来源：AI汽车人
1. 前言
高精度地图的发展与智能交通和智能网络汽车密切相关。自智能网络汽车上路以来，高精度地图产业应运而生，发展迅速。与以往的导航地图相比，高精度地图是智能网络汽车交通的共同基础技术，不仅服务于人类驾驶员，还服务于人类驾驶员和自动驾驶汽车。对于L高精度地图是3级以上自动驾驶汽车的必备选择。一方面，它是自动驾驶汽车规划道路行驶路径的重要基础，可以为车辆提供定位、决策、交通动态信息等基础。另一方面，当自动驾驶汽车传感器出现故障或周围环境恶劣时，也能保证车辆的基本驾驶安全。
随着行业的发展，越来越多ADAS为了增加，系统开始应用高精度地图 超视距感知，提高规划能力。本报告侧重于L3及以上自动驾驶高精度地图，部分内容也适用ADAS高精度地图用于系统。
1.1. 现状概述
自动驾驶汽车已成为全球重要的研究热点和汽车产业发展战略方向，推动智能交通、智能城市等产业建设。高精度地图作为自动驾驶的重要共同基础技术，具有不可替代的作用。高精度地图可以为汽车构建长周期记忆随着自动驾驶技术的日益成熟，高精度地图成为巨人的新战场。根据高盛对全球高精度地图市场的预测，2020年将达到21亿美元；
到 2025 年，市场规模将扩大到 94 亿美元。行业普遍认为，未来 15 年高精度地图行业将进入黄金发展期。另外，根据美国 MarketsandMarkets 公司发布的全球自动驾驶 3D 从 2020 年到 2030 年，全球自动驾驶汽车 3D 高精度地图数据市场年均增长率(CAGR) 将达到 36.2%；全球市场预计 2030 年将增长到 204 亿美元。
高精度地图是指绝对精度和相对精度 1 高精度、高新鲜度、高丰富度的电子地图，英文称为 HD Map(High Definition Map， 从数据精度和要素丰富度的角度定义)或 HAD Map(Highly Automated Driving Map，从分级标准的角度定义自动驾驶功能)。高精度地图信息丰富，包括道路类型、曲率、车道线路位置、路边基础设施、障碍物、交通标志等环境对象信息，包括交通流量、交通灯状态信息等实时动态信息。
不同地图信息的应用场景和实时要求不同，可以有效提高地图的管理、收集效率和广泛应用。高精度地图可分为静态地图、准静态地图、准动态地图和动态地图四个基本层次。
静态地图包括道路网络、车道网络和道路设施的几何和属性信息。车道线路、车道中心线路、曲率、坡度、方向等信息构成了道路和车道模型，帮助自动驾驶车辆进行转向、 驱动、制动(制动)等。
准静态地图包括交通标志、道路标志等道路部件信息，可用于自动驾驶车辆的辅助定位。同时，道路会受到外部因素（如日常磨损、天气、外部碰撞、人工修改等）的影响。如道路标志磨损和重漆、交通标志移位或变形等信息也反映在准静态高精度地图上，以确保自动驾驶车辆的安全。
准动态地图包括道路拥堵、施工、交通控制、天气等信息，可用于实时动态路径规划（全局路径规划和局部路径规划），提高自动驾驶的安全和效率。
动态地图包括周边车辆、行人、交通事故等实时信息，可用于自动驾驶车辆的局部路径规划和决策辅助，增加信息冗余，提高自动驾驶安全性。
目前，世界各地的企业组织也有类似的地图信息分层，如博世提出的 LDM(Local Dynamic Map)模型、日本 DMP(Dynamic Map Platform) 中国智能网联汽车产业创新联盟提出了类似的四级分层模式 (CIACV)-针对中国交通环境的特点，自动驾驶地图和定位工作组 地图要求提出的三级七层架构等。
此外，室内高精度地图也是高精度地图发展的重要方向。与数据源丰富、数据性能强、信息多样的室外高精度地图相比，现有的室内高精度地图数据非常单一和缺乏，两者之间存在着巨大的差距。由于室内高精度地图 图数据采集成本高，没有绝对参考位置信息，采集方法传统，精度差，地理信息数据丰富。
与车载娱乐导航系统相比，自动驾驶系统提出了超视觉感知、感知系统效率、辅助决策信息、协助路径规划和系统安全冗余等更高的要求。同时，高精度地图也是在传统导航电子地图的基础上，根据自动驾驶系统的需要演变而来的。它们并不完全独立，具有一定的继承性和衍生性。 在诱导等功能的基础上，高精度地图侧重于三个方向:丰富地图信息、高精度、提高计算机或汽车智能化。以及高频更新、标识水平和垂直定位、坡度曲率节能应用和舒适性提高。
作为车载传感器，高精度地图可以有效地弥补传感器的性能边界，提供重要的先验信息GNSS 定位信号统一的基本坐标系环境是实现高度自动化甚至无人驾驶的必要条件，也是未来道路协调的重要载体。高精度地图对自动驾驶汽车的作用体现在以下几个方面：
(1) 作为汽车的长期记忆，高精度地图不受天气环境、障碍物和探测距离的限制，为自动驾驶汽车提供安全冗余。同时，高精度地图可以为车辆纵向加减速、横向转向、变道等决策提供先验信息，提高驾驶舒适性，实现智能节能。
(2) 红绿灯、车道线、道路标志等交通要素的位置可以预测，有助于提高传感器的检测精度和速度，节约计算资源。
(3) 交叉口红绿灯状态、道路交通流量、路网变化、车辆传感器信息可作为规划决策的载体，通过服务平台实现智能路径规划。
(4) 未来，众包收集可以积累大量的驾驶数据，丰富驾驶场景数据库，为无人驾驶系统模拟验证和优化人工智能培训提供重要的基础数据。
(5) 在市场需求方面，自行车智能参差不齐，高精度地图成为共同选择。除特斯拉外，BBA 汽车制造的新力量都选择了视觉感知硬件。基本上从当前技术和成本性能、成本和安全的角度来看，感知摄像头的数量，但高精度地图和高精度定位已成为一个共同的选择，显然高精度地图和高精度定位是未来的主流，如下表所示 1.1。
车型 |
奔驰S级 (W223) |
奥迪A8 (D5) |
宝马iNEXT* |
小鹏P7 |
理想X01* |
特斯拉Model3 |
辅助驾驶摄像头 |
4 前置 双目 |
1 前置 双目 |
6 前置 双目 |
13 前置 双目 |
8 前置 双目 |
8 前置 双目 |
环视摄像头 |
4 |
4 |
4 |
4 |
4 |
1 |
毫米波雷达 |
5 |
5 |
5 |
5 |
5 |
5 |
超声波雷达 |
12 |
12 |
12 |
12 |
12 |
12 |
激光雷达 |
1 |
1 |
1 |
无 |
无 |
无 |
高精定位 |
有 |
未知 |
有 |
有 |
有 |
无 |
高精地图 |
有 |
有 |
有 |
有 |
有 |
无 |
尽管利用摄像头、雷达与 GPS 等传感器来完成对道路周边信息 进行实时获取的方式更容易落地，但在雨雪雾天气等很多极端情景下容易导致传感器失效，构成安全隐患。因此，通常在常规传感器之外引入高精地图数据的目的就是希望借助高精地图在更多的驾驶场景下保证安全，高精地图和高精定位对于保障极端情况下的驾驶安全是传感器的一个有效补充。虽然极端驾驶场景出现频率不高，却是酿成交通事故的高发地，高精地图可以说是一道保命的安全防线，比传统导航地图更有意义。
政策法规方面，地理信息是世界各国重要的战略性信息资源，受到各国政府的高度重视。一些发达国家通过健全法制，强化监管，加大资金和技术投入的手段，积极促进地理信息资源的广泛应用。
相关组织、标准方面，国际和国内高精地图行业仍然在快速发展中，此工作必然是一个持续更新的过程。智能网联汽车高精地图行业在中国也还处在发展的初期阶段，还没有完善的标准体系。
由于地图行业涉及到国防安全信息，我国高精地图测绘并不对国 外厂商开放，国内图商成为我国高精地图行业主导。中国自然资源部也出台了《关于加强自动驾驶地图生产测试与应用管理的通知》，明确规定自动驾驶地图作为导航电子地图的衍生产品在管理上沿用导航电子地图相关政策但现有的法律法规对自动驾驶行业发展的壁垒主要体现在公开地图表示内容、地图加密和偏转、审图方式和周期、 众包的行政许可、原始 GPS 坐标的使用、对外资企业的限制六方面。同时，中国自然资源部测绘主管部门对于自动驾驶抱持非常开放的态度，近两年一直在积极地跟图商沟通如何制定面向自动驾驶的法律法规。
由于高精地图的制作流程、成本、分发方式以及呈现的形态等， 与传统电子导航地图有着较大的区别。高精地图对数据更新的实时性要求极高，完全依赖专门的采集车进行高精地图采集，效率低且成本高。高精地图的覆盖范围取决于 OEM 的需求，图商依据 OEM 的需求进行采集生产。目前国内图商的 HDM 范围都只是针对全国的高速和城市快速路等封闭道路，并没有扩展到全部道路；所以提高高精地图的采集和更新速度成为重要课题。目前，众包可以有效提高高精地图采集效率，但其需要采集公司具有相应的地图采集资质，并依赖于极其强大的数据处理能力。因此高精地图宜采用智慧生产线利用大数 据分析、众包数据采集和人工智能等新型制图技术，以满足自主泊车、 V2X 及智慧城市等多种场景的高精地图需求。近两年随着高精地图 需求不断提高以及技术发展，此现象也在逐步改观。
自动驾驶(车路协同)领域是高精地图未来最大的应用领域，高精地图并非仅限用于自动驾驶，同时，还可以运用于仿真测试、智慧 城市、智慧旅游、公安、房地产、交通运输、无人配送、新零售等众多领域，且泛化应用市场容量巨大。
行业市场规模方面,随着 L3/L3+自动驾驶时代的临近，2019-2025 年高精地图产业有望快速发展。高精地图市场参与者中，主要包括中 大型专业图商、自动驾驶领域老牌科创型企业以及初创企业。根据海外高精地图单车价值约 200 美金测算，由于预计未来 5-10 年将出现智能驾驶需求爆发期，预测 2020/25/30 年全球高精地图市场空间有望达到 20/90/200 亿美元。目前国内高精地图的商业模式仍未完全成型，按照 3 亿辆汽车保有量及高德地图于 2020 年四月确定的单车 百元年服务费测算，未来国内高精地图市场潜在规模约为 300 亿元。
目前，中国的高精地图产业正在从技术研发向规模投入迈进。高精地图行业是一个资金密集型的行业，一方面由于地图数据库建设周期长，投入资金大而且需要持续滚动投入；另一方面，导航电子地图产业具有先发优势大，而边际成本低的显著特点。近两年，国内主要图商纷纷加大测绘投入，开始对外提供分米级、厘米级地图，多家自动驾驶企业加入地图赛道。
资本界近年来更侧重于商业化，如细分市场、示范、路测、区域 运营等。众多主机厂规划，2020 年将是 L3 级自动驾驶集中规模测试验证时间，2025年前将规模化集中上市，鉴于高精地图是L3 及以上级别自动驾驶技术的重要组成部分，高精地图也会随之进入规模化应用阶段。因此，自动驾驶系统玩家必然在全球范围内加快高精地图业务布局，为自动驾驶技术规模化量产做好准备。而随着 L4、L5 级自动驾驶技术的发展，未来智能网联汽车高精地图将在更新方式、商业模式、信息丰度、运营理念等方面不断变革，支持并推动智能网联汽车产业的发展。
未来，相信高精地图将成为众多主机厂、零部件供应商、图商、 自动驾驶解决方案提供商、出行服务商、交通运输与物流企业的创新汇聚平台，并成为支撑我国智能网联汽车创新发展的重要基础，高精地图将不仅成为汽车自动驾驶的支撑，也将成为智能交通管理规划的重要协同平台，推动城市级道路交通管理。
1.2. 高精地图国际现状
由于世界各国监管政策不同，发展速度也就不一样，高精地图市场的企业比较多且杂，几家有代表性的巨头企业高精度地图竞争格局呈现两极分化的态势，一方面是大型互联网科技巨头、车企，如谷歌、 英特尔、宝马等，这些企业在高精地图研发上更多采取集中采集方式， 合作伙伴数量相对多而且更为稳定，在市场上影响力更强；另一方面 则是自动驾驶行业算法集成层面的初创公司，此类公司成本预算有限， 对现金流较为迫切，基本采用成本较低的众包采集，并且积极地探索高精度地图的商业化变现模式。
发达国家从 20 世纪 70 年代就开始进行自动驾驶汽车研究，在可行性和实用性方面，美国和德国走在前列。早在 20 世纪 80 年代，美国就提出了自主地面车辆(ALV)计划。美国在自动驾驶领域的研究处于世界领先地位，由于具备自动驾驶所必须的高精地图，以及政策法规对自动驾驶的包容与开放，自动驾驶车辆的测试很早就开始进行，自动驾驶相关企业可以将研究与实验相互结合，极大促进了自动驾驶技术的发展。美国也成为拥有自动驾驶技术、高精地图初创企业最多的国家。
德国虽然是全球汽车工业企业主要城市，但由于互联网行业发展 状况的原因，并没有像美国和中国一样拥有大量的高精地图开发企业， HERE 是目前比较有代表性的复合体企业。
2013 年日本内阁政府启动了名为 SIP(战略性创新创造方案)的项目计划，其中自动驾驶是它的核心之一，自动驾驶系统构建也自然是国家战略的一部分。从课题的调研到政府、企业、协会、团体、民间的协调，都由 SIP 统筹。为了将 SIP 成果(基础地图的数据格式， 精度管理方式)产业化，设立了“Dynamic Map Platform Co., Ltd.”(以 下称 DMP)公司。DMP 成立代表日本动态高精地图开始走向产业化。
1.3. 高精地图国内现状
高精地图在无人驾驶领域具有不可替代性，且最近几年国家开始 逐步放宽对地图产业发展的政策限制，地图产业的发展越来越受重视， 而地图行业涉及国家机密，政策壁垒把各类国外图商挡在了门外，为国内高精地图企业创造了稳定发展的契机。
国内投入高精地图市场的企业同样比较多，既有百度、高德、四维、易图通等传统图商，也有华为、滴图、初速度、中海庭、晶众、宽凳、全道等科技新势力。自2018 年来，国内高精地图厂商已陆续进入汽车整车制造企业，其中高德、百度、四维图新、易图通均已进 入全球主要汽车厂商供应名单。从场景上来看，目前高精地图落地场景主要是高速公路和停车场，对应支持高速 HWP 和停车场 AVP 的自动驾驶功能。
在中国，高精地图的行业准入门槛很高，主要是受限于资质、技术、资金三方面。首先，尽管中国拥有地图业务的单位众多，但严格的审核制度，导致拥有制作高精地图资质(甲级导航电子地图制作) 的机构却寥寥无几，截至 2020 年 11 月，仅有 28 家企业获得导航电 子地图甲级资质。虽然已有 28 家机构获批高精地图资质，但真正具有高精地图采制能力的公司，屈指可数。目前业界公认具有高精地图采制能力的公司包括四维图新、高德地图、百度地图、易图通等。四 图新在 2019 年初与宝马中国签署自动驾驶地图及相关服务许可协议，为后者提供 L3 以上自动驾驶系统提供地图产品及服务，是国内首个用于L3+自动驾驶的高精地图量产订单，也意味着四维图新高精地图已开始走向量产；百度也与多家车企签署高精地图的商业化定制项目，包括北汽、现代等，百度地图的自动化程度已超过 90%，算法识别率达 98%以上，基于 Apollo 开放平台，自主研发了一套完备的高精地图制作、生产、发布及更新流程，产业优势明显；高德地图是国内首家实现高精地图商业化的公司，已建立了自主采集的高精地图 UGC 体系及自动化数据生产模型，并基于阿里生态的物流配送、车路协同、城市大脑等业务实现高精地图的数据更新，2019 年高德宣布以“成本价”向合作伙伴提供标准化高精地图;易图通的智慧生产线利用大数据分析、众包数据采集和人工智能等新型制图技术，以满足自主泊车、自动驾驶、V2X 及智慧城市等多种场景的高精地图需求；易图通 2016 年支撑了国内首个自主泊车 POC 项目完成技术储备， 并于 2019 年拿到国内首个自主泊车地图定点，2020 年成为某一国际 OEM 中国市场的唯一定点服务供应商,同时与德国大陆集团、地平线等产业知名企业建立战略合作关系。
高精地图的主要成本分为两个部分：一是采集成本，主要包括设备成本、采集车辆的行驶耗材、过路费及人力成本等，仅一辆高精地图采集车需要配置的设备就包括：激光雷达、摄像头、陀螺仪、GPS 接收机、数据存储和计算设备等；二是编译制作成本，主要是人力成本，编译制作过程需要高精地图制作企业投入相当多的人力。编译制作过程的“内业”人员的主要任务有地图绘制、校正地图信息、更新 POI 信息、更新互联网用户报错等。相对于巨头公司，初创公司面临着成本、资源短缺、经验不足的压力。在地图采集上，传统地图企业多采用激光雷达的方案，而初创科技公司采取了以人工智能技术为基础的纯视觉方案，通过搭载价格较低的摄像头以降低数据采集成本; 摄像头在精度上不如激光雷达，因此在数据更新环节，一些初创公司会利用众包的方案，以高精地图为底图，与物流企业、车企等合作，通过视觉传感器多次拍摄积累数据，提升整体更新精度。
从收费模式上也将改变原有电子地图的 License 授权模式，高精地图的主要有按单位时间和按数据量收费两种收费模式，核心区别在于收费稳定，初期阶段基本以服务功能开发费+License 组合为基础; 此外，还存在一种“免费”模式，即图商向客户免费提供现有数据产品，但同时客户需向图商提供收集到的数据，地图的价格即为客户收集数据的价值。由于高精地图对数据更新的实时性提出很高的要求，从高精度的产品形态和服务方式角度，通过云服务平台对实时更新的高精地图数据进行实时分发是一种可行的方式，且云平台还能通过实时收集各车的行驶数据来补充道路情况信息闭环，增强收集数据密度 而降低收集成本。
基于高精地图的生产成本高和更新频率高等问题，第三种方式可能是未来收费模式发展的大方向，同时，在国内建设公共的地图云服 务平台，为自动驾驶汽车搭载的 MCU、地图盒子、域控制器等提供 高精地图支持，不仅可以节省量产应用的成本，也便于采取信息防护措施，保证国家战略信息的安全，这将是一条符合中国国情、通达 L5 级自动驾驶的高效路径。
1.4. 高精地图需求情况
高精地图当前不仅仅可以服务于自动驾驶领域，也能为路侧端提 供帮助，同时也被其他可以提供地理服务的行业所应用。
当前对于高精地图要素，不仅包含道路级别的属性，也有车道级别的属性。道路级别的属性主要包括道路等级，类型，隧道，收费站，曲率，坡度等，车道类别的属性包含车道线，车道类别，车道宽度，车道数量，车道几何形状等，同时对于可以应用到车辆定位的道路标识牌也有需求。
精度需求因要素而异，也是根据自动驾驶系统需求分解得出的，例如说地理围栏的基本需求，是要知道车辆在哪种类型的道路上，所以高精地图的精度至少要能够满足道路级的定位，同时对于道路的等级，类型要素要求也高，因为这两个要素是判断车辆所在道路很重要的标志。
高精地图的覆盖，基于 L2、L2+和 L3 而言，主要限定在封闭的道路上，例如高速公路和城市快速路，所以高速公路和城市快速路需要全覆盖。对于 V2X 路侧端而言，重要的路口需要覆盖。此外，对于自动泊车来说还需要覆盖停车场。如果是室内停车场还会碰到没有 GNSS(及定位增强服务)信号及确定楼层的问题，可能的解决方案 包括超宽带定位 UBW，或利用传感器进行地图特征匹配等。
高精地图的更新，静态环境部分，主要是依赖于静态高精地图、同时结合准动态及动态高精地图作为输入，地图更新不及时会造成用户体验的下降甚至于错误的判断，所以地图更新一直以来都是高精地图的重要部分，更新的频率越高越好，但是考虑到当前的技术水平和成本，季度更新策略最佳，当然月度更新甚至周更新更受欢迎，但是成本也会更高。在更新的时候，可以采用小版本部分更新或者是增量更新的方式，而大版本采用全部更新的策略。对于高精地图里的动态或准动态部分，一般通过车联网以实时或准实时(秒到小时级别)的频率更新。
高精地图需要具备极高安全性才能够满足自动驾驶的安全需求，自动驾驶上层系统会对地图信号提安全需求是信号要有保护机制，分解到高精地图的要求是内部逻辑要正确，没有常规错误，而且至少符合质量管理的基本要求。
当前自动驾驶主要用地图实现地理围栏，车辆纵向控制，车辆横 向控制，汽车节能等功能。
地理围栏，通过地图去定义自动驾驶功能开启的范围，例如主要在高速公路和城市快速路上开启，利用高精地图和高精定位实现定位在高速公路上，同时对自己所处的车道以及当前车道未来的走向进行预测，从而实现特定开启范围的限制。
车辆纵向控制，主要是帮助在大曲率弯道道路能够及时进行速度控制，从而保证车辆可以平稳过弯。
车辆横向控制，主要是利用车道线的几何以及车道宽度跟摄像头的数据做融合，从而得到更好的一个车道模型，帮助车辆沿车道中间行驶。
汽车节能，主要是通过地图提供纵向的坡度，当车辆上坡时提早增加合适的扭矩，当车辆下坡时及时减少动力输出，从而达到车辆节能的目的。
1.5. 高精地图行业困境
高精地图是自动驾驶汽车不可或缺的重要基础。国家发展改革委于 2020 年发布的《智能汽车创新发展战略》中提出“建设覆盖全国路网的道路交通地理信息系统。开发标准统一的智能汽车基础地图， 建立完善包含路网信息的地理信息系统，提供实时动态数据服务”。随着自动驾驶的快速发展，高精地图的重要性受到越来越多的重视和关注，国内外地图厂商都在积极投入研发量产的高精地图产品，但在量产车领域，尽管业界对高精地图的重要性已经有了基本共识，但并没有飞跃式的应用，高精地图当前的实际发展状态与应用需求之间仍然存在较大的差距，主要体现在以下几个方面:
(1) 生产效率、成本及长期服务的成本
高精地图精细程度高，动态要素丰富，传统地图生产方式难以满 足其量产应用的需要。采用传统测绘车方式，分米级地图的测绘效率 约为每天每车 500 公里道路，成本为每公里 10 元左右，而厘米级地图的测绘效率约为每天每车 100 公里道路，成本可能达每公里千元。在成本约束下，测绘效率很难大幅度提高。因此，相比于导航地图， 基于测绘方法高精地图的制图成本更是高得多，而且图商要支持地图 的有效更新，就需要庞大的采图车队、制图产线、数据管理与云服务。这些成本都会对目前 OEM 与消费者的商务模式构成挑战。对于图商来说，想仅在高精地图数据产品上就实现盈利极度困难，目前还是要 靠烧钱和其他产品捆绑等方法。众包地图是提高生产效率的一个思路，但保证地图采集质量的可靠性、一致性，并在海量众包数据中快速提 炼生产高精地图以满足实时性要求，仍是一个难题。
(2) 数据范围、可靠性及更新
高精地图的数据范围是图商根据 OEM 的需求进行采集生产的， 目前国内图商的高精地图范围都只是针对全国的高速和城市快速路等封闭道路，并没有扩展到全部道路。即使是全国高速和城快这样有限的里程(截止 2019 年，单向约 33 万 km)，OEM 既无能力也无资质对地图数据的可靠性进行全部验证。同时，自动驾驶应用要求作为 先验感知的车载高精地图需要具备实时更新能力。对于 ADAS 级别应用，要求车辆控制系统不停机完成地图的在线更新；对于高度自动驾驶应用，则要求地图完全实时化。如何在车辆行驶中完成高频率的地图在线更新，也将是量产应用的一个关键问题。无论更新周期多短，都会存在地图数据和真实情况不相符的情况，这也会限制高精地图的应用。
(3) 地图偏转及定位
受国家地理测绘相关法规的限制，民用商用地图上不能够使用真实的 WGS84 坐标，所有的地图数据都要经过偏转插件加密后才能够使用，通常为几百米的非线性偏转+随机扰动。而定位也要经过相同的偏转才能够在该地图上使用，由于随机扰动的影响，会引起约 20cm 的精度损失。通常高精地图的绝对精度在 1 米以内，相对精度在 0.5 米以内，20cm 的偏转插件精度损失会影响到高精地图和高精定位的使用范围。
(4) 地图存储
车载地图的体积受到嵌入式系统的存储容量限制。一般来说，车载导航用地图(米级精度)的存储密度约为每公里道路 10KB，矢量化量产的 ADAS 地图(分米级)和高精地图的存储密度每公里基本 都在 10KB 到 100KB 之间。仅全国 30 多万公里高速公路的高精地图 经压缩处理之后也需要 6GB 到 20GB 不等的存储量。GB 级别的存储需求，不仅远远超出目前主流车载存储器方案的存储容量，而且影响产线效率，出产量产擦写数据可能每片需要半小时之久，这意味着必须考虑云存储方案。如果采用分布式云存储方案，通过云端存储部分高精地图，通过 5G 网络实现下载和更新，依然会存在影响车载存储器寿命的问题：车载存储器的反复擦写寿命一般在 1000 次左右，反复更新擦写对车载存储的寿命影响很大，如果不采取限制措施，可能不到 5 年，存储硬件就会达到设计寿命。
从以上问题可以看出，高精地图在自动驾驶汽车中的量产化应用， 必须基于车联网的架构，以实现地图的云存储、实时更新和众包采集。这套架构实际上构建了一套实时地图应用与生产的闭环，通过提高云 服务端自动化程度，提升车联网通讯效率(如 5G 应用)，完善传感器融合识别算法，不断提高 MCU 向总线提供地图的实时性、丰富性，最终实现可满足 L5 级别的完全实时化高精地图。
同时，车道级精度的高精地图需要有相应的高精定位方案才能实 现有效应用，然而目前高精定位仍有诸多问题需要解决。
(1) 可靠的车道级定位成本方面，即使有了可用的高精地图，想要准确将车定位在高精地图的车道上，也需要较高成本的定位系统。依照目前主流的高精定位方案:高精地图+GNSS+定位增强服务 (RTK/PPP 等)+ADAS 相机+IMU+车辆 CAN 信号，想要获得比较可靠的定位效果，需要双频 GNSS 接收机+双频定位增强服务，同时要获得较长时间的航迹推算能力，则需要战术级的 IMU。很不幸的是，目前相关零部件行业的发展，还未成熟到以 OEM 能接受的价格来提供。双频 GNSS 接收机价格是车规单频接收机的 7 倍以上，双频 定位增强服务是单频的 4 倍以上，战术级 IMU 和消费级相比也是 N 倍的成本倍数。所以即使克服了 HDM 的成本，高精度定位的成本也是很大一笔支出。
(2) 融合定位的可靠性方面，高精地图+GNSS+定位增强服务 (RTK/PPP 等)+ADAS 相机+IMU+车辆 CAN 信号这样的融合定位方案，如何在全国范围内验证其可靠性，进而间接验证 HDM 数据的可靠性，这也是另一个难题。
(3) 功能安全和完好性方面，整个定位系统，是否需要符合 ISO 26262 的功能安全要求，怎样符合要求，这也是目前尚未解决的核心 问题。而定位数据又存在多源融合、传感路径长的问题，其预期功能 安全也是需要探索和研究的。
此外，随着自动驾驶的快速发展，高精地图的重要性受到越来越多的重视和关注，国内外的地图厂商都在积极投入研发量产的高精地图产品，但是在许多方面都遇到一些尚待解决的困境，也是下一步高精地图行业重点解决的问题。
(1) 高精地图还没有形成统一的行业规范。针对自动驾驶应用需求，高精地图需要有丰富的数据类型、高频率的更新、更多的动态信息，实现更高精度和高可靠性的应用。其中的地图内容、数据格式、 发布传输、更新管理等都还没有统一的共识。
(2) 高精地图的安全性验证还没有行业统一的共识。近年来， 美国、日本、德国等国家先后建立了一些高精度动态地图相关的平台， 形成了各自的高精度动态地图采集、更新和应用模式，推动高精地图的商业化进展。由于高级别自动驾驶系统中，地图和车载传感器一起 组成传感器系统，为车辆的定位、感知、规划控制等提供输入和支持。因此从汽车安全角度出发，需要考虑几个地图相关的领域:功能安全 (ISO 26262)包括汽车软硬件的风险，预期功能安全(SOTIF / ISO21448)的安全运行要求，以及自动驾驶功能面向用户的使用安全 等。这些安全评估目前还没有相关的技术标准和规范。
(3) 高精地图需要高覆盖度和高频率更新，采集制作成本与商业模式还不成熟。在成本方面，传统地图采集方式采用高精度高成本 的地图采集设备和采集车，配合大量的人力资源投入地图内业制作，无法实现自动驾驶所需要的高频更新需求(部分元素需要小时级甚至 几乎实时更新)，采用低成本的采集系统及 AI 技术成为降低高精地图采集和更新成本的重要手段。另一方面，高精地图的收费模式还有待验证，需要结合自动驾驶应用的场景进行设计，无论是年费模式还 是订阅模式，都还没有行业规模化推广应用的案例。
(4) 在国内，高精地图的生产和发布过程受到严格的测绘地理信息法律法规管理，与自动驾驶需求不能完全对应满足。我国现行相 关法律法规，涉及自动驾驶地图数据采集、要素表达、数据加密、数 据更新、审图、发布、成果保密等方面。国家出于安全的考虑，测绘 政策对于高精地图的生产、使用做了诸多规定，即资质许可制度、地 图信息表达约束、技术安全处理要求、审查批准等。主机厂和图商均 在与政府相关监管机构密切沟通，希望在政策法规方面有一些突破。
1.6. 高精地图发展趋势
尽管面临各种困境，高精地图的发展还是行业非常重视的热点，也受到行业上下游的关注，预计会有以下几方面的趋势:
(1) 高精地图的管理和市场主体演变。例如 Here 从 2013 年 就开始制造高精地图，其研发最早开始于 Here 与戴姆勒的一个合作项目，后来被奔驰、宝马、奥迪收购后，先后引入了 Intel、博世、大 陆、先锋等产业投资，涵盖了芯片、传感器等解决方案。2016 年 6 月日本相关 OEM 和供应厂商发起成立了 DMP，作为高精地图数据平台的建设主体，负责地图基础数据的采集和相关技术研发。2017 年中国成立了国家智能网联汽车创新产业联盟(国汽智联)，专门设 立了智能汽车基础平台工作组，原国家测绘局在“放管服”政策指导下增加审批导航电子地图制作甲级资质到 28 家，并将进一步调整测 绘资质管理办法，这些措施都会影响高精地图市场主体的演变。
(2) 高精地图标准研讨和建立。在国内，智能网联汽车和高精 地图行业的深入融合和技术的成熟，不断推动高精地图向标准化方向 发展。工信部、交通部、自然资源部、标准委等不断加快编制和发布 智能网联汽车、车联网、高精地图等相关标准规范。国际上，ISO、 NDS、ADASIS、SENSORIS、OADF、TISA、Open LR、SAE-International、 ETSI 等标准化组织发布了自动驾驶和高精地图相关的数据交换格式、物理格式、动态信息存储格式、位置参考等标准规范。
(3) 新型地图和新型测绘技术的发展和应用。随着各类传感器 在车上成为标配的部件，终端量产车成为地图数据的采集和更新的入口的趋势越来越显著，未来汽车既是地图的使用者，也是地图的生产者。基于高精地图也会延伸出各类服务扩展，例如 AR 导航、城市基 础设施更新、车道级定位服务等。
(4) 图商的角色从交付向服务演变，客户从 B 端向 C 端扩展。高精地图需要实时更新的特性打破了过去图商只是向主机厂或者车 载信息娱乐企业销售授权费的商业模式，开始向地理信息数据服务商转型。图商在产业链中的角色正在逐渐从传统汽车时代的供应商转变 为自动驾驶时代的重要参与者、合作者、服务商。除了向车厂或者自 动驾驶出行服务商提供地理信息数据服务这种 B 端的业务，高精地图也会向 C 端延伸。
1.7. 高精地图头部企业
从互联网企业、汽车厂商、出行服务提供商和图商企业对高精地图的投入来看，高精地图对于自动驾驶的作用非常重要。随着自动驾 驶技术突飞猛进和高精地图市场的迅猛发展，国际国内众多企业纷纷 涌进高精地图领域，高精地图赛道将会越发拥挤。
1.7.1. 国际高精地图代表企业
Waymo 最初是谷歌公司旗下的自动驾驶公司，2016 年 Waymo 从谷歌公司独立出来，成为了 Alphabet 旗下的子公司。从 2009 年开 始 Waymo 开始为自动驾驶汽车绘制地图，是全球最先进的自动驾驶 技术厂商之一，目前以满足美国多个城市的 L4 级别自动驾驶。Waymo 的高精地图由谷歌地图发展而来，有强大的数据与技术背景，目前其 制作的高精地图仅用于自己的自动驾驶，并不作为商业化产品。其采 集地图的手段为激光雷达加组合导航定位系统，并拥有一支庞大的测 绘车队一起集中创建高精地图。
Here 前身是美国综合电子地图信息领域供应商 NAVTEQ，2008 年被诺基亚收购并入 Here 地图部门。在 2015 年 Here 地图从诺基亚剥离，并最终被由奔驰、宝马、奥迪三大汽车厂商组建的收购集团以 25 亿欧元的价格收购。2016 年 12 月，四维图新，腾讯和 GIC 私人有限公司获取了其 10%的股权。Here 在全球有很多合作伙伴，博世、 大陆、先锋等公司都使用他们的车载传感器实时获取地图。Here 面向自动驾驶的高精地图是其传统导航地图业务的延伸，地图精度至少为亚米级，信息更丰富。道路基础信息、特征标志物、动态信息层分 属不同的图层，可以根据厂商需要进行个性化的叠加。2018 年 5 月， Here、四维图新、Increment P (IPC)/Pioneer、SK Telecom 宣布共同成 立 OneMap 联盟，旨在制定全球地图标准。从 2020 年开始向行业提 供统一标准的高精地图产品与服务，为全球 OEM 自动驾驶方案的落 地提供支撑。
TomTom 是一家主营业务为地图、导航和 GPS 设备的荷兰公司，总部位于阿姆斯特丹。TomTom 是全球少数拥有数字地图资产的公司之一，TomTom 是 Facebook、苹果等公司地图业务最重要的数据提供商。TomTom 的核心业务是在导航地图方面有着多年的开发经验，但 这类地图产品是嵌入到车辆的导航装置当中的，近年来的需求量正在 迅速下滑。为了转型，TomTom 已经开始将重点放在对无人驾驶所需要的高精地图进行投资上。自 2015 年推出以来，全球前 5 名的汽车 制造商中 4 家厂商的研发项目中已经集成了 TomTom 高精地图。2017 年 7 月，TomTom 宣布与百度达成合作协议，共同研发用于自动驾驶 技术的高精地图。
Zenrin 创立于 1948 年，总部位于九州市，在地图软件，车载导航软件和相关 IT 服务方面占有很大的市场份额，是日本最领先的地 图测绘公司之一。Zenrin 很早就开始加入日本政府的战略创新项目 SIP，参与调查和检查高精地图构建的试做和评估。除了与荷兰的 TomTom 公司合作，还与日本 KDDI 和富士通合作进行自动驾驶车的 地图传送发布等研发工作。2017 年宣布与 NVIDIA 合作，为自动驾 驶汽车开发云到车的高精地图解决方案。2019 年 5 月，该公司公布 已将其地图数据应用于日产的自动驾驶系统 ProPILOT 2.0，利用其提 供的 3D 高精地图数据实现了高速公路上的 Handsoff 驾驶。2013 年， 日本启动了名为 SIP 的项目，自动驾驶是它的核心之一。为了将 SIP 成果(基础地图的数据格式，精度管理方式)产业化，设立了“Dynamic Map Planning Co.，Ltd.”(已下称 DMP)公司。DMP 成立代表日本 动态高精地图开始走向产业化。他们的目标是在 2020 年，实现日本 高精地图的覆盖。DMP 公司 2016 年 6 月成立，2016 年 12 月开始提 供高速公路样本数据(约 500km);2018 年 1 月开始提供部分高速公 路数据(约 14，000km/半程)；2019 年 3 月开始提供高速公路数据(约 30，000km/全程)。2020 年 3 月负责丰田自动驾驶软件前期开发的 Toyota Research Institute Advanced Development, Inc(TRI-AD) 与 DMP 达成协议，在 2020 年 4 月利用双方的技术开展验证试验。双方 将运用 TRI-AD 的开放式软件平台 Automated Mapping Platform(AMP: 地图自动生成平台)，根据车辆传感器收集到的图像等数据检测道路上发生的变化，从而验证 DMP 高精地图更新效率提升的可能性。
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，从 1999 年开始研发并收获 了前所未有的技术知识。公司在单目视觉高级驾驶辅助系统 (ADAS) 的开发方面走在世界前列，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，英特尔正式宣布收购 Mobileye。Mobileye 本身不涉及高精地图的制作，但 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，并且在底图上进行实时叠加。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 10cm 级的高精度。2017 年 Mobileye 与 Here 达成合作共同研发应用于自动驾驶汽车的高 精地图。2018 年 Mobileye 与上汽达成合作，双方将研发 L3，L4 和 L5 级别的自动驾驶汽车以及 REM(Road Experience Management)。同年，Mobileye 也和四维图新达成合作，合作重点是 REM。
1.7.2. 国内高精地图代表企业
百度依托于百度 Apollo 自动驾驶整体战略，在高精地图这一领域布局较早，目前百度高精地图以 L3 级别自动驾驶的要求为标准，所以采集的道路场景以 30 万公里的全国高速公路为主，基于其 AI 技术优势，地图生产的自动化程度比较高。百度高精地图是三步走的渐进式路径，第一步是针对人类驾驶和辅助驾驶导航和 ADAS 的应用，第二步主要是针对结构化高速公路的 HWP 应用，第三步是向更 高级别自动驾驶的产品级别应用，包括 RoboTaxi 和 AVP 等。2020 年 3 月，广汽新能源旗下新上市的 Aion LX 搭载了百度的高精地图， 另外作为高精地图科技专项承担单位，百度还将为 2022 年冬奥会助 力。
高德早在 2014 年就获得了高精地图商业订单，在 2015 年，就已 经建立高精地图产线。目前已经完成超过 30 万公里高速和城市快速 路的覆盖，并开始大量覆盖城市普通道路。高德利用自研的采集系统， 带有两个单线激光和多个摄像头，生产的产品绝对精度可以达到 50cm，相对精度可以达到 10cm。2019 年上海车展期间，高德宣布以 成本价为合作伙伴提供标准化高精地图，以加速自动驾驶的发展。高 德在 2018 年，已经在凯迪拉克 Super Cruise 上，实现高精地图量产。在这个项目的量产中，高德和国家相关部门一起，研究偏转插件、地 图表达等政策，促进高精地图商业化落地。截止 2020 年，高德已经获得奥迪、小鹏汽车、一汽红旗、华人运通等多个高精地图商业订单。
四维图新于 2017 年高精地图就已达到 L3 级别且覆盖 20 多个城市，目前，四维图新已经与 HERE 联手区域合作伙伴——日本领先的高精地图供应商 IPC，韩国最大的通讯运营商 SK Telecom，共同成立 OneMap 联盟，从 2020 年起为全球客户提供标准化的高精地图产品 与服务。四维图新已于 2019 年初与宝马签署自动驾驶地图及相关服 务许可协议，将为宝马集团所属品牌在中国 2021 年至 2024 年量产 上市的新平台提供面向 L3 及以上自动驾驶系统的自动驾驶地图产 品及服务。2019 年 11 月，四维图新宣布将为华为提供高精地图测试验证服务，同时，双方将共同完成华为自动驾驶验证项目，推动华为自动驾驶项目落地。
易图通在自动驾驶领域，同时研发重传感路线和轻传感路线的高 精地图生产技术，采集设备采用多线与单线测绘激光雷达互补技术， 自主研发高精地图生产线，利用 AI 技术不断提高高精地图生产的自 动化程度，可生产不同等级自动驾驶所需的定制化高精地图数据。2016 年，易图通支撑了国内首个自主泊车 POC 项目完成技术储备。2019 年易图通获得全国首个自主泊车量产项目定点。2020 年某国际 OEM 选择易图通作为其中国市场自动驾驶商业化项目的唯一定点高 精地图服务供应商，同时，与德国大陆集团(FWB:CON)、地平线等 知名企业达成战略合作。
华为于 2019 年 8 月正式获得导航电子地图甲级测绘资质，且在 2019 至 2020 期间频繁与各图商接触，计划发展高精地图。如 2019 年 8 月华为开发者大会首次发布 AR 高精地图；2019 年 11 月四维图新为华为提供规定区域内高精地图测试验证服务，双方将共同完成华为自动驾驶验证项目，推进华为自动驾驶项目落地。2020 年 4 月华 为与 HERE 达成合作。
初速度(Momenta)成立于 2016 年，致力于“打造自动驾驶大 脑”，其核心技术是基于深度学习的环境感知、高精地图、驾驶决策 算法，致力于建设以机器视觉为主的自动驾驶导航地图的完整技术方案，大幅提升高精地图的制图效率，降低制图成本，实现自动驾驶的 高精定位和导航。高精地图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，融合来自 GPS 和 IMU 的数据，可创建更高精度 的地图，即可重建道路、交通标志及周围环境的 3D 位置。其成本可 降到使用激光雷达方案的 1/10 甚至 1/100。
中海庭已完成全国高速公路包括北京、上海、广州、深圳、成都等重点城市的高速、快速路高精度地图数据全覆盖，计划在 2021 年 逐步推广至国内更多城市;目前已与多家汽车厂商签署或深度交流高精地图商业化定制项目。
晶众地图于 2019 年获取第 18 张导航电子地图甲级测绘资质，致力于高精地图的研发、采集和生产。晶众在智能网联和 AVP 领域持 续发力，目前已经积累了 23 万公里高速公路和部分城市快速路以及 6000+大型停车场的高精地图数据。不仅成为了国内多家头部车企的
供应商，与国内多家头部 Tier1 达成战略合作，而且为多个国家级智能网联测试区和车联网先导区的云、边、端提供了高精地图服务。晶 众还用高精地图赋能国内多个省市的智慧交管、智慧公路、智慧高速 应用。
宽凳科技于 2019 年 1 月 10 日获得甲级导航电子地图，成为历史上最年轻的获得企业；公司利用高精地图的技术优势，为大交通产业 的智慧化升级提供动力;公司的前装高精地图解决方案，赋能智能网 联车，为行业上下游企业提供关键的技术和数据支持;公司还将通过 搭建地图数据云平台，实现车和路的高效协同，并形成交通数据的大 闭环。公司将在未来以自主研发的高精地图平台为切入点，为智慧交 通和智能网联车的产业升级赋能。
河北全道科技成立于 2018 年 7 月，专注于通过 AI 技术实现高精 地图生产与更新的高度自动化，核心技术包括深度学习、双目立体视 觉、视觉与点云 SLAM、自动化制图等，目前已经建立起了完整的建 图与更新的生产线，包括针对 L2~L3 级别辅助驾驶的双目视觉方案， 针对 L4 级别无人驾驶的视觉点云融合方案，以及基于视觉与边缘计 算的实时更新方案。
2. 量产案例展示和解析
本章搜集了四维图新、百度、博士、美行科技、中海庭五家公司的量产案例。所涉及的案例有，L3 级别的自动驾驶的高精地图、L3 级别的自动驾驶的高精地图、L2+高速公路辅助脱手系统、基于准高精地图的车道级定位、L4 级别智能重卡量产项目。这些案例基本涵 盖了行业内的典型量产案例。
2.1. L3 级别的自动驾驶的高精地图支持(四维)
2.1.1. 项目介绍
某国际知名车厂希望在中国实现 L3 级别的自动驾驶，该级别的 自动驾驶需要高精地图的支持，目前四维图新与客户签订了高精地图 服务相关的商业合同，为客户提供高精度的数据和相关的服务。
2.1.2. OEM的需求
OEM 的主要需求可以分为高精地图(HD Map)相关的和地图服 务(Map Service)相关的部分。高精地图相关的部分主要包括:地图要 素(Feature Specification)、精度(Accuracy)、数据格式(Data Format)。高精地图服务相关的部分主要包括标准导航地图的关联(Cross Referencing)、数据下发(Data Download)和终端数据更新(Data Update)。除此之外，客户还提出了品质控制(Quality Control)和合规 (Laws and Regulation)方面的需求。
(1) 高精地图的要素需求 (Feature Specification):
从自动驾驶的功能角度出发，目前四维图新提供的高精地图有 100 种要素，包括车道中心线、车道属性信息、道路连接信息、坡度、 航向、曲率、交通标牌等。其中有约 20 种要素对自动驾驶车辆功能安全有重大影响，包括坡度、曲率、航向、车道类型、道路边界类型 等。
(2) 高精地图要素的精度需求(Accuracy):
绝对精度(Absolute Accuracy)和相对精度(Relative Accuracy)。除此之外衡量要素的指标包括错误率(False Error Rate)，而错误率又包括漏做率(False Negative Error Rate)和多做率(False Positive Error Rate)。OEM 对绝大多数要素的绝对精度要求满足 1m 以内，相对精 度要求在 20cm 以内，错误率基本在 0.0001% (1ppm)~0.5%之间。
(3) 高精地图的数据格式需求(Data Format):
目前 OEM 主流要求的格式主要是 NDS(Navigation Data Standard) 格式。而 OpenDRIVE 则是驾驶模拟应用中道路网络描述的常用格式。
(4) 高精地图的地图服务需求(Map Service):
高精地图(HD Map)与标准导航地图(SD Map)的交叉引用 (Cross Referencing)，通过导航电子地图与 HD MAP 的关联，实现导航和自动驾驶系统的自动切换。
高精地图更新(Map Update)和地图服务(Map Service)，需要实现基于高精地图的快速更新和发布。通过云服务，实现后台对车辆终端的无缝对接，实现高精地图的快速更新。
(5) 高精地图全球首家通过了 ASPICE Level3 的认证:
除了对地图内容和服务的需求外，客户从功能安全(Functional Safety)角度出发，对供应商设计过程、开发过程和生产过程有一定的品质控制(Quality Control)要求，作为供应商要满足国内和国际的相关体系审核等级的要求，如 ASPICE Level3，IOS 9001 等。
2.1.3. 解决方案
OEM 该量产的自动驾驶轿车搭载了四种传感器，分别是超声波传感器、毫米波雷达、摄像头和激光雷达。超声波传感器，用于短距离感知；毫米波雷达包括前置雷达、前短距雷达和侧后雷达，完成毫米波雷达的全车 360°感知覆盖;摄像头包括环视摄像头和感知摄像头。该款轿车有两种驾驶模式，一种为传统驾驶模式，另一种为自动驾驶模式。在自动驾驶模式下，驾驶员可以视线离开道路，专注于其他活动。四维图新主要为自动驾驶模式提供必要的高精地图数据和相应的服务。
四维图新提供的高精地图数据主要包括道路模型、车道模型、对象模型这三部分。道路模型和车道模型描述了包括车道边界、道路边界以及车道中心线在内的几何和属性，为是否开启自动驾驶功能等提供重要判断依据。对象模型提供的要素主要为融合定位提供重要的信息，也就是说将融合传感器得到的定位与地图做匹配，从而得到精确的车辆位姿。
NDS 格式作为高精地图的常用格式，也是国际 OEM 的普遍选择。NDS 格式的 Routing 和 Lane Building Block 支持车道级的导航功能， Landmark Building Block 支持高精地图的车辆定位功能。NDS 是一个基于瓦片(Tile-based)的组织结构，所以 NDS 支持瓦片级的更新。目前，四维图新向该 OEM 最终交付 2.5.4 版本的 NDS 规格的中国全境 高速和部分城市道路的高精地图数据，平均一个瓦片大约在 60-80kb。
四维图新提供了一个互索引(Cross Referencing)的图层称为稳定拓扑层(Stable Topology)以满足 OEM 将高精地图(HD Map)和标准导航地图(SD Map)做匹配的需求。
四维图新为满足客户对地图要素置信度(Map Confidence)的要求，设计了一套基于时间和要素变化的置信度高低的决策逻辑。四维图新设计的要素置信度高低的决策逻辑可以在变化的环境下，为客户最大限度保障功能安全。
高精地图的维护更新(Data Update)是目前高精地图中的重要课题，也是各大 OEM 对图商能力考察的重点。四维图新采用多级采集 源: Type A、Type B 和 Type C 来满足不同要素的更新要求。Type A 类 采集源是和采集初始高精地图一样的移动测量系统，而 Type B 类采集源是简化版的 Type A，使用的惯导精度稍低。Type C 是众包的方式，四维从第三方传感器上收集的传感器数据实时做变化检测并自动 成图。四维针对 OEM 的需求不仅从采集端设定了策略，更是从区域和要素对 OEM 功能安全影响的角度设定了采集频率的组合决策。这些科学决策和地图更新维护的方案，得到了客户认同，可以满足目前 客户的需求。随着第三方数据源的扩充，四维所提供的高精地图的鲜度将得到进一步的保证。
四维图新不仅要为客户提供高精地图(HD Map)，还需要为客户 提供基于云服务的高精地图服务(HD Map Service，HDMS)。四维图 新的高精地图服务(HDMS)是基于线上云服务的瓦片级的地图服务， 包括上传、发布、查询、下载、通知、认证等模块。HDMS 不仅可以 提供静态的高精地图数据，也可以提供动态信息等数据和其它由 OEM 提供或其它第三方提供的数据。HDMS 定期更新保持数据鲜度 和满足客户对要素置信度的要求，以满足 OEM 自动驾驶的功能安全。
四维图新作为 OEM 长期的供应商一直把品质控制(Quality Control)放在第一位，不仅已获得 ISO 9001 质量认证也采用 FMEA (Failure Mode and Effect Analysis)控制设计到生产的全过程。与此同时，四维也持有 ASPICE CL2 的认证和 IATF 16949 的认证，ISO 26262 功能安全认证也在审理中。四维图新基于以上认证并结合 OEM 对供应商的质量要求，有一套成熟完整且符合国际 OEM 量产要求的质量控制体系(下图为四维图新质量控制体系)。为了进一步保证产品质量，四维图新定期抽检每一版数据的质量并出具符合客户要求的 质检报告。
国际 OEM 在采购中国区域的高精地图时，都会面临合规方面的问题。四维图新不仅持有甲级导航电子地图制作资质和其它相关的从 业资质，还为此组建了一只专业的合规团队，包括专业的法律顾问和 政务顾问。由于目前高精地图的合规尚在完善中，四维图新专业的合 规团队会和 OEM 一起完成审图号和自动驾驶偏转插件申请的工作。
2.1.4. 高精地图应用的特点
高精地图是自动驾驶系统功能安全必不可少的环节，由四维提供的高精地图主要为 OEM 该款自动驾驶车型提供辅助定位及与自动驾驶安全密切相关的先验知识，以弥补传感器在感知距离和感知精度的局限性。四维图新为 OEM 提供的高精地图包含曲率、坡度、车道类型等要素及属性，可以帮助车辆融合定位并判断是否要开启自动驾驶功能。在开启自动驾驶功能时，提供的前方道路的重要先验信息可以帮助车辆提前决策是否需要变道，提高自动驾驶的安全性和舒适性， 弥补单纯依靠传感器感知决策的不足。
以自动变换车道功能来看，如果单纯依靠传感器信息，在车道数变少的地方，只有近距离感知才能知道车道数变少，做出相应的决策，有很大的安全隐患。而根据高精地图的支持，在车道数变少前车辆就可以提前减速，根据车道级路径规划自动变道，避免了急速变道所带 来的安全隐患(下图为 HD Map 与自动变道功能)。
以自动车道保持功能来看，如果单纯依靠传感器信息，在前方车道线突然消失的时候，自动车道保持功能将受到挑战。此时，OEM 可以根据四维图新提供的高精地图数据，可以将缺失的车道线“补上”， 继续工作。
高精地图的加持对自动驾驶功能有重要的功能安全意义，高精地 图也可以说是自动驾驶功能开发必不可少的“传感器”。
2.2. 广汽新能源 Aion LX 高速公路驾驶辅助系统(百度)
2.2.1. 项目介绍
2019 年 10 月 17 日，广汽新能源 Aion LX(埃安 LX)上市销售， 这是广汽新能源首款纯电动 SUV 车型，这款车拥有高达 650Km 的 NEDC 续航能力，并在其顶配车型中实现了高速公路驾驶辅助功能 (HWAHF，High Way Assist Hands Free)，该车搭载了百度 Apollo 高 精地图，使得 Aion LX 更安全、更可靠、更智能。
2.2.2. OEM的需求
Aion LX 高速公路驾驶辅助系统对高精地图的需求和用途，主要 包括如下几个方面:
(1) 实现高可用的高精度定位能力:基于成本的考虑，车辆使 用的 GNSS 定位设备精度往往不高，水平误差通常在 1 米以上，特别是在“城市峡谷”及隧道场景下，定位性能折损严重甚至会出现定位 错误，稳定性远远不能满足高级别自动驾驶系统的需求。因此智能驾 驶车辆需要更优的方案提高定位精度和可靠性，高精地图通过提供高 精度定位需要的特征图层，与视觉、毫米波雷达、IMU 等多传感器 进行融合，能够帮助车辆实现车道级和车道内定位，是一个成本低、 可用性高、鲁棒性好的方案。
(2) 中近距离下提升车辆的感知效率，优化规划控制，增强安 全性:高精地图提供的先验信息，能够帮助感知系统缩小计算区域、 提升计算效率、优化识别精度，从而在同等条件下有效增强感知能力; 同时，高精地图还能优化规划控制系统，规划控制的主要功能是根据 车辆感知的信息以及车辆的状态，计算出一条合适的路径供车辆行驶， “合适的路径”不仅仅包含了行驶路线，还包含车辆的速度、加速度、 转向等信息，通过高精地图提供的曲率、坡度、出入口、匝道等信息， 规划控制系统可以有效的进行决策优化，如上下坡提前加减速，避免 猛加速、急刹车和急转弯等引起的不良乘坐体验问题，很显然用户体 验对于自动驾驶系统是极其重要的，糟糕的用户乘坐体验对自动驾驶 产品是毁灭性的;高精地图还可用于增强自动驾驶系统的安全性，例 如在车辆传感器意外致盲时协助车辆安全停车，保障自动驾驶车辆在 极端环境下的安全。
(3) 长距离下优化导航路径规划:高精地图不仅提供了静态数据，还通过接入来自于其他数据源如 V2X 的数据，提供红绿灯状态、 车道级拥堵、交通管制等动态数据，从而帮助自动驾驶系统对导航路 径规划进行优化。
为此，广汽新能源提出了高精地图的要素需求和精度需求，要素 应覆盖车道级要素和定位要素，如车道线、限速牌等，且 2σ相对精度应优于 20 厘米。同时为提高系统的易用性和扩展性，广汽新能源 提出高精地图能够支持 ADASIS 规范，提供电子视野线系统(EHP)。电子视野线系统，是指依据汽车当前位置，提供出前方的地图数据，如下图所示。
2.2.3. 解决方案
综合分析客户的需求和车辆传感器、软硬件基础条件，百度提供 了高精地图整体解决方案。首先百度提供了丰富的高精地图要素，涵 盖 100 多个类别:
模块 |