解绑高精地图，元戎启行mapfree方案玩转广州

广州，这座繁华的南方都市中，一辆辆来往不停的交通车辆连接其现代化的商业街区与古老的岭南小巷，也连接着纷繁的工作与惬意家常。车展的到来，更为广州增添了几分热闹。

只不过，热闹的另一面是，在广州的出行，很难称得上舒适。广州的交通状况具备一定的代表性，复杂的路面环境，交通参与者的行为不确定性，行人、电动车、其他车辆等可能出现的突然动作或意外情况等，可以说包含诸多城市的通病。

智驾技术的发展，为解决这些问题提供了可能。

11月17日，广州车展开幕之际，搭载元戎启行mapfree智驾方案的智驾汽车在广州进行公开道路测试。从盖世汽车的实际体验来看，解放双手或许不再成为驾驶者遥远的梦，即使是在广州如此热闹拥堵的城市。

丢掉“拐杖”，也能行稳致远

今年3月，元戎启行推出不依赖高精度地图的智能驾驶解决方案DeepRoute-Driver 3.0，该方案的特点是能在不使用高精度地图的前提下，仅凭导航地图就可以做到城市以及高速场景点到点的高阶智能驾驶。

尽管3月份该系统刚刚发布的时候，已经展示了出色的智驾能力 ，但过去几个月元戎启行不断更新，累计完成了上百次的技术迭代，这次全新升级的mapfree方案成功挑战广州复杂的道路环境。

在狭窄的道路上，该车辆依托一颗固态激光雷达和7个摄像头的感知融合，对周边环境的信息做到准确识别。通过中控屏幕，能够看到车辆对于周遭各类型事物的探测十分精准。

智能驾驶汽车顺利通过狭窄路段

在此基础上，计算系统迅速地分析这些信息，做出合理的决策，并且系统能够准确地执行加速、减速、转向、停车等控制指令。

在该车辆通过一处狭窄弯道时，其能够准确地识别出弯道的形状和大小，以及周围车辆的位置，平稳地驶入弯道。

智能驾驶汽车顺利驶入弯道

在弯道中，智驾车辆始终保持着稳定的速度和方向，成功地避开了所有障碍物，即使是大曲率弯道，也能以最高60KM/h的车速流畅驶过。

行驶过程中，车辆多次避让突然窜出来的电动车或行人。

智能驾驶汽车成功避让电动车

即使在明暗交错的多隧道路段，也能实现从容、平稳地行驶。

智能驾驶汽车顺利通过隧道

偶尔遇到一个复杂路口，虽然车流量较大，路口的交通信号灯也在不断变化，元戎启行的高阶辅助驾驶系统也能在恰当的时机加速、减速或者变换车道，保持与周围车辆的安全距离。

智能驾驶汽车顺利通过复杂路口

总结来看，用户在导航中输入要去的目的地，搭载元戎启行mapfree方案的智驾车辆随即在行驶过程中自动实现跟车、超车、变道、转弯与识别红绿灯等功能，即使是驾驶环境恶劣的复杂路段，也能准确应对。

不止在广州这个具备代表性的交通环境中能有如此表现，元戎启行表示，其产品现在能够做到全国范围内，随时随地即开即用。

做难而正确的事

目前，越来越多的车企和智驾公司选择走“重感知 轻地图”路线，但像元戎启行这样直接构建无高精地图智驾方案的企业，实属特例。

由于包含更丰富的道路环境信息，在过去数年里，高精度地图一直被认为是高阶自动驾驶的“标配”，但高精地图的成本高昂，覆盖区域相对有限，主要包含一些核心城市的高速路、快速路，以及极个别城市的城区道路，且受更新频次的限制，也在一定程度上限制了自动驾驶的发展和普及。

激烈的市场竞争倒逼大家去解除对高精地图的依赖。但大部分车企或智驾企业在当前的智驾方案研发中，只能选择降低高精地图的要素和精度，逐步摆脱对高精度地图依赖，加快城市NOA落地的速度，快速收集数据迭代算法，逐步实现“无图化”。

从此角度来看，元戎启行直接摆脱高精度地图的方案略显激进，但经过对元戎启行mapfree方案的实际体验，证明直接丢掉高精地图这根拐杖，智驾车辆也能行稳致远。

想要实现完全不依赖高精地图，并不是件容易的事。

去高精地图对车辆实时感知能力的要求极高。相较传统的自动驾驶感知方案，mapfree方案需要感知到高精度地图拥有的所有道路元素，理解局部的地图拓扑关系，并且在道路元素磨损的情况下精准“脑补”出道路环境。且因为感知、定位等各个模块的变化，算法模块间的耦合关系也要进行调整，同时还必须保证系统的安全性。

元戎启行从2020年开始着手研发mapfree方案，彼时的高精地图还是行业里的香饽饽，抛弃高精地图充满挑战，不仅需要感知能力的补强，还要顶着行业的质疑推倒与重建其智能驾驶算法的底层架构。

而算法框架的重构只是第一步，要真正形成一套能用好用的mapfree方案，必然要经历大量泛化测试，保证系统在不同环境下都能有稳定、优异的表现。

盖世汽车了解到，由合作车企主导，元戎启行已经在全国16个城市开展了大量的泛化测试，元戎启行建立了一套高度信息化、自动化、高效运作的数据闭环链条，能够高效地完成数据采集、储存、挖掘、标注等各类数据处理工作。这套数据闭环是元戎启行智能驾驶系统能在短时间内进行百次技术迭代的基础。

元戎启行还构建了一套大数据问题统计与分析系统。依据这套系统，技术团队能够快速、清晰地了解当前智能驾驶系统的薄弱场景在哪，继而更有针对性地优化算法，完成迭代闭环。

元戎启行副总裁刘轩直言:“我们肯定不可能在技术不成熟时就贸然地推进去高精地图。”提前三年判断行业需要无图化产品，并以此为基础建立自家的技术研发体系，元戎启行最终将成熟的技术产品展现给行业，下一步就是不断扩大量产规模，在实践中加速技术迭代。

通向自动驾驶终局

智驾行业竞争愈发激烈，集体转向了以规模量产为核心的发展道路。

元戎启行基于DeepRoute-Driver 3.0方案打造了高阶智能驾驶系统D-PRO与辅助驾驶系统D-AIR两款智能驾驶产品。这两款智能驾驶产品能够适配多种车型，预计将在明年投入消费者市场。

元戎启行D-PRO与D-AIR两款智驾产品

同时，元戎启行也在为技术出海做准备，德国将会成为出海的第一站，明年将在德国设立欧洲运营中心，同步发布海外版的DeepRoute-Driver 3.0方案、 D-PRO和D-AIR两款智能驾驶产品。

目前，元戎启行已经与多家车企达成量产合作。

元戎启行能获得车企的青睐并非偶然。今年价格战的态势升级，让主机厂的降本压力显著增加，并传导至整个产业链。成本，是当下汽车行业共同关注的焦点，理想状态是拥有一套性价比高、安全性高、天花板高的智驾产品。

据悉，D-PRO用一颗激光雷达、多颗摄像头，可以运行在200TOPS左右算力的芯片上，能够提供包含高速路、快速路、城区在内所有场景点到点NOA功能，总BOM成本约为1.4万元。D-AIR纯视觉的方案，BOM成本大概在7000元。如此少的BOM成本，可以说在整个智驾行业都相当有竞争力。

值得一提的是，元戎启行并未选择通过牺牲性能去降低成本，而是通过技术优化，打造低成本的产品。

元戎启行的多传感器融合感知算法，能够准确、 高效地完成不同类别的物体检测，即使在雨天、夜晚等条件下，也能精准感知周围200米外的障碍物，保证自动驾驶汽车的安全行驶。从算法层面提升感知能力，使元戎启行可以用价格更便宜的固态激光雷达代替机械式的激光雷达，并且不断减少固态激光雷达的数量。

夜晚，元戎启行的智能驾驶汽车在上海路测

此外，元戎启行研发的推理引擎DeepRoute-Engine，能更好地优化计算资源，让智能驾驶算法在低成本、低功耗的硬件平台上高效、稳定地运行，其推理速度比主流的深度学习框架中的推理引擎快6倍。该推理引擎可兼容多种计算平台，在保证性能和安全性的情况下，显著降低自动驾驶系统对芯片算力的要求。

在种种创新技术的支撑下，元戎启行最终呈现的mapfree方案，摆脱了对高精地图的依赖，而高精地图自身就是个成本大头。综合来看，元戎启行的实践，不仅降低了自动驾驶车辆的成本，同时也使自动驾驶技术的发展更加符合车企的需求，也更加接近于大众消费市场的需求。

自动驾驶技术不再依赖昂贵的硬件设备和复杂的地图系统，而是更多地依赖于车辆自身的感知和判断能力。这对于推动自动驾驶技术的快速量产，以及最终实现全面的自动驾驶具有重要意义。

因为只有实现量产，把技术投入到消费者市场，自动驾驶企业才能收集到大量的优质数据，不断实现技术的迭代。

量产自动驾驶汽车也可以为政策制定者提供更多的实证数据，帮助他们更准确地评估自动驾驶技术的安全性和可行性。随着自动驾驶汽车的大规模上路，政策制定者可能会逐渐放宽对自动驾驶汽车的限制，推动自动驾驶技术的发展和应用。

技术的变革没有终点，虽然目前距离全无人驾驶还有一段距离。但凭借高性价比的mapfree方案和多项创新技术，元戎启行在市场竞争中已经占据了有利位置，取得了通往自动驾驶终局的敲门砖。

未来，伴随元戎启行量产规模的扩大，将带来规模效应，进一步降低单位成本，提高市场份额，也意味着元戎启行能够收集到更多实际行驶数据，推动技术迭代。一步领先，步步领先，数据和技术的双轮驱动，将助推元戎启行业务的不断发展，最终走向全无人驾驶的大规模落地。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。