|
1. 高精地图主流的江湖地位2021年4月，上海车展开幕前，一台搭载华为ADS（Autonomous Driving Solution）系统的极狐阿尔法S，在无人接管的状态下游走于上海街头，轻松地躲避外卖小哥并穿过复杂的十字路口。这段Demo演示视频在B站上迅速走红，人们似乎都以为城市内的无人驾驶时代已经到来。
极狐阿尔法S Hi版（图源：42号车库） 然而，一年多时间过去了，视频里所展示的功能，仍处于Demo阶段。在今年5月极狐阿尔法S Hi版开始交车时，城市道路高阶智能驾驶功能的交付时间又被延期到了12月。届时能否如期交付，目前来看仍是未知数。因为这套系统依赖高精地图的数据，而只有高精地图全面开通之后，该功能才能落地。 所以，导致延期的罪归祸首，不是芯片、不是激光雷达，而是“看不见、摸不着”的——高精地图。 在业内看来，高精地图更像是一条“人民币玩家”的捷径。大疆车载公关总监谢阗地向虎嗅表示：“硬件、外部数据源、额外的配置就好比神兵利器，如果自身内功不高，靠神兵利器也能完成不少复杂的挑战，但很昂贵而且受限制很多。真正的武林高手，是落叶飞花皆可用。” 然而，监管部门对高精地图的限制，来得比大家想象的要更快，而且更严格。 前段时间，自然资源部下发《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，明确规定，高精地图测绘制作，只能由具备导航电子地图制作甲级资质的单位进行。而这一《通知》的公示，无异议对自动驾驶行业的一次严令重申。尤其是在当下，国产车企们为了提高产品力，挤了破头想要获取城市高精地图，以快速实现城市内的功能落地。
特斯拉FSD（图源：特斯拉） “高精地图放在城市道路上都会面临非常大的挑战。”毫末智行CEO顾维灏告诉虎嗅，第一是城市道路很多、公里路很长、变化度又很高。高精地图如果能够完全地体现时效性，这对于图商来讲要求很高。第二是成本问题，如果大家真正能做到这样的新鲜度，本身地图的成本会非常高。 那么问题就来了：实现城市的自动驾驶，或者乘用车的高级别的智能驾驶，高精地图不可或缺吗？ 高精地图，高明在哪？ 众所周知，自动驾驶技术发展的三要素分为：感知、规划、执行。将其类比到人类的身上，就是眼睛看到的、脑子里想到的，以及脚上的动作。 但是，现阶段车辆的自动化能力，不足以让其像人类一样自由地在道路上行动。所以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。
高精地图在街道上的应用（图片来源：Automotive News Europe） 在《割韭菜最快的刀，叫激光雷达》一文中，我们已经介绍过激光雷达的前世今生。所以，今天我们着重聊一聊，车企们的另一根拐杖——高精地图。 根据《智能网联汽车高精地图白皮书》（以下简称《白皮书》）的介绍：
目前，高精地图应用得较多的地方，主要是封闭场景中，比如高速公路、封闭园区等。除特斯拉之外，绝大多数车企都利用高速公路上的高精地图，实现了与特斯拉NOA导航辅助驾驶类似的功能。比如，小鹏的NGP、蔚来的NOP、毫末智行的NOH，以及理想的NOA。
高精地图在高架桥上的应用（图片来源：智能网联汽车高精地图白皮书） 其中，高精地图对于智能驾驶功能的帮助主要有两种：首先，是为车辆的自动驾驶系统提供道路先验信息。为车辆纵向加减速、横向转向及变道等决策提供先验信息，提高驾驶舒适性和安全性；其次，可预知车道线、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。 举个更具体的例子，比如高速自动切换匝道功能。当开启导航辅助驾驶功能的车辆，距离需要驶出的高速匝道还剩2公里左右时，车辆就会自动开始向右侧车道变道。而当需要在左右两条匝道中进行选择时，基于高精度车道数据，利用车道级定位，车辆可以提前判断出行驶的路线。 总之，有了高精地图之后，车辆就像有了“顺风耳。
高精地图在十字路口的应用（图片来自：waymo） 在高速上尝到甜头之后，车企们试图把导航辅助驾驶功能从高速扩展到城市，最后拼接自动泊车场景，以而实现A点到B点的完全自动驾驶功能。这也是为什么，在实现高速导航辅助驾驶功能之后，越来越多的厂家就大肆开始宣传，城市导航辅助驾驶很快就能量产落地。 这背后，在一定程度上是对于城市高精地图的重度依赖。但能谁料到，城市高精地图“解锁”的速度，并未赶上车企当初宣传时的预期。 地图“进城”，卡在哪了？ “高精度地图技术倒不是问题，现在最大的问题就是保持地图的鲜度。毕竟，道路一直在修。”从时效性来看，目前图商提供的城市高精地图，只能按月或者按季度更新，很难保证智能驾驶系统所需的准确性和实时性。 作为对比，中国城际高速公路和城市快速路加起来也就30万公里，但全国的城市道路有近1000万公里。 毫末智行技术副总裁艾锐告诉虎嗅，如果把高精地图看成一个传感器，那么这个传感器经常不准，而且不知道它什么时候不准。从使用传感器的角度，它存在一个不可信任的问题。 若要彻底解决地图鲜度问题，反而会引发成本难题。武汉大学测绘遥感信息工程国家重点实验室李必军教授，在盖世汽车举办的自动驾驶地图与定位大会演讲时表示，“按照现在一辆采集车，两百万左右的成本计算，我们可能把全国数据采一下要两百亿左右，没有哪一家能够解决。” 据《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。 即便是采集完数据之后，高精地图的更新又是另一个大难题。目前业内主流的方式，就是众包模式——简单来说，就把每一辆搭载智能驾驶系统的车辆，成为移动的地图采集车。 从技术角度而言，众包模式固然是好的。因为通过用户车辆上传，可以形成“用户使用-反馈- 地图更新-价值提升-吸引用户”的正反馈链条。 看到这个，你一定发现了，众包模式背后所隐藏着数据安全的问题。 这也是为什么，在中国自然资源部出台的《关于加强自动驾驶地图生产测试与应用管理的通知》中，明确要求，从事自动驾驶地图数据采集与制作的单位必须具备导航电子地图制作资质，且外资企业不得从事导航电子地图制作。 光是外资企业这一条，就将众多有外资背景的车企、科技公司、创业公司挡在了门外。然而，在今年开始对导航电子地图制作甲级资质进行复审后，目前已经公示的3批复审通过的单位，只有19家。其中2022年2月21日公示的这批名单，包括了高德地图、华为、腾讯等公司。而像以前滴滴旗下的滴图科技、东风汽车投资的立得空间、吉利参与投资的易图通，都没能完成复审。
截图来自：中国自然资源部 另外，高精地图的安全性验证还没有行业统一的共识。但美国、日本、德国等国家先后建立了一些高精度动态地图相关的平台， 形成了各自的高精度动态地图采集、更新和应用模式。国内的玩家们，要么就静静的等图来，要么只能另谋出路。 丢掉拐杖，迟早的事 “就像十多年前，我们没有智能手机。要找路，大部分人也是能找的。”大疆车载公关总监谢阗地告诉虎嗅，打造一套好的智能驾驶系统，应该把基本功打磨到极致，用基础的硬件能力来处理核心需求。比如，与五菱合作的2023款KiWi EV车型上，大疆只用一套“1前视双目+4环视鱼眼+1前向毫米波雷达+12超声波雷达”的硬件组合，就能城市复杂路况中进行智能驾驶。
图源：大疆车载 大疆车载管这套系统叫“灵犀智驾系统”，其最大的特点就是：无需提前学习，可针对驾驶安全有威胁场景，包括动静态的任意随机障碍物进行识别避障。同时，在没有配置高精地图及激光雷达的情况下，可实现智能泊车+城市道路场景的驾驶辅助。从技术路线来看，大疆车载走的是与特斯拉类似的纯视觉方案。依托大疆在无人机领域所积累得到的双目视觉技术，基于双目融合点云的算法，得到一个带有包括深度信息在内的几何信息，以此来判断前方障碍物是否会威胁行车安全。纯视觉方案的好处就在于成本低、规模化能力强。
出于安全冗余的考虑，目前业内更认可的作法是“重感知、轻地图”的路线。 “重感知、轻地图的路线，就是为了规避地图的问题。”毫末智行技术副总裁艾锐告诉虎嗅，在感知技术有了比较大的能力提升之后，毫末主推的路线就是尽量地相信实时感知，而主要利用地图的拓扑关系，那些地图里面不会改变的信息。“就像人开车的时候，人主要还是相信自己的眼睛。” 感知硬件、计算平台，就好比人的眼睛和大脑，帮助其做出正确的判断。举个城市场景里最常见的案例，看红绿灯。如果有高精地图的话，可以根据地图里红绿灯位置信息，在感知上做预瞄，然后再进行识别。并且，车辆可以很好的找到当前道路、车道所对应的红绿灯信息。有些高精地图服务商还能为车辆实时提供动态信息，比如红绿灯倒计时等。 但如果没有高精地图，车辆行驶到路口时，系统需要依靠感知和计算作出正确判断。目前，毫末是通过迁移学习领域中的混合迁移训练方法，将仿真数据和真实数据进行混合训练，从而提高红绿灯识别度。此外，还通过用Transformer做时间和空间上的前融合方式，解决“空间感知碎片化”和“时间感知不连续”的问题，有效识别城市道路车道线。
据虎嗅了解到，小鹏汽车和智己汽车（合作方为Momenta），目前都已经从研发端切换到“重感知”的路线上，并且试图摆脱对高精地图的依赖。 9月7日，飞凡汽车在线上举办了飞凡R7智驾系统沟通会，进一步详细对外介绍了飞凡R7搭载的RISING PILOT全融合高阶智驾系统，包括感知硬件配置、全融合感知算法和芯片平台等方面。据悉，飞凡R7将于今年9月下旬正式上市，今年10月正式开启交付。
此外，飞凡汽车介绍，飞凡R7的智能座舱将采用RISING OS智舱交互系统，并配备高通骁龙SA8155芯片、RISINGMAX飞凡3+1巨幕、43英寸三联屏以及华为视觉增强AR-HUD平视系统。 三大感知硬件都上车，业界常说，「软件定义汽车」，但再强大的功能也要硬件跟得上。 据介绍，搭载RISING PILOT全融合高阶智驾系统的飞凡R7整车搭载了33个高阶感知硬件，包括国内首发量产的采埃孚Premium4D成像雷达、800万像素高清摄像头及全球首发量产的LUMINAR 1550nm高规激光雷达。
飞凡智驾首席科学家金杰盂谈到，他们在该4D成像雷达上实现了多任务的机器学习网络，能够提取出人、车的运动轮廓、类型等信息，并针对车道前方静止障碍物采用了专用机器学习网络。同时，他们还在该4D成像雷达上实现了一个时间序列的机器学习网络，可帮助整合4D成像雷达在连续帧不同时间的点云积累。
LUMINAR 1550nm高规激光雷达则能够在10%的反射率标准下实现250米的最远探测距离，并有效识别不规则禁止障碍物等。金杰盂表示，在这颗激光雷达上，他们进行了三维的点云神经网络检测，并与传统的常规非神经网络算法结合，来精准探测、判断车辆前方运动的人、车等交通参与者的位置、轮廓以及类型。 而12颗高清摄像头与点云输出的雷达矩阵形成了协同补强，可实现360度识别障碍物和交通要素。金杰盂介绍，他们将所有的摄像头进行了时间和空间上的对齐，并把综合后的统一图像放入多任务多特征的神经网络，实现了对人、车等交通参与者以及车道线、红绿灯、限速牌等静态交通要素的完整探测。 飞凡汽车方面称，「目前飞凡R7是唯一集齐视觉、毫米波、激光雷达这三大领域最顶级硬件的车型。」 重感知、轻地图 or 轻感知、重地图 “沉没成本太高了。”一位自动驾驶业内人士告诉虎嗅。 在技术路径上看，华为既然会坚定地走高精地图的路线。毕竟，华为在2019年7月就获得了导航电子地图制作甲级测绘资质，今年又完成了复审。可以说，华为是业内为数不多，自己有高精地图、有软硬件全栈解决方案的厂商。让华为现在转向重感知的路线，无异议调头重新起跑。 2. 高精地图主流的制作方案1高精地图的数据采集2点云高精地图生成 建图技术1） 基于分割的点云配准2）仅基于激光雷达的点云建图3）里程计融合点云配准4）GPS融合点云配准5）INS融合点云配准6）视觉传感器融合点云配准3高清地图的特征提取方法1）道路网络提取a）基于二维航空图像的道路提取迭代图增长法图生成方法b）基于3D点云的道路提取c）基于传感器融合方法的道路/边界提取2）道路标线提取a）基于二维图像的道路标线提取b）航空图像中的道路标线提取c）基于三维点云的道路标线提取3）杆状物体提取4高清地图框架
|
|
|
