我国高精度地图产业发展现状及政策建议

吴喜庆 吴征 周怡博

（中国汽车技术研究中心有限公司，天津 300300）

主题词：高精度地图 自动驾驶汽车 汽车产业 政策

IDC International Data Corporation

NDS Navigation Data Standards

ASAM Association for Standardization of Automation and Measuring Systems

AI Artificial Intelligence

1 前言

随着汽车向电动化、智能化、网联化和共享化加速融合发展，与之密切相关的高精度地图显得愈发重要。高精度地图先进的自身位置评估和周边环境感知是自动驾驶汽车安全行驶的基础，在感知道路交通环境中具有与传感器同样不可或缺的作用，这也是越来越多的企业开始对此布局，行业热度持续提升的原因。行业普遍认为对于L3 级和以上级别的自动驾驶汽车而言，高精度地图将是高级自动驾驶必备的、具有基础设施性质的选项。

本文对我国高精度地图产业发展态势进行分析，并从政策角度提出相关发展建议，促进产业高质量健康发展。

2 基本概念

2.1 功能定义

高精度地图是指绝对精度和相对精度在亚米级且专门服务于自动驾驶汽车的电子地图，主要拥有匹配定位、辅助环境感知、路径规划和车辆控制辅助的基本功能。高精度地图可以帮助车辆获取更为准确、有效、全面的当前位置和交通状况，并为自动驾驶汽车规划最优行驶路线，同时在部分路况下还可以提供道路的先验信息辅助车辆控制，提高驾驶的安全性和舒适性，并实现智能化的节能效果。

2.2 结构层级

高精度地图按结构分为2 个层级：静态高精度地图层和动态高精度地图层。其中，静态高精度地图层处于底层，一般由含有语义信息的车道模型、道路部件、道路属性3类矢量信息，以及用于多传感器定位的特征图层构成，是目前行业研究的重点；动态高精度地图层则建立在静态高精度地图层基础之上，主要包括实时动态信息，如道路拥堵、施工、交通事故、交通管制、天气、红绿灯、人行横道等。

2.3 信息分类

作为自动驾驶决策的基础感知系统之一，高精度地图的数据信息至关重要，主要包括道路信息、规则信息和实时信息。道路信息为道路模型、道路部件和道路属性，规则信息和实时信息是在道路信息基础上叠加，包含对驾驶行为的限制以及从车联网获取的实时道路信息（表1）。高精度地图通过高精度匹配定位引入环境信息，可以为车辆提供超越传感器感知距离的环境感知能力。李智等进行了高精度地图在车路协同中的应用探索，证明了高精地图不仅能够让自动驾驶车辆提前感知前方超视距范围内的动态信息，还能给驾驶员、道路管理者提供可视化的工具。

表1 高精度地图信息分类

3 发展现状

3.1 市场方面

根据IDC《高精度地图解决方案市场份额》研究报告显示，2020 年我国高精度地图市场总量达到4.74 亿元，增速达70%，市场呈现快速增长态势。百度、四维图新、易图通、高德、Here 等地图厂商凭借先发优势进入行业前5 名，市场份额分别为28.07%、21.61%、16.15%、13.07%和7.8%。排名前5 的企业市场份额合计达到86.7%，市场集中度较高。其中，除Here 为外资企业外，其余主要为自主高精度地图企业，如图1所示。

图1 2020年我国高精度地图市场份额[3]

3.2 企业方面

由于地图行业涉及国防信息安全，我国高精度地图测绘并不对国外图商开放，国外图商业务主要面向出口汽车领域，政策壁垒为我国高精度地图企业创造了稳定的发展契机。截至2021年底，我国具备导航电子地图制作甲级测绘资质的企业有30 家（表2），数量仍然较少，而真正具备高精度地图测绘和生产能力的企业则更少。其中，百度已完成超过300 000 km全国高速公路和超过50 个城市1～7 级道路的高精度地图采集，业务覆盖全球209 个国家和地区；高德在2018年与凯迪拉克合作推出SUPER CRUISE超级智能驾驶系统，成为全球第一个将高精度地图应用于智能驾驶技术的企业；四维图新也在2019年与宝马中国签订面向L3级自动驾驶的高精度地图量产订单，并已实现量产上市。

表2 我国导航电子地图甲级测绘资质企业（截至2021年底）

3.3 技术方面

高精度地图核心技术主要在于数据采集，当前高精度地图企业主打数据采集技术路线有2种：一种专业采集，另一种是众包采集。专业采集是企业利用专业采集车和采集设备，由专业采集员驾驶车辆对道路进行数据采集（表3）。为保证数据准确性，需要采集员对同一条道路进行多次数据采集。因此，专业采集数据稳定性强且准确度高，但对设备和人员技术要求高，时间和资金投入较多。国内代表企业主要有四维图新、百度、高德、华为等。众包采集主要通过用户驾驶车辆的传感器，或其它低成本的传感器硬件，对道路进行数据采集并传到云端，进行数据融合来完成高精地图的制作。该产品技术路线主要被初创科技公司所采用，如宽凳科技、初速度等。

表3 国内外高精度地图企业技术路线

4 面临问题

高精度地图作为高等级自动驾驶必备的功能选项，重要性不言而喻，但当前我国高精度地图产业仍存在一些问题亟待解决。

（1）在地图内容、数据格式、发布传输、更新管理、安全性等方面还没有形成行业统一的技术标准和规范。高精度地图目前国际上以欧洲为主导，主要的地图数据格式有 NDS 和 OpenDRIVE。NDS 由宝马、大众、戴姆勒等知名国际汽车厂商、系统商以及数据商为主导成立并共同开发，目前已经有超过60 家企业、供应商和高校机构加入该标准，包括百度、高德、Here、TomTom 等。OpenDRIVE 由德国 ASAM 标准化组织负责维护，主要面向交通与驾驶方面，将车道、道路、信号灯以及路面属性标准化。百度高精度地图采用了OpenDRIVE 数据格式。但是上述主流的地图标准中的数据格式是基于欧洲道路设计，难以完全覆盖我国复杂多变的交通环境与道路特征。

（2）高精度地图制作及更新维护成本高。高精度地图成本主要包括数据采集和编译制作，传统地图制作需要使用激光雷达、摄像头、毫米波雷达等高成本的采集设备和采集车，并配合大量人力投入地图的编译制作。据相关机构测算，制作一个普通道路高精度地图每公里费用需要数千元，而制作一个高速双向道路的高精度地图费用则高达30 万元。考虑后期高频率的更新需求，高精度地图企业还需要对数据采集、制图产线、数据管理与云服务方面进行长期性战略投入，并探索高效的生产方式控制成本。

（3）分析数据量大和更新频率高成高精度地图技术主要难点。高精度地图采集会涉及到大量的道路和实时数据，同时随着自动驾驶技术的不断进步，对数据更新频率的要求将进一步提高。在数据量方面，宽凳科技表示其云端预处理数据量为600～800 GB∕天，Waymo 地图测绘车一天内采集的数据量约为1 TB。值得注意的是，此类数据主要是静态图层信息，并不包括实时交通参与者等动态图层信息。在更新频率方面，业内普遍认为高精度地图后期的更新维护才是核心竞争点。国家相关部门的审核批示是无法跳过的环节，因此一般按照一年发布4版高精度地图，按季度的频率进行更新。而博世将高精度地图数据更新频率划分为4类：

①永久静态数据更新频率为1 个月；

②半永久静态数据更新频率为1 h；

③半动态数据更新频率为1 min；

④动态数据更新频率为1 s。

由此可知，高精度地图的数据量之大和更新频率之高将是其量产应用的关键技术难点。

（4）高精度地图商业盈利模式还不清晰，仍处于探索期。传统车载导航地图收费采用许可（License）模式，并根据车辆档次实行差异化收费。从当前已量产应用的商业订单来看，高精度地图也主要通过License 模式收费，同时加收一定更新服务费。由于高精度地图以云平台作为服务载体，未来有望摆脱传统导航地图的收费模式，而采用按单位时间(年费)或者按数据量(服务费)的方式进行收费。除此之外，高精度地图还有一种“免费”模式，即图商向用户免费提供软件产品，用户向图商提供车辆采集到的数据，地图价格即为用户采集数据的价值。基于高精度地图生产成本高、更新频率慢的问题，此种方式或是未来收费模式发展的重要方向。

5 政策建议

在我国自动驾驶汽车快速发展背景下，高精度地图作为产业链重要环节需要进一步巩固和加强，建议国家层面从产业规划、行业管理、标准建设和技术创新方面提供政策支持，促进产业高质量发展。

（1）进一步明确高精度地图产业规划发展目标。在《智能汽车创新发展战略》体系框架下，细化高精度地图产业发展目标，制定可操作、可执行的实施路径及保障措施。同时，探索建立我国高精度地图产业创新联盟，加强高精度地图与整车、自动驾驶系统、感知传感器等产业链关键环节主体的协同合作，打造完整、可持续的产业生态体系。

（2）完善高精度地图信息安全法规与资质监管方式。依托现有导航地图相关法规政策，明确高精度地图在数据收集、传输、存储、使用以及信息表达方面的要求，采取地理信息保密处理技术以及网络安全防护手段，严格防止信息数据泄露，保障信息数据安全。同时，调整和优化高精度地图行业监管方式，完善高精度地图测绘资质许可制度，缩短地图审查批准周期，规范数据采集和研发测试行为，支持有资质企业与整车企业开展地图测绘合作，促进商业化发展。

（3）加快建立高精度地图数据标准体系。打破企业间技术保护壁垒，依托整车与高精度地图企业，重点围绕高精度地图生产技术、数据模型、数据传输、数据传输、数据安全等领域制定出系统性的统一标准，加快建立符合我国道路场景的高精度地图标准数据库，形成高效的数据交互与信息共享体系。

（4）鼓励高精度地图技术创新发展。进一步加强新型高精度地图和新型测绘技术的发展与应用。支持基于5G 车联网与AI 技术的高精度地图云存储、实施更新和众包采集技术，提高地图生产自动化程度，提升车联网通讯效率和定位精度，完善传感器融合识别算法，降低制图与服务成本，实现完全实时化高精度地图市场化应用。