决；但后者属于“未知不安全”，不仅需要技术，更需要试错的时间。

不过，从有图到“无图”的速度达到甚至略超行业预期，这与智能驾驶行业诸多不断跳票的技术承诺，形成了鲜明对照，可能也是技术持续平稳进步的写照。

中国乘用车产业联盟秘书长张秀阳在受访时表示，由于道路场景复杂，即使现有技术已经实现了90%以上场景的自动驾驶，但剩下10%的长尾场景问题如果得不到解决，自动驾驶就无法落地。

自动驾驶是一个错综复杂的问题，需要技术实力、大量的测试时间和人力，来收集大量数据和重复改进系统。

从1980年代美国国防高級研究计划局提出陆地自动巡航计划以来，自动驾驶已经走过了约半个世纪的历程，在L5自动驾驶离我们或许只有最后一公里的当下，理应对这一技术有更多的期待。

责任编辑吴阳煜 wyy@nfcmag.com