1、 智能网联汽车高精地图 白皮书 （2020） 中国智能网联汽车产业创新联盟 自动驾驶地图与定位工作组 2021 年 5 月 参编单位（排名不分先后） 清华大学 国汽（北京）智能网联汽车研究院有限公司 北京百度网讯科技有限公司 北京四维图新科技股份有限公司 高德软件有限公司 易图通科技（北京）有限公司 北京华为数字技术有限公司 博世汽车部件（苏州）有限公司 武汉大学 河北全道科技有限公司 中国移动位置服务中心 浙江海康智联科技有限公司 禾多科技（北京）有限公司 北京瑞迪时空信息技术有限公司 中移（上海）信息通信科技有限公司 沈阳美行科技有限公司 上海图趣信息科技有限公司 北京初速度科技有限公司

2、广州汽车集团股份有限公司汽车工程研究院 目录目录1 前言.11.1 现状概述. 11.2 高精地图国际现状.91.3 高精地图国内现状.111.4 高精地图需求情况.141.5 高精地图行业困境.161.6 高精地图发展趋势.221.7 高精地图头部企业.241.7.1 国际高精地图代表企业.241.7.2 国内高精地图代表企业.272 量产案例展示和解析.322.1 L3 级别的自动驾驶的高精地图支持（四维）.322.1.1 项目介绍.322.1.2 OEM 的需求.322.1.3 解决方案.342.1.4 高精地图应用的特点.372.2 广汽新能源 Aion LX 高速公路驾驶辅助系统（百

3、度）.392.2.1 项目介绍.392.2.2 OEM 的需求.392.2.3 解决方案.412.2.4 高精地图应用的特点.452.3 L2+高速公路辅助脱手系统（博世）.462.3.1 项目介绍.462.3.2 OEM 的需求.472.3.3 解决方案.482.3.4 高精地图应用的特点.492.4 基于准高精地图的车道级定位（美行科技）.502.4.1 项目介绍.502.4.2 OEM 的需求.522.4.3 解决方案.532.4.4 高精地图应用的特点.562.5 L4 级别智能重卡量产项目（中海庭）.572.5.1 项目介绍.572.5.2 OEM 需求.582.5.3 解决方案.5

4、92.5.4 高精度地图应用特点.602.6 小鹏 P7 高速公路驾驶辅助系统（高德）. 602.6.1 项目介绍.602.6.2 OEM 的需求.612.6.3 解决方案.612.6.4 高精地图应用的特点.623 在研案例展示和解析.643.1 L4 级自动驾驶解决方案（Robotaxi） （百度）. 643.1.1 项目介绍.643.1.2 功能和实现方案.663.1.3 高精地图应用的特点.693.2 威马自主泊车解决方案（百度）.703.2.1 项目介绍.703.2.2 功能和实现方案.713.2.3 高精地图应用的特点.723.3 L3 级卡车自动驾驶解决方案（四维）.743.3.

5、1 项目介绍.743.3.2 功能和实现方案.753.3.3 高精地图应用的特点.763.4 高速公路领航（highway pilot） （博世）.763.4.1 项目介绍.763.4.2 功能和实现方案.773.4.3 高精地图应用的特点.783.5 基于视觉众包数据进行高精地图建图更新（momenta）. 783.5.1 项目介绍.783.5.2 功能和实现方案.803.5.3 高精地图应用的特点.863.6 自动代客泊车（上海图趣）.883.6.1 项目介绍.883.6.2 功能和实现方案.883.6.3 高精地图应用的特点.913.7 V2X 数据与高精地图的融合（海康智联）.953.

6、7.1 项目介绍.953.7.2 功能和实现方案.963.7.3 高精地图应用的特点.1023.8 高精度实景导航（美行科技）.1023.8.1 项目介绍.1023.8.2 功能和实现方案.1033.8.3 高精地图应用的特点.1074 政策法规与标准. 1094.1 高精地图政策法规与标准现状.1094.1.1 高精地图政策法规现状.1094.1.2 高精地图标准现状.1154.2 高精地图技术与标准需求.1204.2.1 中国高精地图技术需求.1204.2.2 中国高精地图标准需求.1224.3 高精地图政策法规与标准发展趋势.1234.3.1 中国高精地图政策法规发展趋势.1234.3.

7、2 中国高精地图行业标准发展趋势.1255 行业愿景.1275.1 国内高精地图技术趋势预测.1275.1.1 高精地图数据采集技术.1275.1.2 高精地图制图技术.1295.1.3 车路协同技术.1315.1.4 5G 通信技术.1335.1.5 硬件及传感器技术.1355.2 高精地图行业级应用规模预测.1365.2.1 搭载高精地图量产车规模预测.1365.2.2 搭载高精地图路侧设备规模预测.1375.3 高精地图消费级产品趋势预测.1385.3.1 高精地图将逐渐应用于消费级导航定位服务.1385.3.2 高精地图将逐渐应用于构建虚拟数字世界. 13911 前言前言高精地图的发展

8、与智慧交通、智能网联汽车紧密相关，从智能网联汽车上路伊始，高精地图产业就应势而生并飞速发展。相对于以往的导航地图，高精地图是智能网联汽车交通的共性基础技术，其服务的对象并非仅人类驾驶员，而是人类驾驶员和自动驾驶汽车。对于L3 及以上级别的自动驾驶汽车而言，高精地图是必备选项。一方面，它是自动驾驶汽车规划道路行驶路径的重要基础， 能为车辆提供定位、决策、交通动态信息等依据。另一方面，当自动驾驶汽车传感器出现故障或者周围环境较为恶劣时，它也能确保车辆的基本行驶安全。随着行业的发展，更多的 ADAS 系统开始应用高精地图，以增强超视距感知、提升规划能力。本报告侧重 L3 及以上级别的自动驾驶用高精地

9、图，部分内容也适用 ADAS 系统所用高精地图。1.1 现状现状概述概述在以汽车电动化、智能化、联网化、共享化为特征的汽车产业进化趋势下， 自动驾驶汽车成为全球的重要研究热点和汽车产业发展战略方向，并带动智能交通、智慧城市等产业建设。高精地图作为自动驾驶重要的共性基础技术，具备不可替代的作用，高精地图能够为汽车构建“长周期记忆” 、实现汽车超视感知，并有效提高算法效率和安全冗余。随着自动驾驶技术日趋成熟，高精地图成为巨头征战的新战场。 根据高盛对全球高精地图市场的预判， 2020 年将达 21 亿美元；2到 2025 年，市场规模会扩大到 94 亿美元。行业普遍认为，未来 15年高精地图行业将

10、进入黄金发展期。 另外， 据美国 MarketsandMarkets公司发布的全球自动驾驶3D高精地图市场的预测， 从2020年到2030年，全球自动驾驶汽车 3D 高精地图数据市场的年均增长率（CAGR）将达到 36.2；全球市场预计 2030 年将增长到 204 亿美元。高精地图是指绝对精度和相对精度均在 1 米以内的高精度、 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（HighlyAutomated Driving Map，从自动驾驶功能的分级标准角度定义） 。高精地图所蕴含的信

11、息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯状态信息等实时动态信息。不同地图信息的应用场景和对实时性的要求不同， 通过对信息进行分级处理，能有效提高地图的管理、采集效率及广泛应用。高精地图可以分为四个基本层级，由底层到上层分别为静态地图、准静态地图、准动态地图和动态地图。如下：静态地图包含道路网、车道网及道路设施的几何、属性信息。车道线、车道中心线以及曲率、坡度、航向等信息构成了道路和车道模型，帮助自动驾驶车辆进行精确的智能决策与控制执行，包括转向、驱动、刹车（制动）等。3准静态地图包含交通标志牌、路面标志等道路部

12、件信息，可以用于自动驾驶车辆的辅助定位。 同时， 道路受到外界因素 （如日常磨损、天气、外界碰撞、人为修改等）的影响会发生变化，如道路标线磨损及重漆、交通标志牌移位或变形等信息也体现在准静态高精地图中，确保自动驾驶车辆的安全。准动态地图包含道路拥堵、施工、交通管制、天气等信息，可以用于自动驾驶车辆的实时动态路径规划 （全局路径规划和局部路径规划） ，提升自动驾驶运行安全与效率。动态地图包含周边车辆、行人、交通事故等实时性较高信息，可以用于自动驾驶车辆的局部路径规划与决策辅助，增加信息冗余，提升自动驾驶的安全度。目前，全球各企业组织也有类似地图信息分层，如博世提出的LDM （Local Dyna

13、mic Map） 模型、 日本 DMP （Dynamic Map Platform）公司提出的类似四级分层模式、中国智能网联汽车产业创新联盟（CIACV）-自动驾驶地图与定位工作组针对中国交通环境特点和智能网联汽车对地图要求提出的三级七层架构等。4图图 1.1-1CIACV 的地图三级七层架构的地图三级七层架构此外，室内高精地图也是高精地图发展的一个重要方向。与数据来源丰富、数据表现力强、提供信息多样的室外高精地图相比，室内高精地图现有数据非常单一和缺乏，两者差距巨大。由于室内高精地图数据获取成本较高，没有任何绝对参考位置信息，采集方式传统且精度较差，目前仍缺乏丰富的地理信息数据。自动驾驶系统

14、相比车载娱乐导航系统提出更高的要求， 如超视觉感知增强，感知系统效率提升、辅助决策信息完善、协助路径规划并提升系统安全冗余等。同时，高精地图也是在传统导航电子地图基础上基于自动驾驶系统需求演变发展而来的，二者并非完全独立，具有一定继承性和衍生性，在保留传统导航地图检索、道路规划、渲染、诱导等功能基础上，高精地图侧重地图信息丰富性、精度高、提升计算机器或汽车智能化三大方向，以及高频更新、标识横纵向定位、坡度曲率节能应用与舒适性提升等。5高精地图可有效弥补传感器的性能边界，提供重要的先验信息，作为车载感知器、GNSS 等定位信号统一基础坐标系环境，是实现高度自动化驾驶甚至无人驾驶的必要条件， 也是

15、未来车路协同的重要载体。高精地图对自动驾驶汽车的作用具体表现在以下几个方面：（1）作为汽车的“长周期记忆” ，为车辆的自动驾驶提供道路先验信息。与车载传感器相比，高精地图不受天气环境、障碍物和探测距离等限制，为自动驾驶汽车提供安全冗余。同时，高精地图可以为车辆纵向加减速、横向转向及变道等决策提供先验信息，提高驾驶舒适性并实现智能节能。（2）可预知红绿灯、车道线、道路标识牌等交通要素的位置，有助于提高传感器的检测精度和速度，节约计算资源。（3）可作为规划决策的载体，路口红绿灯状态、道路交通流量、路网变化情况， 以及车辆传感器信息等都可以传递至高精地图服务平台，通过服务平台实现智能路径规划。（4）

16、未来众包采集，可积累大量的驾驶数据，实现驾驶场景数据库的丰富，为无人驾驶系统进行仿真验证、优化人工智能训练等提供重要基础数据。市场需求方面，单车智能参差不齐，高精地图成为共同选择。除特斯拉外，BBA 及造车新势力们都选择了视觉为主的感知硬件。基本是从目前技术和性价比、成本和安全角度冗余考虑，感知摄像头的6数量有多有少，但是高精地图和高精定位成了共同的选择，很明显高精地图和高精定位是未来主流，如下表 1.1。表表 1.1-1 BBA、造车新势力辅助驾驶硬件配置表、造车新势力辅助驾驶硬件配置表车型车型奔驰奔驰 S 级级(W223)奥迪奥迪 A8(D5)宝马宝马iNEXT*小小鹏鹏P7理理想想X01

17、*特斯拉特斯拉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444441毫米波雷达555555超声波雷达2激光雷达111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

18、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。7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

19、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

20、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8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

21、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

22、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9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

23、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

24、现状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10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

25、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

26、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11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

27、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

28、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12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。四维图新在 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

29、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

30、 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13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，

31、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。

32、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14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

33、况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

34、是判断车辆所在道路很重要15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，

35、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。16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

36、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行业困境高精地图是自动驾驶汽车不可

37、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17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

38、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

39、、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18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

40、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

41、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19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

42、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

43、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。20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

44、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 ISO26262 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

45、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21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

46、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

47、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22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

48、法规方面有一些突破。1.6 高精地图发展趋势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

49、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23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

50、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