編輯導(dǎo)語：國內(nèi)外自動(dòng)駕駛廠商幾乎都在高精地圖上有所投入，但是特斯拉卻是例外，這背后的原因是什么？也許，我們可以從高精地圖本身的特性、以及國內(nèi)外的道路環(huán)境等各個(gè)方面著手分析。本篇文章里，作者就特斯拉為何不使用高精地圖一事做了解讀，一起來看。

我們可以看到國內(nèi)外的自動(dòng)駕駛廠商（尤其是國內(nèi)的圖商）都在布局高精地圖，而特斯拉表示并不感冒，完全摒棄掉激光雷達(dá)、毫米波雷達(dá)等非攝像頭傳感器，僅采用攝像頭進(jìn)行感知，在自動(dòng)駕駛領(lǐng)域獨(dú)樹一幟。

這引起了我和領(lǐng)導(dǎo)的討論，我回去梳理了一下，把思考記錄在這里。

一、高精地圖可以做什么

高精地圖可以看成一個(gè)道路環(huán)境的模型，記錄了道路的三維特征、行車輔助信息（如車道線等）和豐富的語意信息（如交通燈的類型等），通過成為高精定位底圖、提供規(guī)劃素材、強(qiáng)化感知的能力，提高了自動(dòng)駕駛效果的“上限”。

1）提高定位精度（感知系統(tǒng)的參照物）

通過對(duì)比車載定位模塊和感知模塊的識(shí)別結(jié)果，確認(rèn)自己的當(dāng)前的位置。

2）提供超視距的道路信息，規(guī)劃素材（提高決策距離上限，解放算力，駕駛體驗(yàn)更平滑）

• 視覺/感知系統(tǒng)探測距離有限，尤其是車速快時(shí)，留給車載電腦的反應(yīng)時(shí)間短。
• 云端可以基于高精地圖對(duì)動(dòng)線規(guī)劃進(jìn)行預(yù)處理，節(jié)省車載電腦的算力。
• 即使本地算力足夠，短時(shí)間內(nèi)及時(shí)糾偏，也會(huì)犧牲乘坐體驗(yàn)（看見要停再停車，和提前知道要停車提前減速，體驗(yàn)差異）。
• 視覺范圍有限，結(jié)合超視距信息，減少局部最優(yōu)決策。

3）幫助無人車識(shí)別車輛、行人位置及障礙物、路牌（給感知質(zhì)量兜底，讓決策更合理）

• 視覺方案會(huì)因?yàn)楣饩€明暗、物體顏色等產(chǎn)生誤識(shí)別，雷達(dá)受霧雨（空氣中的顆粒）影響產(chǎn)生噪聲，高精地圖沒有，但是傳感器發(fā)現(xiàn)了，大概率是活動(dòng)的物體。
• 與感知“看到的”路牌標(biāo)線做對(duì)比校驗(yàn)，減少誤識(shí)別。

可以看到，高精地圖主要是為感知、決策模塊提供“增益”，提高系統(tǒng)的安全、舒適性。

就像一場考試，不押題的這方，不依賴高精地圖、甚至僅使用純視覺的方案的無人車也許只能答60分，或者拼命學(xué)習(xí)拿到80分。請(qǐng)了家教拿到考綱的這邊，借助高精地圖，通過其他方式繞過視覺的死點(diǎn)、難點(diǎn)，拿到90分。

二、不想用OR不能用？

特斯拉選擇了這條比較激進(jìn)的路線，完全摒棄掉激光雷達(dá)、毫米波雷達(dá)等非攝像頭傳感器，僅采用攝像頭進(jìn)行感知，在自動(dòng)駕駛領(lǐng)域獨(dú)樹一幟。

從“第一性原理”的角度來說，即使沒有高精地圖，高度成熟的感知“視覺”，無人車可以像人類駕駛一樣僅用“眼睛”去做出駕駛決策。

我傾向于認(rèn)為，特斯拉不是“不想”使用高精地圖，而是“不能”使用高精地圖（也不劃算）。

1）面向全球市場的特斯拉，高精地圖的制作和維護(hù)成本高，效果還不好

高精地圖的制作大體上包括采集 → 數(shù)據(jù)處理 → 人工驗(yàn)證 → 發(fā)布等一系列數(shù)據(jù)制作流程。

① 采集范圍大：采集需要帶著設(shè)備的車在路面上跑，鋪滿目標(biāo)市場的主要道路。

② 數(shù)據(jù)處理和人工驗(yàn)證：均需要根據(jù)不同地區(qū)的情況，制定工藝，需要模型甚至需要人工標(biāo)注。

③ 數(shù)據(jù)更新效果無法保證：

1. 地圖不是繪制完了就一勞永逸，在大量無人車投放市場后，可以回傳用戶車傳感器途徑道路的最新的數(shù)據(jù)，保證地圖鮮度。
2. 地圖后續(xù)人工/自動(dòng)更新的維護(hù)和迭代，也會(huì)產(chǎn)生大量成本。

2）國內(nèi)是大體量、統(tǒng)一的市場，制圖邊際成本低，更新頻率有保證

我們可以看到國內(nèi)的廠商都會(huì)選擇高精地圖的自動(dòng)駕駛方案。

① 制圖邊際成本低：全國的主要干道規(guī)格統(tǒng)一“一個(gè)標(biāo)志牌、一種標(biāo)線，全國通用”。

② 國內(nèi)的車流密度也保證了足夠的路網(wǎng)覆蓋，在達(dá)到一定滲透率，不同車廠的傳感器信號(hào)都匯總給圖商/自動(dòng)駕駛運(yùn)營商，可以做到高頻度的道路刷新。

③ 地圖產(chǎn)業(yè)涉及到國家機(jī)密，精地圖的行業(yè)準(zhǔn)入門檻很高

1. 目前國內(nèi)擁有“導(dǎo)航電子地圖制作甲級(jí)測繪資質(zhì)”的企業(yè)較少。但是也正因?yàn)檎伪趬镜囊蛩?，限制了國外競爭者的加入，這也讓國內(nèi)企業(yè)具有一定的優(yōu)勢。
2. 為了避免相關(guān)問題，特斯拉用作仿真訓(xùn)練的“短時(shí)路網(wǎng)”會(huì)被保存在國內(nèi)的服務(wù)器上。

3）相較國外，國內(nèi)的道路環(huán)境更復(fù)雜，對(duì)安全的要求更高

1. 國外地廣人稀，道路環(huán)境相對(duì)簡單；
2. 國內(nèi)道路車流人流密集，有中國特色的交通參與者（如電瓶車、行人）。

也許你會(huì)說，同樣是面向全球市場Uber、Waymo、Mobileye、英偉達(dá)，都會(huì)選用高精地圖，市場也許不是主要原因。

是的，Uber的出租車模式意味著車輛調(diào)度的自控，只需要滿足有大量用戶的、主要路線的訴求，Waymo的高精地圖基礎(chǔ)由谷歌地圖發(fā)展而來，Mobileye、英偉達(dá)為大量的車廠提供軟硬件（也許意味著有大量的數(shù)據(jù)回收）。

而特斯拉作為獨(dú)立廠商，除了馬斯克奉為圭臬的“第一性原理”外，也許彼此之間都不愿意分享自動(dòng)駕駛的“靈魂”（自動(dòng)駕駛能力和用戶數(shù)據(jù)），也許他已經(jīng)選擇了足以彌補(bǔ)高精地圖缺失的技術(shù)方案。

三、特斯拉的純視覺方案：MIND OF CAR

如果特斯拉有且僅有攝像頭，那么他的視覺方案必須是業(yè)界水平最高的。

特斯拉思路是：開車的是人，道路是為人類設(shè)計(jì)的，如果擁有和人類一樣的感知和處理信息的能力，機(jī)器可以無縫過渡到自動(dòng)駕駛，經(jīng)濟(jì)&高級(jí)。

在特斯拉2021年的AIDAY上，馬斯克分享了純視覺自動(dòng)駕駛方案和能力：

1）硬件：8個(gè)360°，120w像素?cái)z像頭，在效果上需要能替代替代激光雷達(dá)、毫米波雷達(dá)和聲吶。

2）感知：1000人的標(biāo)注團(tuán)隊(duì)，150w輛在路特斯拉，保證了為視覺算法訓(xùn)練的大量的數(shù)據(jù)集合。

① 同大多數(shù)的自動(dòng)駕駛的感知方案一樣，特斯拉的視覺方案在做以下幾件事：圖像校準(zhǔn) → 物體識(shí)別 → 深度感知 → 創(chuàng)建四維向量空間。

② 只是，特斯拉選擇通過視覺模擬雷達(dá)，準(zhǔn)確率基本接近真實(shí)雷達(dá)。

• 通過有雷達(dá)的路測車在路上跑，獲取真值。經(jīng)過大量訓(xùn)練，算法可以得到視覺和模擬雷達(dá)的換算關(guān)系，擺脫用戶車對(duì)雷達(dá)的依賴。
• 通過視覺同樣可以通過對(duì)陌生道路建模，進(jìn)行感知和預(yù)測（基于大量道路數(shù)據(jù)的視覺算法學(xué)習(xí)，獲得超視距的預(yù)測信息），生成短時(shí)高精地圖。

3）規(guī)劃與控制

• 特斯拉在規(guī)劃架上和業(yè)界基本沒有什么太大的區(qū)別，基本上都是先求解出可行空間，然后利用優(yōu)化的方法在可行空間內(nèi)優(yōu)化求解，輸出最終軌跡。
• 特斯拉的軌跡動(dòng)線規(guī)劃，可以簡單理解為基于搜索的方法生成大量的軌跡，綜合評(píng)價(jià)安全、舒適、效率選擇最優(yōu)動(dòng)線，在技術(shù)能力上的優(yōu)化可以讓他們減少搜索次數(shù)，提高效率。
• 它也實(shí)現(xiàn)了通過視覺跟蹤，以及衍生的預(yù)測能力，可以學(xué)習(xí)不同物體的性質(zhì)，區(qū)分人/動(dòng)物/車，以及預(yù)測其未來的走向，做出決策和避讓。

4）計(jì)算能力

云端Dojo超算力：現(xiàn)有特斯拉車端FSD芯片算力主要依靠兩塊SoC芯片，算力為144TOPS，并不高，但是，基于幀檢測的攝像頭需要依賴高算力，其核心訴求是高帶寬和低延遲。

5）仿真能力

• 這塊是特斯拉能實(shí)現(xiàn)視覺算法高效迭代關(guān)鍵，通過視覺生成實(shí)時(shí)高精地圖，制作虛擬仿真地圖，還原現(xiàn)實(shí)環(huán)境的基礎(chǔ)上，創(chuàng)造有更多邊界場景的虛擬環(huán)境，在虛擬世界完成打怪升級(jí)（神經(jīng)網(wǎng)絡(luò)渲染）。
• 每輛在路的特斯拉回傳的地圖數(shù)據(jù)，都可以成為仿真地圖的原本，可以看到，其對(duì)靜態(tài)、動(dòng)態(tài)環(huán)境的構(gòu)建效果逼真，并且可以通過AI能力進(jìn)行模型再創(chuàng)造和組合。這提供了大量的邊界場景，減少了標(biāo)注的工作量。
• 在路上跑的車輛越多，收集到的數(shù)據(jù)越多，仿真場景庫的數(shù)據(jù)也會(huì)指數(shù)倍增。

四、At last

不可否認(rèn)特斯拉有很強(qiáng)的技術(shù)能力，在算法能力上有著行業(yè)頂尖的水平。但特斯拉的方案是國內(nèi)廠商選擇的高精地圖+多傳感器的技術(shù)路徑的子集，如果視覺方案發(fā)展得足夠成熟，國內(nèi)廠商也可以隨時(shí)“向左轉(zhuǎn)”。

運(yùn)輸工具不一定要造“腿”、也可以造輪子，同理，機(jī)器人不一定長得像“人”。純視覺方案不一定最高效的方法。即使自動(dòng)駕駛最后走向了“像人一樣駕駛”，在自動(dòng)駕駛發(fā)展初期、“學(xué)走路”的過程中，短期內(nèi)借助高精地圖和其他傳感器作為“輔助走路的支具”，快速實(shí)現(xiàn)自動(dòng)駕駛的安全普及，也無傷大雅。

參考資料：

• 《第一本無人駕駛技術(shù)書》作者：劉少山
• 《自動(dòng)駕駛仿真藍(lán)皮書》
• 自動(dòng)駕駛基礎(chǔ)知識(shí)系列-高精地圖@少隆?https://>ata.alibaba-inc.com/articles/192451?spm=ata.23639746.0.0.3c0c4ddfCx53C1
• 行業(yè)前沿：自動(dòng)駕駛之“高精地圖”篇 – PLUGANDPLAY的文章 – 知乎?https://>zhuanlan.zhihu.com/p/486988101
• 高精地圖，公認(rèn)的自動(dòng)駕駛標(biāo)配，但特斯拉并不care –?https://>baijiahao.baidu.com/s?id=1685063016792310360&wfr=spider&for=pc
• 自動(dòng)駕駛之高精度地圖（八）國內(nèi)外高精度地圖發(fā)展現(xiàn)狀 – 阿寶說車的文章 – 知乎?https://>zhuanlan.zhihu.com/p/369259860
• 超長延遲的特斯拉AI Day解析：講明白FSD車端感知 – EatElephant的文章 – 知乎?https://>zhuanlan.zhihu.com/p/458076977
• 特斯拉AI Day決策規(guī)劃技術(shù)解析 – 自動(dòng)駕駛拖拉機(jī)的文章 – 知乎?https://>zhuanlan.zhihu.com/p/402442178
• 如何賦予機(jī)器思維？解密特斯拉人工智能自動(dòng)駕駛下集！超乎你的想象https://www.>bilibili.com/video/BV1uU4y1u7JY/?spm_id_from=autoNext

本文由 @阿白 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash ，基于 CC0 協(xié)議