在2024智能駕駛地圖與定位大會上，一些來自車企和圖商的專家代表發(fā)布了自家對于無圖時代中，智駕對感知、定位等技術(shù)的新需求。近日RoboX終于有時間對其中信息進行篩選，并首先整理出一篇極氪導(dǎo)航專家楊度的發(fā)言內(nèi)容，供大家參考：

去年開始的變化

根據(jù)楊度的觀察，從2023年開始，大部分車企開始采用SD Pro地圖。因為從那時起，大家通過BEV+Transformer及占用網(wǎng)絡(luò)，已經(jīng)大幅增強了感知能力，同時降低對高精地圖的依賴。

在此背景下，只需要一些簡單的車道拓?fù)洌约捌露惹氏嚓P(guān)信息，就可以滿足自動駕駛的需求。

“未來，隨著感知能力越來越強，對地圖的依賴也會不斷減弱，或許實時感知+SD地圖就夠了。”

（極氪導(dǎo)航專家：楊度 / 圖片來源：蓋世汽車）

楊度介紹稱，實際上，現(xiàn)在已經(jīng)有一些車企已經(jīng)在使用該方案了，即僅需要SD導(dǎo)航地圖提供全局導(dǎo)航與交通規(guī)則。

“實際上，感知與地圖是相輔相成的。感知可以應(yīng)對一些比較簡單的場景，識別道路中的各類目標(biāo)；但高精地圖可以提供更多的先驗信息，解決一些感知無法解決的問題：例如惡劣天氣、停車場、復(fù)雜路口，感知盲區(qū)等等。”

他表示，感知與地圖之間是互補的關(guān)系，感知可以解決80%的問題，地圖可以解決剩下的20%。而高精地圖賦予自動駕駛的能力，主要包含超視距信息，還有一些積累的信息。

低成本主流方案

楊度表示，去年，像騰訊、高德、百度，四維圖新等圖商都陸續(xù)發(fā)布了輕量級地圖方案，可以達到明顯的降本。

他也介紹了一種低成本地圖方案，也是最大家目前應(yīng)用最多的「眾源地圖」——它利用車輛的激光雷達等傳感器，在行駛過程中收集道路的信息，然后將這些車輛感知的結(jié)果上傳到云端，完成繪制地圖。

“通過這種方式，車輛感知硬件采集的信息先在車端進行數(shù)據(jù)處理，也就是通過環(huán)境感知、車端制圖，然后進行數(shù)據(jù)上傳、數(shù)據(jù)收集、數(shù)據(jù)錄入、學(xué)習(xí)、制圖、編譯，之后再到分發(fā)到車端，實現(xiàn)路網(wǎng)數(shù)據(jù)的更新，并形成一個閉環(huán)…這是目前的主流方案。”

“通勤模式”只是過渡方案

此外，楊度還介紹了記憶行車的相關(guān)方案，也就是類似一些車企采用的“通勤模式”，完成點到點的路線記憶保存。

“不過在目前來看，這屬于一個過渡的階段，它最終還是將會被替代掉。這一方案可以記錄駕駛員的駕駛信息，然后基于記憶行駛的軌跡，來確保之后的每次通勤智駕質(zhì)量。”

另外，還有一種方式，就是通過多次采集來構(gòu)建地圖：“這個方案不是特別推薦，因為在車端采讀，有比較大的風(fēng)險。例如可能會造成采集的質(zhì)量低下，因為在通行場景下基本都是交通的高峰期，可能會存在一些遮擋，造成地圖質(zhì)量下降。”

楊度表示，這種方式還面臨合規(guī)問題，而且由于很多采集信息都是斷點的，它難以實現(xiàn)完整的地圖重建。

主機廠與圖商的互補關(guān)系

“未來，我們主機廠與圖商的關(guān)系還會更加緊密。”

楊度認(rèn)為，圖商最大的優(yōu)勢是有甲級測繪資質(zhì)，這是主機廠目前所欠缺的。但是另一方面，圖商沒有像主機廠那么大的樣本量。

“主機廠有那么多用戶，能夠進一步優(yōu)化數(shù)據(jù)，所以主機廠與圖商要更加緊密地結(jié)合，使得自動駕駛?cè)ミ_到更好的狀態(tài)。”

根據(jù)楊度的預(yù)判，未來的智駕不僅硬件成本會不斷降低，對地圖的依賴然后也同樣會降低。

“因為現(xiàn)在都在講降本增效，但是算法復(fù)雜度會不斷上升，這就像特斯拉一樣——它在采用純視覺的同時，還增加了算法的復(fù)雜度。其定位的置信度和環(huán)境感知的深度融合，會提升定位的準(zhǔn)確性和可靠度。”

不過他也表示，目前，在智駕方案中，還是需要依賴高精地圖提供的一些道路元素跟拓?fù)湫畔ⅰ?/strong>“這些信息是必要的，它們可以加深局部定位和感知的準(zhǔn)確度。”