出品｜虎嗅智庫
編輯｜黃思語
題圖｜視覺中國
自動駕駛規模化普及前夕，高精地圖低鮮度、高成本的特點一直被産業诟病，并且被認爲是自動駕駛向高階邁進的阻礙因素之一。在 2022 年，各家車企紛紛宣布 " 輕地圖 " 方案，給高精地圖的發展前景蒙上了一層陰影，引發了行業對其壽命的再次思考，這究竟是翻越山丘還是海市蜃樓？
那麽，" 輕圖化 " 的發展路徑上，圖商究竟參與程度如何？未來圖商和車企的合作關系會何去何從？未來發展中，地圖在自動駕駛中是否是必要的？
基于以上問題，虎嗅智庫撰寫并發布了《自動駕駛 " 去圖化 " 問題分析》報告，通過分析 " 去圖化 " 的背後推動因素，以及車企和圖商之間合作的未來走向，揭示地圖在未來的發展前景。爲自動駕駛領域相關技術人員和決策者提供參考意見。
以下爲報告的主要内容。
輕圖成共識 無圖化難落地
自 2022 年起，車企開始宣布采用" 重感知、輕地圖 " 的智駕方案，抛棄了原本的 " 重圖 " 模式。這種變化背後的原因主要有兩方面。
一方面，采用重圖的方式，自動駕駛車輛的感知能力嚴重依賴地圖的精度和數據要素。然而，自動駕駛在高階段需要不斷感知道路信息以作出相應的規劃決策，如果過度依賴地圖信息，那麽道路的實際情況和變化就無法得到準确的反應，從而限制了自動駕駛的能力。
另一方面，BEV+transformer 方案的出現，使得自動駕駛可以對不同傳感器數據進行特征提取，并且将感知結果統一轉換到鳥瞰視角，變相地降低了對地圖數據精度和要素的依賴。雖然，目前的輕圖仍然是對感知結果的一種補充，但已經大大降低了自動駕駛對地圖的依賴程度。
此外，" 輕地圖 " 并非是一種固定的産品，而更像是一種靈活的數據服務方案。它在高精地圖基礎上，根據車企和自動駕駛公司的特定要求和不同場景，作出了定制化的調整。針對不同場景，提供不同的精度和數據要素，以此來保證地圖更新的及時性并降低成本，平衡供應方和需求方的需求。
在精度方面，目前的智駕方案并不強求地圖的絕對精度和相對精度，更多地利用車端感知結果的實時建圖來實現精度的要求。
在數據要素方面，輕地圖将數據要素從過去的上百個減少到了 20 餘個，以滿足車企和自動駕駛企業的通用需求。
關于 " 輕地圖 " 服務方案更爲詳細的闡述，可點擊《自動駕駛 " 去圖化 " 問 題分析》獲取。
盡管對道路部件信息的需求相對較弱，然而車道模型、道路屬性等信息仍然是重要的訴求。無論是高精地圖還是輕地圖，它們的主要作用都在于在視距内提供感知補充，以及提供視距外的信息，後者在自動駕駛的過程中是必不可少的。
智能汽車的駕駛質量評價标準除了是否能實現長距離的自動駕駛外，還包括安全性、舒适性和效率。安全性意味着車輛能夠在無人接管的情況下，确保全場景的安全駕駛。舒适性則需要牽扯到視距外的信息，例如能否避免出現急刹、急轉的情況。而提高效率則需要依賴視距外的信息，以減少達到目的地的時間，以及提升整個交通系統的運行效率。
因此，所謂 " 無圖化 " 其實是一個僞命題。對于擺脫高精地圖的依賴，已經在供需兩端中達成共識。即使車企可以通過自身的感知能力擺脫對輕地圖的依賴，但它并不能取代對視距外信息的需求，而這些信息需要地圖提供。根據智駕的實際需求和場景，地圖，無論是高精地圖、輕地圖還是其他類型的地圖，都不能被完全替代。
圖商和車企的合作模式
在當前環境下，測繪地理信息數據的重要性日益突顯，并由此引發一個關鍵的問題，那就是 " 去圖化 " 智能汽車智駕方案是否涉及測繪行爲。
在政策合規性的推動下，車企與圖商的合作越來越緊密，主要體現在兩個方面：基于地圖使用服務的衆源制圖合作以及數據閉環。
一方面，基于地圖使用的服務通常是動态變化的（主要體現在數據要素層面），以補充自動駕駛能力。另一方面，考慮到對地圖精度和數據要素需求的降低，衆源車輛成爲保證地圖鮮度的關鍵。
雖然衆源車輛理論上能夠降低成本，并提高地圖更新頻率，但其數量過多也使得整個工程鏈條變得更加複雜。并且，每家車企的感知設備和方案卻存在很大差異，因此在與多個車企合作時，圖商需要解決各種适配問題。在此過程中，成本構成中的一部分會有明顯增加，而綜合計算下來，也并不能保證總體成本的下降。
數據閉環解決方案以數據采集、傳輸、處理、标注、模型訓練及驗證爲主要流程，将優化過的模型重新部署于車端，形成一個數據驅動模型叠代的循環體系，現正逐漸成爲智能駕駛競争核心。
圖商在此領域的切入，旨在進行合規工作，保證車輛采集到的數據合規性。不過，具備相應資質并且長期服務于車企的圖商并不多。
随着新技術的發展和應用，利益鏈條和利益分配正在被重新洗牌。盡管高精地圖的重要性逐步下降，圖商卻尋找到新的業務方向，并積累了初期優勢和資質資源。一旦成功定位了新的角色，他們将有機會在未來很長時間内與主機廠和自動駕駛一級供應商建立深度合作關系。
關于圖商車企合作模式的進一步探索，可點擊《自動駕駛 " 去圖化 " 問 題分析》獲取。
未來圖商的作用不可替代
未來自動駕駛的進步将會從依賴高精地圖的重圖方案向 " 重感知、輕地圖 " 的方向演變，這一進步标志着車企和圖商的解放，同時推動智能汽車向高級自動駕駛邁進。
盡管随着智能駕駛車輛感知能力的提升，地圖對于視線内信息的補充的重要性降低，但它對于視距外信息的補充仍然發揮着重要的作用，直接影響駕駛的舒适性和效率。因此，車對于圖的需求存在動态變化的可能性，但無圖方案可行性不強。
此外，地圖衆源、數據閉環業務方向，圖商作用不可替代。
大模型的落地應用解決了車端對高精地圖的依賴問題，但同時感知能力的提升，車端實時建圖，也讓民用車輛衆源建圖成爲可能。盡管從數據采集、數據傳輸、數據清洗、數據加工到數據的應用各環節存在一定的問題，在成本計算上也存在收益性評估困難等問題，但不失爲是一種車企、圖商雙赢的方式。此外，圖商手握甲級導航電子地圖制作資質和多年地圖制作經驗，圖商手握的導航電子地圖制作甲級資質以及對于地圖制作的能力積累都使得其具備不可替代的。
同時，在未來的智能交通體系中，圖在車與路之間的交流中發揮着重要的媒介作用，未來無法被替代。圖是整個交通體系複現的載體，承載着道路交通的各個要素，包括運行的車輛。而車端，可以通過圖的信息，明确知道在當下交通情況車輛的最優選擇。如此，智能交通的價值才能充分發揮出來，提升整體的交通效率。
結語
通過深入研究我們發現，無論是輕圖還是無圖，并不足以完全替代傳統的地圖功能。圖商的作用在諸多方面都是不可替代的，包括但不限于基于地圖服務的數據服務、地圖衆源、數據閉環業務等方向。在可預見的未來，地圖在自動駕駛中的角色仍然不可或缺。
現登錄虎嗅智庫官網 ，注冊限時體驗會員賬号，不錯過任何最新活動信息。
關于虎嗅智庫：
虎嗅智庫緻力于推動産業數字化以及以 " 雙碳 " 轉型爲代表的可持續發展，爲參與這個進程的中國企業高管、政府相關決策服務。我們主要的服務手段主要爲：研究型内容（報告、分析文章、調研評選）、數據庫、線上線下活動與社群、定制型項目等。
我們提供的核心價值：
及時與優質的洞察，了解技術、了解行業、了解同行與對手；
爲決策者技術與産品戰略決策、産業規劃、解決方案選型提供重要參考；
幫助市場全面了解前沿科技及所影響産業的發展狀況，還有未來趨勢。
