[首發(fā)于智駕最前沿微信公眾號]自動駕駛發(fā)展至今，“輕圖”的概念被越來越多技術方案所選擇。所謂“輕圖”，本質(zhì)上是把傳統(tǒng)高精地圖里那些對自動駕駛功能不是絕對必要的細節(jié)去掉，保留對車輛決策和規(guī)劃最關鍵的“先驗”信息。高精地圖通常會盡可能詳細地標注車道線、路緣、交通標志、坡度、紋理特征、精確的三維幾何等信息，目標是做到厘米級精度和盡可能完整的要素表達。

輕圖則強調(diào)“夠用就好”，它只要把車道拓撲關系、車道中心線或可用于規(guī)劃的車道幾何、關鍵的分叉/匝道信息以及必要的語義標簽（比如：可變車道、禁止變道、復雜路口類型等）準確表達出來，同時將精度、要素密度和數(shù)據(jù)體量顯著壓縮，從而在覆蓋范圍、更新速度和成本上占優(yōu)勢。輕圖的思路和實踐已經(jīng)被業(yè)界多家廠商和技術路線采用，并且出現(xiàn)了商用的“HD Lite/Lite map”之類產(chǎn)品。

輕圖和高精地圖的關鍵差別

要理解輕圖，關鍵是看“為誰服務、解決什么問題”。高精地圖的目標是把環(huán)境盡可能詳盡地數(shù)字化，作為車輛定位、路徑規(guī)劃、預測甚至功能安全（Safety）的一項重要軟硬件備份；因此它對幾厘米的幾何誤差、對靜態(tài)要素的完整性要求都很高。輕圖的目標則是把“對自動駕駛進程有直接價值”的先驗信息提取出來，減少那些對實時感知系統(tǒng)可以替代或次要的內(nèi)容。

這樣說設計的結果就是，輕圖通常在空間精度上允許放寬到米級或近米級（視場景和功能而定），要素上會刪掉許多冗余的屬性、把復雜路口用更抽象的拓撲表達替代，并且在成圖和更新流程上更多依賴眾源或視覺感知端上傳做增量更新，從而實現(xiàn)更廣的覆蓋和更快的更新節(jié)奏。許多地圖廠商把這一路線打包成產(chǎn)品線（例如面向大范圍覆蓋與常態(tài)更新的“HD Lite/LD”產(chǎn)品），目的是用更低的單位成本支撐大規(guī)模NOA/ADAS等功能的部署。

怎么才能稱作“輕圖”？

要把某個地圖叫作“輕圖”，可以從幾個具體維度去判定。

第一是要素集（featureset）。輕圖應明確列出一組最小必要要素（比如：車道中心線、車道連通關系、路段屬性、匝道和分支點語義、關鍵靜態(tài)交通標識），而不是像HD map那樣把車道曲率、車道寬度、車道邊界、橫向細節(jié)一一表達；

第二是精度與誤差分布。輕圖通常接受的定位/匹配精度門檻比HD map寬松（例如典型目標是米級對齊誤差而非厘米級），但需要保證在關鍵決策點（如進匝道、交叉口）誤差可控；

第三是更新策略與時效性。輕圖強調(diào)更高的覆蓋和更短的更新周期（通過云端增量、眾包或車輛上報策略），因此能快速反映車道改造、交通管制等常見變化；

第四是數(shù)據(jù)體量與端側(cè)成本。輕圖的數(shù)據(jù)包應明顯小于傳統(tǒng)HD地圖，能在低成本車端存儲與處理，或通過按需下發(fā)/流式拉取方式配合車端感知使用；

第五是功能需求匹配。是否能支持目標ADAS/自動駕駛功能是最終檢驗，如果一套地圖可以在給定ODD（運行設計域）內(nèi)支持定位、路徑規(guī)劃和部分行為決策，同時讓感知模塊承擔剩余動態(tài)信息，則可以被歸類為輕圖。很多技術方案也在試驗把地圖建模成兩層或多層（基礎拓撲層+輕語義層），以便既控制數(shù)據(jù)復雜度又保留關鍵先驗。

輕圖的優(yōu)勢與局限

輕圖的好處其實非常直觀，覆蓋面可以做大，更新周期變短，單車端的存儲與計算負擔降低，整體部署成本更可控，這對要在城市全域、快速路網(wǎng)大范圍推廣ADAS/NOA類功能尤其重要。但是想在需要厘米級定位與高完整性靜態(tài)語義支撐的場景（比如復雜城區(qū)的自動接管、高精度車路協(xié)同安全場景、地下/隧道或多層高架切換）還是需要高精地圖或額外的路側(cè)/定位補償手段。

在大多數(shù)常規(guī)高速與城市快速路上很多技術方案會用輕圖＋重感知的組合來覆蓋常態(tài)駕駛場景，而在那些對精度和完整性有強需求的限定ODD里繼續(xù)保留HD map與高精定位。地圖廠商與整車/方案方通常會并行維護多套圖產(chǎn)品（SD/LD/HD三層），并按功能需要進行調(diào)用與組合。

怎么評估一套地圖能不能叫“輕圖”？

評估某套地圖是否是“輕圖”并且能滿足功能需求，可以從幾項可測量的指標入手，即覆蓋率（目標道路網(wǎng)的百分比）、平均與95百分位定位對齊誤差、關鍵場景（交叉口/匝道）的語義正確率、更新延遲（從變化發(fā)生到云端下發(fā)/車端感知更新完成的時間）、以及端側(cè)資源占用（存儲、網(wǎng)絡帶寬、匹配算力）。把這些指標放進要支撐的功能的驗收標準里（比如L2/L3某項輔助駕駛場景要求米級對齊、某些關鍵轉(zhuǎn)向誤差不超過x米），基于真實路測數(shù)據(jù)做回歸測試，就能比較客觀地判斷該地圖是否“夠輕”、能否“夠用”。

地圖與感知算法之間的契合度也很重要，輕圖常常要求感知模塊在車道線、交通標識等方面承擔更多實時判定，這就需要協(xié)調(diào)好感知輸出的接口和地圖的匹配策略（例如容錯匹配、模糊匹配、拓撲約束等）。很多技術方案也在探索把“隱式地圖/端到端學習”與輕圖結合的路線，以進一步降低人工建圖成本，但這還是一個不斷演進的方向。

輕圖不是“去圖”，而是更實用的妥協(xié)

把地圖做輕，是自動駕駛工程在成本、覆蓋和體驗之間做的一個偏現(xiàn)實的權衡。輕圖不是完全拋棄地圖；相反，它是把地圖作為一個更靈活、更服務化的先驗工具來用，在能用感知補足的地方把地圖做得更簡單，在必須依賴高精度的場景里保留或并行部署高精地圖。對于產(chǎn)品經(jīng)理和工程師來說，關鍵是把功能需求和地圖能力做明確映射，按目標ODD選擇合適的圖層，而不是把“輕圖”當成一個抽象的口號。

審核編輯 黃宇