高精地图的城市“攻坚战”

雷军

在北京市经开区60平方公里的核心区内，一辆辆Robotaxi（无人驾驶出租车/网约车）正在马路上不疾不徐的行驶。在“主驾位置无安全员”的情况下，Robotaxi可以自行完成起步、提速、并线、跟车、转弯、避障、靠边停车等操作，吸引了不少市民参与体验。
今年7月，北京正式开放国内首个无人化出行服务商业化试点，小马智行和百度成为首批获许企业，30辆Robotaxi实现了常态化运营并开展收费服务。
实际上，除了通过携带摄像头、激光雷达、传感器等各种设备增强感知能力，Robotaxi能够在“主驾位置无安全员”的情况下和其他社会车辆“并驾齐驱”，还有一个重要倚仗——高精地图。
高精地图，指的是绝对精度和相对精度均在厘米级的高分辨率、高丰度要素的导航地图。高精地图所蕴含的信息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯状态信息等实时动态信息。
简单来说，与普通导航地图为“人”服务相比，高精地图主要为“车”服务。按照业内流行一种说法，激光雷达和高精地图是两根拐杖——靠激光雷达来增强感知能力，靠高精地图来提高规划能力。通过这两根拐杖，就可以帮助车企快速地实现高超前的智能驾驶功能。
然而，对于高精地图，业界也有不同的观点。
支持者认为，高精地图是实现L3级自动驾驶的必要条件。一个证明是，除了特斯拉外，高精地图成为主流车企发力高级别自动驾驶的标配。质疑者则旗帜鲜明地表示，高精地图只是实现自动驾驶的“过渡方案”。
华为常务董事、终端BG CEO、智能汽车解决方案BU CEO余承东就认为，现在自动驾驶还使用高精地图，但未来发展不应该依赖高精地图。
高精地图经历了怎样的发展阶段？在高级别辅助驾驶逐渐从高速场景向城市出行拓展的过程中，高精地图又能否胜任？未来，高精地图会成为自动驾驶的“标配”吗？
1、起步：与自动驾驶“深度绑定”
2009年1月，在位于美国加利福尼亚州旧金山湾区的Google X试验室内，一个代号为Project Chauffeur（司机）的自动驾驶项目秘密启动。项目成立几周后，6辆经过改装的丰田Prius悄然出现在美国街头。
与一般车辆不同的是，工程师们在丰田Prius车型上的前保险杠外壳和前翼子板上挖孔，安装了用于准确测距和测速的毫米波雷达；车顶上安装了Velodyne 64线激光雷达；在左后轮上安装了外接的轮速传感器，以获取更高精度的轮速信息；在挡风玻璃下安装摄像头，用以识别红绿灯。
这些车辆通常在夜间外出测试，看到它们的人常会错把这些车当成Google街景的采景车。
一年后，这个“疯狂”的项目才被媒体公诸于世，人们终于得以发现Google在自动驾驶领域的野心。
当时，谷歌的测试车辆已经跑了14万英里，其中有一辆车曾在没有任何人工干预的情况下跑了1000英里。这个起初并不被人看好的项目，成为了Google无人驾驶研发的第一步。
而高精地图的种子，在Project Chauffeur项目启动时便被深深埋下，并在随后的发展中与自动驾驶“深度绑定”。
一个容易被人忽略的细节是，Project Chauffeur项目的领导者，正是斯坦福大学人工智能实验室主任、谷歌街景地图服务的创造者之一塞巴斯蒂安·特伦 (Sebastian Thrun)，而项目创始团队中，也有很大一部分成员有着谷歌地图的背景。甚至有外媒评论说，无人驾驶汽车看起来更像是谷歌地图团队孵化出来的。
后来，在谷歌发布的《通往完全自动驾驶之路》报告中，这段历史得以被解密：在自动驾驶车辆上路前，谷歌的地图团队会首先使用测试车辆的传感器来创建高度详细的3D地图。
这些地图不同于基本的卫星图像或在线地图。这些地图给汽车提供了对于物理环境的深刻理解：道路类型、道路的距离、尺寸和其他地貌特征。


图：源自摄图网
Google的成功让人们看到了高精地图之于自动驾驶的意义和前景。随后，在高精地图领域，创业大军蜂拥而至。Here、TomTom、DeepMap.......一大批公司从不同角度切入高精地图，意图在自动驾驶商业化大潮中抢先占位。
2017年9月，一家名不见经传的高精地图公司Ushr宣布，凯迪拉克Super Cruise（可放开双手辅助驾驶系统）搭载的首款车型CT6，将在北美地区采用公司提供的商用高精度地图服务，这是全球首家实现前装量产上车的高精地图公司。
一年后，高精地图的这把火就随着凯迪拉克Super Cruise烧到了中国市场。
2018年，凯迪拉克CT6 Super Cruise功能在中国落地，由高德配套高精地图数据服务。这个项目成为首个在中国市场前装量产落地的高精地图商业应用项目，高德因此也拿到了中国第一个高精度地图审图号。
当时，凯迪拉克CT6首席工程师李林登（Lyndon Lie）表示：“超级智能驾驶系统是全球第一个使用高精地图数据的智能驾驶技术。针对中国高速公路的高精地图数据，由国内知名地图合作伙伴——高德地图测绘而得。工程验证人员对国内近30万公里的高速公路、城市快速路，以及与高速公路相连的所有城市高架道路进行了核查，这个距离大约要远超地球到月球距离的一半。”
2、发展：由高速场景迈入城市出行
随着汽车行业自动驾驶商业化进程的加速，越来越多的汽车厂商开始认识到高精地图的重要性。
《智能网联汽车高精地图白皮书（2020）》（以下简称《白皮书》）显示，作为汽车的“长周期记忆”，高精地图可以为车辆的自动驾驶提供道路先验信息。与车载传感器相比，高精地图不受天气环境、障碍物和探测距离等限制，为自动驾驶汽车提供安全冗余；
高精地图可预知红绿灯、车道线、道路标识牌等交通要素的位置，有助于提高传感器的检测精度和速度，节约计算资源；
高精地图可作为规划决策的载体，路口红绿灯状态、道路交通流量、路网变化情况，以及车辆传感器信息等都可以传递至高精地图服务平台，通过服务平台实现智能路径规划。
有分析认为，随着自动驾驶级别的不断提升，道路复杂情况不断增强，数据量不断攀升，仅靠单车智能已经很难满足车辆的自动驾驶需求，无法保证自动驾驶汽车在全天候、全工况环境下行驶的可靠性。而作为自动驾驶“不受干扰的眼睛”，高精地图可以弥补这一缺陷。
曾任上汽集团总工程师的程惊雷这样解释：“举个简单例子，如果上海下大雨，一条马路上积了10公分的水。如果没有高精地图，摄像头看见的就是汪洋大海，没有车道线，什么都没有了。汽车就不开了，这个城市的交通体系不就乱了吗？如果这样的技术集合方案拿出来放到智能驾驶里面去，那为整个城市交通带来的不是好的东西，而是灾难性的东西。”
也有业内人士做了一个有趣的比喻：在当前的情况下，摆脱高精地图，就好像一个走路还不稳的孩子，丢掉了可以依靠的学步车。


图：源自摄图网
因此，从国外的BBA到国内的“蔚小理”等，在当下都不约而同地选择了“激光雷达等多传感器融合 + 高精地图”的技术路线，意图在高级别辅助驾驶功能上率先实现突破。
以蔚来的领航辅助系统（NOP）为例，通过导航系统、高精地图与蔚来汽车NIO Pilot自动辅助驾驶系统的深度融合，NOP实现了高速公路等场景下的领航辅助功能。
具体来看，在Pilot已实现的巡航车速控制、车距保持、转向辅助和转向灯控制变道功能的基础之上，NOP可以使车辆在高精地图覆盖范围内的大部分高速公路及城市高架路段内，按照导航路径实现自动汇入主路、在主路中巡航行驶、根据导航规划自动切换到下一条高速或高架等。
值得一提的是，蔚来采用的高精地图由百度提供。根据《白皮书》，百度已经以L3级别自动驾驶的要求为标准，采集了30万公里、全国高速公路为主的高精地图数据。
蔚来的NOP仅仅是一个缩影。从小鹏的NGP，到理想的NOA等，都实现了高速公路和部分城市快速路上的自动导航辅助驾驶，这背后，都离不开高精地图的支撑。
汽车厂商显然不满足于高速场景。当下，城市道路辅助驾驶系统，正在成为它们重点布局的新战场。
城市道路辅助驾驶系统，就是基于用户设定的路线，帮助用户实现从城市A点到城市B点的移动。但相较于半封闭、道路结构化的高速场景，城市路况复杂度高、总里程长，这也对高精地图提出了更严苛的要求。
百度智驾地图业务部资深技术经理余威直言，城市点到点辅助驾驶对地图的需求极为有挑战性，需要高精地图深度覆盖、要素丰富，并能够表达复杂且有中国特色的场景。
中国电动汽车百人会智能网联研究院研究员王赛认为，鲜度和成本是众多挑战中两个重要因素。
先看鲜度。一个业内公认的事实是，地图鲜度直接影响地图质量的好坏。而在以道路多、公里数长、变化度高为特征的城市场景下，地图鲜度的重要性更加凸显。如果鲜度不足，高精地图的准确性就会大打折扣。
举个例子，如果城市里的某条道路突然施工，而高精地图并未及时更新，就可能会在车辆自动驾驶的决策层发出错误信息，使车辆一头扎进封闭的施工道路中，酿成交通事故。
小鹏汽车自动驾驶副总裁吴新宙表示，城市场景中，希望NGP发布的时候能够具备以“天”为单位更新高精地图的能力。而目前，大部分高精地图的供应商只能做到一季度一更新，“鲜度”远远不能满足城市场景下高级别自动驾驶的需求。
再看成本。目前，高精地图的生产方式分为通过移动测量采集车大规模采图、基于相机数据的众包采集等方式。
其中，通过移动测量采集车大规模采图的方式有着几何精度高、采集要素全等优势，但一辆移动测量采集车由高精度惯性组合导航、全景相机、激光雷达等组成，价值动辄上百万，成本高昂。
《白皮书》显示，通过移动测量采集车大规模采图的方式，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。
这意味着，如果要维持高精地图的高鲜度，图商要扩大车队规模、提高采集频率，并增加编译制作工作量，这将带来巨大的成本压力。
另一方面，如果利用大规模搭载相机、GPS或其他低成本传感器的车辆收集道路数据，虽然可以在理论上实现更快的更新效率和更低的运行成本，但也隐藏着数据安全、数据来源差异大等问题。
面对高精地图这两个悬而未解的难题，业界也提出了PLAN B。
例如，毫末智行采用了“重感知、轻地图”的路线，基于自动驾驶的数据智能体系MANA，以海量真实道路数据及仿真数据为基础，不断推进自动驾驶技术的感知、认知、标注、仿真、计算等能力的快速提升和数据处理成本的不断降低，最终达到自动驾驶“感知更准确、认知决策更像人类”的目标。
自动驾驶公司智行者于8月发布了其自研的高速领航系统H-INP，并将在未来推出城市领航系统C-INP。这个方案的关键点在于，它可以在有高精度地图时候应用高精地图，在没有高精度地图时候通过时空联合的多任务融合感知方案、在线高精矢量重建等关键技术，实现L2+级辅助驾驶。
3、未来：探索多元化路径
从某种程度上来说，是否能够平衡鲜度和成本，将成为高精地图能否在城市场景下大规模商业化落地的关键。
日前，自然资源部办公厅印发《关于做好智能网联汽车高精度地图应用试点有关工作的通知》，在北京、上海、广州、深圳、杭州、重庆6个城市首批开展智能网联汽车高精度地图应用试点，形成可在全国复制、推广的自动驾驶相关地图安全应用技术路径和示范模式。
一个值得关注的细节是，《通知》指出，鼓励管理创新、技术创新和服务业态创新，支持不同类型地图面向自动驾驶应用多元化路径探索，支持不同主体就不同技术路线、不同应用场景开展测试验证和应用推广，支持试点城市根据产业实际需求，开展高级辅助驾驶地图城市普通道路、高精度位置导航应用等先行先试和示范应用。
这意味着，在城市场景下，高精地图在解决精度和成本的问题上将迎来更多可能性。


中国科学院院士、中国工程院院士—李德仁
在近日举办的中国新能源汽车发展高层论坛（2022）上，中国科学院院士、中国工程院院士李德仁建议，高精地图的采集应该采用专用的移动测量采集和众包采集相结合的方式，从而实现高精度和高鲜度的兼顾。面对众包采集可能带来的数据安全问题，李德仁建议，可以把数据存储在云端，解决数据安全隐患。
“可以把高精地图数据存储在云上，并做成面片数据给终端使用，降低数据精度，让终端下载不了高精度数据。”李德仁说，“这样就可以保证绝对精度在网上，由政府部门管理，用户可以用得着，但不可能把这个数据打印出来，这样可以做到安全。”


中国工程院院士、国家卫星定位系统工程技术研究中心主任—刘经南
论坛上，中国工程院院士、国家卫星定位系统工程技术研究中心主任刘经南也提出，要实现高精地图的应用，仅有厂家或行业之间的执行标准还不够，在地方、行业的标准的基础上，应逐步过渡到国家级标准，并制定配套的政策法规，从而建立起高精地图技术标准体系。
4、尾声
根据智研咨询的预计，到2025年，国内外自动驾驶高精地图市场规模将有望达到89.6亿美元。其中，中国高精地图市场规模将由2021年的10.2亿美元增长至2025年的32亿美元。
毫无疑问的是，随着自动驾驶汽车量产加速，高精地图数据的创建、使用、更新与分享或会产生新的商业模式，产业发展将进入量产化博弈的新阶段。通过管理创新、技术创新，提高鲜度、降低成本，进而确立替代优势，高精地图才能在自动驾驶量产化落地的进程中找到属于自己的商业价值。
全文参考：
[1]《智能网联汽车高精地图白皮书 (2020)》，中国智能网联汽车产业创新联盟、自动驾驶地图与定位工作组
[2]《2022年中国高精地图行业发展现状及行业发展建议分析》，智研咨询
[3]《特斯拉看不上的高精地图，华为当个宝》，虎嗅，王笑渔
[4]《高精地图，“保鲜”之战》，赛博汽车，邱锴俊
[5]《我们梳理了Waymo10年自动驾驶之路，发现3个你需要知道的信号》，新智驾，利荣

李孝锋

我也顶起出售广告位