《科創闆日報》5 月 3 日訊（編輯 邱思雨） 近期，特斯拉與百度的 " 绯聞 " 成爲智駕、地圖行業的焦點。
有媒體消息稱，特斯拉将與百度地圖獨家深度定制車道級高輔地圖。《科創闆日報》記者也獲悉，自 5 月 1 日起，百度地圖面向高級輔助駕駛行業，全面開放合作車道級地圖數據（簡稱 LD 地圖）。百度地圖 LD 地圖已覆蓋全國 360 個地級市、360 萬公裏的高速和城市道路，已完成相關車企的高級輔助駕駛驗證和完全無人駕駛驗證。
目前，雙方暫未披露相關信息。不過，有關智能駕駛的 " 有圖 " 和 " 無圖 " 成爲了近日業界的重要議題。
智能駕駛是否真的需要地圖輔助？地圖，尤其是高精地圖的成本高昂，在汽車終端大打價格戰的趨勢下，車企如何解決成本痛點？
成本高痛點凸顯 無圖化成産業共識
事實上，業内已有多家車企淡化、甚至棄用高精地圖。日前發布的華爲 ADS 2.0 智能駕駛系統便能夠不再依賴高精地圖（HD map），通過車端融合感知，從而實現環境識别。小鵬、理想等多家車企也加入 " 無圖化 " 陣營，小鵬汽車早在 2022 年便明确提出，2023 年基于 XNet 深度學習算法的 XNGP 将不再依賴高精地圖。
毫末智行 COO 侯軍曾公開發言表示，去掉高精地圖或者某些地方用輕地圖已經是行業的共識。高精地圖成本高，且無法大規模落地，更新也很慢。
公開資料顯示，高精地圖的地圖精度可以到厘米級别，是一種用于自動駕駛的高精度地圖，作爲服務自動駕駛的先驗數據其表達了道路、車道、路側交通标志及地面标識等地圖元素。
厘米級的精度也讓高精地圖的成本居高不下。據《智能網聯汽車高精地圖白皮書》，厘米級地圖的測繪效率約爲每天每車 100 公裏道路，成本達每公裏千元左右。交通運輸部消息顯示，截至 2022 年底，我國公路總裏程達到 535 萬公裏。因此，在道路信息采集上的花費金額十分巨大。
另外，更新慢也是另一大痛點。大多數地圖廠商的更新頻率爲月度或季度，難以實現以日 / 周爲單位更新，而我國城市道路錯綜複雜，變化較爲頻繁。顯然，地圖緩慢的更新速度跟不上城市道路智能駕駛的需求。
因此，" 無圖化 " 逐漸成爲行業主推方案。
輕地圖漸成主流
在成本、更新頻率的壓力之下，近年來，" 輕地圖 " 漸成主流。
上文中提到的百度 LD 地圖，并不是傳統意義上的高精地圖的一種，其介于高精地圖和導航地圖之間，支持車道級信息。對比高精地圖，其制作成本大幅下降。
方正證券在近期研報中指出，單車感知能力的提升使輕地圖方案成爲可能。區别于 " 經驗主義 " 的高精度地圖，" 重感知輕地圖 " 模式通過大數據方法，利用豐富的行駛經驗幫助車輛實現平穩安全的行駛。
據該機構彙總，部分廠商的輕地圖事件主要有：
據悉，輕地圖改進采集方法與精度要求，能夠顯著降低地圖測繪成本。
具體來看，制作傳統高精地圖需使用搭載高規格傳感器的采集車，并進行多次采集，從而實現降低誤差。而輕地圖将地圖的精度要求略微降低，升級算法，并對元素豐富度進行了适度裁剪，極大降低了生産、存儲與使用成本。
四維圖新高管曾在接受采訪時稱，其場景地圖可以将高精地圖的成本從" 幾萬塊直接降到百元級 "，成本降低顯著。
方正證券認爲，輕量級高精地圖降低了地圖精度并适度裁剪，疊加采取海量社會車輛進行高精地圖自動更新的衆包模式，降低了成本。在未來的完全自動駕駛階段，包括人車協同、車協同、車路協同、空天地協同在内的 " 多維協同 " 将是主要的實現方式。高精地圖的傳統痛點有所克服，輕量級高精地圖将漸成主流。
