技术巡猎 小鹏汽车 道路边界地图的更新方法、装置及电子设备---智能驾驶最难的是“识别”吗？到了量产阶段，还有一件事是非常麻烦的，也就是地图。一条路今天能走，不代表明天还长这样。有时候修路，施工围挡摆出来，车道就会临时收窄，隔离桩一撤走，道路又放开了；有些地方甚至连边线都不一定清楚。

这种变化，对人类司机来说，你的感受是“哦，这里有点变化”，方向盘拧一把也就过去了。但对依赖道路先验信息的辅助驾驶系统来说，地图如果还是旧的，后面的决策、规划、通行判断都会很别扭。市面上，还是有很多方案依赖周期性人工测绘或者固定触发更新，遇到施工围挡、临时封闭这类变化，响应是不够快的，而且经常要整幅图重建，效率不高。

小鹏的专利思路不复杂。第一台车如果之前跑过这条路，就留下一版道路边界图；第二台车过来的时候，再感知一次这条路现在的边界。如果新旧边界范围不一致，就直接拿新的边界去更新旧图，然后把界面上的旧图替换掉---也就是说地图不是一口气做完就封存了，而是边跑边修正。也不是粗暴地整张图重画，它会先把道路边界做成栅格化处理。你可以理解成，把地图切成很多很多很小的方格，然后盯着哪一片真的变了，那么久只改哪一片。

栅格精度可以做到1cm×1cm，更新底座非常细了。这样一来，地图维护就像电脑打补丁了，不需要每次重装系统，哪里坏了修哪里，哪里改了补哪里。

也不是简单比一下“新图和旧图不一样”。专利里用了一个“双向入侵检测”的思路，其实就是看看到底是谁“挤进了谁”的范围里。如果新地图被旧地图“压进来”，说明原来不能走的地方现在可能放开了，道路往外扩了；如果旧地图被新地图“顶回来”，说明现在可行驶区域变小了，道路往里收了。

这一下可以把变化性质分清楚，对于系统来说，知道“变了”不够，还得知道是变宽了、变窄了，后续该删边界还是加边界，逻辑完全不一样。当然，这里面最怕的不是不更新，而是误更新。因为车载感知本来就会受天气、遮挡、定位误差影响。今天旁边停了一台大货车，明天雪堆在路边，后天逆光，系统都可能看走眼。所以这份专利没有停在“发现变化就改图”这么简单，它还提到了要做好位姿优化，对齐新旧地图，再通过几何特征方法或者道路拓扑图方法去比对变化区域。

图只要改错一次，后面一串车都跟着吃亏。

有一个比较现实的落点是只传变化区域，而不是整张地图全部都发。看着是节省流量？背后是量产思维。因为一旦真进入大规模车队协同，你不可能每有一点变化就重新上传整幅地图，或者是下载、同步，通信量、时延、算力和存储都会膨胀得很快。通过仅传输更新区域而非整个地图，可以减少数据传输量、降低带宽需求和通信延迟，还可以把更新后的地图通过车联网发到云端服务器，或者广播给其他车辆。

智驾往深处走时，这种基础能力是重要的吧？地图这件事，最贵的不是第一次做出来，而是后面如何持续维护、持续更新的问题。很多时候发布会喜欢讲“大模型”“端到端”“世界模型”，这些当然重要，但一辆车每天都在面对真实道路，路边围挡不会因为你的发布会开得漂亮就自动消失。

嗯？鹏子的智驾好不是没有原因吧？