在內卷到冒火星子的本土電動汽車市場，技術傳播成了一種非常有力的營銷手段。在智能座艙領域，對豐富應用生態(tài)的兼容性、是否具備認知和理解能力強大的多模態(tài)感知成了新質生產力和落后生產力之間的區(qū)隔，在智能駕駛領域，無圖高階智駕方案成了可以標榜車企智能駕駛算法實力強大的技術路線。春雨潤物細無聲，這樣的技術傳播多了，就會潛移默化地塑造人們的心智。比如，被很多人調侃智能化存在短板的比亞迪，前段時間展示城區(qū)NOA功能時，就被很多媒體特意強調“目前的方案依賴高精地圖”。有圖等于落后，無圖等于領先，在一定程度上，這種說法是無可厚非的。從技術的角度，高精地圖確實相當于高階智駕感知系統(tǒng)的一根拐杖，就好比你爬山不用拐杖可以證明自己身強力壯一樣，依靠強大的車端實時感知實現(xiàn)對交通環(huán)境各個要素的識別，慢慢降低對高精地圖所提供先驗信息的依賴，在某種程度上確實可以佐證自家智駕方案中感知算法的強大。不過，無圖方案的本意是不依賴生產周期長、制作成本高、覆蓋度有限、鮮度無法滿足實時性要求的高精地圖，經(jīng)過一些意見領袖KOL有意無意的傳播，在很多人的眼中竟然慢慢演變成了不使用地圖的先驗信息了。這絕對是一個誤會，因為，雖然在營銷方面宣傳無圖會顯得自己更加強悍，但是，從技術端來看，大家真正落地實現(xiàn)的是輕圖方案。一方面，從依賴高精地圖的“重圖”方案向不依賴高精地圖的“輕圖”方案轉變，是智能駕駛行業(yè)毋庸置疑的演進方向。另一方面，在現(xiàn)在這個階段，介于高精地圖和標精地圖之間的輕地圖對高階智駕系統(tǒng)依然很有價值。本文圍繞這兩個視角，詳細展開談一談。中國車企和高精地圖的蜜月是從2020年開始的，那一年，頭部智駕車企蔚來汽車依靠高精地圖在中國首個落地了高速NOA。 大家可以把高精地圖理解成能力超強的“道路感知傳感器”，它可以直接提供車周道路環(huán)境的結構拓撲信息，在這里，“拓撲”的概念非常豐富，包括車道線數(shù)量、車道拓撲、車道的幾何關系和層級關系、道路曲率、交通標識等共計200+種語義要素，做個類比，高精地圖相當于華為ADS2.0中的RCR道路拓撲推理網(wǎng)絡、特斯拉FSD中的車道網(wǎng)絡和小米Pilot中的道路大模型。很顯然，在幾年前車端感知能力（取決于車端算力和算法）不是特別強大的時候，能夠直接提供道路拓撲信息的高精地圖起到的作用非常大，再加上全國高速路里程有限，高精地圖有能力實現(xiàn)對高速的全覆蓋，所以，以蔚來、小鵬、理想為代表的中國車企自然而然地選擇了高精地圖實現(xiàn)高速NOA。 不過，隨著NOA從高速向城區(qū)的推進，高精地圖里程覆蓋率低的致命缺陷和車企迫切想要快速開通更多城區(qū)NOA的要求的矛盾逐漸變得不可調和了。據(jù)公開數(shù)據(jù)顯示，全國公路總里程535萬公里，而高精地圖的覆蓋里程不到40萬公里，覆蓋率不足8%！去高精地圖勢在必行，擺在所有本土車企面前的第一個問題是，擺脫對高精地圖的依賴，是否具備技術可行性？2021年6月份，大洋彼岸的特斯拉向用戶推送了基于純視覺方案且不依賴高精地圖的城區(qū)NOA，同年8月份，特斯拉召開AI DAY，基于Transformer的BEV橫空出世，依賴Transformer的自注意力機制和長時序融合，可以在車端進行道路環(huán)境的實時重建。 技術是可行的，算法路線是明晰的，但當時主流智駕芯片的算力還不足以實時運行車道網(wǎng)絡，萬事俱備，只欠東風，就等英偉達的Orin芯片了。算法和算力的雙重進步使得頭部車企的車端感知能力大幅度增強，也正是從Orin芯片量產的2022年起，腰桿子變硬的車企開始了對高精地圖的炮轟。2021年剛剛收購過圖商的小鵬汽車掌門人何小鵬當時表示：對于自動駕駛而言，高精地圖一定是個過渡，云端的結合也只是一個輔助，真正的自動駕駛一定要能夠全場景駕駛?！闭谥饾u突破芯片生產困境的華為方面，余承東表示，“現(xiàn)在自動駕駛還在使用高精地圖，但未來發(fā)展不應該依賴高精地圖、車路協(xié)同。“以前陪我看月亮的時候，叫人家小甜甜，現(xiàn)在新人勝舊人，叫人家牛夫人。”也許所有圖商的心中都在感慨沒有高精地圖的時代，只有時代的高精地圖吧！不容否認的是，隨著這幾年來車端感知能力的逐步增強，智駕對地圖的依賴在逐漸降低。不過，饒是車端感知能力比較強大，來自地圖的部分先驗信息也可以起到很大的作用。 首先，在車端傳感器的感知范圍之內，地圖先驗信息可以輔助車端感知。小鵬汽車曾經(jīng)在去年的CVPR會議上分享過中國復雜的交通環(huán)境，比如這個左轉等待區(qū)的信號指示既有紅綠燈，還有數(shù)字、圖案和文本，假若沒有地圖提供的信號燈與車道之間的綁定關系等先驗信息，很難正確認識哪個車道匹配哪個信號燈，而且這里的文字標識必須經(jīng)過OCR，再通過自然語言處理技術進行語義的理解，顯然會對車端的實時感知提出巨大的挑戰(zhàn)。即使強如特斯拉，他們那位印度裔的自動駕駛負責人也在去年的CVPR會議上吐槽過在某些場景下利用車端實時感知判斷車道數(shù)量的困難。不要問元芳你怎么看？您看到圖中這么復雜的左轉等待區(qū)，一時之間也不知道應該怎么辦，在這樣的場景下，地圖的作用馬上就能得到凸顯。其次，在車端傳感器的感知范圍之外，地圖先驗信息可以提供超視距感知。受限于功耗、成本、尺寸，攝像頭和激光雷達的感知距離一般都在200米以內，受限于BEV和OCC計算量會隨著感知距離的增加呈三次方增長，車端的高精度實時感知距離一般都在100米以內。對駕駛行為來說，前方三五百米處的道路信息也會影響駕駛決策，并直接決定駕駛的舒適性、效率和安全性，超視距感知能力有助于智駕系統(tǒng)實現(xiàn)更安全、更舒適、更高效的駕駛體驗。 最后，現(xiàn)階段的輕地圖除了可以提供靜態(tài)信息，開始加入越來越多的動態(tài)信息。借助于交通管理部門的數(shù)據(jù)，或者通過大數(shù)據(jù)和云計算相結合的方式，圖商們現(xiàn)在可以提供在車端傳感器感知距離之外的紅綠燈狀態(tài)、倒計時等動態(tài)信息，一路行車一路綠燈，光是想想就爽到不行。對于需要在極度激烈競爭環(huán)境之下成長的中國車企來說，不應該也不會將所有高精地圖信息全都棄之不顧，他們會隨著車端感知能力的增強一點一點地甩掉高精地圖的拐杖。如果把高精地圖的200+語義要素視為200+個拐杖的話，拐杖會一根一根地拋，拋到100根左右的時候，就要考慮到成本的問題了。如果直接使用地圖里那些長時間不會改變的靜態(tài)拓撲關系可以節(jié)省車端的算力，進而降低車端智駕系統(tǒng)的成本，那個時候，還深陷虧損泥潭的智駕車企還會接著拋拐杖嗎？這是一個值得所有人深思的問題。
英飛凌汽車電子生態(tài)圈
評論