134城,降本95%,百度Apollo能把智能駕駛拉到“有圖”時(shí)代嗎?
8月18日,百度Apollo智能駕駛宣布,百度地圖134個城市的高級輔助駕駛地圖已獲得國家自然資源部地圖技術(shù)審查中心的審查,成為首批快速通過國家高級輔助駕駛地圖審查的圖商。
據(jù)官方介紹,百度高級輔助駕駛地圖已獲批30個省134個城市,已完成全國一線、新一線、二線城市全覆蓋,三線城市覆蓋率超過85%。;本次獲準(zhǔn)后,百度地圖高級輔助駕駛地圖覆蓋了近150萬公里的道路里程,位居行業(yè)第一。
百度官方表示,在文心大模型技術(shù)的加持下,百度地圖落地行業(yè)首個地圖生成大模型,完成了“地圖制圖成本降低” “95%”,構(gòu)建了端到端車道網(wǎng)絡(luò)新范式,“顯著提升”地圖的全流程制作技術(shù)。
這種成本的降低和生產(chǎn)過程的優(yōu)化,可能會給圖商當(dāng)前智能駕駛的“靈魂”糾紛帶來轉(zhuǎn)折點(diǎn)。
高精度地圖是一種比普通導(dǎo)航地圖更精準(zhǔn)、更豐富的電子地圖。它可以為智能駕駛系統(tǒng)提供超視距的環(huán)境感知能力和“上帝”的視線,降低即時(shí)感知的壓力和錯誤率。它曾經(jīng)是高級智能駕駛中當(dāng)之無愧的“寵兒”。
不過,在2019年,馬斯克對現(xiàn)有高精度地圖的“炮轟”,以及此后特斯拉在Alll in視覺感知技術(shù)的有效性使得高精度地圖在短短三年內(nèi)迅速失寵。
今年以來,“去高精度地圖的過程越快,去高精度地圖的過程就越快,經(jīng)過行業(yè)高強(qiáng)度的“重感知、輕地圖”洗腦轟炸?!衷谳浾撝?,智駕能力越好=智駕感覺越好”的觀點(diǎn)逐漸蔓延開來。
它也成為當(dāng)前圖商和車企之間“針鋒相對”的直接原因。
但是,如果我們更加關(guān)注汽車公司在宣傳中的演講技巧,不難看出,所謂的“無圖”并不是完全拋棄高精度地圖,大多數(shù)廠商更傾向于使用“不依賴高精度地圖”。
今年3月,小鵬通過OTA將城市高級智能駕駛XNGP功能推送到G9和P7車型,并聲稱“無圖”XNGP將在全國沒有高精度地圖的城市陸續(xù)開放。但在實(shí)際體驗(yàn)中,XNGP的運(yùn)行邏輯是“有高精度地圖就用,沒有高精度地圖就降級”。
類似地,在另一家智能駕駛能力極佳的服務(wù)商華為,阿維塔11的ADS 1.0首先以高精度地圖為基礎(chǔ),即使ADS有“無圖智能駕駛”能力。 2.0,它的計(jì)劃也是在五個有高精度地圖的城市中率先開放高級智駕功能。
對于智能駕駛車輛來說,高精度地圖準(zhǔn)確表達(dá)了靜態(tài)交通元素和道路連接,可以減輕感知系統(tǒng)的負(fù)擔(dān),節(jié)省計(jì)算資源,節(jié)省的算率可以用來更好地感知動態(tài)物體;另一方面,它提供的先驗(yàn)信息和節(jié)省的算率也會降低智能駕駛算法中預(yù)測和控制模塊的難度。
所以,在短期內(nèi),高精度地圖仍將成為汽車企業(yè)在智駕探索中不可避免的一環(huán)。
有分析人士認(rèn)為,在中國,汽車公司和智能駕駛供應(yīng)商都沒有將高精度地圖100%排除在技術(shù)規(guī)范之外,而是可以使用地圖,這是目前公司對高精度地圖的真實(shí)態(tài)度。
但圍繞高精度地圖的“剛需”,車企急于擺脫依賴的主要原因是傳統(tǒng)高精度地圖成本高、新鮮度低,即“制圖成本高”和“更新速度不足”。
根據(jù)最新的國家政策,高精度地圖的測繪和繪圖只能由國家頒發(fā)導(dǎo)航電子地圖制作甲級測繪資質(zhì)的公司合法經(jīng)營。根據(jù)2022年換證復(fù)核公示,只有19家公司通過了換證復(fù)核。
擁圖資質(zhì)較少,智能駕駛算法進(jìn)化迅速,智能駕駛進(jìn)入城市的激烈競爭,大大提高了現(xiàn)有圖商保持傳統(tǒng)高精度地圖繪制的難度。
從過去繪制高精度地圖的過程來看,圖商一般會盡量使用高端傳感器采集車,并多次采集,以減少偏差。而且,為了完全不依賴自行車的智能駕駛能力,測繪內(nèi)容也非常詳細(xì)。例如,在此之前,高精度地圖會標(biāo)記每個紅綠燈的精確位置和車道指向的具體詳細(xì)信息。
這不僅對測繪和精度有很高的要求,而且對汽車的硬件和后期制造成本的測量也是夸張的。顯然,汽車公司不愿意在同樣的智能駕駛能力下,將大量成本砸向圖商。
騰訊HD 輕量級Air地圖
為了改變現(xiàn)狀,“輕量級高精度地圖”應(yīng)運(yùn)而生。與傳統(tǒng)的高精度地圖相比,輕量級地圖適當(dāng)切割了地圖的精度和元素的豐富性,升級了算法,從而提高了誤差的容錯性。
以紅綠燈為例。車輛自身視覺感知提升后,輕量級高精度地圖只需提醒車輛紅綠燈的大致方向,即可實(shí)現(xiàn)車輛“距離”感知的互補(bǔ)。
上半年,四維圖新高管在接受采訪時(shí)表示,其場景地圖能夠?qū)⒏呔鹊貓D的成本從“幾萬元直接降低到百元”。
隨著百度Apollo借用文心大模型,其地圖的繪制速度和成本也在進(jìn)一步提高。目前,在輕量級高精度地圖的變革下,圖商和車企之間最大的差異——成本正在得到有效解決,無論是四維圖新的120個城市,還是百度的134個城市。
然而,擺在圖商面前的困難仍然存在于地圖更新速度的問題上。小鵬汽車自動駕駛前副總裁吳新宙曾表示,希望NGP能夠以“天”級更新高精度地圖。
百度自動駕駛測試車輛
即使在輕量級地圖下,大多數(shù)路面也只能通過一次采集來繪制,但不到1000輛的采集車隊(duì)仍然很難保持地圖的高頻更新,這個問題的唯一解決方案只能通過量產(chǎn)車的測繪來實(shí)現(xiàn)。
直到現(xiàn)在,大部分主流圖商都在推動基于中源的輕量級高精度地圖上車(通過云平臺分析匯聚社交車回傳的傳感器數(shù)據(jù)和感知結(jié)果,然后自動更新高精度地圖的變化)。當(dāng)然,從汽車端收集中源代表了圖商和汽車公司之間的關(guān)系,再次發(fā)生了微妙的變化。
但從長遠(yuǎn)來看,汽車公司和圖商之間的需求注定會讓他們之間的關(guān)系更加緊密,智能駕駛路線可能會經(jīng)歷從“重圖”到“無圖”再到“有圖”的再變革。
本文來自微信微信官方賬號“引擎視野”(ID:Car_Vision),作者:張家棟,36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點(diǎn),版權(quán)歸原創(chuàng)者所有,如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>
免責(zé)聲明:本文系轉(zhuǎn)載編輯文章,僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布,請及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除,您可以發(fā)送材料至郵箱:service@tojoy.com