文 | 光錐智能，作者 | 周文斌
7月11日，有媒體報道原定于今年二季度上市，但因疫情跳票的騰訊智駕地圖將會在今年下半年開始量產。
“騰訊智駕地圖”是2021年11月在騰訊數字生態大會上發布的。其特點在于將普通導航地圖、高精地圖、ADAS地圖合并到了一張地圖上。在智能駕駛快速普及的今天，騰訊智駕地圖”能讓人車共駕變得更加流暢，并一定程度上減少過程中人工接手的頻次。
無獨有偶，7月4日在華為夏季新品發布會上，華為車載地圖PetalMaps再次受到廣泛關注。基于華為的生態和技術，PetalMaps解決了傳統車載地圖交互體驗差、數據更新不及時、定位不準確等問題，并迅速成為車載地圖賽道的一匹黑馬。
添加微信好友, 獲取更多信息
復制微信號
從華為和騰訊的入局，讓本來格局穩固的車載地圖市場變得不再平靜。但其實早在這之前，汽車行業關于自動駕駛高精地圖的內卷就已經開始了。
2021年5月，理想宣布了與高德地圖的合作；同年7月，小鵬汽車以2.5億元收購智途科技，獲得甲級地圖測繪資質；今年2月份，蔚來也披露了與騰訊的高精地圖合作計劃。
傳統主機廠商也在爭相投入。上汽先后在2016年和2017年投資了光庭信息和中海庭。吉利在2016年創辦了億咖通，又在2019年投資了易圖通。甚至如滴滴、京東、美團這樣的互聯網企業也都先后申請了甲級地圖測繪資質，進入了高精地圖領域。
除此之外，隨著智能汽車和自動駕駛的加速落地，資本也在大量涌入高精地圖賽道，并迅速造就一批創新企業。比如寬凳科技，Momenta，或者Wayz.ai等等，它們基本都獲得了千萬級美元的融資。
顯然，圍繞著自動駕駛和智能汽車，從傳統車企到新興企業，再到跨界而來的互聯網巨頭，都在掀起一場關于地圖的新戰爭。
01 智能駕駛地圖之爭
說起來，無論是“騰訊智駕地圖”還是華為的PetalMaps，解決的根本問題還是智能座艙的駕駛體驗。
騰訊認為智能駕駛地圖區別于傳統車載導航的三個關鍵，在于數據、引擎和界面。
隨著智能駕駛的普及，未來人車共駕將是一種長期狀態。但很多時候，汽車通過傳感器看到的信息和人坐在車里看到的信息是存在差別的，這很容易導致駕駛員不明白車在做什么，而頻頻進行人工干預。
所以，“騰訊智駕地圖”在數據上除了給智能駕駛算法提供道路數據之外，更重要的是讓人也能看懂。為此，地圖在引擎上也要同時處理“人駕”時的生活娛樂信息和自動駕駛時的超視距信息。到最后，這些信息又要都匯聚到一個導航界面上，和用戶實現直接的3D可視化交互，讓人知道車在干什么。
騰訊智駕地圖增加了駕駛員在駕駛過程中的地圖使用體驗，所以它本質上還是一個智能座艙的軟件解決方案。
但在智能駕駛領域，地圖的真正的競爭還是在高精度地圖上，而這個戰場其實要更加激烈。
要進入高精地圖市場，首先必須要面臨的門檻就是地圖的測繪資質。據不完全統計，在過去20余年里，市場上獲得這一資質的企業僅30余家。
有條件的當然是自己申請，從2017年的開始，滴滴、美團、順豐、京東等互聯網企業都紛紛成立專門的子公司，并陸續拿下了甲級地圖的測繪資質。
沒有條件，或者是不想麻煩的，更好的辦法就是動用“鈔能力”，投資或收購一家有資質的公司。比如BAT中，百度收購了長地萬方，騰訊投資了四維圖新，阿里收購了高德；在造車新勢力中，小鵬收購了智途科技。
對于那些沒錢又沒條件自己申請的，剩下的辦法就是與他人合作了。2021年5月，理想宣布了與高德地圖HD的合作；今年2月份，蔚來也披露了與騰訊在高精地圖領域的合作計劃。
不過，雖然各家在獲取地圖資質/數據上八仙過海，拿到了高精地圖的入場券，但卻并不是說就可以高枕無憂了。
一方面，目前國家對于地圖測繪資質的監管正在收緊。一般來說，導航電子地圖甲級測繪資質的有效期為5年。到期之后，企業需要重新復審。
今年3月份，自然資源部公布了導航電子地圖 *** 甲級測繪資質復審換證結果，小鵬投資的智途科技，上汽旗下的中海庭，東風的立得空間，以及Momenta等8家企業都還尚未通過。
除此之外，對于已經進場玩家來說，高精地圖落地也并不理想。
今年3月份，小鵬曾在2021年財報會上表示要在今年二季度開放城市NGP，但如今時間已經到了下半年，小鵬城市NGP卻仍然沒有消息。
去年4月份，華為也曾給出詳細的高精地圖落地計劃：2021年實現北上廣深4個城市的高精地圖覆蓋，預計今年覆蓋超過8個城市。但在應用上，華為負責的極狐HI版自動駕駛城市功能卻要在四季度才會推送，進度比市場預計的要慢許多。
高精地圖落地緩慢，其實很大一部分原因在于成本和維護。
目前，高精地圖的數據采集仍然需要依靠搭載有激光雷達、攝像頭等特定設備的車輛到街上一條路一條路地跑。這些數據采集車通常造價不菲，動輒就超過百萬。這就直接導致高精地圖的 *** 成本高昂，并且能夠落地的范圍十分有限。
所以，為了讓有限的資源更大化并保證盈利，高精地圖運營方通常采用的方式是，自動駕駛在哪里落地，高精地圖就在哪里落地。
比如，百度目前的高精地圖數據就以全國高速為主；四維圖新則主要覆蓋國內30多個城市的主干道。除此之外，更多的高精地圖主要還是集中在機場、港口、園區這樣的封閉場景中。
但反過來，自動駕駛的落地又依賴于高精地圖的應用。即哪里支持高精地圖，自動駕駛就在哪里落地。所以兩者之間往往很容易陷入了一個“先有雞還是先有蛋”的邏輯悖論之中，從而制約雙方的發展。
當然，除了造價高昂之外，更重要的還在于維護成本。畢竟高精地圖的數據采集并不是一勞永逸的。因為高精地圖區別于普通地圖最重要的一點，就在于數據的新鮮度。
根據博世在2007年提出的定義，無人駕駛所需的地圖數據根據更新頻率可以分為四類：包括永久靜態數據（更新頻率1月/次）、半永久靜態數據（頻率1小時/次）、半動態數據（頻率1分鐘/次）、動態數據（頻率1秒\次）。
而高精地圖需要的就是更多的動態和半動態數據。這也就要求高精地圖運營方保持幾乎實時的更新頻率。但有業內人士卻表示，現在市面上的高精地圖根本做不到這個程度，能保證每周一次的更新就不錯了。
這些其實都制約了車企、以及自動駕駛企業項目的落地進度。所以目前主流的高精地圖應用，數據都還是來自老牌圖商。
比如比亞迪、奇瑞、長城、現代、北汽新能源以及蔚來、特斯拉等車企使用的都是百度的數據。而像小鵬、博世、英偉達、千尋等車企或者Tier 1則是與高德合作。至于寶馬、沃爾沃、戴姆勒等國外品牌則基本選擇的是四維圖新。
03 一個時代有一個時代的地圖
回顧過去的發展歷史，車載地圖大致經歷了三個不同的發展階段。
最早，車載地圖是下載到本地的2D形式，那個時候更新地圖還需要專程跑一趟4S店。當時，地圖的數據處理基本依賴本地的芯片，考慮的也只有路線和距離。
之后，地圖進入了互聯網時代，車載地圖能夠和 *** 連接，地圖數據可以實時更新，并且能夠解決的問題也越來越多。比如擁堵情況，車道指引，更優路線規劃等等。
如今隨著城市NOA加速落地，車載地圖也開始進入了智能駕駛階段。這其中，地圖更大的轉變在于，之前地圖主要給人看，現在地圖主要給車看。
我們都知道，自動駕駛依靠的毫米波雷達、激光雷達、攝像頭等感知器件來識別外部環境。
但這里存在兩個問題，一個汽車通過各種設備感知到外部環境之后，還需要將信息和自己行駛的具 *** 置進行對應。比如車道保持，車輛需要知道自己行駛在車道中央；比如十字路口左轉，車輛需要知道自己行駛可左轉的車道上。
但當車真正行駛的時候，路況往往會非常復雜。比如許多道路的地面標識因為時間久遠已經脫落；比如遇上大雪道路標識被覆蓋等等。這個時候，就需要高精地圖為自動駕駛提供精確到厘米級的道路信息，來保證車輛的行駛安全。
除此之外，面對復雜的道路環境，自動駕駛的感知器件多多少少還會存在自己的死角。
比如，毫米波雷達幾乎無法區分龍門架、道路側面的金屬標牌或道路上停放的靜止汽車。“因為雷達的空間分辨率很差，在算法上只能通常忽略相對于路面不移動的雷達回波。否則，每次經過路標等靜物時，汽車都會驚慌失措。”法雷奧中國CTO顧劍民說道。
比如特斯拉在山景城的那次車禍，原因就是特斯拉自動駕駛將混凝土旁邊的深色瀝青表面看成了車道線導致車輛軌跡出錯，進而引發事故。
所以，在實際操作中，高精地圖的數據往往會非常詳細。比如車道線的位置、類型、寬度、坡度和曲率；比如路面的交通標志、前方的交通信號燈、車道限高、下水道口、障礙物；甚至還包括高架物體、防護欄、數目、道路邊緣類型、路邊地標等等。
其實，高精地圖就像是拉力賽中坐在賽車手副駕的領航員，扮演著在汽車行駛的過程中給自動駕駛讀路書的角色。
當然，高精地圖雖好，但就像我們前面提到的，它目前也存在成本、落地范圍、更新頻率等諸多問題。
所以當高精地圖在目前還難以大規模落地的時候，許多車企和自動駕駛Tier 1就開始將目光放到了如何暫時繞開高精地圖上了。
比如，作為繼特斯拉NOA、小鵬城市NGP之后第三個自研量產的城市導航駕駛系統，毫末智行的城市NOH就沒有采用高精地圖方案。
作為替代，毫末推出了“MANA智能數據體系”和“ransforemr識別車道線”兩大核心技術。簡單來說，就是毫末希望通過更精準的識別和檢測，配上更強大的計算，去準確地描繪出路面上的復雜路面。
目前，這套系統配備了2個激光雷達、12顆攝像頭、12顆超聲波雷達和5顆毫米波雷達，采用的高通芯片算力達到360Tops。據毫末介紹，這套系統能夠在沒有高精地圖的情況下，實現變道超車、紅綠燈識別和控車、復雜路口通行等城市場景。
而除了毫末智行之外，今年6月10日，紐勱科技發布的自動駕駛系統解決方案“MAX”，以及6月18日AutoBrain推出的HWP(highwaypilot)自動駕駛系統Mr.Pilot也都沒有使用高精地圖方案。
事實上，雖然高精地圖在行業主流觀點中是不可替代的存在，但大家對于高精地圖的使用也抱著十分謹慎的態度。
比如在2019年4月份的特斯拉Autonomy Day上，馬斯克就曾公開提到，過分依賴高精度地圖會讓自動駕駛系統變得極其脆弱，普及起來更加困難。
在國內，余承東也有類似的表述。余承東說：“有車路協同、高精地圖協同更好，沒有我們也能做好。未來不能過分依賴于高精地圖、車路協同，（否則）自動駕駛和智能駕駛的能力就上不去。”
不過話雖這么說，但實際執行中，即使像毫末這種已經做出選擇的企業，也仍然給高精地圖留有機會。在毫末NOH的發布會上，其相關負責人就曾表示，等到日后高精地圖覆蓋更廣之后，不排除采用的可能。
所以說，一個時代有一個時代的地圖。而在今天，解決高精地圖的問題，顯然已經成為自動駕駛落地道路上的重要關卡。
03 高精地圖的市場格局
自動駕駛雖然推動了高精地圖的發展，但對于國內市場格局其實并沒有帶來特別大的改變。
目前，國內高精地圖的市場主要由三類玩家構成。其中，之一類是以BAT為代表的老牌圖商，他們在地圖數據采集、 *** 、應用以及商業化等方面都早已形成了豐富的經驗和堅實的壁壘。
據IDC數據顯示，2020年百度、四維圖新（騰訊持股）、易圖通、高德（阿里）市場份額占比分別為28.07%，21.61%，16.15%和13.07%。四家合計占到78.9%。
圖源：零壹智庫
除了老牌圖商之外，第二類則是隨著自動駕駛的發展興起的新興企業。其中具有代表性的如Momenta、寬凳科技、晶眾、靈圖軟件等等。
這些企業通常聚焦在高精地圖這一單一領域。同時，因為受到高精地圖 *** 、落地等問題，以及獲得地圖資質的時間較晚的影響，導致他們無論是在地圖數據，還是在市場份額上都與頭部玩家具有相當大的差距。
當然，他們之中也有不少企業取得了不錯的成績，比如專注于停車場高精地圖的晶眾地圖，目前已經累積了23萬公里高速公路和部分城市快速路，以及超過6000個大型停車場的高精地圖數據。
最后同樣布局高精地圖的，還有如順豐、滴滴、美團等互聯網企業。但這些企業的高精度地圖主要還是以滿足自身業務的支持與發展為主。
比如在2018年首次亮相的京東地圖，就專注于機器人地圖和智能駕駛數據應用，主要服務于京東無人快遞車的最后一公里。
所以，雖然如今高精地圖的市場競爭激烈，但其實還遠沒到真正分出勝負是時候。大家現在仍然埋頭解決的，是高精地圖的如何快速普及和應用的問題。
