从提前知道到实时感知，自动驾驶为什么越来越不依赖地图？

本文首发于智驾最前沿微信公众号，高精度地图曾是高阶智驾的重要组成部分。但如今，乘用车智驾正在逐渐降低对高精度地图的依赖，将更多道路信息交给车端实时获取和理解。

这一趋势，其实涉及自动驾驶的一个关键转向，那就是车辆到底应该依赖提前准备好的道路先验，还是更多依靠自己在行驶过程中理解道路？

01

高精度地图为什么曾经如此重要？

高精度地图（HD Map）并不是普通导航地图的简单升级，而是一套面向自动驾驶系统的高精细度道路信息。

它可以描述车道、道路几何结构、路口拓扑、交通设施等信息，为车辆提供更加结构化的道路先验。车辆进入已经完成地图覆盖的道路后，可以结合这些信息进行定位、路径规划和驾驶决策。

对于早期高阶智驾系统来说，这非常重要。

图片源自：网络

车辆并不是只需要知道目的地在哪里，还需要理解自己所在的道路是什么结构、当前车道通向哪里、前方路口如何连接。高精度地图可以提前把其中一部分道路信息结构化，让车辆在实际行驶过程中拥有一份稳定的环境先验。

这种方式的优势在于信息结构清晰、道路先验稳定。尤其是在道路结构相对固定的场景中，高精度地图能够帮助系统减少部分实时环境理解压力。

但这一方向也存在一些问题。

地图记录的是被采集和制作后的道路，而车辆真正面对的是持续变化的现实道路。

道路施工、车道调整、路口改造、交通组织变化等情况，都可能让现实道路与历史地图信息产生差异。地图覆盖的道路范围越大，需要维护和验证的信息也越多。

对于依赖高精度地图的方案来说，新增城市、园区或者运营区域，需要相应的地图数据准备和验证。

规模较小时，这套流程相对容易控制；当智驾系统需要覆盖越来越多道路时，地图生产、更新和维护本身就会成为规模化应用需要考虑的一环。

所以，高精度地图存在的问题并不是不准确或者没有价值。

而是当车辆需要面对越来越多、变化越来越快的道路时，提前制作好的道路信息，能不能始终跟得上现实世界？

02

为什么车辆开始有能力自己理解道路？

之所以各车企越来越不依赖高精度地图，一个重要原因是车辆自身的环境理解能力正在增强。

乘用车会通过摄像头等传感器持续获取周围环境信息，部分车型还会配备激光雷达，并利用感知模型对道路、车辆、行人、交通信号和可行驶区域等进行识别和建模。

同时，BEV（鸟瞰视角）等环境表征方式，以及Occupancy（占据网络）等三维场景建模技术，也在增强车辆对道路空间结构和周围环境的在线理解能力。

图片源自：网络

这些技术并不等于完全不需要地图，也不是专门为了取代高精度地图而出现的。

它们更重要的作用是让车辆具备更强的实时环境建模能力，并为减少部分高精度地图依赖提供技术基础。

端到端模型的发展也在改变自动驾驶系统处理信息的方式。

传统系统是将感知、预测、规划等任务拆分成不同模块，而端到端思路则是让更多驾驶任务由统一模型或更紧密耦合的模型完成，以减少模块间信息传递损失，使系统能够更加直接地利用当前环境输入生成驾驶行为。

端到端模型也不是不需要地图，而是当车辆能够从实时传感器数据中获得更多与驾驶相关的信息时，它对提前准备好的道路先验的依赖就会降低。

在此基础上，自动驾驶的道路理解方式也在发生变化。

过去是需要提前知道这条道路是什么样。

现在则越来越强调自己理解这条道路现在是什么状况。

如车辆接近一个路口，系统不仅可以调用已有的道路信息，还可以通过摄像头和其他传感器实时识别当前的车道线、道路边界、交通信号灯、周围车辆和行人，再结合当前交通状态判断应该如何通行。

如果道路正在施工，原有车道发生变化，系统面对的也不再只是地图中有没有记录这次变化，而是要判断现场真实存在什么道路结构、哪些区域可以行驶、其他交通参与者正在如何运动。

这就是实时感知真正体现价值的地方。

图片源自：网络

但需要强调的是，无图并不意味着完全没有地图。

在目前的乘用车智驾系统中，导航地图仍然可以承担目的地搜索、道路级路线规划等任务。

所谓无图，更多是降低对传统高精度地图中车道级、路口级等精细道路先验的依赖，而不是把所有地图信息全部删除。

因此，更准确的说法不是从有地图变成没有地图，而是从高度依赖高精度地图，逐渐转向实时感知与地图先验共同工作，并让前者承担越来越多的道路理解任务。

03

减少地图依赖，真正改变了什么？

从乘用车智驾的角度看，减少高精度地图依赖，真正改变的是车辆在缺少完整道路先验时，仍能理解并应对当前道路的能力。

如果一套系统高度依赖提前制作好的高精度地图，那么车辆面对一条已经覆盖的道路时，可以获得比较完整的道路先验；

但当道路发生变化，或者车辆进入地图覆盖不足的区域时，系统就需要处理地图与现实之间的差异。

而如果车辆具备更强的实时感知和环境理解能力，那么系统就可以依靠当前道路信息完成判断。

这并不是说车辆看到什么就可以直接开过去。

图片源自：网络

实时感知得到的只是原始环境信息，系统还需要把这些信息转化成可用于驾驶的结构化理解。

诸如看懂道路边界在哪里、车道如何延伸、前方是否存在可行驶空间、交通参与者如何运动、道路变化是否意味着原有行驶路径需要调整等。

因此，减少地图依赖之后，真正增加的是车端的实时理解任务。

这也是为什么不能简单地认为无图=技术难度降低。

实际上，两种方案只是将部分工作放在了不同的位置。

高精度地图方案会提前完成更多道路信息的采集和结构化，车辆运行时可以利用这些先验。

实时感知方案则减少部分前置道路信息准备，让车辆在行驶过程中承担更多环境理解工作。

这也解释了为什么减少高精度地图依赖，对乘用车智驾而言不仅是为了降低地图成本，更是为了提升系统泛化能力、道路鲜度和规模化覆盖能力。

04

最后的话？

对于自动驾驶来说，高精度地图依然可以提供稳定的道路先验，在一些场景中还可以作为实时感知之外的辅助信息和冗余手段。

从当前市场情况看，轻图在部分乘用车车型和场景中仍有装机，这说明行业并没有简单地走向彻底不用地图，而是根据场景选择轻图、无图或地图冗余方案。

只是在无图化的趋势下，高精度地图的位置发生了改变。

以前，车辆需要较强地依赖地图告诉自己道路应该是什么样；现在，随着实时感知、环境建模和驾驶模型能力增强，车辆越来越需要自己判断道路现在是什么样。