如果说六年前的百度和高德地图大战，争夺的是移动时代的流量入口，那么时至今日，一场动驾驶的新战役正在地图领域打响，大数据背后的商业模式变革和超百亿的市场空间，使得这场新战役更激烈也更长久。

(资料图片)

订单密集落地

“自动驾驶未来五到十年会逐渐量产和商业化，这个方向已经形成了行业共识。”四维图新CEO程鹏表示。作为老牌地图厂商，四维图新从2017年开始向自动驾驶解决方案提供商转型。

程鹏告诉第一财经，起初做自动驾驶更多是为了验证自动驾驶地图是否可行，但在做系统的过程中发现，有很多东西需要完善，例如专业高精度的定位、产品的性价比等，在这个过程中逐渐形成了感知、决策和规划等自动驾驶相关能力，所以最终拍板向自动驾驶解决方案提供商转型。

从2019年半年报来看，在净利润下跌、传统业务趋稳的背景下，四维图新高级辅助驾驶及自动驾驶业务增长强劲，实现营业收入4831.44万元，同比增长140.83%，虽然业务体量还不足够大，但市场空间可期。

对于厂商而言，伴随L3级自动驾驶汽车逐步量产普及，前装导航地图由选配品转变为供自动驾驶系统使用的标配品，长期渗透率存在数倍提升空间。而作为导航产业的核心，高精地图更大的吸引力在于可以改变传统图商的商业模式。

“原来导航、软件、地图、芯片加起来，一辆车全生命周期也就付费几百元，现在服务是动态实时的，变成了每年几百元的概念。”程鹏举例说道。四维图新高级副总裁孟庆昕也曾告诉第一财经，在自动驾驶领域，地图将不再是传统导航地图的一锤子数据买卖(License)，后续更需要数据服务收费的模式(Service)，单价+年费也让高精地图的价格保守预测将提升10~20倍不等。

同样盯上这一市场的，除了拥有地图业务优势的高德和百度，其他车企、科技公司和创业新秀也开始入场。目前，全国拥有甲级测绘资质，即可以合法制作高精地图的企业有19家，除了四维图新、高德、百度外，还包括滴滴子公司滴图科技、上汽子公司中海庭、自动驾驶创业公司宽凳科技、Momenta等。

对于高精度地图厂商来说，获得甲级测绘资质是能否实现商业化的第一要素。但手握“船票”之后，抢先拿到落地订单才是打开市场的关键。国泰君安证券研究分析认为，2019~2020年是高精度地图落地关键时间窗口，订单将持续释放。

根据目前各大车企公布的自动驾驶规划及产业调研，2021年或是L3级别的自动驾驶汽车量产元年。按照车企提前两年采购地图的惯例，高精度地图订单将于2019~2020年落地，新订单的持续释放将成为高精度地图厂商股价的催化剂。

今年初，四维图新与宝马在自动驾驶方向联手，签署了面向L3+自动驾驶系统的自动驾驶地图订单，据悉2021年配备四维图新自动驾驶地图的BMW iNEXT将正式问世。而百度系的长地万方拿下与长城汽车的订单，高德地图则拿下与通用凯迪拉克和吉利汽车的订单。无疑2019年成为高精度地图订单密集落地的一年。

量产背后的挑战

市场前景的确诱人，但高精地图的大规模商用仍面临两大挑战。

首先是如何降低高精度地图的量产成本。高精度地图投入的高成本集中于前期制图的设备购买和采集工作。现阶段高精度地图的制作还无法做到完全自动化水平，人工的数据标定依然占据重要成分，导致量产成本高昂，而且生产成本随着精度的上升而提升。

从技术路线来看，各家的打法也有所不同。百度更偏向于提供自动驾驶整套解决方案，在车辆上安装激光陀螺仪、定位设备、各种传感器设备等，用传感器探测技术来增加精度，但研发投入也比较高。

高德则发起价格战，宣布将以“成本价”提供标准化高精地图，每辆车每年使用费用不超过100元，其技术路径主要是依靠稍微低精度的传感器+高精度的地图与定位。

四维图新与高德地图路径相似，采取“高精地图+AI”的方式来降低成本。今年6月，四维图新以搭载4个16线激光雷达、2个长距毫米波雷达和1个自主研发视觉感知算法的单目摄像头的低成本、轻量级自动驾驶解决方案，拿到北京市自动驾驶路测T3级牌照。据透露，这一解决方案成本大约是友商的二分之一。

程鹏认为，目前各家的自动驾驶技术路线都不一样，有些重度依赖激光雷达、有些重度依赖视觉，现阶段多传感器和多种技术路径互为冗余，可以减少误差，但也要考虑成本问题，十万的车花一百万装传感器，是消化不了的，所以一定有一个逐渐从高端到中低端量产的路径。

“传统产品可以说AI提高了效率，提高了用户体验，但在自动驾驶领域里，没有AI根本不行。”程鹏表示。他认为，如今自动驾驶的传感器包括激光、雷达、摄像头、毫米波等，以往一个季度才发一个版本，有三个月的时间调整传感器，现在变成了毫秒，没有AI的地图精度出不来、更新频率上不来、公路安全级别就达不到。

高精地图大规模商用另一大挑战在于如何保证地图的鲜活度。高精地图包含静态和动态两层数据，静态数据包含车道中心线、车道边界线、参考点、虚拟连接线等，而动态数据包括天气、地理环境、道路交通、自车状态等需要动态更新的数据。在业界看来，动态数据才是未来高精地图竞争的关键。

程鹏表示，四维图新目前在L4上面临更大的压力，例如地面道路如何维护还没有非常完美的解决方案。“面对中国900万公里的道路，如何保证每一条路实时发现它的变化，实时变成一个数据库、地图，实时发布到每一辆车、每一部手机、每一个IOT设备，这是未来十年面临的重大难题。”