3 月 23 日，華爲舉辦了 2023 年度的春季旗艦新品發布會。雖然華爲 P60 系列和折疊屏旗艦 Mate X3 系列才是這次這次發布會的主角，但 HUAWEI 問界 M5 即将新增的高階智能駕駛版本的消息也成爲了焦點。
華爲終端 BG CEO 餘承東在大會上透露，即将上車 ADS 2.0 版本将不再依賴于高精地圖，而是通過車端融合感知來完成對環境的識别。
這意味着繼小鵬、蔚來、理想之後，華爲也抛棄了高精地圖，走向了 " 重感知 " 路線。
前幾年大火的高精地圖，在智能駕駛賽道上已經逐漸淪爲雞肋，倒在了技術爆發性發展的前夜。
高精地圖的問題究竟在哪？爲何迅速被車企邊緣化？讓功夫汽車帶大家一起看一下。
1
成本高、保鮮難，高精地圖成死局
首先我們要搞清楚，高精地圖究竟是什麽。與普通的地圖不同，高精地圖（HD map）最大的特點就是精确度極高，精度可以達到厘米級别，真正可以做到 " 一覽無餘 "。
包含道路形狀、交通标志、道路标記以及周邊的障礙物等元素，都能在高精地圖中顯示出來。再細一點，每個車道的坡度、曲率、側傾數據，每條車道之間的實線和虛線，道路的限高、隔離帶這些高精地圖也都能描述出來。這就意味着智能駕駛隻要 " 一圖在手 "，就是 " 天下我有 "。
2021 年 4 月，一台極狐阿爾法 S 市區智能駕駛全測試的視頻曝光，車輛在無人控制的狀态下輕松遊走于街頭，驚豔了網絡。當時這台車所采用的核心科技，就是高精地圖。
可以說憑借着這一優勢，極狐阿爾法 S 至少提前兩年落地了城市 NOA，這就是高精地圖的實力。
但從結果來看，2021 年 4 月既是高精地圖驚豔的開始，也成爲了頂點。畢竟高精地圖的采集成本極高，全國的城市道路足有 1000 萬公裏，而厘米級地圖每 100 公裏道路的采集成本可能要達到 10 萬元，這還不算更多錯綜複雜的鄉村小路。要把全國的道路采集齊全，基本屬于天價。
這也是各大廠商弄來弄去，始終在幾個大城市打轉的重要原因。畢竟誰敢說我去把全國的道路都采上，那個投入絕對是非常吓人的。
最後地圖廠商想到了一個方法，那就是衆包制圖。就是企業将相關的傳感器裝到第三方的普通車輛，讓這些第三方車來進行實時數據采集，并随時上傳到雲服務器。但這一點又涉及到了測繪資質問題和隐私問題，很快就被叫停了。
除了采集困難外，還有一個問題就是道路的變化。即使是采集完成後，也不能保證道路不會做出調整，這樣一來已經完善的地圖包還要不斷的修訂。
并不能 " 一勞永逸 "，這進一步推高了成本。正因此，高精地圖出來這麽多年，進展依然緩慢。
2
掰扯不清的責任，車企與地圖廠商博弈
前面說了，高精地圖的整體費用非常高，而且要一直保持更新，這筆費用太高了，這也成爲了被邊緣化的主因。
但大多數行業的基礎投入都非常高，隻要後續有得賺，總會有人願意做。高精地圖之所以被放棄，還有一個原因就是誰需要高精地圖的問題。
從表面上看，車企應該是最需要高精地圖的。之前小鵬的 NGP，采用的是高德的高精地圖；’蔚來的 NOP 則用的是百度的高精地圖；沃爾沃之前預告的新車型，則采用的是四維圖新的高精地圖。
但車企隻是想用，卻并不想成爲主要的成本承擔方。以小鵬爲例，它需要用到高精地圖的車型本就隻有一兩款，而這些車型中還必須是選擇了高階輔助駕駛的車型才能用上，這意味着用上這項技術的車型每年的銷量可能隻有一兩萬輛。
這樣的量級，車企是不可能付出很多的費用的。以一輛車 2000 元計算，每年的使用費用也隻有 2000 萬元左右，這對于高精地圖的發展來說杯水車薪。
而且車企還有車企的要求，之前小鵬就曾經提出，希望高精地圖能夠保持 " 鮮度 "，最好能夠做到按天級更新，這對于地圖廠商來說無疑是難以接受的。
車企們的高要求和低投入意願，可以說将高精地圖的 " 包袱 " 全部甩給了地圖廠商。在前幾年互聯網飛速發展的年代，這個倒不是大問題。畢竟從滴滴 VS 快的，摩拜 VS 小黃車，資本已經習慣了在各大賽道上 " 燒錢 "。
但最近兩年資本持續收緊，已經沒多少人願意做這種回報不确定，但投入極大的事情了。因此大多數地圖廠商在高精地圖上都選擇了 " 擺爛 "，反正數據就這麽多，時效性也沒有保證，車企愛用不用。
既然雙方一拍即散，結果自然是高精地圖這條技術路線被徹底邊緣化。
3
高精地圖出局，" 重感知 " 也未必結果？
從目前的情況了，華爲、小鵬、理想、蔚來這幾家頭部新勢力都抛棄了高精地圖的路線，轉而選擇了 " 重感知 " 的路線。即加強車輛的感知能力和算法，最終實現高階智能駕駛。
這條路線能否走通呢？其實依然有很多問題。
首先提一下最早走 " 感知 " 路線的特斯拉，目前基本已經失敗了。特斯拉走的算是 " 輕感知 " 純視覺智能駕駛路線，邏輯上就是模拟人的操作。整車隻用成本相對低的攝像頭來觀察周圍情況，然後依賴系統算法來判斷該如何駕駛。理論上隻要系統和人一樣聰明，這套系統就能很好地運作。
但理論是理論，在實際駕駛中攝像頭對于不同距離的物品大小判斷并不準确，這樣視線不好或者圖形太接近時容易出現誤判。并且在一些強光、大霧、大雨等環境下誤判幾率會大幅增加，總不能不然用戶在極端天氣條件下出門吧。最近特斯拉又打算在新車型中加回雷達，就是這個原因。
在車企們用上激光雷達走 " 重感知 " 路線之後，确實相比純視覺路線要更可靠一些。但問題也依舊存在，首先肯定是成本問題，感知能力越強的設備價格越昂貴，這意味着單車價格很難降下來。然後是不同信号的處理問題，不同感知部件中究竟 " 聽誰的 "。
從目前的情況下，" 重感知 " 的方案應對高架和高速問題不大，但在市區的适應性也依然需要進一步提高。
當然了，車企還有另外一個方向，那就是 " 車路協同 "。不用過度強調單車的 " 感知 " 能力，隻需要修建一條感知能力足夠強的公路，然後由公路将信息發送給每一台車。這樣一來隻要把道路的 " 基建 " 完善，車輛就會可以自動按照提供的信息行駛了。
但這又有另外一個問題，那就是要求所有的交通參與者都 " 入網 "。不僅包括所有的汽車，還要包括單車和外賣車，甚至包括低速的電動輪椅。不然從 " 網上 " 看周邊沒有車，結果直接撞上了某一條 " 漏網之魚 "，那可能會導緻連環事故。
4
功夫拍案
高精地圖的率先出局确實在意料之中，成本投入太高回報太少，并且還要不斷的保持實時更新。不管是車企還是地圖廠商，意願都不夠強烈，自然很快就被邊緣化了。
但 " 重感知 " 路線也未必是出路，目前各大車企都開始落地自己的城市 NOA，比如剛剛上市的小鵬 P7i，即将上市的問界 M5 高階智能駕駛版，我們還是觀察一下它們究竟能做到什麽程度吧。
功夫汽車有種預感，高階智能駕駛是一條非常長遠的道路。如果三年之内 " 重感知 " 路線依然沒有大的突破，可能車企還會繼續尋求新的解決方案。我們會出現很多問題，但最終的答案肯定已經離我們越來越近。
點擊圖片，直接看往期精選文章
▼
歡迎點擊關注
☟
