被高阶驾驶辅助视为“基础”的高精地图，现在正在被抛弃？

上周余承东在华为春季发布会上，高调宣布问界AITO的高阶驾驶辅助不再依赖高精地图。一周前，地平线创始人兼CEO余凯透露，地平线今年将推出不依赖于高精地图的辅助驾驶方案。再往前，理想汽车CEO李想也在年初的内部信上表示，“理想汽车的端到端的城市NOA导航辅助驾驶也将会摆脱高精地图依赖。”

在截至目前，至少有八家企业明确表明了态度。如今似乎摆脱高精地图，已经成为了众多车企的共识。问题来了，当下没有高精地图的覆盖，高阶驾驶辅助根本无法启动，厂家又为何急于摆脱这个“根基”？

高精地图是怎样的存在

在众多的宣传文案之中，分辨高级别驾驶辅助功能的好坏，是否可以很好的模拟人类驾驶员，是最模糊也是最直接的评判依据。

让一台车学会“自己驾驶”，就需要它实现三个最基础的功能：外界感知、决策规划、行车控制。这与我们学车时流程上基本相同，首先需要看到车外的画面，不管是毫米波雷达、激光雷达、高精摄像头，汇总的所有信息，都需要反馈给“大脑”。

当决策系统知道车身周围有什么障碍物之后，根据算法才能控制车辆的移动。不过，在这之前，系统需要解决一个问题，自己在哪里、要去哪里。这就好比上车之前，大多数人开车之前需要设定好导航功能。

所谓的高精地图，实际上就是相当于让车通过精准的大数据，提前获悉了全部的道路情况，如同老司机、活地图一般，才能让车更好的“自动驾驶”。因此，在之前的驾驶辅助功能之中，高精地图是很多高阶驾驶辅助开启的先决条件。

除了拥有导航功能之外，高精地图与地图尽管仅有两字之差，但实际却有着天壤之别。普通的导航地图，只能做到基础的导航、规划路线、反馈道路情况，而高精地图首先就是在精度方面，有着明显的不同。

一般电子地图精度在米级别，即便是商用GPS精度也5米左右的范围。高精度地图的精度却仅在厘米级别，一般绝对精度低于1米，相对精度10~20厘米。

更重要的是，高精地图会将大量的行车辅助信息存储为结构化数据，在这之中最重要的就是道路数据。例如，车道线的位置、类型、宽度、坡度和曲率等车道信息。交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。

这些都是车辆在“自动驾驶”模式下，必须要知道的先决条件。相当于一个老司机，背下了所有的道路信息，知道哪里有井盖、哪里坡度、哪里有危险，而且高精地图每个季度都会更新一次，以保证所有信息的“鲜度”。

因此，在当下，大多数企业的驾驶辅助功能都依赖高精地图。

为什么“弃用”高精地图

如今，高速NOA已经成为了标配，城市NOA即将成为下一个标配。不过，受制于高精地图，大多数车企的NOA功能，暂时还不能下高速。

截至目前，大多数主打智能的车型，在城市路况下，仅能开始驾驶辅助功能，只有在高精地图覆盖的高速与环路，才能正常使用领航功能。因此，高精地图在厂家开始逐渐推广城市NOA功能的背景下，已经成为了限制条件。

更重要的是，相比高速环境，城市环境的变化是复杂的且不具备时效性的。高精地图最重要的就是地图的“鲜度”，一季度一更新的频次，显然并不能满足城市NOA的需求。

在企业重点普及高速NOA时，全国高速道路里程相对城市道路里程较为有限、固定，道路更新的频率也相对更小，所花费的成本还可以接受。

当NOA开始向城市场景普及时，城市道路的复杂程度，道路情况的更新频次，高精地图若想保持足够的覆盖与鲜度，成本将对激增。

根据《智能网联汽车高精地图白皮书》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。

这样的成本，又有多少车企可以承担。

因此，随着高算力芯片、激光雷达的加速发展，以高级别感知模块+高算力芯片+更成熟的决策优化的组合方案，在一定程度上，就可以逐渐摆脱高精度图的限制。越来越多的车企、驾驶辅助解决方案企业，都不约而同的选择了逐渐摆脱高精地图。

综上所述，高精地图虽好，但成本高、受限制，并且存在政策不确定性。车企若想发展高速+城市完成的NOA解决方案，重感知、重算力、轻地图，就成为了下一步发展方向。