自動駕駛不用高清地圖？馬斯克再次被懟

據富比士網站報導，特斯拉計劃在沒有雷射雷達的情況下實現完全自主駕駛的計劃，而目前許多其他自動駕駛研究團隊都在把寶押在雷射雷達這項技術上。這並不是特斯拉唯一的逆向投資。特斯拉還決定不在自動駕駛項目中使用高清地圖，同樣，大多數其他研究團隊卻非常看重這項技術。

馬斯克表示：“我們對高精度車道線(地圖)進行了簡單的分析，但認為這不是個好主意。”

無人駕駛汽車可能會使用多種地圖。最基本的地圖是類似導航系統和手機裡的那種地圖。它們只是顯示道路的位置和連接方式。如今，包括特斯拉使用的地圖在內，大多數這樣的地圖都繪製了每個單獨的車道，因此他們知道地圖上每個點有多少車道，它們是如何連接的，以及每條車道的功能。

有些地圖功能會非常強大。他們不僅會記錄有多少車道，還會精確地記錄它們的形狀。除此之外，這類地圖可能包含路上出現的各種東西的位置、形狀和意義信息，比如停車位、車道護欄、道路標誌、交通信號、人行橫道和其他任何可能影響交通的事物。

這些詳細的地圖，有時會被稱為“高清”地圖，其包含諸如路面圖像(通常由雷射雷達以紅外線拍攝)和周圍環境的信息，包括樹木、消防栓、郵箱或環境中的其他物體的位置。跟蹤這些物體不僅能了解它們，而且還可以協助自動駕駛汽車完成第一個任務，即定位。不過，作為一種工具，GPS的準確度和精確度仍不夠可靠。

如果沒有包含詳細信息的地圖，那麽對地圖進行本地化是沒有意義的。但是用戶仍然需要根據自己所處的車道確定自己所處的位置。大多數自動駕駛研究團隊使用地圖不僅是為了本地化，更是為了幫助自動駕駛汽車理解這個世界。通過映射進程，他們能夠理解周圍的事物。機器和人類努力結合起來，就能更早地確定事物的位置和它們的含義。

地圖信息可以發揮許多作用。在最極端情況下，你可以借助地圖駛入車道，而無需借助眼睛所見。但是，如果實際道路發生了變化，而地圖仍未來得及更新，如此做法很可能會遭遇失敗。所以一般來說，沒有人會過於依賴地圖。即使不用傳感器，你也可能知道前方固定的障礙物在哪裡。

地圖的一個常見用途是用戶可以預計在哪裡可以看到什麽東西。特別是，地圖可以包含十字路口的所有交通燈信息，包括其組成，它們的意義，以及它們在空間中的確切位置。一輛知道自己在地圖上位置的汽車能準確地知道紅綠燈在哪裡。這可以使識別和理解信號燈變得更容易，還能避免被其他燈光干擾。對於大多數汽車來說，開燈的策略很簡單，“如果你沒有看到綠燈，就不要前行。”

最重要的是，地圖幫助汽車了解周圍的世界。當他們看到以前在地圖映射過程中看到的東西時，映射構建器就有可能理解它，並記住它。所以，與在陌生道路上比起來，汽車在熟悉的道路上會行駛得更好。

人工智能工具可以在大型伺服器上以盡可能多的CPU時間來處理圖像，並訪問關於這個世界的數據。汽車必須用更有限的處理器來實時解決所有問題。

通常，用戶會在地圖映射中收集到更多的數據。事實上，每條街都可以“重新繪製”，因為每次都有新車行駛在這條街道上。每次駕駛都來自不同的車道或方向，這可以幫助汽車更好地理解，周圍事物在不同時間、從不同角度去看的樣子。

人類可以審查關於事物含義的決策，特別是面對一些不確定性問題時，人類還可以審查軟體決策，以確保它們是正確的。

在生成地圖之後，下一輛行駛在這條路上的汽車可以檢查地圖信息是否正確，無論這輛車是否處於自動駕駛模式下。汽車在一條曾行駛過100次的道路上，與汽車行駛在陌生道路上，兩種情況會有明顯區別。人類可以駕車行駛在陌生的道路上，但借助曾經的記憶（也許是別人的），他們會表現更好。

有時人們錯誤地將地圖稱為“另一個傳感器”。這是一個壞習慣。地圖能告訴你你感覺不到的東西，但它們不是傳感器。相反，地圖能幫助你理解你所看到的事物。地圖與所謂的“即時分析功能”相結合，就可以創造出值得人們深入了解的世界。地圖可以給你提供超過視野之外的事物信息，但這不應該被視為感知。

沒有地圖開車就是在製作地圖

在大多數汽車中，在沒有地圖的情況下開車，實際上就是在開車時創建一個(簡單的)地圖。汽車必須弄清楚車道的位置，放置並理解環境中的所有相關內容，然後在其中繪製一條路徑。

在沒有地圖的情況下開車，就好像忘記了以前學過的東西，然後重新做一遍。一旦你可以在沒有地圖的情況下安全駕駛，地圖的製作和更新就變成了一個自動化的過程，而且成本要低得多。

馬斯克曾表示：“高精度地圖和車道是一個非常糟糕的主意，它無法適應任何改變。”

當然，道路是會改變的。車道會被重新粉刷，新的建築區也會出現，道路上的坑窪也會不斷湧現等等。在大城市裡，每天都有一些道路發生改變。不過，大多數路段很少發生變化。因此，正如馬斯克描述的那樣，即使是一個系統無法適應變化，也可以做得相當好，這就是為什麽他把地圖視為另一種拐杖。就像使用雷射雷達一樣，馬斯克覺得，用戶需要一個即時分析系統，這個系統非常好，以至於從地圖上獲得的好處就會變得很少，而且依賴地圖會減慢即時分析系統的速度。

但是，很多自動駕駛研發團隊意識到，他們必須獲得處理地圖上發生變化道路的能力。事實上，你可以用一個非常小的系統做很多事情。幸運的是，如果你的地圖是詳細的，得益於計算機的完美記憶，這些道路變化是顯而易見的。此外，大部分(儘管不是全部)道路變化都是預先計劃好的，並發布在一個數據庫中，公司可以將它們放入地圖中，因此這些變化並不會太令人意外。隨著時間的推移，這種情況會有所改善。

當你的地圖與道路匹配時，地圖是非常有用的。大多數人都確信，擁有高級、多視點特性、強大CPU、人工審閱和測試地圖信息的能力會讓駕駛變得更加安全。駕車人會深刻感知到周圍與地圖相匹配的事物。總會有一些東西不在您的地圖上(比如汽車和其他移動對象)，以及發生了變化的靜態對象，而這也是必須處理的事物。

我們可以想象以下安全級別略有不同的情景：

在地圖完全正確的道路上駕駛：安全等級X+

在地圖顯示錯誤的道路上駕駛：安全等級X1

在不使用地圖的系統中不使用地圖駕駛(特斯拉)：安全級別X2

在地圖錯顯示誤的道路上駕駛，你卻沒有注意到這個錯誤：安全等級X---

為了理解特斯拉的觀點，我們必須研究X1和X2之間的差異，以及情形4（X---）的頻率。理論上，X1和X2是一樣的。如果你能造出一輛不使用地圖的汽車，那麽你也應該能造出一輛在道路改變時也能駕駛的汽車，因為至少你可以切換到“不用地圖駕駛”模式。

分析人士估計，特斯拉認為上述觀點並不正確，因為一個依賴於從地圖上獲得X+安全級別的自動駕駛研發團隊可能不會那麽努力工作（比起不依賴地圖駕駛），因此也不會做得那麽好。這是可能的，並且取決於團隊的決策。

特斯拉計劃讓他們的汽車一直處於第三種狀態（安全級別X2）。這並不意味著所有道路上的安全水準都一樣。總會有一些道路更適合某種系統，在這些道路上，一些系統都會比其他系統做得更好。然而，地圖總是希望正確，實現安全等級X+。雖然人會犯錯，但借助高科技，人們可以在該地圖上安放多個眼睛，並能更好地理解道路。特別是，當道路很“艱難”時，人們會更加密切地關注路況。X+應該比X1/X2好一些，但現在我們假設它隻比X1/X2好一點點。

現實是，在絕大多數情況下的駕駛面臨的情況是第一種情況（安全等級X+）。因此即使X+隻比X2好那麽一點點，想象一下，由於某種原因X1(道路變化)明顯比X2(特斯拉沒有地圖的方法)的做法要糟糕，但統計人們的整個駕駛進程，在第一種情況下（安全等級X+）駕車的時間更長，機率更大，從整個駕駛過程來看，總體安全水準也更高。

這就留下了一個大問題——情景4會多久發生一次？如果經常遇到的話，那麽禍事肯定會發生。如果地圖是詳細的，而且地圖軟體在任何地方都像情景3（安全級別X2）中使用的那樣好，那麽這種情況應該是非常、非常罕見的。地圖常常像世界上固定物體的濃縮照片。用戶可以把看到的和照片進行比較，並發現出明顯區別。如果地圖顯示的是直走的路標，而你的真實世界裡卻顯示的是右轉彎的路標，那麽你馬上就知道出現了錯誤。

高清地圖本可以讓特斯拉避免人員傷亡。2018年在美國灣區101號公路上發生的特斯拉起火事故，遇難者為一名在蘋果公司上班的華裔員工Walter Huang。Walter Huang2018年3月駕駛自己的特斯拉Model X在山景城101高速公路以71英裡時速行駛時撞到路邊安全屏障，導致車輛起火，車主不幸遇難。出事時，該車輛設置在Autopilot模式。

對於Walter Huang來說，地圖會顯示出出口匝道的形狀，這樣車輛就不會錯誤地認為匝道是一條新車道。地圖還會顯示出路障的存在，將該區域標記為明顯禁止行駛的區域。

特斯拉希望能讓自己的視覺系統變得非常好，這樣他們就可以在沒有地圖的情況下解決所有這些問題。

道路總是在變化嗎?

我們可以想象道路一直在變化，因為我們每天都會遇到建築區和一些小動物。它們很常見，但非常罕見的是，您的汽車成為第一輛遇到這種變化的汽車。事實上，對於每一次變化，只有一輛車是第一個遇到它的。即便如此，正如上面所解釋的，這也不應該讓人感到意外，因為絕大多數道路施工都是按照計劃進行的，並由市政府存入數據庫。雖然這永遠不會完美，但城市可以讓它變得非常好。道路施工人員接受了嚴格的安全規則培訓，以應對他們危險的工作。增加一條安全規則，要求工作人員拿出手機，記錄道路變化的位置，這是一個好主意。如果在執行更改之前(和之後)沒有正確地更改記錄，相關人員可能會受到嚴重的懲罰。可以合理地預期，只有一小部分變化沒有出現在數據庫中。

一旦這些變化被輸入數據庫，就不會讓任何車輛感到意外。無人駕駛汽車可能只是簡單地選擇另一條路線(由於無人駕駛，它們不那麽匆忙)。有人駕駛的車輛可以在遇到未曾駛過的施工路段之前，要求駕車人負責那部分道路駕駛。一旦他駕駛完畢，這些數據就可以上傳至數據庫，並迅速生成一張地圖，這樣幾分鐘後其他汽車就可以用一張精確的地圖來處理這段距離。你有可能永遠不會被要求這樣做，因為這將是非常罕見的。

如果一輛車遇到了一條沒有被數據庫記錄的改道，人們才會考慮情形2或情形4。這兩種情況應該非常罕見，以至於引發特斯拉的恐懼，讓特斯拉的研發團隊直接放棄了地圖。然而，在現實中，在這些罕見的情況下，如果車輛是無人駕駛的，在遠程操作中心的幫助下，簡單地減速並謹慎處理這些非常罕見的情況是可行的。雖然你可能會認為這對自己身後的汽車是一種負擔，但請記住，這是車隊中的第一輛汽車意外地來到一個變化路段。如果無人駕駛汽車是第一輛進入該路段的汽車，那麽這種情況可能每月隻發生一次。每年有幾輛無人駕駛車進入變化路段，對交通來說並不是什麽真正的負擔。

當積雪覆蓋道路時，開車規則會發生很大變化。由於剛剛下過雪，沒有地圖的汽車可能會完全不知所措。擁有地圖並在地圖道路圖案和紋理等信息進行本地化的汽車也可能遭遇同樣的命運。

汽車靠3D圖像（一種新的探地雷達技術）來定位，找到道路，找到自己所處的位置，然後就能夠駕駛。汽車行駛在雪地路面後會形成車轍。因此所有類型的汽車必須有一個系統來查找和使用這些車轍道路標記。在這種情況下，你永遠不會使用特斯拉自動駕駛儀Autopilot，但自動駕駛汽車又必須能夠在雪中行駛。

地圖經濟學

反對地圖映射的另一個主要因素是，做好地圖映射需要花錢。包括德國汽車製造商Here(前身為Navteq)和TomTom等大型企業，以及各種初創企業都在競爭贏得這項業務。這是一個非常艱難的行業，因為汽車企業不喜歡從小公司購買必要的技術。(他們更喜歡像Here和TomTom這樣的一級供應商。)然而，繪製地圖確實需要花錢，包括在道路上駕駛、對地圖進行人工監督和檢查，以及在地圖發生變化時重新繪製地圖。

那些想在沒有地圖的情況下開車的人一直秉持這樣一個理念：一旦他們能做到不用地圖開車，他們就能去任何地方，或者至少是任何分布著他們理解的道路類型的地方。那些使用地圖的人只會在地圖涵蓋的地方開車，即使地圖很便宜，他們仍然會被限制在他們操作的地方。

大多數人認為，沒有地圖駕駛汽車是一個非常困難的問題。地圖提供了一種更快的方式去安全開車，並能夠提供服務。他們認為，地圖能夠在有限的區域內優先提供服務。那些計劃提供計程車服務的人隻對自己服務的區域有興趣，而對到處開車並不感興趣。而那些試圖銷售私家車的人(比如特斯拉)則對此更感興趣。在許多情況下，許多汽車企業計劃從簡單的道路子集開始，從州際公路和動脈開始，然後再向外擴展。

像英特爾/MobilEye這樣的公司希望，已經上路的數百萬輛裝有他們系統設備的汽車能幫助自己構建地圖。特別是，他們希望這些汽車經常行駛在道路上，以至於在道路發生變化後不久，他們就能檢測到道路上的任何變化，並上傳有關變化的壓縮數據，最終實現地圖更新。當其他汽車駛近該地區時，這些數據就被下載到汽車上。

處理地圖所需的數據比人們想象的要少得多。雖然地圖很大，但大多數汽車都是在相當有限的區域內行駛，晚上停車時可以通過Wifi獲得地圖數據的更新。他們只需要通過手機網絡下載地圖數據，或者在接近某個路況近期發生變化的地點時下載。

特斯拉也有地圖

很重要的一點是，特斯拉也有地圖。他們只是不相信高度詳細的地圖可以幫助汽車了解有關道路的一切必要信息。特斯拉的地圖確實知道道路類型和速度限制，並提供了關於在不同的坡道上做什麽的注釋。這些注釋可能包含更多信息，但特斯拉沒有透露太多細節。

特斯拉當然可以改變主意，決定在未來使用非常詳細的高清地圖。不過，雖然這需要更多的磁盤空間，但它本身主要還是一個軟體更改。因此特斯拉可以將高清地圖部署到汽車上，而不需要花費太多成本，即使構建地圖和軟體的成本很高。