《【研报】计算机行业“智能网联”系列专题之五:高精度地图自动驾驶汽车的“行动指南”-20200825(16页).pdf》由会员分享,可在线阅读,更多相关《【研报】计算机行业“智能网联”系列专题之五:高精度地图自动驾驶汽车的“行动指南”-20200825(16页).pdf(16页珍藏版)》请在三个皮匠报告上搜索。
1、 证券研究报告 请务必阅读正文之后的免责条款 高精度地图:自动驾驶高精度地图:自动驾驶汽车汽车的“行动指南”的“行动指南” 计算机行业“智能网联”系列专题之五2020.8.25 中信证券研究部中信证券研究部 核心观点核心观点 杨泽原杨泽原 首席计算机分析师 S02 刘雯蜀刘雯蜀 计算机分析师 S01 丁奇丁奇 计算机分析师 S03 联系人:张帅联系人:张帅 高精度地图是自动驾驶感知层和决策层的数据基础。当前越来越多的汽车制造高精度地图是自动驾驶感知层和决策层的数据基础。当前越来越多的汽车制造 商开始向商开始向 L3 级别自动驾驶
2、进行探索,对准确、可靠的高精度地图的需求与日级别自动驾驶进行探索,对准确、可靠的高精度地图的需求与日 俱增。另一方面,如何降低地图采集成本、提高采集效率,是各图商关注的焦俱增。另一方面,如何降低地图采集成本、提高采集效率,是各图商关注的焦 点。我们预计高精地图将点。我们预计高精地图将成为成为未来未来自动驾驶自动驾驶数据维度的核心竞争力数据维度的核心竞争力,重点,重点推荐推荐 高精地图高精地图龙头公司龙头公司四维图新。四维图新。 高精度地图高精度地图是是自动驾驶技术的数据基础。自动驾驶技术的数据基础。1、地图、地图有多有多“高精度高精度”:高精度地图是 面向自动驾驶的一种地图数据规范,绝对位置精
3、度接近 1 米,相对位置精度在 厘米;2、高精地图高精地图相比相比导航地图多了哪些信息:导航地图多了哪些信息:包含车道分割、弯道曲率、坡 度、道路规则、道路属性,再到交通实时状况、交通事件等传统导航地图所仅为 机器识别所需信息;3、高精度地图具有冗余性:高精度地图具有冗余性:由于传感器和高精度地图都有 信息缺失及处理不及时的可能,信息的冗余性是系统实现鲁棒性的必要条件。 高精地图采集成本门槛高,从专业采集到众包采集是未来趋势。高精地图采集成本门槛高,从专业采集到众包采集是未来趋势。1、采集采集技术技术方方 案:案:有纯视觉制图、激光雷达采集、激光雷达与图像融合方案三种,考虑到数据 的精度和可靠
4、性,一般需要激光雷达;2、采集采集组织组织方案:方案:目前分为专业采集、 行业采集和众包采集三种思路, 专业采集成本较高, 长期来看随着感知器件的完 善,预计众包采集将成为主流方式。3、采集资质:采集资质:受国内地图测绘资质限制, 并非所有厂家都有能力制作高精地图,截止 2020 年 7 月只有 24 家获取了测绘 资质,不在名单内的企业只能通过合作等方式间接进行测绘。 高精度高精度地图的市场空间、格局及展望地图的市场空间、格局及展望。1、市场空间:市场空间:高精地图全球市场规模预 计在 2030 年突破 200 亿美元,未来十年有十倍成长空间;2、主要主要厂商厂商:国外 的主要厂商有 Her
5、e、 TomTom、 Waymo、 Mobileye 以及一批初创公司 DeepMap、 CivilMaps 等,国内四维图新(腾讯投资)、高德(阿里收购)、百度三足鼎立; 3、未来展望:未来展望:目前国际上高精地图规范有 NDS、OpenDRIVE、OMP 公司规范 等几种, 精度和刷新频率也没有统一标准, 统一行业规范对未来高精地图的发展 有重要意义。 风险因素:风险因素:下游汽车销量持续低于预期;L3 级别自动驾驶落地速度低于预期; 高精地图采集成本维持高位;自动驾驶与地图测绘相关政策落地低于预期等。 投资策略:投资策略:持续持续关注高精地图领域未来发展。关注高精地图领域未来发展。智能驾
6、驶时代,国外的奥迪、国 内小鹏汽车等主机厂商, 博世、 大陆、 德赛西威等 Tier1 厂商以及 Waymo、 Pony、 Weride 等科技企业陆续向 L3 及以上级别自动驾驶进发。高精度地图作为 L3 以 上自动驾驶的关键环节, 预计将在自动驾驶浪潮中核心受益, 重点推荐高精地图 龙头企业四维图新。 重点公司盈利预测、估值及投资评级重点公司盈利预测、估值及投资评级 简称简称 收盘价收盘价 (元)(元) EPS(元)(元) PE(x) 评级评级 2019 2020E 2021E 2019 2020E 2021E 四维图新 17.85 0.18 0.17 0.28 99.17 105.0 6
7、3.75 增持 资料来源:Wind,中信证券研究部预测 注:股价为 2020 年 8 月 21 日收盘价 计算机计算机 强于大市强于大市(维持维持) 景气趋势 利润增长率 估值水平 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 目录目录 高精度地图高精度地图 Overview:从:从“放大镜放大镜”到到“显微镜显微镜” . 1 何谓“高精度”地图,具体包含哪些道路信息 . 1 高精度地图与一般导航地图的区别 . 2 自动驾驶汽车是如何利用高精度地图来进行“导航”的 . 3 高精地图的数据采集过程及资质要求高精地图的数据
8、采集过程及资质要求 . 5 从技术方案上如何实现高精地图数据采集 . 5 从组织形式上如何实现高精地图数据采集 . 6 谁有资质进行高精地图数据采集 . 7 高精地图的市场空间、格局和展望高精地图的市场空间、格局和展望 . 8 空间及格局:当前国内外主要厂商及市场空间. 8 行业展望:全球统一的数据采集标准、采集频率标准有待确立 . 10 风险因素风险因素 . 11 投资建议投资建议 . 11 nMnOtOnQnPqRnRtOwOyRoNaQdN8OoMpPtRoOeRnNuMiNpNoQbRmMwONZnQmPxNnPqM 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五
9、2020.8.25 请务必阅读正文之后的免责条款部分 插图目录插图目录 图 1:高精地图与传感设备、车联网/云之间的关系 . 1 图 2:高精地图分图层信息 . 2 图 3:车道模型信息 . 2 图 4:导航地图与高精地图场景 . 3 图 5:环境感知与高精地图矢量数据匹配及路测画面 . 4 图 6:高德高精地图采集车搭载设备 . 5 图 7:高精地图多级发现采集 . 6 图 8:Mobileye 高精地图众包采集模式 . 7 图 9:四维图新自动驾驶地图 . 8 图 10:高精地图全球市场规模预测 . 10 图 11:高精地图 OpenDRIVE 格式规范 . 10 图 12:高精地图标准体
10、系框架. 11 表格目录表格目录 表 1:高精地图包含信息分类 . 1 表 2:导航地图与高精度地图对比差异 . 3 表 3:具有导航电子地图制作(甲级)资质的单位 . 7 表 4:高精地图海外厂商概况 . 9 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 1 高精度地图高精度地图 Overview:从“放大镜”到“显微镜”:从“放大镜”到“显微镜” 何谓何谓“高精度”“高精度”地图,地图,具体包含哪些道路信息具体包含哪些道路信息 高精地图也称自动驾驶地图、高分辨率地图,是面向自动驾驶汽车的一种新的地图数高精地图也称自
11、动驾驶地图、高分辨率地图,是面向自动驾驶汽车的一种新的地图数 据范式。据范式。高精地图绝对位置精度接近 1m 相对位置精度在厘米级别,能够达到 10-20cm。 准确和全面地表征道路特征,并要求更高的实时性,是高精度地图最显著的特征。此外, 高精地图记录驾驶行为的具体细节,包括典型驾驶行为、最佳加速点及刹车点、路况复杂 程度、以及对不同路段信号接收情况的标注等。 图 1:高精地图与传感设备、车联网/云之间的关系 资料来源:中信证券研究部 高精地图与车载传感设备、车联网之间联系紧密。高精地图与车载传感设备、车联网之间联系紧密。一方面,高精地图为激光雷达、摄 像头等传感设备提供定位、识别的数据基础
12、,而传感器采集的信息可用于构建高精地图。 另一方面,车联网能够进一步补充、丰富高精地图数据,并支持数据实时更新,高精地图 数据能够上传至云平台进行整合、处理、计算。 表 1:高精地图包含信息分类 道路 信息 车道模型 车道数、车道中心线、道路分离点和车道分离点、车道连接关系 道路部件 交通灯、交通标志、斑马线、停止线、路缘石、防护栏、龙门架、桥梁 道路属性 车道数、车道变化属性、车道线曲率/坡度、车道连接关系、车道分组、交通区域、兴趣 区(如人行横道等)、GPS 信号减弱/消失位置、加速点及刹车点 规则信息 车道限速、高速收费信息、限行限号信息 实时信息 实时交通天气、事件信息(交通事故、道路
13、施工等)、停车场服务、危险区域预警、基 于坡度的节能减排、道路天气/能见度 资料来源:中信证券研究部 高精地图高精地图信息可信息可分为道路信息、 规则信息、 实时信息三部分。分为道路信息、 规则信息、 实时信息三部分。 道路信息包含车道模型、 道路部件、道路属性三部分,为自动驾驶汽车提供决策基础。而规则信息与实时信息则是 在道路信息之上的叠加,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。 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 2 图 2:高精地图分图层信息 资料来源:四维图新官网,中信证券研究部 高精地
14、图内涵丰富, 但并非无所不包。高精地图内涵丰富, 但并非无所不包。 以自动驾驶汽车需求的导向, 与导航地图相比, 高精地图不包括具体地点属性和信息、障碍物属性、建筑模型,只需关注车辆行驶道路及 其周边场景,其余场景如公园、商场、景区等地图信息不在高精地图的考虑范围之内。高 精地图的数据大小与现有的数字导航地图在相同的量级上,甚至更小,主要原因在于导航 地图包括大量非驾驶信息。 图 3:车道模型信息 资料来源:中国工程科学,中国工程院,2018 年 02 期 高精度地图与高精度地图与一般一般导航地图导航地图的区别的区别 高精度地图与导航地图:面向对象的不同带来本质差异。一般地图面向对象为人,以
15、人的认知为基础,解决的需求包括规划路线、确认地点、辨别方位等,而高精地图面向对 象为自动驾驶算法,面向的是“一台机器” ,数据将作为自动驾驶算法的输入端,解决的 需求包括环境感知、 高精度定位、 规划与决策等, 是自动驾驶汽车行驶上路的 “行动指南” 。 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 3 图 4:导航地图与高精地图场景 资料来源:高德地图,四维图新 表 2:导航地图与高精度地图对比差异 导航地图导航地图 高精地图高精地图 要素和属性 道路 POI涉密 POI 禁止表达、重点 POI 必须表达 背景国界、
16、省界等行政区划边 界必须准确表达 详细车道模型曲率、坡度、航 向、高程、限高、限重、限宽 定位地物和特征图层 所属系统 信息娱乐系统 车载安全系统 用途 导航、搜索、目视 辅助环境感知、定位、车道级路径 规划、车辆控制 使用者 人,有显示 计算机,无显示 信息更新频率 相对低,人可以良好应对 高,机器需要更高频数据应对 资料来源:高德地图,中信证券研究部 自动驾驶自动驾驶汽车是如何汽车是如何利用高精度地图来进行利用高精度地图来进行“导航导航”的的 当前自动驾驶导航过程可以简要分为三个阶段:路线级规划、车道级规划、自动驾驶当前自动驾驶导航过程可以简要分为三个阶段:路线级规划、车道级规划、自动驾驶
17、 控制。控制。 路线级规划通过导航地图确定具体行驶路线, 考虑交通方式、 路线距离、 交通状况、 途径地点等,是点到点的粗略规划。车道级规划依靠高精度地图,根据给定的路线确定具 体的形式方案,包括车辆起步和停止、速度限制、车道保持与变道、车道坡度等。在自动 驾驶控制阶段,系统依据具体的行驶方案控制汽车,实现自动驾驶。 具体具体到到自动驾驶自动驾驶的控制,的控制,我们可以我们可以将自动驾驶流程分为“感知层将自动驾驶流程分为“感知层-决策层决策层-执行层” ,高执行层” ,高 精地图精地图横跨“感知层”和横跨“感知层”和“决策层” 。“决策层” 。在感知层,车辆通过摄像头、毫米波雷达、激光雷 达等
18、设备获取周围场景信息,实现周围感知;将周围场景信息与高精度地图进行比对,确 定车辆相对位置,并通过 GNSS、RTK 定位、惯性导航系统确定自身姿态、速度和绝对位 置,共同实现自我感知。感知信息进入决策层,算法将依据高精地图、车联网技术提供的 多维度信息对具体驾驶问题做出判断、输出车辆控制信号并交给执行层执行。 感知层首先感知层首先要感知周围要感知周围环境环境,高精地图用于环境感知,能够与激光雷达、摄像头等感 知设备输出结果形成冗余,提高识别的准确度。此外,高精地图信息能够为感知设备识别 提供辅助信息。例如,通过高精度地图,已知汽车在当前位置附近有红绿灯,再通过摄像 头、雷达设备感知该红绿灯存
19、在的准确率能够有所提升。 除了感知除了感知周围环境,周围环境,自动自动驾驶的车辆驾驶的车辆同时同时要实现自我感知,即要实现自我感知,即知道知道“我在我在哪哪”。 利利用用 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 4 高精度地图实现相对位置定位是自动驾驶汽车定位解决方案之一。高精度地图实现相对位置定位是自动驾驶汽车定位解决方案之一。人类驾驶员在驾驶车辆 过程中,通过观察场景内的参考物确定车辆的相对位置,相对位置定位与之类似:自动驾 驶汽车通过激光雷达、 摄像头等感知设备获取周围场景信息, 与高精度地图进行识别对比,
20、 确定车辆当前的相对位置,满足自动驾驶车道级别的定位需求。一方面,基于高精地图的 相对位置定位能够与基于 GNSS、 RTK 定位技术的绝对位置定位形成冗余, 提高定位精度; 另一方面,相对位置定位能够在车辆信号不佳的路段为车辆提供定位支持,形成互补。 NVIDIA 于 2019 年发布的基于其 NVIDIA DRIVE Xavier Soc 处理器的高精地图定位软件 模块 DRIVE Localization,依靠 Xavier Soc 强大的计算能力,该软件模组能够在不依赖激 光雷达的前提下实现厘米级精确定位。高德地图提供的类似“摄像头+高精地图”定位方 案在测试路段能够实现车道级别准确定
21、位,相比之下 GNSS+RTK 定位方案则存在米级误 差。 图 5:环境感知与高精地图矢量数据匹配及路测画面 资料来源:高德地图 感知完周边感知完周边环境和自我位置之后,高精度地图环境和自我位置之后,高精度地图接下来用于接下来用于进行进行决策支持。决策支持。在规划与决 策层面,高精地图除了用于自动驾驶汽车车道级别的线路规划外,还能够为决策和识别算 法提供支持。例如,当车辆驶近人行横道高精地图上标注的“兴趣区”时,识别算法 将提前进行模型比较,提高对各类行人姿态的识别准确率,同时降低车速,避免事故的发 生。 由于自动由于自动驾驶驾驶需要需要极高的安全性,因此系统的鲁棒性非常重要,极高的安全性,因
22、此系统的鲁棒性非常重要,由于由于摄像头、激光雷摄像头、激光雷 达、毫米波雷达、高精度地图达、毫米波雷达、高精度地图都都有信息缺失或者不能及时获取的可能,因此有信息缺失或者不能及时获取的可能,因此各种各种传感器的传感器的 信息信息相互相互补充,互为冗余就非常重要了。补充,互为冗余就非常重要了。高精地图高精地图和感知层和感知层(激光激光雷达、毫米波雷达、毫米波雷达雷达、摄、摄 像头)像头)一起一起构成了构成了信息冗余的组成环信息冗余的组成环节,信息冗余确保自动驾驶的鲁棒性。节,信息冗余确保自动驾驶的鲁棒性。高精地图提供 的部分道路和环境信息,例如道路细节信息、交通标志等,与自动驾驶汽车通过摄像头、
23、 激光雷达等感知设备获取的信息存在重叠,达到“信息冗余”状态。一方面,冗余信息确 保车辆在遇到恶劣环境、信号不佳、识别错误等非常规状况时能够依靠多余信息实现正确 驾驶决策,确保自动驾驶的“鲁棒性” 。另一方面,信息冗余为相对位置定位提供支持。 通过将实时感知信息与高精地图信息进行对比,汽车可以获取当前行驶的相对位置,与基 于 GNSS 等技术手段的绝对位置定位互补,构成另一层次的“信息冗余” 。 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 5 高精地图高精地图的数据采集的数据采集过程过程及及资质要求资质要求 从技术从
24、技术方案上如何实现高精地图数据采集方案上如何实现高精地图数据采集 高精地图需要更加全面准确地高精地图需要更加全面准确地表征表征路面特征, 实现更高的精度, 数据采集的成本更高。路面特征, 实现更高的精度, 数据采集的成本更高。 高精地图采集的核心设备包括激光雷达、摄像头、GNSS、IMU。采集车辆基于 GNSS、 IMU 获取当前的绝对位置和汽车姿态、速度等信息。对于周围道路及环境的感知,方案有 激光雷达制图、纯视觉制图、激光雷达与图像融合方案。 激光雷达采集激光雷达采集:信息精确,语义丰富度较低。信息精确,语义丰富度较低。激光雷达通过发射和接收激光光束实现 对周围道路环境的感知和建模,在结合
25、车辆自身感知数据,将空间信息从扫描三维点,转 换为连续的三维结构,实现对整个道路空间的三维建模。 纯视觉纯视觉制图:制图:成本低,可靠性不能保证。成本低,可靠性不能保证。通过摄像头与图像识别算法相结合的制度方 案,由于不需要激光雷达,成本显著降低,理想情况下纯视觉制图精度可达厘米级。但是 图像识别算法的可靠性、 以及图像采集对环境的要求, 使得纯视觉制度的可靠性有待考量。 纯视觉制图的图商包括宽凳科技、DeepMotion 等。 激光雷达与图像融合方案: 精确可靠, 成本高。激光雷达与图像融合方案: 精确可靠, 成本高。 方案融合了激光雷达和摄像头的优势, 能够综合运用丰富的图像信息和精确的激
26、光雷达数据,对道路环境实现相对精确完整采集。 采用该方案的厂商包括百度、高德地图、四维图新等。以高德地图为例,高德 HAD 级别 高精度地图采集车采用 RIEGL VMX-450 三维激光扫描系统方案,搭载 2 个激光雷达、4 个摄像头,可实现 10cm 精度的采集,但整辆采集车造价超过 800 万人民币。 图 6:高德高精地图采集车搭载设备 资料来源:车云网 数据采集数据采集完完并不意味着终结,并不意味着终结,后续后续还要经历还要经历处理、测试、发布处理、测试、发布等等环节环节。高精度地图数 据经专业采集或众包形式采集后,首先进行降噪、分类、提取等处理,实现三维建模。再 进行可靠性测试及精度
27、测试, 测试分为两阶段: 首先通过人工或算法对数据本身进行测试, 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 6 再进行实地路测,确保高精地图的可靠性。之后通过车联网进行地图的发布和更新。 从组织从组织形式上如何实现高精地图形式上如何实现高精地图数据数据采集采集 高精地图的数据采集可分为专业自主采集、行业采集和众包采集三种思路,目前以专高精地图的数据采集可分为专业自主采集、行业采集和众包采集三种思路,目前以专 业自主采集占大多数。业自主采集占大多数。在 2018 年 6 月在上海开幕的亚洲消费电子展上,凯迪拉克 Su
28、per Cruise 超级智能驾驶系统在中国正式发布, 据凯迪拉克总裁史蒂夫 卡莱尔(Steve Carlisle) 介绍,该项技术的核心便是其合作伙伴高德地图完成的中国国内超 30 万公里的高速及城 快公路的高精地图数据采集,达到绝对精度 1m 量级,相对精度 10cm 量级,在领域内处 于领先水平。依靠运输车、出租车/专车等专业车辆实现行业采集以及以“众包”形式基于 UGC 数据的众包采集,大多采用纯视觉制图方案,现阶段尚不能完全保证高精地图对于 采集数据精准度和可靠性的要求,只能作为对专业采集数据的补充或冗余存在。 图 7:高精地图多级发现采集 资料来源:高德地图 未来未来发展趋势:从专
29、业采集到众包采集。发展趋势:从专业采集到众包采集。目前以“众包”形式实现地图数据采集的厂 商,包括特斯拉、英特尔的子公司 Mobileye 等,已经在众包采集领域深耕多年。但采集 的地图数据只适用于 ADAS 驾驶,距 L3 或更高级别自动驾驶仍有一段距离。未来随着更 多具有高感知能力的自动驾驶/辅助驾驶汽车上路,以及更广泛区域内对高精地图的需求, 更高效率、更低成本的众包采集方案将成为主流。Mobileye 具有 REM(Road Experience Management)众包采集功能的 EyeQ4 芯片已于 2017 年问世,2018 年全年出货量达到 200 万,合作车厂包括宝马、日产
30、、大众等。任何搭载 EyeQ4 芯片的汽车理论上都能够 成为地图数据的“采集点” ,通过该方法采集的地图数据将被用于所谓的“L2+”级别自动 驾驶,数据精度难以支持 L3 级别在特定驾驶场景下完成全部自动驾驶功能。特斯拉提出 类似的数据采集思路,称为“影子模式” ,在该模式下,自动驾驶系统的输出结果与驾驶 者的实际操作进行对比,作为人工神经网络算法的训练数据。截至 2019 年,特斯拉自动 驾驶里程达 15.6 亿英里,占特斯拉汽车行驶总里程的 10.8%,而自动驾驶龙头 Waymo 的路侧里程也不过 1500 万英里,特斯拉通过“众包”形式积累的数据将成为其未来的核 心竞争力。 计算机计算机
31、行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 7 图 8:Mobileye 高精地图众包采集模式 资料来源:Mobileye 官网,中信证券研究部 谁有资质谁有资质进行高精地图进行高精地图数据数据采集采集 并非并非所有厂商都有资质能进行高精地图数据采集。所有厂商都有资质能进行高精地图数据采集。受到国内地图测绘政策限制,测绘受到国内地图测绘政策限制,测绘 资格成为当前高精地图产业的 “敲门砖” 。资格成为当前高精地图产业的 “敲门砖” 。 由于地图行业涉及国家安全, 截至 2020 年 7 月, 拥有“导航电子地图制作(甲级)资质”
32、的单位仅 24 家,其中企业单位 20 家,外国图商 则被完全排除在外。而不具备该资质的厂商则禁止参与自动驾驶地图(高精地图)的数据 采集、编辑加工和生产制作环节。被排除在外的企业只能通过投资、合作等方式间接使用 该测绘资质,例如吉利、东风等汽车厂商。在自动驾驶汽车亟待商业化落地当下,不排除 政府未来极放宽相关资质审查政策,促进高精地图领域内的良性竞争,推动国内自动驾驶 技术蓬勃发展。 表 3:具有导航电子地图制作(甲级)资质的单位 单位 获 得 资 质 时间 企业类型 融资轮次 企业 单位 四维图新 2001/01 图商 2016年 10月 1.8亿元 战略融资 腾讯产业共赢 基金 高德 2
33、004/06 阿里巴巴子公 司 2014 年 2 月被阿里巴巴以 10.45 亿美元的价格 并购 灵图 2005/05 图商 2004 年 2 月 200 万美元 天使轮 戈壁创投 长地万方(百度地 图) 2005/05 百度子公司 2013 年 8 月被百度全资收购 凯立德 2005/06 图商 2016 年 7 月被兴民智通以 16 亿元的价格并购 易图通 2005/07 图商 2016 年 7 月 战略融资 知卓资本 城际高科 2007/04 车载信息终端 供应商 立得空间 2007/06 图商 2018 年 9 月 5000 万元 战略融资 东风汽车 大地通途 2007/06 腾讯子公
34、司 2014 年 1 月被腾讯并购 光庭信息 2013/06 图商 2017 年 9 月 上汽获得光庭信息 10%股份 滴图科技 2017/10 滴滴子公司 中海庭 2018/08 上汽子公司 2016 年 11 月 天使轮 中海达 Momenta 2018/08 自动驾驶算法 公司 2018 年 10 月 2 亿美元 战略融资 腾讯产业共 赢基金、蔚来资本等 宽凳科技 2019/01 图商 2018 年 2 月 A 轮融资 IDG 资本领投;2019 年 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 8 10 月 A
35、+轮融资 易行基金领投 智途科技 2019/05 图商 晶众科技 2019/05 图商 2016 年 A 轮 上汽;2018 年 A+轮 东风、江铃 华为 2019/07 电信网络公司 丰图科技 2019/11 顺丰子公司 京东叁佰陆拾度 2020/01 京东子公司 速度时空 2020/07 图商 事业 单位 国家基础地理信息 中心 2006/01 江苏省测绘工程院 2008/06 浙江省第一测绘院 2008/06 江苏省基础地理信 息中心 2010/10 资料来源:亿欧,中信证券研究部 高精地图的市场高精地图的市场空间空间、格局格局和和展望展望 空间空间及格局:当前及格局:当前国内外主要国内
36、外主要厂商厂商及及市场市场空间空间 行业壁垒高,市场内易形成垄断格局。行业壁垒高,市场内易形成垄断格局。除政策限制外,高精地图数据的采集和维护需 要大量固定成本投入。高精地图关系到自动驾驶安全,高精地图供应商一旦与整车厂形成 封闭供应链, 短时间内很难更换。 目前国内高精地图行业呈现三足鼎立格局百度地图、 高德、四维图新。其中高德于 2014 年被阿里并购,四维图新则于 2016 年获得腾讯的战略 融资,高精地图行业背后的 BAT 格局一目了然。 图 9:四维图新自动驾驶地图 资料来源:四维图新官网 互联网巨头、图商、车互联网巨头、图商、车企企三方角逐高精地图市场。三方角逐高精地图市场。互联网
37、巨头通过出资、并购等方式 支持传统图商抢占高精地图市场。车企为抓住自动驾驶的发展机遇,同样在高精地图领域 积极布局。上汽一方面与阿里合资成立斑马网络,专攻车载操作系统,另一方面控股高精 地图初创公司中海庭。 此外, 成立于 2016 年的自动驾驶算法公司 Momenta 也参与到了高 精地图的竞争当中,于 2018 年 8 月获得“导航电子地图制作(甲级)测绘资质” ,是领域 内少有的自动驾驶算法公司。 计算机计算机行业行业“智能网联”系列专题之五“智能网联”系列专题之五2020.8.25 请务必阅读正文之后的免责条款部分 9 纵观全球高精地图市场,巨头纵观全球高精地图市场,巨头厂商厂商已初露
38、头角。已初露头角。国外的主要厂商有 Here、TomTom、 Waymo、 Mobileye以及一批优秀的高精地图初创公司DeepMap、 CivilMaps、 lvl 5、 Carmera 等。其中 Here 于 2015 年被奔驰、宝马、奥迪以 28 亿欧元联合收购,之后引入英特尔、 博世等自动驾驶领域厂商的投资, 形成了一个成规模的高精地图联盟。 截至 2018 年, Here 的地图数据已覆盖 200 个国家,超过 4600 万公里。另外 Uber、通用 Cruise 等也在积极 布局高精地图。 表 4:高精地图海外厂商概况 企业企业 企业概况企业概况 收购收购/合作情况合作情况 Mo
39、bileye 主要从事汽车领域的计算机视觉算法、 ADAS 和自动驾驶系统芯片 EyeQ 系列; 2018 年以众包方式构建高精度地图 2017 年英特尔以 153 亿美元收购; 2018 年 与四维图新合作,在中国开发和发布 Mobileye 的路网采集管理(REM)产品 HERE 专注高精地图及位置服务;开放位置平台 (OLP)运营商. 2018 年与四维图新、Increment P(IPC)/Pioneer、SK Telecom 共同成立 OneMap 联盟;2018 年 3 月与宝马集团签 署协议,在其下一批具有高度自动驾驶功能 的量产车中使用 HERE HD Live Map Way
40、mo (谷歌地图) Alphabet 公司(Google 母公司)旗下的子 公司,自动驾驶领域的“领头羊” TOMTOM RoadDNA 技术,将原本的 3D 地图数据转 换成 2D 视图, 在对地图数据进行压缩的同 时,保留道路上的关键要素 DeepMap 高精地图可伸缩和可维护的高清映射技 术,提供实时本地化的厘米级自动驾驶地 图 2018 年 DeepMap 携手上汽提供自驾车地 图服务 CivilMaps 从汽车内部传感器上收集三维数据,众包 采集交通信息,将其整合到自动驾驶地图 中 2018 年与软件技术公司 Renovo 合作,提 高 CivilMaps 的车辆认知系统性能 lvl 5 纯视觉制图方式实现高精地图采集 Carmera 通过安装在物流车辆上的传感器组件,采 集高精地图数据;基于实时数据挖掘,为 物流车队反馈实时驾驶信息 2018 年加盟 Renovo 旗下的 Aware 生态系 统 资料来源:亿欧,第 1 电动,中信证券研究部 乘上自动驾驶“东风” ,高精地图市场规模预计在乘上自动驾驶“东风” ,高精地图市场规模预计在 2030 年突破年突破 200 亿美元。亿美元。高精地 图作为自动驾驶技术的必要组成部分,自动驾驶产业的发展势必带动高精地图市场的繁荣。 根据我们预测,未来 10 年全球高精地图市场规模将实现 10 倍增长。 计算机计算机行业行业“智能