2023年，智驾领域迎来了“重感知，轻地图”的“无图”方案热潮。马斯克曾公开质疑高精度地图的依赖性，指出其可能导致自动驾驶系统的脆弱性和普及难度。承东也直言“高精地图的更新速度过慢，且单个城市的获取速度也过于缓慢。”要知道曾经，高精地图是自动驾驶行业的“香饽饽”。然而，时代变化太快，随着无图智能驾驶技术的崛起，高精地图的地位正受到剧烈冲击，高精度地图能否被“无图”方案所取代？“无图”未来将如何发展？
无图智驾的崛起
高精度地图（HD Map）一度被视为自动驾驶的“超级大脑”，为车辆提供厘米级的道路信息和环境感知能力。然而其高昂的成本一直是制约智能驾驶普及的关键因素之一。据《智能网联汽车高精地图白皮书》指出，分米级地图的测绘成本每公里约为10元，而厘米级地图的测绘成本则飙升至每公里1000元。如此高昂的成本，加之国内道路建设的快速变化和复杂多样的交通环境，使得高精地图的采集和更新成为一项艰巨的任务。
然而无图智驾方案并非完全摒弃高精度地图，而是利用车载传感器实时感知周围环境，构建局部在线高精地图，从而支持车辆的轨迹预测和规划控制。其核心在于车载算法对传感器数据的实时处理和精准解析，以及在此基础上构建的局部地图的准确性和可靠性。
多传感器融合：通过集成摄像头、雷达、激光雷达等多种传感器，实现对周围环境的全方位、多角度感知，提高感知数据的丰富性和准确性。
实时在线地图构建：利用车载算法对传感器数据进行实时处理和分析，构建局部在线高精地图，支持车辆的精准定位和导航。
智能决策与规划控制：基于实时构建的局部地图和传感器感知数据，实现车辆的智能决策和规划控制，确保车辆的安全行驶。
主要车企无图智驾方案
在国际市场上，特斯拉是智能驾驶“无图”方案的引领者。特斯拉通过其FSD（Full Self-Driving）系统，实现了不依赖高精度地图的自动驾驶功能。特斯拉的FSD系统能够构建实时的车道级拓扑结构，仅使用标准定义（SD）地图中的道路几何和拓扑关系信息，从而实现了在不依赖高精度地图情况下的自动驾驶。此外，特斯拉还通过众包方式收集道路数据，不断优化其自动驾驶算法，提高系统的适应性和鲁棒性。
谷歌旗下的Waymo利用先进的AI算法对感知数据进行处理和分析，实现对复杂交通环境的智能决策。Waymo的技术已经在凤凰城等地进行了大规模的商业化运营，展示了其技术的成熟度和可靠性。
在国内市场上，华为、小鹏、理想等企业也在积极探索智能驾驶“无图”方案。华为的智能驾驶解决方案采用了激光+视觉的融合感知方案，结合SD地图，实现了不依赖高精度地图的自动驾驶功能；华为通过其GOD2.0网络和RCR2.0道路拓扑推理网络，提高了对道路环境的感知和理解能力，今年问界M9首次OTA推送的城区NCA领航功能，正式开启了全国无图智驾时代；
华为智能驾驶全面升级，释放“无图智驾”全新潜力
小鹏汽车则推出了XNGP智能辅助驾驶系统，依靠其自研的XNet感知网络和规控大模型，实现了城市路况下的全程智能辅助驾驶；
理想汽车则采用了基于BEV（Bird's Eye View）视角和时空联合感知的技术方案，通过构建路口特征来协助实时感知建图，实现了无图导航辅助驾驶功能。随着华为、小鹏、理想等企业在“无图”智驾方案上的不断探索和创新，“无图”智驾方案有望成为智能驾驶领域的主流趋势，可以说2024年，已经进入“无图智驾元年”。
在面对智驾“无图化”趋势之下，高德、腾讯、四维图新等地图服务商似乎是在积极转型，近期均推出了各自的“轻高精地图”战略。四维图新新CEO程鹏认为，“去图化”趋势的背后，“真正的症结在于市面上缺少足够打动车企的‘轻地图’解决方案。”
未来发展方向
总之，无图智驾虽减少对高精度地图依赖，但高精度地图在自动驾驶中仍关键。未来，在很长一段时间里，高精度地图与无图技术将相互融合，共促自动驾驶发展。多模态融合技术将成为无图智驾的重要方向，通过整合多传感器数据提升感知准确性和丰富性，为自动驾驶提供可靠决策。同时，随着技术成熟和应用拓展，相关法律法规将完善，为无图智驾商业化落地提供有力保障。
点赞、在看、留言区讨论
欢迎关注我们
带你了解新能源汽车圈
