“無圖化”，自動駕駛新征程

非田

2023年7月11日，美國加州舊金山，自動駕駛出租車

無圖智能駕駛，是汽車行業貫穿2023年的熱詞，也是各家車企和智駕公司秀自家技術肌肉的最新方式，在年內紛紛喊出“不依賴高精地圖，快速大規模落地”的口號。

去年年底，小鵬宣布，自11月首次落地無圖城市導航輔助駕駛功能以來，全國累計有52城可實現無圖智能輔助駕駛功能。問界、理想等曾也先后表示，要推出自家的無圖智駕方案，業界正經歷著一場“無圖”+“開城”（指在更多城市實現無圖智能駕駛）的大戰。

有圖智能駕駛，指的是在高精地圖的輔助下，進行智能駕駛決策，即通過AI完成變道、超車、轉彎等一系列駕駛操作—而有了高精地圖的輔助，這些操作就會變得更為簡單。

但特斯拉CEO埃隆·馬斯克卻在2019年就提出，過分依賴高精度地圖，會讓自動駕駛系統變得極其脆弱，普及起來更加困難。3年后，特斯拉AI日活動上，特斯拉提出了高精地圖的替代方案，拉開了智能駕駛從有圖到輕量化地圖再到無圖智駕的序幕。

“重感知、輕地圖”，是實現真正意義上無人駕駛的重要一環。隨著各大企業的發力競逐，不久的將來，無圖智駕有望在絕大多數場景下得到普及。但即便實現了無圖智駕，夢想中的自動駕駛離我們依然還有一定距離。

“氪金”并非萬能

如果按照精度來劃分，電子導航地圖大致可以分為標準地圖（SD Map）、車道級地圖（LD Map）、高精地圖（HD Map）三個類別。SD Map主要由駕駛者使用，可顯示道路基本情況，精度在米級即可；而HD Map要精細的多，其精度要達到厘米級。

此外，按照中國自然資源部發布的《道路高精導航電子地圖數據規范》規定，智能駕駛系統使用的HD Map要含有道路網、車道網、道路標線以及道路設施的幾何、屬性與關系。

如果用游戲場景來類比智能駕駛，“無圖”就好比在一個視野全無的場景上進行分析探索，而提前或即時加載的“高精地圖”，就如同在即時戰略（RTS）和多人在線戰術競技（MOBA）游戲里，開了全圖視野、消除了戰爭迷霧一樣，能讓車輛“看”清四周，從而更快做出響應。因此，高精地圖也被智能駕駛行業稱為“上帝之眼”。

智能駕駛可分為感知、規劃、執行這三個步驟，即AI的所見、所思、所行。某汽車媒體主編Q先生告訴《看世界》，如果把智能駕駛的AI比喻成一個近視患者，那么地圖就好比戴上了一副近視眼鏡，使其能正常行走；而無圖就如同做了一場視力矯正手術，徹底擺脫眼鏡—這一過程中，“矯正”的用具就是算法的優化。

Q先生認為，同樣是智能駕駛，如果單純從當前的乘坐感受上來說，“有圖”多少會比“無圖”略好一些，“帶圖就好像開卷考試，需要處理的內容會相對較少”。

高精地圖更像游戲里瘋狂氪金的“人民幣玩家”，可“鈔能力”雖好，限制也少不了。

首先是資質。近年來，國家逐步收緊了導航電子地圖制作甲級資質，沒有資質的車企，只能向地圖類企業采購。

再就是錢。一方面，高精地圖采集車需要搭載激光雷達、攝像頭、GPS接收機、數據儲存計算等專業設備，車輛成本在百萬元乃至千萬元級別，這就注定了地圖使用費不會便宜。

更令車企無法接受的是，由于地圖數據需要更新維護，地圖并非一次性費用，而是持續收取，這也就意味著，在車輛使用期間，只要涉及智能駕駛，車企都得額外支付地圖的費用。

特斯拉專屬的計算機視覺系統“特斯拉視覺”處理畫面

高精地圖也被智能駕駛行業稱為“上帝之眼”。

退一步說，即便車企愿意掏這一筆錢，現有高精地圖的鮮度（即更新頻率）和開通高精地圖的城市都相對有限。清華大學與百度等聯合編寫的《智能網聯汽車高精地圖白皮書2020》數據顯示，厘米級的高精地圖測繪效率大致為100km/車/天，這與全國535萬公里的公路總里程相比，無異于杯水車薪。

這也就意味著，如果單純依賴有圖，一旦車主離開“帶圖”的城市，智能駕駛必然受限。

Q先生透露，據他了解，當前城市級高精地圖更新頻率，通常只能做到按季度計算，能按月更新的就已不多，而這遠遠滿足不了駕駛需求。“獲取北上廣深等一線城市的高精地圖并不困難，但又有多少企業愿意花大價錢，去小城市采集和快速更新高精地圖呢？”

“上帝視角”擊敗“上帝之眼”

“有圖”的種種限制，催生出了“無圖”，但高精地圖始終有不少擁躉，推進“無圖”的進程中，充斥著口水戰。

“部分車企之所以強調‘無圖，主要是因為無地圖資質、無知識產權、無安全敬畏。”

國際數據公司IDC發布的《中國高精地圖市場份額》報告顯示，2021年中國高精度地圖市場規模為6.46億元，同比增長36.3%。IDC認為高精地圖規模化應用已經具備一定的基礎，已經到了落地的前夜。

去年10月，地圖龍頭企業“四維圖新”CEO程鵬怒批：“部分車企之所以強調‘無圖，主要是因為無地圖資質、無知識產權、無安全敬畏。”

據他透露，該公司做了相當多調研，發現一些自稱實現了“無圖”的車企，在遮擋全部傳感器之后，仍然能正確讀取地圖信息。這也就意味著，一些車企很可能是自詡“無圖”，但暗中“有圖”。

持有類似思路的，還有美國智能駕駛服務企業Waymo，這是一家隸屬于谷歌母公司Alphabet的公司，谷歌能為其提供其他廠商難以企及的高精地圖。

但同為行業龍頭的特斯拉卻對高精地圖嗤之以鼻，并推出了自己的解決方案。英特爾旗下的Mobileye和國內一些廠商也在這一思路下，摸索出了屬于自己的無圖智駕方案。

早些年，特斯拉的“無圖”采用攝像頭+雷達模式，但從2021年5月起，特斯拉在北美版Model 3和Model Y的智能駕駛方案中，棄用了雷達和超聲傳感器，轉為采用純視覺方案。

為此，特斯拉推出了專屬的計算機視覺系統“特斯拉視覺”（Tesla Vision），車輛只需配備8個360度攝像頭用以代替雷達，通過攝像頭提取，再由計算機處理并轉化為3D數據。

在后端，特斯拉有千人級別的標注團隊，對超過百萬輛特斯拉收集的數據進行標注，通過訓練計算機識別和解釋視覺世界，以實現無圖智駕。

特斯拉的底氣來自近年興起的“BEV+Transformer”技術。BEV名為“鳥瞰圖視角”（Bird's-eye-view），是一種AI算法。

這一算法在谷歌推出的深度學習模型“Transformers”的加持下，可以將車載攝像頭拍到的畫面進行坐標轉換，模擬出在車輛正上方10～20米處，向下俯視車輛及周圍環境的“上帝視角”畫面。智能駕駛的所有決策也都基于這一“上帝視角”進行，從而實現“無圖智駕”。

簡單而言，在AI的幫助下，特斯拉利用“上帝視角”擊敗了“上帝之眼”。但在現階段，這一方案也并非無懈可擊。由于缺乏雷達，特斯拉也發生過多起因算法失誤而出現的“幻影制動”事件。

另一方面，止不住的官司也從側面說明了，無圖離成熟尚有一段距離。Q先生也認為，歐美國家人口密度遠不如中國，路況也相對簡單，“特斯拉視覺”等在歐美適用的“無圖”能力，能否適應國內包含大量電動車、摩托車等在內更為復雜的道路環境，還有待驗證。

麥肯錫咨詢在一份報告中指出，對于全球車企來說，基于中國法律法規要求、消費者習慣、車況路況及基礎建設方向的不同，自動駕駛技術棧需要進行不同程度的本土化適配。

翻過有圖的山丘是正途嗎？

掙脫來自地圖的束縛，是智駕探尋新可能的基礎。但翻過“地圖”這座山丘，見到的就是理想中的自動駕駛嗎？恐怕未必。

《汽車駕駛自動化分級》國家標準將汽車駕駛自動化功能分為L0—L5六級，L3及以上才被稱為“自動駕駛”，以下均為駕駛輔助。其中L5為“完全自動駕駛”，即駕駛自動化系統在任何可行駛條件下，持續地執行全部動態駕駛任務和執行動態駕駛任務接管，這與民眾理解的全自動駕駛含義基本一致。

目前，能掌握L3級有條件自動駕駛的廠商在逐漸增多，而業界較為領先的廠商技術，則具備實現L4高度自動駕駛的能力。

兩者與L5最大的區別在于，其實現功能的前提是“在有限的設計運行條件內”，且L3還可能需要駕駛員接管，不能完全離開人類。

Q先生告訴《看世界》，盡管“無圖”的進步讓人欣喜，但智能駕駛如同十項全能競賽，但凡有一處不過關，對于駕駛安全而言都無法接受。

在他看來，目前阻礙自動駕駛的是1%最難的場景，和那些尚未知道的潛藏風險：前者屬于“已知的不安全”范疇，可以通過算法和算力升級迭代逐步解決；但后者屬于“未知不安全”，不僅需要技術，更需要試錯的時間。

不過，從有圖到“無圖”的速度達到甚至略超行業預期，這與智能駕駛行業諸多不斷跳票的技術承諾，形成了鮮明對照，可能也是技術持續平穩進步的寫照。

中國乘用車產業聯盟秘書長張秀陽在受訪時表示，由于道路場景復雜，即使現有技術已經實現了90%以上場景的自動駕駛，但剩下10%的長尾場景問題如果得不到解決，自動駕駛就無法落地。

自動駕駛是一個錯綜復雜的問題，需要技術實力、大量的測試時間和人力，來收集大量數據和重復改進系統。

從1980年代美國國防高級研究計劃局提出陸地自動巡航計劃以來，自動駕駛已經走過了約半個世紀的歷程，在L5自動駕駛離我們或許只有最后一公里的當下，理應對這一技術有更多的期待。

責任編輯吳陽煜 wyy@nfcmag.com