深入探讨前沿技术与未来社会的融合 硬核科技论

前言

端到端的无图智驾是今年智驾领域最火热的概念之一。在之前的节目中，我们已经详细梳理了端到端的概念。今天，我们将深入探讨“无图”的概念。

无图智驾并非无图

不久前，国内某号称采用无图端到端智驾的车型在隧道中将一个快速左弯识别成了左转路口，原因是将隧道识别成了上方带路口的地面路网。这意味着，尽管宣传中声称无图，但实际使用时仍然存在地图依赖性。 在驾驶辅助中，“无图”并不意味着不依赖地图，而是不依赖高精地图。原因很简单：资质问题和成本问题。因此，无论是一年前普及的NOA（导航辅助驾驶），还是今年火爆的端到端，我们都需要一个开启导航、设定目的地的过程。这个过程使车辆能够设定智驾路线，确定道路边界和元素的基础结构；而路上遇到的各种情况，则通过视觉方案进行补充。 简而言之，无图智驾通过车载传感器和普通导航地图实现高精地图的功能。因此，这种所谓的无图智驾是一种重感知轻先验的智驾方案。

感知方案的差异

在这个大框架下，无图智驾又分为依靠激光雷达等多种传感器的融合感知路线和仅依靠摄像头的纯视觉方案。两种方案的主要区别在于激光雷达的使用。可想而知，融合感知方案效果更好，对系统算力要求也更低；而纯视觉方案虽然在传感器方面可以节省成本，但对智驾芯片的算力提出了更高的要求。

导航误差导致隧道停车

回到刚才的案例，我们知道，隧道停车的原因是导航图路径发生了偏移，使得车辆认为自己在路口而不是隧道。这也侧面说明了无图智驾的一个局限性：很难跳出导航路线规定的边界来做决策。这样一来，问题实际上就推给了导航系统——如何快速识别本车是行驶在高架上还是高架下？主路还是辅路？地面还是隧道？而智驾系统则相当于“不粘锅”。

结论：辅助驾驶而非替代

因此，结论仍然是，现阶段的智驾仅仅是用作辅助，我们在实际使用中还是不能掉以轻心。距离L3的默认司机睡觉，L4的默认司机瘫痪，甚至L5的默认没有司机，还有很长的路程要走。