公众号
当前位置:栏目>>文章详情

轻地图渐成主流,看百度、高德如何应对!

来源:汽车商业评论(钱亚光)11月27日 13:30

撰文 / 钱亚光
编辑 / 牛跟尚
设计 / 赵昊然

高精地图被认为是车企提升自动驾驶能力的重要条件。

从2010年谷歌宣布研发自动驾驶汽车带动了高精地图的发展,到2018年自动驾驶行业曾让地图行业一片欣欣向荣,除了传统图商,包括京东、滴滴、美团等互联网巨头,华为、小米等通讯巨头,甚至上汽、吉利等车企也入局其中。

2019年至今,小鹏、蔚来、理想、北汽极狐、长安阿维塔、广汽等数十个品牌先后量产了基于高精地图的高速NOA功能,高精地图行业随之迎来发展高潮。

2022年开始,国家自然资源部收紧了甲级地图资质的监管,对图商资质进行复核,先后分3批公布了最新的导航电子地图制作甲级测绘资质复审换证结果,共有19家单位通过资质复审,主要包含百度、阿里、腾讯、华为及四维图新、高德、亿咖通、宽凳科技等企业,复审前有31家单位,减少了近三分之一。

2022年8 月 30 日,自然资源部又下发《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。

今天,剩下能做高精地图的图商已经不多。

高精地图的局限性

除了出于地图资质受限外,高精地图本身也有不足,让车企不得不转向去高精地图的道路。

首先成本高。据《智能网联汽车高精地图白皮书》披露,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。

数据显示,中国城际高速公路和城市快速路有30万公里,中国城市道路约1000万公里,城市路口约40万个,红绿灯约136万个,交通网错综复杂。实现实时更新,不仅是一项庞大的工程,更是一项烧钱的项目。武汉大学测绘遥感信息工程国家重点实验室教授李必军曾表示,把全国的道路数据采集下来至少需要 200 亿元左右。

其次是覆盖率低。高精地图包含几乎所有与交通相关的周围静态信息,包括车道线位置、宽度、坡度、曲率等道路数据,交通标志、交通信号灯、车道限高、下水道口、障碍物等车道周边的固定对象信息,以及高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。

城市的发展比较快,随着道路施工、道路改变,每一次变化都会使得高精度地图上增加一个断点,而随着时间的推移,断点越来越多,依赖高精度地图的自动驾驶体验连续性就会下降。

第三,高精地图更新也是大难题。市面上的图商只能做到 3 个月更新一次高精地图,而对于自动驾驶而言,理想状态是日更,乃至小时级的更新。

成本高、覆盖率低、更新慢,使得高精地图难以满足NOA在城市场景的大规模、快速拓展需求。

2023年以来,受价格战影响,车企降本压力明显,并将寒气传导至汽车产业链上下游,NOA要想真正大规模普及,降本也是必由之路。

大部分车企去/轻高精地图的目的,很大程度上不是要摆脱对高精地图的依赖,而是要摆脱对昂贵的高精地图的依赖。

高精地图与智能驾驶并不矛盾。所谓高精地图之争背后的焦点在于如何在成本较低的情况下满足车企需求,实现安全、可靠的导航体验。

轻地图渐成主流

重感知、轻地图的自动驾驶方案,即在原有高精地图的架构基础上,区分图层和要素,根据智驾系统下游的需求,通过减少图层和元素,降低地图的采集和更新成本,加快更新的周期。

轻地图解决方案能够进入实际应用环节中,是基于现阶段单车感知能力的快速提升,比如BEV以及Transformer的应用。

BEV 鸟瞰图(Bird's-eye-view Perception),是通过将多个摄像头采集的数据,进行多帧时序前融合,BEV输出鸟瞰视角下动态目标物的 4D 信息(车辆速度/距离等)及静态目标物的 3D 信息(车道线/路沿等),以此供给规划、控制等下游任务做参考。

在这个过程中,基于注意力机制(Attention)的Transformer神经网络模型起到关键作用,Transformer 能够抽象地理解整个图像不同区域语义元素之间的关系,通过图片像素之间关系,从而很好地在空间-时序维度上进行建模。

随着2023年城市NOA(Navigate On Autopilot导航辅助驾驶)军备竞赛开启,越来越多的汽车公司开始公开强调,要摆脱对高精地图的依赖。

小鹏、蔚来、理想等造车新势力以及华为、地平线、毫末智行等智能驾驶解决方案商已相继宣布,未来将采用以车辆自身传感器为主、高精地图为辅的路线发展自动驾驶。

业内顶级的自动驾驶公司也已从L4降级到L2+,纷纷推出能够上车的非高精地图方案,把重点调整为了拼量产、拼交付。

对于这一趋势,图商们针对技术的不断创新和市场需求的变化,进行不断适应和调整,推出了成本更低、保留基本元素、更新很快的轻地图方案,发掘自身在智能汽车未来商业生态中的优势,为用户提供更好的服务。

四维图新CEO程鹏在今年用户大会上表示:“智驾方案当然需要地图,市场缺的是高性价比的地图。”车企可接受的NOP系统价格约占整车售价的3%,然而行业内NOP价格普遍偏高。

对于BEV+Transform这套技术路线,他认为这种技术路线本质上是摆脱激光雷达,能够用更为便宜的传感器实现智驾功能,而不是摆脱高精地图。高精地图作为一个超视距的先验传感器,可以提前获取车辆前方的道路信息及交通状况。地图能够做到的事情,这套算法模型做不到。

10月17日的百度世界大会2023上,百度智能驾驶事业群组智能汽车业务部总经理苏坦表示,由于城市场景过于复杂,用以往的高精地图方案肯定会遇到很大的成本瓶颈和数据鲜度瓶颈。百度在未来一段时间内会尝试用新的方式去做轻地图重感知的方案,比如基于大模型强大的感知能力,让轻量级的数据可持续。

苏坦认为,经典意义上的无图不会在终局发生,至少还需要很长一段时间,目前“轻地图重感知”的路线将会发展得越来越好,不论是有图、无图还是高精、超清,智能驾驶本质上是需要兼顾体验与安全的核心课题。

腾讯地图副总裁、腾讯数字孪生业务负责人张少宇表示:“轻地图在业界有很多种说法,有说成本更低的,有说单位里程数据量更小的。我们认为地图真正轻下来,要素更新要做到足够快。要素级的更新,是最小颗粒度的。”

高德地图汽车业务中心总经理江睿表示,“轻地图”并非是指市场不需要地图了,而是需要一张相较高精地图更“轻”的活地图,以顺应合作伙伴和行业的发展需求。

图商的应对

下面我看看几家图商的轻地图方案,这些方案基本上都是在高性价比的前提下提供最常用的要素加快更新速度,为智能驾驶的进步提供助力的。如何通过技术创新等提升地图鲜度,并使上车降低成本,将是轻地图今后主要的努力方向。

1、百度

2022年12月,全球智能汽车产业峰会(GIV2022)期间,百度发布了“轻量化”的解决方案,其城市智驾 Apollo City Driving Max 系统,选择以“纯视觉+激光雷达”的方式实现感知冗余,通过加强算法、减少对于道路要素的依赖,以便在多个城市用合理可接受的成本推广开来。

2023年8月,百度在推出134城高精地图时又提到了百度采用轻地图方案,并且成本相比传统高精地图下降近80%。

百度表示,地图和智驾方案可以提供LD数据和HD数据供车企选择。LD没有提供定位图层的数据,在车道的数据上也会有一些差异,对于一些“驾”的能力比较好的地方,只会支持车道的拓扑连通。

LD会有更多的众源数据进来,所以可以做例行的周级更新,局部场景甚至可以做到天级的快速更新。

百度轻地图方案减少成本的方法,一是降低高精地图的采集训练成本,在高精地图的背后,采用了文心一言大模型进行自动标注,相比人工标注成本大幅度降低,据百度称,这次提出的首个地图生成大模型可以让“地图制图成本降低 95%”。

二是百度采用轻地图的模式,不采用更高精度的采集车,对地图的精度以及元素丰富度进行了适度裁剪,只需要知道大致元素和大致方位,利用算法的提升从而提升容错率,而地图更多的大模型则可以通过众源数据发现问题并进行解决,数据更新更快,也减少了成本。

2、腾讯

2023年4月,腾讯在“2023 TIME DAY·腾讯智慧出行技术开放日”活动上,宣布面向城市级智能驾驶场景,推出HD Air轻量级高精数据产品。

腾讯地图产品总经理陈志表示:HD Air属于腾讯Unimap数据产品矩阵中一员,它的要素丰富度和精度在满足L2+级自动驾驶需求的同时,进一步降低建图成本,为城市级智能驾驶规模化落地提供基础,具备更轻、更快、要素更精细的优势。

更轻是指HD Air能够聚焦在提供智能驾驶的必要要素,以“点”形式表达复杂车道和路口,聚焦车道信息,数据量更小,表达方式更简洁;更快,是指多种采集更新模式可以保障周级更新,通过提供更加实时准确的数据,帮助敏捷应对快速变化的城市场景;要素更精细,是指除了道路精细化呈现,对于座舱应用需要的POI(兴趣点)、环境、建筑物等有更精细的表达,可以支持更三维化、逼真化、实时化的地图渲染,提升座舱体验。

此外, HD Air信息来源更丰富,车道变化点、车道属性、车道标线等内容齐全,但是要素生产却相对高精地图来说实现了简化,推动制图成本更低。

9月8日,腾讯在全球数字生态大会上又提出了智驾云图方案,可以做到同步在线更新,实现要速记、分钟级的更新效率;环境数据、驾驶经验数据、自动驾驶运营数据都可以成为云化一部分,传输存储更便捷;带来商业模式可能性增加,订阅式、柔性订阅服务成为可能。

腾讯地图副总裁、腾讯数字孪生业务负责人张少宇认为:“智驾地图最后的竞争,不是比更高精度,不是你是厘米级、我是毫米级的。而是首先往更新快这个方向发展。”

地图数据和驾驶经验数据云化开放后,主机厂的车队能够将数据回传,一同更新自动驾驶所需要的数据。基于大模型挖掘的驾驶经验图层,可以提供传统地图不具备的弯道建议车速、颠簸路段建议车速、行人易穿行道路信息等更丰富的驾驶经验数据,使得自动驾驶系统的驾驶行为更加接近真人。

3、高德

2023年6月,高德在第十四届中国汽车蓝皮书论坛上推出了面向汽车行业的全新HQ Live MAP。高德地图汽车业务中心总经理江睿认为,虽然汽车目前已具备感知车辆周边环境的能力,但针对车辆阻挡、不规则路网、复杂路口和交通规制等信息,感知系统还无法做到看清、理解和表达,地图作为提供全局先验信息的底层基础设施,仍具有不可或缺的作用。

高德HQ Live MAP虽然在精度方面无法达到HD MAP(绝对精度50cm,相对精度10cm)的细致程度,但对于高级辅助驾驶的场景来说也已足够(高速和城市快速路场景:绝对精度1m,相对精度30cm;城区普通路场景:相对精度1m)。由于简化了城区普通路场景中不必要的地图元素,降低了制作和部署成本,以达到更轻、但更实用的效果。

相较原本以“季度”为单位的更新频率,高德HQ Live MAP可实现实时日更。其主要方法是通过自研众源设备,并大范围部署至生态内的海量物流车、行业车、调度车等,实现从发现、采集、生产到发布等完整流程的大幅提效,从而构建共赢的融合地图生态体系。

高德HQ Live MAP将在2023年内支持50个城市,并在2024年内部署至超过全国100个城市,预计面向行业开放合作时间为2023年12月。

4、四维图新

4月18日,在上海车展上,四维图新发布服务于智能驾驶的“场景地图”产品,数据体量较轻,成本更低,部署更便捷,且可有针对性地解决自动驾驶系统过复杂路口频繁接管等行业痛点。目前场景地图已覆盖120城,四维图新将争取在2027年实现全国覆盖,会将高精地图的成本从“几万块直接降到百元级”。

10月10日举行的四维图新用户大会上,四维图新推出了面向追求极致性价比的城市NOA提出的地图解决方案HD Lite,以提供超视距数据为基础,适当降低要素精度及要素数量,同时大幅提升覆盖广度、数据鲜度,并降低单位数据成本。此外,重点对复杂场景感知难、规控要求高的要素做详细表达,以弥补复杂场景感知不足。通过提升车道级规控能力,增强自驾体验。

四维图新HD Lite的极致性价比,目标要将城市NOA的地图解决方案采购成本降到HD Pro地图的1/2。借助OneMap平台和工具链,实现从导航到不同等级的自驾应用的端到端数据产品布局。通过全产品矩阵布局,助力车企打造极致性价比、更具竞争力的量产智驾方案。

四维图新表示,轻量化地图不只有自身价格优势,还可以降低传感器以及算力依赖,激光雷达等高成本传感器可以成为选装品,算力则只需50-200TOPS可满足当前车企落地城市NOA的需求。