高階智能駕駛“重高精地圖”的方案，由于高精地圖信息審核管理等約束而無法快速迭代推向用戶，同時(shí)也受智能駕駛硬件以及開發(fā)成本的壓力，所以飽受詬病。

另外在當(dāng)前大家都喊“卷”出海的背景下“重高精地圖”的方案也是弊端多多，高精地圖作為地區(qū)以及國家安全核心數(shù)據(jù)，是有嚴(yán)格的數(shù)據(jù)安全法規(guī)約束?！爸馗呔貓D”的方案，如果沒有高精地圖那么無法提供高階智能駕駛，就無法在海外當(dāng)?shù)匦纬芍悄芑牟町惢?；即使?dāng)?shù)刂С指呔貓D，但是各種適應(yīng)性開發(fā)和適配也增加開發(fā)成本和時(shí)間進(jìn)度，極大拉高了門檻。 ? 最后在海外，如果沒有高階智能駕駛，面對特斯拉海外智能駕駛方案也是無還手之力，而且特斯拉的價(jià)格殺手讓國內(nèi)一眾難以找到定位。如果這樣，國內(nèi)智能電動車出海，只有靠一張座艙智能化的牌外加靠國人內(nèi)卷出來的便宜了。

所以，智能駕駛“無圖方案”是智能駕駛的必走之路，應(yīng)該讓高精地圖變成高階智能駕駛的穩(wěn)健以及安全冗余而不是前提，有高精地圖更穩(wěn)健和更安全，但不影響功能的日常使用。 當(dāng)然不少主機(jī)廠都意識到了這個(gè)問題，小鵬，華為等已經(jīng)推出無圖智能駕駛，Momenta以及理想等也在暗暗發(fā)力即將推出上車，但是對于重單車智能輕高精地圖方案背后的算法和架構(gòu)大家卻是思路不相同。 最近的CVPR 2023 自動駕駛研討會 (WAD)上，智能駕駛供應(yīng)商Momenta（如果有不熟悉momenta的,估計(jì)知道上汽的智己，智己已經(jīng)量產(chǎn)其智能駕駛方案）簡單的介紹了下其無圖智能駕駛算法方案以及其算法路徑圖。

其智能駕駛?cè)襟E以及其核心創(chuàng)新算法主要如下： 感知環(huán)境，主要依賴攝像頭，攝像頭基本上都是360周視覆蓋。Momenta主要依賴其DDLD-Data Driven Landmark Detection 車道線識別算法來感知運(yùn)動的邊界。 定位位置，這里的定位主要是指車輛運(yùn)動下的位置變化。Momenta主要依賴其DDPF-data driven pose fusion位置融合算法來計(jì)算定位車輛運(yùn)動時(shí)候的位置。

規(guī)控路徑，基于導(dǎo)航，環(huán)境，車輛的運(yùn)動位置去規(guī)劃路徑。Momenta主要Deep learning planning 深度學(xué)習(xí)算法來規(guī)控車輛駕駛。 當(dāng)然智能駕駛算法不止以上，以上主要是點(diǎn)出Momenta的核心差異算法，下文Momenta數(shù)據(jù)驅(qū)動算法路線圖會點(diǎn)出其他算法以及他們的發(fā)展方向。 一般基于高精地圖的智能駕駛方案，車輛行駛主要是依賴高精地圖給的精度為±20厘米的車道參考線行駛，但沒有高精地圖，那么就需要車輛自己能夠確保在車道內(nèi)行駛，所以需要車輛本身能夠識別車道以及行駛的約束，所以Momenta算法發(fā)力的點(diǎn)是道路中的車道線等靜態(tài)約束的識別和構(gòu)建，類似于特斯拉BEV+Transformer，但Momenta這個(gè)方案更像是Mobileye的看家本領(lǐng)-車道線識別，另外地平線的方案也是在這方面有優(yōu)勢。

通過識別車道線以及道路標(biāo)識構(gòu)建車輛實(shí)時(shí)行駛地圖，來告訴車輛行駛約束，但車輛是運(yùn)動的，車輛的實(shí)時(shí)運(yùn)動需要與實(shí)時(shí)行駛地圖匹配和定位。Momenta通過采集車輛運(yùn)動執(zhí)行器以及姿態(tài)的傳感器輪速傳感器，轉(zhuǎn)向角，IMU，電機(jī)轉(zhuǎn)速等信息融合算法來實(shí)現(xiàn)車輛在實(shí)時(shí)地圖中定位。

有了實(shí)時(shí)地圖信息以及車輛本身運(yùn)動信息那么再結(jié)合其他道路使用者信息，規(guī)控算法進(jìn)行車輛行駛的路徑規(guī)劃，高階智能駕駛得以實(shí)施。

以上為momenta"無圖"智能駕駛算法的總體思想和核心算法。總體來講是一個(gè)比較優(yōu)化的迭代方案，當(dāng)前智能駕駛算法發(fā)展最怕的就是推倒重來，也是這次智能駕駛洗牌發(fā)生最常見的事情，算法推倒重來，巨大的數(shù)據(jù)標(biāo)注失效，需要再次按照新算法來數(shù)據(jù)標(biāo)注，造成巨大的成本和時(shí)間損失。 Momenta的算法路徑圖也體現(xiàn)的是一個(gè)迭代的概念，基于傳統(tǒng)識別，跟蹤，預(yù)測，定位各個(gè)算法分開再融合的概念，這個(gè)算法本質(zhì)上一直延續(xù)到2023年底，Momenta計(jì)劃是2025年中旬走向新的融合算法。

目前國內(nèi)大部分基于高精地圖的高階智能駕駛領(lǐng)航輔助都是采用類似于上圖momenta 算法2.0的方案，這種成熟方案可以在更少的AI算力和更簡單的算法下，實(shí)施相對穩(wěn)健安全的高階智能駕駛，但是拓展性差，無法進(jìn)行快速的場景和地區(qū)拓展。 而去圖化的算法，有類似于Momenta識別靜態(tài)道路環(huán)境，采取實(shí)時(shí)建圖的方式，也有特斯拉用occupancy算法來圈定自動駕駛車輛環(huán)境中的動靜態(tài)駕駛約束方式，當(dāng)然Momenta方式更加輕量化和符合中國的算法迭代；但特斯拉的occupancy算法會更加一體化。 總的來說，無圖是趨勢！但無圖不代表高精地圖沒有出路了，在科技世界里面都在尋求一個(gè)體驗(yàn)，價(jià)格的平衡，每個(gè)平衡點(diǎn)都有位置和市場。 ?

編輯：黃飛

?