高精地图技术及应用发展现状（下篇）

作者：

北京四维图新科技股份有限公司

孟庆昕、张文杰、陈丹、侯燕、余晶、张民岗、黄刚、闫春利、朱大伟、严明、姜昊、高玉、温芳、于银河

（以下为本文的下篇）

三、高精度地图行业发展现状

自动驾驶行业的发展催生了高精度地图。从世界主要汽车强国的自动驾驶技术发展规划来看，在众多为自动驾驶汽车赋能的技术单元中，高精度地图作为无人驾驶的基础，是不可或缺的重要支撑技术，被业界认为是未来自动驾驶产业中的重要产业分支之一。高精度地图已逐步成为了自动驾驶领域研究的热点，互联网企业、车企和科技公司都瞄准了高精度地图这个潜力巨大的市场，目前已形成两级竞争的格局：国外主要是大型互联网科技公司、车企和初创公司3方在竞争中合作，在合作中竞争；国内主要是传统的地图服务商与滴滴、京东、美团、华为和一批初创公司等新晋挑战者进行竞争。

（一）国外主流图商与发展现状

1.HERE公司

HERE的高精度地图HERE HD Live Map建立在基础地图的基础上，配备激光雷达的HERE True车辆每天奔波在大街小巷，结合卫星图像绘制车道路径、车道标记、道路边缘等多种短时间内相对不变的环境信息。

为了推进自动驾驶、高精地图联盟，HERE先后引入了英特尔、博世、大陆、先锋的投资，涵盖了芯片、传感器等解决方案。与Intel的合作将联合开发一个高度可扩展的概念验证架构，支持高度和全面无人驾驶中的高清地图进行实时更新，双方还将探索物联网和机器学习领域的机会。与博世、大陆、先锋合作，使用其提供的车载传感器（激光雷达、毫米波雷达、摄像头等）来实时更新地图。

对于那些动态数据的更新则主要依赖通用等众包车辆，借助HERE HD Live Map的云端能力，当车辆传感器检测到的道路信息变更，这些新特征将会上传到地图数据中，并下发到所有车辆。HERE HD Live Map已经完成了数十万公里道路的数据制作，精度达到亚米级别。

2.TomTom公司

2018年，TomTom联手百度推出Auto Stream地图服务。该技术将预先集成到百度开放的自动驾驶平台Apollo中，使开发者能够访问最新的TomTom HD Map数据，以加速自动驾驶产品的生产。所谓Auto Stream，简单来说即是一套针对地图更新机制开发的数据传输软件。车厂开放接口后，车辆便可以在行驶过程中把其感测到的相关地理信息通过地图引擎的传输单元上传到云端，Auto Stream在编译解读道路数据后再回传给汽车，最终完成高精地图的实时更新工作。百度Apollo开放平台本身具备的“众包”性质也使其与Auto Stream形成互补。

3.Ushr公司

Ushr的核心业务是设计激光雷达数据处理软件，抽取道路特征，绘制道路模型，同时压缩激光雷达数据以达到车用级体积。Ushr的高精地图依赖车上传感器和道路上的摄像头，已经绘制完成美国和加拿大的所有控制进入的高速公路网络，精度在10厘米以内，偏差小于4英寸。Ushr研发出一款应用程序编程接口（API），可以将其提供给车中的其他控制模块中，车企就不用再单独开发地图模块。

4.DMP公司

日本采用了一种不同于其他国家的路线，日本在国内的战略性创新创造项目“SIP-Adus”计划支持下，日本各整车企业、零部件公司、地图厂商联合起来，成立了动态地图公司Dynamic Map Planning（DMP），即日本唯一从事高精度基础地图数据和定位服务的公司，致力于推出日本标准的高精度地图。

DMP成立代表日本动态高精度地图开始走向产业化。其原计划是在东京奥运会之前，实现日本高精度地图的覆盖。DMP公司早在2016年12月就开始提供高速公路样本数据（约500公里），并曾计划在2018年1月开始提供部分高速公路数据（约14000公里/半程），曾计划在2019年3月开始提供全日本高速公路数据（约30000公里/全程）。

5.DeepMap公司

作为高精度地图领域具备代表性的初创公司，DeepMap于2016年成立于美国，其创始团队有着谷歌地图、谷歌地球、苹果地图、百度无人车等强大背景。DeepMap的技术路线是提供高精度地图完整的解决方案，包括地图的构建、更新、维护和云端服务，同时也提供高精度定位、仿真等服务。DeepMap的地图和定位模块已应用到多种车型和车队中，进行自动驾驶训练。在各种复杂路况、天气条件与驾驶速度下均展现了良好的性能。它获得了诸如博世、英伟达、高盛等大型企业与资本的投资，在2018年7月，DeepMap获得了阿里巴巴、滴滴与北汽的约6000万美元投资，在中国布局业务的势头愈发明显。

DeepMap收集地图数据的主要方式是利用激光雷达与组合导航定位系统的多传感器融合方案，以众包的模式进行数据采集。其开发的软件可以将众包车辆传感器收集到的数据转化成详细的地图。DeepMap提供可嵌入车辆的软件，解决定位、数据更新、路线规划和数据收集等问题，可以高效处理大规模数据。其高精度地图有着三维厘米级的道路信息，且可以提供实时的道路动态信息。

6.Mobileye公司

Mobileye是以色列一家生产协助驾驶员在驾驶过程中保障乘客安全和减少交通事故的视觉系统的公司。公司在单目视觉驾驶辅助系统的开发方面和集成能力，位于世界前列，提供芯片搭载系统和计算机视觉算法运行客户端功能。2017年3月13日，英特尔以每股63.54美元现金，总价153亿美元的天价收购Mobileye。

Mobileye最擅长的是利用强大的视觉神经网络和深度学习算法，识别道路环境中产生的差异内容完成实时更新。针对此情况，Mobileye的每一个摄像头都可以采集到前面的路况。例如，摄像头可以把路面中的车道线或者是限速块的距离可以定位出来，把每一个图像解析成数据，再把数据打包成数据包进行上传，并且在图商的底图上进行实时的叠加。通过Mobileye和大众、日产以及通用的合作，会有越来越多的车搭载Mobileye的摄像头。通过“图像+智能+网联”的结合方案，可以做到10厘米的高精度。

Mobileye推出了一个路网采集管理（REM）系统，打造高精度地图。它认为众包则是实现地图更新的最好方式。通过在大量的车上装上其REM系统，每天跑在路上，经过长久积累就可以获得高精度的地图数据，更重要的是能够实现实时更新。

7.其他公司

汽车企业如丰田和特斯拉，特斯拉采用“车队学习网络”（Fleet Learning Network）策略，调动量产车把测绘任务以“众包”的形式进行数据采集，通过云技术在中央数据库进行归纳。

（二）国内主流图商与发展现状

1.四维图新

2018年5月，HERE、四维图新、日本IPC/Pioneer、韩国SK电讯多家数字地图制造商宣布共同成立OneMap联盟，从2020年开始向行业提供统一标准的高精度地图产品与服务。通过使用OneMap联盟合作伙伴的产品与数据，车厂在美国、欧洲、亚洲等不同地区都可以借助统一化的高精度地图，支撑自动驾驶方案的本地化落地，用最简单的方式节省车厂的开发时间并减少不必要的成本。这也是目前高精度地图领域内的共识，业内普遍认同高精度地图需要统一的行业标准，这在行业发展初期显得尤为重要。一个开放的平台、统一的行业标准、标准化的服务，对于高精度地图来说是个好的开始。

2019年2月12日，四维图新官方宣布与宝马中国签署了自动驾驶地图及相关服务的许可协议。四维图新将为宝马在中国销售的2021年至2024年量产上市的宝马集团所属品牌汽车提供L3及以上自动驾驶地图产品和相关服务，这是中国L3自动驾驶高精度地图第一订单。在追求能力升级道路上，四维图新与对家车厂相互促进一起成长，共同面对汽车工业发展带来的机遇和挑战，满足市场更多元的需求，以高品质创新型产品和服务不断提升用户体验。

2.百度

百度在2013年启动了高精地图的研发工作，先后在北京、上海和广东顺德建立了三个高精地图生产采集基地，已经完成30万千米的高速公路和部分城市道路测绘，相对精度达到10~20厘米。这些收集到的道路数据通过人工智能自动识别，并由人工验证信息后再上传至云端，其自动化处理程度达到90%以上。

百度也利用Learning-Map平台以众包模式收集更新道路数据，只要安装了百度地图和传感器，车内手机、后装硬件和车端传感器采集到的环境数据，都会发送到该平台。百度和博世、TomTom等相关产业巨头正在打造“AI based Map”（人工智能地图），融汇基础数据、出行方式、智慧交通等信息，共同构建起“地图大脑”。

3.高德

2017年8月，高德与千寻位置合作研发“高精度地图+高精度定位”。截至2020年底，高德已经完成了超过32万千米的高精地图采集。高德专门用于HAD级别高精度地图的采集车主要通过2个激光雷达和4个摄像头采集道路信息，精度可达10厘米。高德和精准位置服务商千寻位置合作，提供“高精度地图+高精度定位”综合解决方案。双方在车道级定位上的解决方案可以实现普通道路条件下横向误差和纵向误差在7厘米以内，高速/城市环路条件下横向误差6厘米，纵向误差5厘米以内。高德还先后和博世、英伟达、凯迪拉克合作研发高精地图中定位图层和数据更新方案。

4.初速度

北京初速度科技有限公司（Momenta）致力于打造自动驾驶大脑，提供基于深度学习的环境感知、高精度地图、驾驶决策算法。它主要通过提取众包车辆拍摄的2D图像语义点（车道标线、标牌等地标点），鉴于多张图像存在视差，Momenta利用点的对应关系，即可重建道路、交通标志及周围环境的3D位置，这种原理类似于人眼双目视觉，再融合GPS和IMU数据，创建更高精度的地图。通过布局后装设备及前装定位盒子，众包完成地图更新。这种方案更具扩展性和商业化落地可能性，因为它的成本仅为LIDAR数据收集方案的十分之一到百分之一。

5.中海庭

武汉中海庭数据技术有限公司成立于2016年9月21日，立足于空间地理信息大数据产业和汽车工业的创新融合，面向未来新能源（智能网联）汽车和智慧城市，汇聚人工智能核心技术和人才，打造高精度地图的大数据产业，建设面向个人、车企、行业用户及政府部门的高精度地图、定位及数据挖掘、动态更新等云服务。

公司由上汽集团、武汉光庭信息技术股份有限公司和广州中海达卫星导航技术股份有限公司共同投资约3亿元人民币，面向国内外汽车厂商、系统供应商以及行业客户提供高精度地图数据采集、制作、验证、发布、众包更新的闭环解决方案。中海庭已形成了专业的内外业采集、作业团队，并自主研发了基于深度学习人工智能的高精度地图自动化生产平台。高精度地图数据已经覆盖了包括北京、上海、广州、武汉、重庆等一线重点城市，总计里程约上万公里。

6.晶众

北京晶众智慧交通科技股份有限公司（简称“晶众地图”），成立于2010年8月，是专业从事交通数据服务的高科技公司，主营业务聚焦在交通领域，以交通调查业务为精准切入点，从“人、车、路、环境”交通四要素出发，在行业专业性和标准性上不断突破和创新，夯实道路交通在规划、设计时的底层数据基础。主营业务包括：综合交通调查、交通模型与信息化建设、三维交通软件产品、三维地图数据生产、高校实验室建设等。据2017年数据统计，晶众交通在交通调查市场占有率40%以上，服务已覆盖全国200多个主要城市，交通模型与信息化建设服务于上海、西安、长春、哈尔滨、郑州、昆明、南昌等各大城市，三维交通产品和数据生产更是开创了三维专业交通市场的先河。

在2018年的中国汽车工程学会年会上，晶众地图与国家汽车质量监督检验中心、上海市新能源汽车公共数据采集与监测研究中心、东风集团分别签署战略合作协议与项目合作协议。签约仪式上，晶众地图首次发布其自主研发的“三维高精度地图车辆测试智能监控平台”。其中，由晶众地图制作的三维高精度地图可还原汽车试验场环境，展现试验场区各特色试验道路，如高速环道、越野路、标准坡、综合性能道路等。据了解，该平台还可对试验场道路及车辆进行实时监控，并对道路使用情况、车辆行驶状态进行实时展示和状况分析，为车厂及试验场提供辅助决策。

四、高精地图应用现状和趋势

（一）高等级自动驾驶汽车应用

我国高精度地图行业正在稳步向前发展，结合我国汽车产销量迎来的稳步复苏，如图15所示，中研普华产业研究院预测到2022年，高精度地图市场规模可达到约334亿元，到2026年将突破470亿元。

图15 道路&车道数据

展望未来，进入高等级自动驾驶汽车大规模落地的时代后，车厂的自动驾驶系统将会与高精度地图深度融合。如果车厂要替换地图厂商，由于不同厂商的地图数据格式与精度不同，必须要重新编写算法，成本极高。当格局稳定后，地图厂商将深度绑定车厂客户，议价能力与用户黏性双提升。同时由于高精度地图需要不断更新，传统的安装车系统套数收费的模式不能够有效绑定地图厂商利益，不能保证地图厂商提供持续高质量的服务，有望转为服务费模式，打开盈利空间。

传统图商在地图数据处理方面已经做得比较好，提供数据服务本身已经有比较可观的利润。但是，传统的地图使用也发展到一定的瓶颈，在技术快速迭代的当下，传统图商若想要进一步扩大业务，还需要加强自身IT能力的建设，综合利用云计算、大数据、人工智能等先进技术，不仅在数据处理方面，还需要在业务应用方面发力，以不断地探索新的业务模式，创造新的业务应用场景，获取更多的市场空间。

高精度地图本身存在信息量大、精度要求高等特点。因此，如果技术提供商在数据处理方面还是延续传统的人工制图的流程，则不能满足日益增长的业务应用需求。这就需要进一步引入人工智能算法，进一步提高数据的处理效率和处理精度。

目前，高精度地图的应用主要随着自动驾驶的逐渐普及而兴起。但是实际上，高精度地图在地理探测、应急管理、交通管理以及交通运输等场景中都可以有比较广泛的市场。在市场发展中需要更加大胆的尝试，以扩展自身业务，并且能够与其他图商共同进行差异化发展。

（二）智慧城市和新基建应用

智慧城市是一个信息技术大融合应用的重要体现，充分利用了5G、云计算、IoT、AI、高精度地图、大数据等技术，可以帮助在城市中各行各业提升城市信息化高级形态，实现信息化、工业化与城镇化高度融合。同时，智慧城市提供了丰富的应用场景，包括智慧家庭、智慧物业、智慧养老、智慧医疗、智慧安防、智慧教育、智慧用电。智慧城市充分利用物联网、云计算、移动互联、高精度地图等新一代信息和数据技术为居民提供安全、高效、舒适、便捷的居住环境，全面满足居民的生活和发展需求等。

高精度地图在智慧城市中承担着数字基建的作用，是基于位置服务的5G技术，AI技术的数字基座。高精度地图可以为政府提供精准的城市规划参考依据。为智能交通、智能小区提供精确的位置服务，实现万物的精确定位，帮助政府快速的实现城市的数字化转型。

随着我国政府对智慧城市建设重视程度的不断提升，我国智慧城市投资规模不断增长。如图16所示，根据互联网数据中心（IDC）2020年7月发布的《全球智慧城市支出指南》，2020年，中国智慧城市市场支出规模达到259亿美元，同比增长12.7%，高于全球平均水平，为仅次于美国的支出第二大的国家[2]。高精地图在智慧城市建设中扮演着重要的角色，市场潜力和需求巨大。

图16 2019-2024中国智慧城市支持规模[2]

五、高精度地图应用发展的问题与挑战

（一）政策法规亟待完善

1.尚无明确的高精度地图政策

国内高精度地图（0.2米精度以上）的要素定义、审图手续、加密偏转措施等，业内仍然沿用针对传统导航地图的相关政策规定。随着L4、L5级别的自动驾驶及智能网联驾驶的出现，更高精度地图的应用需求越来越迫切和普及，高精度地图和高精度动态信息的相关政策量化规定急需明确和完善。

2.已有规定形成对自动驾驶的制约

传统导航地图的一些限制措施直接应用于对高精度地图的管理要求，比如不允许在地图文件和服务平台里发布高程信息，且坡度信息只能按等级发布等等，严重制约了自动驾驶对复杂道路的高精度适应性要求，急需破解之道。

（二）地图标准有待统一

虽然国内大部分地图数据都是基于NDS等欧美规范出品的，但往往存在大量定制，既有图商自己的、也有应主机厂要求的；各家图商能提供的交换格式因此也不统一，互相之间缺乏互通性，为今后用户自由选择和政府统一监管造成障碍。中国道路交通条件特点鲜明，中国的地图厂商和车企具有丰富的制图和用图经验，完全具备独立完成中国标准自动驾驶地图的能力。

（三）急需建立更新生态

高精度地图涉及到的要素种类多，容易发生变化的要素种类多，自动驾驶车辆对高精度地图的要素变化比传统导航敏感得多，这些变化对自动驾驶的决策至关重要的。因此，主机厂、出行服务商等智能网联运营机构对于高精度地图的更新响应机制要求往往比高精度地图的规模化覆盖采集的要求更为关切，需要尽快建立高精度地图的更新生态体系，以保障智能网联汽车安全。

（四）普通路制作效率低、成本高

中国的高速公路单向里程约30万千米，而道路的总里程约600万千米。从目前的技术现状来看，普通路的制作效率只有高速公路制作效率的十分之一，而生产单价接近高速公路的十倍。其主要难点在于城市区域受树木、建筑、车辆等遮蔽了GNSS信号和摄像头、激光雷达的采集信息，造成精度差，道路信息缺失严重。除了遮挡，还因为普通道路场景过于复杂，路口、红绿灯、拥堵严重影响了采集效率；普通道路的设施多，交通标志类型多、要素密度大，是高速要素的20倍左右，严重制约了制作效率；路口交通规则复杂，即便是人工有时也难于判断逻辑连接关系，自动化水平提升非常困难。作为自动驾驶车辆来讲，要达到高度自动驾驶，必然不分高速道路和普通道路场景，都需要提供高精度需求以满足其需求。因此，尽快突破普通路采集技术将会是各图商发展的命脉所在。

（五）硬件装备核心零件

主流图商高精度地图产品发展早。在发展初期，高精度地图采集的关键设备均来自于国外，特别是美国。比如Voledyne 32线激光雷达、Aplanix高精度惯导、Novatel span高精度惯导等。虽然近年国内相关产品有了很大发展，比如禾赛激光、速腾聚创等企业的激光雷达产品，但是目前仍然没有占据市场主流。国内的图商因为产品早期已经定型，对国内产品稳定性不佳、缺少核心技术存在担心，切换产品带来的工艺开发投入较大等原因，更换国内激光雷达和惯导的动力普遍不足。随着中美贸易争端的升级，受美国对高精尖产品禁止出口等因素影响，高精度地图的制作发展必然在激光雷达核心部件、高精度惯导等方面存在着很大威胁，急需国内技术的突破。

（六）高精度地图的信息安全需求

高精度地图作为车辆超视距感知和决策的关键手段，在线升级和实时动态交通信息更新的要求非常关键。而在车载软硬件系统日益受到网络黑客攻击的情况下，信息安全的管理尤为重要。

在高精度地图生产和应用过程中，很多环节都需要考虑到信息安全。地图绘制阶段需要考虑安全需求，测绘阶段地理数据需要安全管理，不可经过公网传输，否则危及国家安全；地图数据上传阶段，需要在隔离网络中经过安全的传输通道进行上传到云端，防止数据泄露；云端地图数据需要加密存储，对地图数据的访问需要进行身份认证和授权过程，防止越权访问；高精地图生产环节需增加访问控制机制，保证网络隔离，防止制图阶段数据外泄；审图环节需要增加审图偏转，防止数据泄露。车内地图部署前需要对地图进行加固，防止地图逆向；动态地图更新过程需要链路安全，更新数据需要加密传输，车云之间需要双向认证，车端地图更新过程需要进行完整性验证，防止地图信息泄露、篡改；动态地图的更新需要保证实时，需要降低通信信道的掉线率，提高连接承载量，需要较高的可用性。

六、高精度地图的未来发展趋势

（一）技术发展趋势

围绕智能网联汽车的需求，高精度地图与定位技术发展趋势研判如下：

（1）激光雷达数据压缩技术；

（2）摄像头和激光雷达多传感器融合技术；

（3）传感器数据前端自动化识别提取技术；

（4）单摄像头视差重建技术；

（5）轻量化高精度采集设备集成技术；

（6）云端传感器大数据清洗融合技术；

（7）海量数据的快速上传、读取与数据管理技术；

（8）采用“车队学习网络”策略的量产车众包采集技术；

（9）多图商数据联合采集与管理技术；

（10）“高精度地图+高精度定位”综合应用技术；

（11）高精度地图快速差分更新与分发技术；

（12）广域增强和局域增强的融合，天基增强和地基增强的融合；

（13）互联网和广播网在播发模式上的融合；

（14）终端解算模式的创新；

（15）服务平台技术面对实时性、大容量、低成本的创新架构；

（16）与其他传感器融合的组合高精度导航模式创新。

（二）产业发展趋势

经过多年的积累，国内的主流图商已完成了全国高速公路超过30万公里的数据采集与制作，并实现了季度更新。支撑了北京、上海、广州等地多个自动驾驶测试示范区的运营，促进了自动驾驶能力的快速提升，此外也支撑了一批L2级别和L3级别的自动驾驶车辆量产，比如广汽的Aion，长安UNI-T等具备L3级自动驾驶能力的车辆在2020年纷纷发布，而华为与北汽联合打造的“极狐阿尔法S”、百度与威马联合打造的“威马W6”均已在2021年的上海车展亮相，也证明了高级别自动驾驶车型的量产，均离不开高精度地图的支持。同时，高精度地图还促进了全国多个车路协同项目的建设热潮和示范应用，比如北京亦庄的网联云控式高级别自动驾驶示范区、2018年在上海嘉定举办的“V2X三跨”、2019年举办的“V2X四跨”以及在2020年举办的“V2X新四跨”，均加速了自动驾驶的发展。

国际零部件巨头厂商博世在此前宣布，已与百度、高德及四维图新三家领先的中国地图供应商达成合作，共同开发，将精准定位服务——“博世道路特征（Bosch Road Signature）”引入中国自动驾驶市场，从而推动先进自动驾驶技术的本土发展[3]。

随着市场的发展，未来将形成支持L3的高速道路高精度地图产品从季度更新逐渐提升到月度更新，五年左右将实现周更新；对于热点区域将很快月度测试更新，三年内将实现周更新，五年内将实现日更新。除了地图更新，支持众包要素变化发现的能力，三年内将支持全国区域变化信息天级更新发布，五年内将实现“专业采集+众包发现”的无缝连接，实现全国高速道路级变化周更新、要素级变化日更新、动态信息小时级发布，满足自动驾驶活地图的需求。

（本篇为全文的下篇）

高精地图技术及应用发展现状（上篇）（点击查看）

参考文献

[1] 中国汽车工程学会、天津智能网联汽车产业研究院. 中国智能网联汽车产业发展报告（2020）

[2] IDC《全球智慧城市支出指南》（2020年7月发布）

[3] 俞庆华. 为自动驾驶的精准定位服务,博世与百度、高德及四维图新展开合作[J]. 汽车零部件, 2017, 106(04):85-85.

注：本文收录于《中国地理信息产业发展报告（2021）》（测绘出版社）