Mapfree智駕方案，怎樣實(shí)現(xiàn)成本可控？

整理?|?睿思，編輯 | 祥威

編者注：本文是HiEV出品的系列直播「智駕地圖之變」第二期問答環(huán)節(jié)內(nèi)容整理。元戎啟行副總裁劉軒與連線嘉賓奧維咨詢董事合伙人張君毅、北汽研究總院智能網(wǎng)聯(lián)中心專業(yè)總師林大洋、主持嘉賓周琳展開深度交流，并進(jìn)行了答疑。

本期元戎啟行分享內(nèi)容《Mapfree決定自動(dòng)駕駛未來》的主題演講，可前往#視頻號(hào)：HiEV觀看直播回放。關(guān)于「智駕地圖之變」系列直播的更多內(nèi)容，可添加微信號(hào)Yuting199701，加入「智駕地圖」交流群。

今年以來，輕地圖逐漸成為熱門關(guān)鍵詞。高精度地圖由于在地圖鮮度、維護(hù)成本以及覆蓋范圍等局限性，逐漸被輕地圖取代。

元戎啟行是行業(yè)中布局輕地圖方案較早的公司之一，通過重構(gòu)技術(shù)框架，以及進(jìn)行大量的泛化測(cè)試，在安全、效率與體感三者之間找到平衡點(diǎn)，最終做出了一套成本僅有傳統(tǒng)高精地圖成本十分之一的方案，讓無圖化方案成為可能。

據(jù)劉軒介紹，元戎啟行的技術(shù)路線和特斯拉不完全一樣，并不需要讓車輛記住某個(gè)路口的具體數(shù)據(jù)，而是希望能夠讓這個(gè)模型本身學(xué)會(huì)，像人一樣思考，在行駛操作中各個(gè)數(shù)據(jù)可能在一個(gè)什么樣的范圍之內(nèi)，然后由系統(tǒng)自主完成操作。

按照計(jì)劃，今年元戎啟行會(huì)提供傳統(tǒng)的L2+輔助駕駛和高速NOA方案，明年將提供城市NOA的純視覺產(chǎn)品。

實(shí)時(shí)感知為主，SD Map作為參考輸入

Q：雖然行業(yè)內(nèi)大家都在提無圖，但大部分車廠與供應(yīng)商的核心還是采用了所謂SD Pro或者Lite地圖。元戎只用SD Map就可以實(shí)現(xiàn)高階輔助，這背后的技術(shù)支持是什么？

A：無論是SD Pro或者HD Lite，它里面依舊包含了高精地圖的信息，它基本上是用高精地圖向下閹割，提供一些更豐富的信息，能夠幫助算法做得更好。但有關(guān)高精地圖的更新，以及更新成本的問題依舊是繞不開的。如果能從算法層面解決掉這個(gè)問題，那么它可能就不再是一個(gè)特別大的強(qiáng)依賴項(xiàng)。

去地圖化肯定是未來一個(gè)發(fā)展方向，因?yàn)樗?strong>減少維護(hù)成本。有關(guān)維護(hù)更新的部分，本質(zhì)上類似人工智能中人工的那一部分，如果從智能的角度能解決這個(gè)問題，成本可以減少很多。

我們最早從2020年開始研發(fā)，技術(shù)上已經(jīng)相對(duì)成熟，因此根據(jù)我們的經(jīng)驗(yàn)認(rèn)為，對(duì)高精地圖的依賴是可以去除的。

Q：行業(yè)內(nèi)研發(fā)重點(diǎn)由依賴高精地圖轉(zhuǎn)化為去高精地圖，是單純的成本問題還是高精地圖發(fā)展跟不上落地速度呢？

A：其實(shí)早先在行業(yè)內(nèi)，包括主機(jī)廠，一些創(chuàng)業(yè)公司也考慮過去高精地圖，但可能主要還是前幾年技術(shù)不夠成熟，因此不太往這個(gè)方向投入。后來特斯拉，包括元戎做出來之后，大家發(fā)現(xiàn)這個(gè)技術(shù)是可行的。因此今年大家認(rèn)為這項(xiàng)技術(shù)接近到了突破點(diǎn)，越來越多的人認(rèn)可了這項(xiàng)技術(shù)。

Q：無圖方案進(jìn)行量產(chǎn)的話，是否需要對(duì)每一個(gè)城市都需要泛化？由于無圖方案重感知的情況，這是否意味著系統(tǒng)需要強(qiáng)數(shù)據(jù)閉環(huán)？

A：首先，因?yàn)槌鞘兄写蟛糠值缆范急容^規(guī)則，泛化的意義不是特別大?；拒囕v在比較規(guī)整的簡(jiǎn)單路段開過一次后就能學(xué)會(huì)，因此換到另外的城市也可以運(yùn)行。

難點(diǎn)是對(duì)于那些不規(guī)則的corner case，比如修路或者高架場(chǎng)景，這些人看著地圖都可能開錯(cuò)的路口，我們需要更多的數(shù)據(jù)。因此在城市的復(fù)雜道路，還包含一些鄉(xiāng)村的道路，都需要大量的數(shù)據(jù)去進(jìn)行泛化，所以當(dāng)然這里面一定要依賴于一個(gè)強(qiáng)數(shù)據(jù)閉環(huán)的系統(tǒng)。

這套系統(tǒng)是非常綜合的，它包含感知，定位，規(guī)劃等，有一整套的交互式的流程。我們需要非常多的數(shù)據(jù)，尤其未來想要過渡到純視覺的話需要更多數(shù)據(jù)。所以如何從海量的數(shù)據(jù)中找到有用的，把這個(gè)算法迭代的更好，它對(duì)能力要求是非常高的，比以前的傳統(tǒng)方案更難。

Q：在這種模式下，主機(jī)廠和集成商怎么高效地合作，才能把數(shù)據(jù)閉環(huán)打通？

A：數(shù)據(jù)的所有權(quán)一般歸屬主機(jī)廠，但主機(jī)廠會(huì)將數(shù)據(jù)共享給我們進(jìn)行共同建設(shè)，讓我們進(jìn)行算法模型上的更新，能夠適應(yīng)更多路況，得到更好的表現(xiàn)。最終希望這個(gè)產(chǎn)品能夠不斷地迭代，升級(jí)服務(wù)提供給用戶。另外這些數(shù)據(jù)都會(huì)在可控、可信的云平臺(tái)上，我們只需要讓它能夠訓(xùn)練模型就行。

Q：Mapfree方案對(duì)于組合慣導(dǎo)這些定位設(shè)備的需求或者變化點(diǎn)在哪里？

A：我們目前的組合慣導(dǎo)產(chǎn)品包含IMU、GNSS，大概是百元級(jí)。不需要帶差分定位，僅需要它能夠提供十米左右位置的定位精度就可以了。然后通過算法讓它能夠滿足安全的需求，這樣也可以給車企降低一定的成本。

Q：無圖系統(tǒng)在智駕的過程中怎么去利用好SD地圖？

A：對(duì)于SD地圖的應(yīng)用，我們主要將其作為一種參考的信息，更多的以實(shí)際感知到的信息為主，然后將導(dǎo)航地圖作為參考，讓它能夠?qū)W到更像人的一個(gè)價(jià)值行為。

Q：有圖、輕圖和完全沒有圖分別給車廠減掉多少成本上的壓力？

A：純SD的一輛車一個(gè)月大概幾十塊錢的成本，但是HD的一輛車一年可能是幾百塊，然后SD Pro或是HD Lite這個(gè)級(jí)別可能是一年一百到兩百塊。但是現(xiàn)在的問題是，HD和SD Pro覆蓋的城市數(shù)據(jù)還不夠多，目前只有六個(gè)城市，未來開更多城市的話，成本勢(shì)必是要增加的，所以這個(gè)成本并不一定是固定值。

Q：輕地圖成本和高精度地圖相比，采集的過程中所產(chǎn)生的費(fèi)用差距不大是嗎？

A：對(duì)，并且它采集數(shù)據(jù)，后續(xù)更新時(shí)，同樣需要經(jīng)過審圖的時(shí)間周期，所以更新的頻率可能不會(huì)那么快。如果完全依賴于高精信息，更新頻率不夠高的話，可能對(duì)算法的性能表現(xiàn)也會(huì)有一定影響。

Q：城市泛化節(jié)奏是怎樣的？前期從一個(gè)城市泛化到另外一個(gè)城市大概需要多久？

A：目前，測(cè)試車輛在16個(gè)城市做泛化性的數(shù)據(jù)采集和測(cè)試。因?yàn)橥耆灰蕾嚫呔貓D，所以只需要將車投入城市進(jìn)行測(cè)試就可以。因?yàn)槿绲缆返慕煌舻刃畔⒌淖R(shí)別，模型本身是經(jīng)過一定的魯棒性、泛化性的訓(xùn)練。其次不同城市最具挑戰(zhàn)的，并非感知結(jié)果，而是道路結(jié)構(gòu)是否復(fù)雜。

其實(shí)，所謂泛化測(cè)試，更多是采集路網(wǎng)的靜態(tài)信息，讓它學(xué)到不同的城市道路中難解決的，有挑戰(zhàn)的場(chǎng)景。因?yàn)槭荕apfree，不依賴于導(dǎo)航地圖，因此不太需要做提前的準(zhǔn)備，因此泛化需要的時(shí)間比較少。

與特斯拉不完全一樣，更注重模型學(xué)習(xí)

Q：元戎這套無圖方案，針對(duì)ICV/L3的功能安全方面的準(zhǔn)入需求是如何應(yīng)對(duì)考量的？

A：首先對(duì)于算法本身我們有具體的指標(biāo)，與我們自己的使用高精地圖的算法或者市面上采購(gòu)到的算法定期做對(duì)比。從產(chǎn)品的效果上，包含系統(tǒng)的安全性，舒適性，行駛的效率等進(jìn)行比較。

關(guān)于功能安全，現(xiàn)在合作的車企對(duì)此要求也是非常高的。在合作過程中，我們會(huì)把車企對(duì)于安全的方面的需求進(jìn)行分解，然后根據(jù)其中的每一個(gè)模塊，按照要求比如去進(jìn)行系統(tǒng)層級(jí)的軟件乃至硬件方面的監(jiān)控。例如針對(duì)汽車MCU的芯片，我們會(huì)有對(duì)應(yīng)的監(jiān)控，然后對(duì)于Orin芯片上的一些故障事件，我們有對(duì)應(yīng)的模塊進(jìn)行監(jiān)控，保證系統(tǒng)有一些故障或者失效的時(shí)候，對(duì)應(yīng)的信息能夠達(dá)到車企需要的功能安全的狀態(tài)。

Q：當(dāng)?shù)缆翻h(huán)境復(fù)雜，出現(xiàn)盲區(qū)時(shí)，是否能夠及時(shí)預(yù)判當(dāng)前道路環(huán)境？交通擁堵產(chǎn)生感知盲區(qū)時(shí)，功能實(shí)現(xiàn)的效果和安全性是否會(huì)下降？

A：對(duì)于路口有遮擋的信息，如果之前已經(jīng)識(shí)別到物體進(jìn)入，那么在較短時(shí)間內(nèi)，感知系統(tǒng)通過多幀的融合感知可以追蹤到這個(gè)物體，并且我們內(nèi)部有一些Benchmark，它的精度非常高。除非是對(duì)于之前是沒有任何信息的鬼探頭，可能難度比較高，但這種情況對(duì)于任何算法都是非常難的挑戰(zhàn)。

更難的一點(diǎn)是Mapfree去認(rèn)路時(shí)，如果由于堵車識(shí)別不到停止線，此時(shí)算法會(huì)通過機(jī)器學(xué)習(xí)的方式去猜測(cè)停止線的位置，根據(jù)大量人類駕駛員或是基于強(qiáng)化學(xué)習(xí)的經(jīng)驗(yàn)來進(jìn)行判斷。

其實(shí)Mapfree比起傳統(tǒng)的高精地圖，對(duì)于堵車或者修路的情況，我認(rèn)為是帶來更多的便利性。

因?yàn)槿绻鎸?shí)道路和地圖不匹配的時(shí)候，導(dǎo)航地圖會(huì)由于更新不及時(shí)有很多錯(cuò)誤信息，那么傳統(tǒng)車輛可能就會(huì)失去方向，但是Mapfree一切以實(shí)際道路發(fā)生的事情為準(zhǔn)，這個(gè)是最準(zhǔn)確的信息。所以我認(rèn)為從安全性角度來是更可靠的。

Q：元戎在技術(shù)上走的是比較激進(jìn)的路線，如何保證系統(tǒng)有足夠的穩(wěn)定性和安全性？

A：其實(shí)是把過去靜態(tài)的高精地圖的信息，轉(zhuǎn)化為動(dòng)態(tài)的實(shí)時(shí)去識(shí)別的信息。所有的安全性的認(rèn)證指標(biāo)還是沿用了L4 Robotaxi，并且因?yàn)楝F(xiàn)在需要考慮到用戶的體感以及通行的效率，添加了很多指標(biāo)。我們?cè)谲浖惴ǚ矫妫潜M力保證安全性的。但是在一些特別極端的情況下，也會(huì)去提醒乘客，讓駕駛員進(jìn)行一定程度的人工干預(yù)。所以其實(shí)它和用HD map的系統(tǒng)不會(huì)有太大的本質(zhì)區(qū)別。

Q：你們提供的方案會(huì)放棄激光雷達(dá)嗎？

A：我們今年純視覺的產(chǎn)品是先提供傳統(tǒng)的L2+輔助駕駛，加上高速NOA，后續(xù)我們計(jì)劃明年讓它也能夠提供城市NOA。因?yàn)榧円曈X需要的數(shù)據(jù)量更大一些，目前它給用戶的體感和帶激光雷達(dá)的還是有一些差距的。

Q：對(duì)于L2+或 L3級(jí)別未來的方向，實(shí)現(xiàn)城市的高階輔助駕駛中激光雷達(dá)是必要的嗎？

A：對(duì)于現(xiàn)階段而言，要實(shí)現(xiàn)城市的L3高階輔助駕駛，激光雷達(dá)還是必要的。由于目前量產(chǎn)的車不夠多，純視覺的數(shù)據(jù)不夠多，所以現(xiàn)階段用戶的體驗(yàn)和安全性還不能完全和帶激光雷達(dá)相比。但是我認(rèn)為到明年這個(gè)很可能會(huì)有突破。往未來最終看，當(dāng)數(shù)據(jù)足夠多的時(shí)候，純視覺應(yīng)該是能夠取代激光雷達(dá)。

Q：如果有激光雷達(dá)的話，還能做一層冗余，后續(xù)做純視覺，如果硬件本身出了問題，安全性應(yīng)該如何保障？

A：其實(shí)現(xiàn)在所有的車上的傳感器都不會(huì)做兩套備份，都是只有一套。比如，攝像頭的視角是能夠互相覆蓋其中一些數(shù)據(jù)，所以如果失效其中一個(gè)攝像頭，可能依舊可以以降速的方式正常駕駛的。如果在純視覺影響比較大的情況下，可能會(huì)降速限制更多。對(duì)于這種情況有安全降級(jí)的概念，比如降到最基本的L2＋，撥桿變道等等傳統(tǒng)的L2+的功能。

Q：在某些城市比如上海，有一些左轉(zhuǎn)的路口需要在最右側(cè)車道進(jìn)行，這與我們平常的習(xí)慣相悖，如果此時(shí)堵車，無法識(shí)別馬路上的箭頭指示怎么辦？

A：這種擁堵情況相對(duì)來說可能會(huì)難一些，但是基本上我們會(huì)結(jié)合實(shí)時(shí)識(shí)別，加上導(dǎo)航給的信息綜合考慮。類似這種路口，包括可變車道等等，相對(duì)來說都是比較難的，但現(xiàn)在基本上只要多跑幾次都能學(xué)習(xí)處理。

Q：特斯拉在最新版本 HW4. 0硬件方案里面，設(shè)計(jì)了4D毫米波的接口，你們是否有測(cè)試過4D毫米波雷達(dá)，性能上跟基本的補(bǔ)盲雷達(dá)有什么區(qū)別？

A：4D毫米波可以看作激光雷達(dá)的平替版本，能生成點(diǎn)云，但點(diǎn)云質(zhì)量比激光雷達(dá)差，價(jià)格也更便宜。它可以根據(jù)車企的需求使用，但也需要測(cè)試它的成本跟實(shí)際產(chǎn)出的效果。目前4D毫米波好像還未大規(guī)模出貨，不是很成熟，另外激光雷達(dá)以后也有可能會(huì)降價(jià)，如果降價(jià)多的話，可能跟4D毫米波價(jià)格相差不大。那時(shí)可能車企又會(huì)有不同的想法。

Q：現(xiàn)在這個(gè)系統(tǒng)會(huì)記錄歷史的行駛信息嗎？比如Model Y其實(shí)在所謂的眾包地圖上是有歷史的，無論是車速信息還是軌跡信息，是可以去不斷地去學(xué)習(xí)優(yōu)化的，讓它能更像人。元戎這套系統(tǒng)是否也會(huì)把之前行駛過的信息能夠有存儲(chǔ)和體現(xiàn)然后不斷學(xué)習(xí)？

A：我們的技術(shù)路線和特斯拉不完全一樣，并不需要讓車輛記住某個(gè)路口的具體數(shù)據(jù)，這不是這個(gè)技術(shù)路線的目標(biāo)，我們的目標(biāo)是希望能夠讓這個(gè)模型本身學(xué)會(huì)，像人一樣思考，在行駛操作中各個(gè)數(shù)據(jù)可能在一個(gè)什么樣的范圍之內(nèi)，然后自己完成操作。我們更希望讓模型自己去學(xué)習(xí)如何操作，而不是說把這個(gè)路口的信息記錄下來，因?yàn)橛涗浵聛磉€會(huì)涉及到一些更新的問題，很多信息更新不及時(shí)也會(huì)帶來一些問題。

?追逐降本，打造平臺(tái)化產(chǎn)品

Q：作為一個(gè)L4的公司，進(jìn)入到 L2+的領(lǐng)域，有哪些優(yōu)勢(shì)，又有哪些不足需要補(bǔ)充？

A：無論是L4還是L2+，其實(shí)都在進(jìn)一步精進(jìn)技術(shù)。進(jìn)入L2+的領(lǐng)域，能夠讓我們的技術(shù)適配在這種可量產(chǎn)的硬件上面，比如去高精地圖依賴，其實(shí)技術(shù)是更向前進(jìn)步，同時(shí)也更難的。因此在算法方面，我們的技術(shù)應(yīng)該還是非常領(lǐng)先的，綜合一下能夠提供對(duì)這個(gè)行業(yè)更有競(jìng)爭(zhēng)力的產(chǎn)品。

在量產(chǎn)定點(diǎn)等方面其實(shí)涉及很多難點(diǎn)，比如工程化的能力。因?yàn)樵诟嚻蠛献鞯倪^程中，車企會(huì)給我們很多具體的硬性的時(shí)間節(jié)點(diǎn)，在指定的節(jié)點(diǎn)需要交付什么技術(shù)。在進(jìn)行合作的過程中公司的能力也提升了很多，畢竟之前沒有走過這個(gè)流程，但是經(jīng)歷過一遍之后培養(yǎng)起來了這個(gè)能力。

Q：對(duì)于主機(jī)廠的不同要求，怎樣引導(dǎo)他們做產(chǎn)品化，而不是項(xiàng)目制的交付要求？如何在滿足主機(jī)廠要求的同時(shí)將自己的定制化要求降到最低？

A：我們目前打造的平臺(tái)化的產(chǎn)品，通過平臺(tái)提供一些基礎(chǔ)的能力，同時(shí)可以針對(duì)不同主機(jī)廠的個(gè)性化需求，定制性開發(fā)其中某些特性。這樣就不需要針對(duì)每一個(gè)主機(jī)廠或者每一個(gè)車型去單獨(dú)開發(fā)，因?yàn)橹虚g有很多是通用的能力。

據(jù)我們了解，現(xiàn)在越來越多的主機(jī)廠為了降本，內(nèi)部的智能化也是走這種平臺(tái)化的方案。我們作為供應(yīng)商和車企進(jìn)行交流的時(shí)候，發(fā)現(xiàn)這種平臺(tái)化的方案很多時(shí)候是不謀而合的，所以在這方面上其實(shí)還是挺有優(yōu)勢(shì)。

Q：目前你們的L4和L2+是同時(shí)在進(jìn)行研發(fā)嗎？

A：L4和L2+的軟件算法是同一套。并且我認(rèn)為智能駕駛最終都是趨近這個(gè)方向的，未來Robotaxi想要實(shí)現(xiàn)單車盈利一定需要通過量產(chǎn)車完成，否則商業(yè)上很難形成閉環(huán)。因?yàn)閭鹘y(tǒng)的Robotaxi的傳感器非常多，在商業(yè)上很難回本，所以目前包括國(guó)外的趨勢(shì)也是往量產(chǎn)車這個(gè)方向考慮的。

Q：未來的Robotaxi 還需要地圖嗎？

A：可以不用。因?yàn)榈貓D本身是人為地給車加上一些規(guī)則，人工編輯的一些信息，因此如果數(shù)據(jù)足夠多，算法能讓車按照人的思維去駕駛，實(shí)現(xiàn)真正人工智能的話，L4乃至L5是可以達(dá)到的。