在成功之前，所有的路都可能是正確的。
比如為了實現自動駕駛的目標，有的車企選擇純視覺路線，有的車企則堅持視覺和雷達的融合兩個看似完全不同的方向，卻有一個相似的趨勢:更重視感知而非地圖
這種做法其實已經越來越被業界認可有人指出，現階段，高精地圖仍然是車企發展自動駕駛的一根拐杖，但這根拐杖遲早要扔掉在相當一部分人看來，自動駕駛車輛的行駛最終會接近人類最原始的駕駛行為
不再依附于地圖，顯然這并不容易。
博世中國智能駕駛與控制事業部總裁李因最近發表了自己的看法，再過500年，汽車傳感器和控制器可能還不夠達到人類眼睛和大腦的水平一味追求感知能力，未必能加速自動駕駛時代的到來在剛剛過去的百度Apollo Day技術開放日上，發展自動駕駛，離不開高精地圖的觀點被反復強調
拐杖還是盲杖。
在知道拐杖能不能扔掉之前，我們首先要弄清楚一個問題:導航地圖或者高精地圖能給自動駕駛技術帶來什么除了提供基本的地理位置信息，在理想狀態下，導航和高精度地圖都可以在一定程度上減少攝像頭等傳感器識別判斷周圍環境信息所產生的計算量
自動駕駛從L2發展到L5，每升一級計算能力增加一個數量級據業內測算，L2級別的自動駕駛能力需要10TOPS左右的計算能力，L3+級別的計算能力將提升至1000TOPS以上英偉達估計L5 Robotaxi所需的計算能力將在此基礎上翻倍今年9月已經率先發布了單機2000TOPS計算能力的雷神，但是計算能力的疊加往往意味著更高的成本
加快自動駕駛的大規模落地，計算能力不僅需要精打細算，還可以用在刀刃上，留下更多冗余武漢大學教授李碧君在2021智能汽車產業創新論壇上指出，以高速公路的駕駛場景為例，通過細化地圖可以知道紅綠燈在哪里，路口在哪里這樣會降低車端的感知難度，也方便控制路口哪些傳感器工作，哪些傳感器休息
此外，在車輛側感測設備中通常存在性能邊界比如激光雷達和毫米波雷達形成的點云不能提供豐富的顏色和紋理信息，使得點云識別效果一般另外，激光雷達在雨雪霧天氣的探測效果較差，毫米波雷達的噪聲也比較大相機雖然可以提供豐富的顏色，紋理等信息，但對光線的要求很高
因此，自動駕駛水平越高，對傳感器的融合要求越高。
而如果你有一張高精地圖，這個問題就簡單多了當車輛傳感器失效或周圍環境變壞時，高精地圖可以幫助車輛實現超視距感知，保證基本的行駛安全
在《車載智能網聯高精度地圖白皮書》的定義中，高精度地圖是指絕對和相對精度在1m以內的高精度，高新鮮度，高豐富度的電子地圖其中包含的信息包括道路類型，曲率，車道線位置等道路信息，路側基礎設施，障礙物，交通標志等環境物體信息，以及交通流量，紅綠燈狀態信息等實時動態信息
上述《白皮書》指出，高精度地圖是L3及以上自動駕駛汽車的必備選項高精度地圖可以作為感知的輔助，提高處理芯片的算法效率和系統的安全冗余度
可是反對的聲音此起彼伏余承東曾經說過，自動駕駛不能太依賴高精地圖和道路協調，否則智能駕駛和自動駕駛能力上不去，何肖鵬說，高精度的地圖必須是一個過渡，李碧君還表示，自動駕駛肯定離不開地圖，但是否需要高精地圖，我們還有兩種意見
毫無疑問，高精度的地圖可以讓自動駕駛系統變得更好，但高速公路等相對固定的行駛路線其實并不是必須的事實上，行業的整體步伐仍然傾向于減少對高精度地圖的依賴一是甲級測繪資質難求，國內供應商數量有限，始終存在數據合規性審核的問題，二是前期測繪和后期更新維護成本高，自研壁壘突出
沒有地圖，沒有自動駕駛。
特斯拉在國外有代理，國內包括Mimo智行，Xpeng Motors都瞄準了重感知輕地圖的技術路線其中，4月發布的NOH首款量產機型為威摩卡DHT—PHEV激光雷達版，據報道，小鵬XNGP可以在沒有高精度地圖的情況下實現高級別的智能輔助駕駛功能根據小鵬的規劃，XNGP將在2023年前逐步落地全場景輔助駕駛，2025年推進到全自動駕駛
在自動駕駛公司紛紛掉頭的時候，百度Apollo卻有不同的看法Apollo認為，目前自動駕駛行業流行的是無高精度地圖的在線地圖學習路線，其主要目標很明確，就是希望擺脫對高精度地圖的依賴，使自動駕駛系統能夠隨處行駛
但由此引發的問題也是顯而易見的自動駕駛決策規劃算法對道路結構的推理非常重要一旦算法在感知物理世界的道路結構上出現問題，車輛的行為將難以預測，最終會給用戶帶來極大的不安全感
例如，單靠攝像頭和傳感器可能無法準確識別特殊的道路信息，但是離線地圖最大的問題不是更新率，而是沒有滿足自動駕駛的實時性要求。
單憑感知可能無法準確識別障礙物等路況。
離線地圖缺乏實時性，不利于自動駕駛汽車的自動駕駛。
所以現階段高精地圖在自動駕駛的發展上還是比較活躍的在百度Apollo看來，高精地圖必不可少，高安全性，可持續的L2+智能駕駛產品無可替代，對于L4級別的自動駕駛，要達到99.99%以上的成功率，高精度地圖是必不可少的核心能力之一
今年8月，Apollo聯合百度地圖發布的自動駕駛導航地圖在北京亦莊上線伴隨著蘿卜跑在其Robotaxi平臺上的累計訂單量達到140萬單，Apollo自動駕駛地圖得到了大規模應用背靠百度，Apollo幾乎是高精地圖和自動駕駛兩手抓，這也是它一直堅持高精地圖路線的關鍵原因
中信證券預測，到2030年全球高精地圖市場規模將超過200億美元目前由于自行車智能化水平較低，高精地圖發揮著不可替代的作用，市場前景看好但瑞銀認為，自動駕駛在中國的發展需要路側基礎設施的配合，即自行車智能和車路協同的協同發展
與單純依靠自行車智能相比，很明顯，沒有駕駛和道路的協調，中國無法加快自動駕駛的發展。一方面，V2X通過路和云管理路上的所有車輛，不再需要考慮單車對單車的博弈，從數據安全的角度來看，車路協同的投資方和運營方可能更多是政府，所以落地概率更高，
另一方面是成本和安全的問題站在車廠的角度，如果路邊基礎設施建設完善，自行車所需的傳感器數量必然會減少，成本自然會降低在安全層面，無論是個案還是盲點，單車智能都無法做到100%安全，會影響大規模商用
雖然高精地圖可以彌補車側，路側感知和算法的不足，但如果未來自行車智能和路側協調真的能并駕齊驅，高精地圖可能會變得不那么重要但由于冗余校驗的需要，精地圖仍會成為必選項沒有地圖的自動駕駛必然是個偽命題
。鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
