世界变化太快，谁也不敢保证，下一个被抛弃的会不会是自己。
上一年，仍有舆论称行业的共识是，高阶智驾必须要有高精地图。而到了今年，高精地图俨然已经成了被嫌弃的松子。
伴随着多家车企开始落地城市NOA，不依赖高精地图同时成为一大卖点。
据智驾网统计，目前已提出要实现不依赖高精地图的车企包括小鹏、理想、华为、智己等，而包括毫末智行、智行者、轻舟智航等智能驾驶公司，也早提出了重感知，轻地图的方案。
特斯拉又是这一切的始作俑者。FSD不需要激光雷达，也不需要高精地图。马斯克更是在2019年提出“过分依赖高精度地图会让自动驾驶系统变得极其脆弱，普及起来更加困难。”
看起来又是一个可能会被特斯拉搞黄的产业。
不过，不同于激光雷达，用不用高精地图，背后的考量除了成本还有地图鲜度及政策的影响。
由智能汽车创新联盟自动驾驶与定位工作组联合18家业内企业共同编写的《2020智能网联汽车高精地图白皮书》显示，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里道路，成本为每公里10元左右，而厘米级地图的测绘效率约为每天每车100公里道路，成本可能达每公里千元。而一辆测绘车的成本则在数百万元至千万元级别。
测绘成本高，转嫁到用户身上就是车企高昂的使用成本。长江商学院的一份报告显示，目前车企使用高精地图，一般采用订单费加许可费的模式，订单费用约为几千万，而许可费则为单车100元/年左右。
高昂的测绘成本显然也导致了图商无法及时更新地图，也就是说地图鲜度无法保证。据称，目前图商仅能做到约三个月更新一次。这对于对场景要求极高的自动驾驶车辆来说显然是不够的。
此外，高精地图还面临着政策上的问题。高精地图的测绘需要资质，同时，也并非所有城市都能开通高精地图。目前，仅北京、上海、广州、深圳、杭州、重庆6个城市开放了高精地图应用试点，且只有广州、深圳和上海具备相对完整的高精地图。而要真正做到城市NOA落地，行业不可能有耐心去等高精地图在全国铺开。
依赖高精地图，会让智能驾驶的开发、进步变得束手束脚。
于是，这一次，马斯克又说到了大家心里。
01 高精地图的优势明显
但高精地图真的要被抛弃了吗？那也未必。回看各家车企和智驾公司的表述，“不依赖高精地图”，不依赖，指的并不是不用，而是在有高精地图时使用高精地图，没有的时候就靠实时感知。
高精地图的缺点很明显，但优点更加明显。
高精地图发端于传统导航地图。主要是为了满足自动驾驶等领域对地图精度更高的需求。
从定义来看，高精地图指的即是精度更高，数据维度更多的电子地图。
精度更高指的是高精地图的*坐标精度可以精确到厘米级别，而传统导航地图的精度通常在十米，甚至百米级别。
数据维度更多则是指除道路信息外，高精地图包含几乎所有与交通相关的周围静态信息。包括车道线位置、宽度、坡度、曲率等道路数据，交通标志、交通信号灯、车道限高、下水道口、障碍物等车道周边的固定对象信息，以及高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。
因此，高精地图可以让车辆获得更强的，甚至超视距的感知能力，而厘米级别的精度，也更能够给定位和后续的规划和控制、决策层提供更靠谱的先验信息，降低事故发生概率。也有人将高精地图成为智能汽车的记忆，让智驾系统成为老司机。
02 无法使用高精地图时的替代方案
在无法使用高精地图时，为了使车辆能保持必要的智驾功能，车企也需要拿出能替代高精地图的方案。
高精地图是预先制作好的地图，而无可用地图时，依靠的就是车辆传感器实时采集数据生成的地图。这就对车辆的实时感知能力与算法提出了更高的要求。
特斯拉作为完全不使用高精地图方案的代表，曾详细解析过其采用的技术。
以顺利通行十字路口为例，去年AI Day上，特斯拉曾提到其参数量达7500万的神经网络“Lanes Network”，其作用是让车辆弄明白每条车道的走向，仅这个模型运行时就需要占用计算平台峰值算力的10%。
当然，这一部分也是由于特斯拉还采用纯视觉感知，本就对算法有着更高的要求。可以说，特斯拉是为自己选择了地狱模式。
相应的，理想在6月举办的家庭科技日上也介绍了其“神经先验网络”（Neural Prior Net，NPN）。NPN运用神经网络特征（而非高精地图中的车道线、路沿、交通标识等显性特征）描述复杂路口，将来自多车的NPN特征汇集在云端，并将这些NPN特征用于经过路口的车辆上的BEV网络，帮助其提升对复杂路口的识别能力。同时，每一辆经过相应路口的车辆，又会反过来提供新的NPN特征，不断更新、完善云端的NPN特征集。
这样做的好处首先是，信息量大。NPN特征通过神经网络提取全图特征，而不仅限于人为制作高精地图时的车道线、路沿、交通标识等。
其次，保密性高。NPN特征是神经网络的语言，人类无法直接解读，且必须配合BEV网络才能使用，而每家的BEV网络模型、传感器型号和位置各不相同，因此不存在数据安全问题。
03 轻地图是当前的主流
从2010年谷歌宣布开始研发自动驾驶汽车，这个行业的兴起同时带动了高精地图的发展。到2018年左右，自动驾驶行业的沸腾也让地图行业一片欣欣向荣。除了传统图商，包括京东、滴滴、美团等互联网巨头，华为、小米等通讯巨头，甚至上汽、吉利等车企也都入局其中。
但一方面，是国家收紧图商资质，直接导致一批企业出局。而自动驾驶的热潮退去，也带走了部分企业。从行业自身来说，如前所述，高精地图的测绘成本高，投入大，到今天，剩下能做高精地图的图商已经不多。
这一轮的“去高精地图”运动，是否会让图商更加雪上加霜？
当然，如前所述，车企使用的描述依然是不依赖高精地图，要做到真正不使用高精地图，目前似乎并不现实。
高德地图汽车业务中心总经理江睿认为，虽然汽车目前已具备感知车辆周边环境的能力，但针对车辆阻挡、不规则路网、复杂路口和交通规制等信息，感知系统还无法做到看清、理解和表达。因此，地图作为提供全局先验信息的底层基础设施，仍具有不可或缺的作用。
“优质的高级辅助驾驶体验离不开好用的导航路径规划、专业的静态数据，实时的动态数据以及丰富的经验数据等全方位的支持。”
此前，时任百度智能汽车事业部总经理褚瑞松也曾表示，在未来3-5年，高精地图都很难被淘汰。
不过，即便是从图商相对乐观的角度来看，这个时间限也不算太长。
跟上这轮去高精地图的热潮，图商们的解决方案是推出轻地图。
所谓轻地图，即轻量化的高精地图，同时融合了高精地图和传统导航地图的一些优点。在定位精度和信息丰富度上，轻地图免去了一些优先级不高的信息，以算法作为补充。
目前，包括百度、高德、腾讯和四维图新等主要图商都已经推出了轻地图。
百度在介绍其轻量级高精地图方案时曾举过一个例子。在构建高精地图时，会标注出每一个红绿灯的精确位置以及哪个灯控制哪条车道等具体信息，而在轻地图中，百度只标注了整体红绿灯的位置，缺失的部分信息由算法作为补充。上车后，车辆自身的传感设备同样是一种补充。这就可以大大降低高精地图的成本，同时提高灵活性。
高德HQ Live MAP可做到高速和城市快速路场景相对精度30cm，城区相对精度1米，虽然无法达到HD MAP的精度，但足以应对高阶辅助驾驶的场景。同时，HQ Live MAP简化了城区普通路场景中不必要的地图元素，从而降低了制作和部署成本，以达到更轻，但更实用的目的。
此外，通过自研众源设备，并大范围部署至生态内的物流车、行业车、调度车等，实现从发现、采集、生产到发布等完整流程的大幅提效，高德HQ Live MAP可实现天级别的实时更新。相较于高精地图三个月更新的频率，轻地图可大大提高地图鲜度。
腾讯的HD Air同样可保障米级精度，在满足L2+级别自动驾驶需求的同时，进一步降低建图成本。同时，HD Air采用多种采集更新模式，可以保障周级更新。
而四维图新则提出了新产品OneMap，将导航地图、辅助驾驶地图、高精度地图、停车场地图“四图合一”，将所有数据按照统一的几何拓扑进行关联，在同一路网上支持导航和智驾功能。
04 写在最后
高精地图遭到嫌弃自有其原因，但事实上，行业一时似乎又无法做到真的摆脱高精地图。
四维图新地图中心总经理李翔在接受采访时表示，L3级以上自动驾驶肯定需要高精地图，这基本上是业内共识。
今年3月，中国自然资源部发布了《智能汽车基础地图标准体系建设指南(2023版)》，提出到2025年，初步构建能够支撑汽车驾驶自动化应用的智能汽车基础地图标准体系，先行制定急用先行的10项以上智能汽车基础地图重点标准。
此前，四维图新也在媒体沟通会上表示，今年国家监管部门正式允许全国城市级道路送审。
这可以视为国家对高精度地图的政策放松。
车企是否真的能抛弃高精地图？高精地图的未来，又会如何发展？目前来看，依然是个无法定论的未知数。
