无图(去高精地图)的自动驾驶技术路线中谁扮演着图的角色？

主要观点总结

文章讨论了自动驾驶技术在无高精地图环境下的技术路线，包括众包路线、图商推出的轻地图方案、结合导航地图实现超视距感知的设想，以及端到端模型在自动驾驶中的应用前景。文章还介绍了不同方案的优缺点，并提到了自动驾驶之心知识星球社区和自动驾驶Daily技术交流群的相关信息。

关键观点总结

关键观点1: 无高精地图环境下自动驾驶技术路线探讨

文章讨论了当前自动驾驶在无高精地图环境下的技术路线，包括众包路线、图商推出的轻地图方案等。

关键观点2: 众包路线的优缺点

众包路线能够实现城市的高阶智驾功能，但投入大，需要足够多的数据、算力和存储，以及大量的人力资源。

关键观点3: 图商推出的轻地图方案

图商推出轻地图方案，如高德地图的HQ Live MAP，旨在解决高精地图鲜度更新慢的问题，具有更轻、更快、要素更精细的优势。

关键观点4: 结合导航地图实现超视距感知的设想

文章提出结合导航地图实现超视距感知的设想，并指出这需要强大的感知能力和大量的道路数据来训练网络。

关键观点5: 自动驾驶之心知识星球社区和自动驾驶Daily技术交流群的信息

文章提供了自动驾驶之心知识星球社区和自动驾驶Daily技术交流群的相关信息，包括独家视频课程、交流社区、论文辅导等。

文章预览

作者 | 小助手24  编辑 | 自动驾驶之星 点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我->  领取近15个自动驾驶方向路线 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享，如有侵权，联系删文 写在前面的话 随着自动驾驶技术从高速走向城区，又因高精地图更新的鲜度问题，去高精地图的无图化技术路线，成为了目前大家主流追求的！在无图后，到底感知如何才能获得超视距的能力，成为了亟需解决的一个问题！接下来和大家一起来讨论一下目前的一些技术路线! 众包的路线 这个想法很直接，既然没有图了，那我就来在云端众包一个轻量级别的图吧！ 图1: Neural Map Prior for Autonomous Driving 这个的里面以理想为代表，我们可以看一下有了众包之后确实能够给感知带来超视距的能力。这个里面传的是特征到云端，你也可以理解是一个间接 ………………………………