本文由浩数资本整理编写完成,并引用了部分券商研报,文末可查看资料来源。
由于本文篇幅较长,本期先行发布上篇。
高精地图作为无人驾驶的必备组件,要求在误差不大于10厘米的前提下准确显示周围路况,利用实时更新的道路交通数据以及街景数据,实现自动导航,提供最优化的路径规划,帮助汽车准确达到目的地。全球科技公司、车企对于高精地图尤其青睐,纷纷布局地图产业。德国三大汽车厂商戴姆勒、宝马和奥迪组成的财团斥资32亿美元收购Here地图以获得自主控制的导航服务,腾讯则选择以11.73亿元投资四维图新,试图将四维图新的海量交通数据和腾讯社交客户有机结合,打造全新的无人驾驶车载解决方案。
2014年,国家测绘局印发修订后的《测绘资质分级标准》,要求申请资质测绘单位同事达到通用标准和相应的专业标准,包括:大地测量、测绘航空摄影、摄影测量与遥感、地理信息系统工程、工程测量、不动产测绘、海洋测绘、地图编制、导航电子地图制作、互联网地图服务。其中导航电子地图制作和互联网地图服务是关系到能否开展车载高精度地图业务的前提条件。
具有该资质的公司可以在规定范围内进行导航电子地图数据采集、导航电子地图的编辑加工,其中包括道路数据、POI(特征点)数据、背景数据、行政界数据、图形数据、语音数据等;导航地图的公开出版、展示和使用。
导航电子地图制作之所以稀缺,是因为在于全国仅有14 家单位具备此资质,伴随着国家监管力度的增强和审核门槛的增加,阻止了新的单位的进入。
14家甲级导航电子地图制作单位

(数据来源:国家测绘局)
跟人类驾驶员的驾驶过程一样,自动驾驶也需要经过感知、高精定位、决策、控制四个步骤。人类的感知通过眼睛、耳朵,自动驾驶则通过激光雷达、毫米波雷达、摄像头、惯导系统等传感器。接着是高精定位,人通过将看到听到的环境信息与记忆中的信息对比,判断出自己的位置和方向,自动驾驶则需要将传感器搜集的信息跟储存的高精地图对比,判断位置和方向。最后人类驾驶员思考判断后操控汽车开向目的地。自动驾驶通过人工智能算法决策做出车道及路径规划,给制动、转向、加速等控制器下达指令,控制车辆开往目的地。在自动驾驶过程中,高精地度起到了高精度定位、辅助环境感知、规划与决策等功能。
高精度定位:把自动驾驶汽车上传感器感知到的环境信息与高精地图对比,得到车辆在地图中的精确位置,这是路径规划与决策的前提。
辅助环境感知:在高精地图上标注详细道路信息,辅助汽车在感知过程中进行验证。比如车辆传感器感知到前方道路上的坑洼,可以在跟高精地图中数据对比,如果地图中也标记了同样的坑洼,就能起到验证判断的作用。
规划决策则:是利用云平台了解传感器感知不到区域(比如几公里外)的路况信息,提前避让。

高精地图与现在常见的导航地图(比如车载导航地图)相比有很大不同,主要体现在使用者不同、用途不同、所属系统不同、要素和属性不同。导航地图的使用者是人,用于导航、搜索。而高精地图的使用者是计算机,用于高精度定位、辅助环境感知、规划与决策。因此导航地图在车内属于车载信息娱乐系统,带显示屏,而高精地图属于车载安全系统,不需要屏幕。要素跟属性方面,导航地图仅包含简单道路线条、信息点(POI)、行政区划边界,而高精地图包含详细道路模型,包括车道模型、道路部件、道路属性和其他的定位图层。

(资料来源:高德,中信建投证券研究发展部)
高精地图分为两个层级,最底层的是静态高精地图,上层是动态高精地图。
静态高精地图中包含了车道模型、道路部件、道路属性和其他的定位图层,这是现阶段图商重点在做的。首先高精地图要满足车道级的自动驾驶导航,因此需要包含道路细节信息,如车道线、车道中心线、车道属性变化等,比如能让汽车知道哪些区域是虚线能够变道。此外车道模型中还需要包含道路的曲率、坡度、航向、横坡等数学参数,好让车辆能够准确的转向、制动、爬坡等。这些信息构成了车道模型。还需要包含交通标志牌、路面标志等道路部件,还要标注出特殊的点如GPS消失的区域、道路施工状态等。
高精地图由静态地图和动态地图组成

(资料来源:高德,中信建投证券研究发展部)
静态高精地图包含的属性
(资料来源:中信建投证券研究发展部)
高精地图包含曲率、坡度、航向、横坡等数学属性

(资料来源:高德,中信建投证券研究发展部)
在静态高精地图之上,还需要增加动态高精地图,比如道路拥堵情况、施工情况、是否有交通事故、交通管制情况、天气情况等动态交通信息。由于路网每天都有变化,如整修、道路标识线磨损及重漆、交通标示改变等。这些变化需要及时反映在高精地图上以确保无人车行驶安全。实时高精地图有很高的难度,但随着越来越多载有多种传感器的无人车行驶在路网中,一旦有一辆或几辆无人车发现了路网的变化,通过与云端通信,就可以把路网更新信息告诉其他无人车,使其他无人车更加聪明和安全。

一、转变交付模式,图商转型服务商
动态地图需要实时更新,这使得图商传统的销售离线的license的商业模式开始出现转变。为了满足高精地图的实时更新,需要多级采集体系,采用自由采集体系、行业采集体系、社会采集体系多方融合的方式来完成。
自由专业采集体系是图商自己的高精专业采集车、全景ADAS采集车上路采集,方法跟第一步静态高精地图的生产一样。其次是行业采集生态,如物流车、出租车等车辆上的GPS 、摄像头等传感器能传回实时的道路轨迹和路况信息,这也是现在导航地图中采集交通动态信息的方法之一。
众包模式,特别是UGC模式的重要性在未来将不断提高。在自动驾驶时代,每辆车上的激光雷达、摄像头等传感器都在实时采集道路信息,这些采集的信息上传云平台后进行数据处理,通过激光点云识别技术、运用深度学习方法的图像识别技术以及大数据的处理能力实现自动化验证及人机交互式验证实现动态高精地图的实时更新。
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License的商业模式,开始向地理信息数据服务商转型。而且重要性也大幅上升,传统汽车中,导航地图只是车主选配的功能。在自动驾驶汽车里,高精地图是不可或缺的核心部件。图商在产业链中的角色正在逐渐从传统汽车时代的供应商转变为自动驾驶时代的重要参与者、合作者、服务商。当然图商的商业模式在从license向service的转型过程中还有很多问题需要克服。比如如果汽车的交付模式没有变,依然是主机厂通过4S店将车辆销售给客户的钱货两清模式,那么后续地图服务的费用该如何收取。

(资料来源:高德,中信建投证券研究发展部)
二、转变合作模式,高精地图向C 端延伸
除了向车厂或者自动驾驶出行服务商提供地理信息数据服务这种B端的业务,高精地图也会向C端延伸。
因为地图是用户获取信息的核心入口之一,特别是在自动驾驶这种场景下,乘客通过车载地图搜索周边的商店、酒店、电影院等,选为目的地后让车辆自动行驶过去。甚至可以直接在地图上查看商店的评价,并下单支付,实现流量的多途径变现,从而将现在移动互联网的生态完美的移植到自动驾驶时代。
随着竞争和博弈的加剧,高精地图的行业生态可能会朝着以下几种情况发展:
1、 如果C端收入丰厚,B端收费下降甚至免费。如果C端业务的收入非常丰厚,那么用户量才是地图运营商最关心的,为了扩大用户量,肯定会降低B端的收费来扩大车厂前装的市场份额。甚至像手机导航APP一样最后变成免费。
2、 车厂收购图商。高精地图处于自动驾驶的核心地位,且需要车辆实时与云平台同步。车厂为了不将数据传到第三方平台,同时为自身转型出行运营商奠定基础可能会收购高精地图公司。比如奔驰、宝马、奥迪收购高精地图商HERE剑指自动驾驶。
3、 出行服务商自建高精地图。比如百度的高精地图是其整个自动驾驶开放平台的重要组成部分。Google的高精地图目前只服务其自己旗下的自动驾驶,披露的信息也非常有限。Uber、通用Cruise等也都在布局高精地图。
三、Mobileye 众包模式VS Google 集中模式
目前主流的高精度地图数据采集主要包括以mobileye为代表的众包模式和以高德为代表的集中制图模式。
Mobileye:众包模式制作高精度地图的代表
Mobileye要做的高精度地图Roadbook (路书)主要针对自动驾驶情景,该地图将重点放在路上的各种导流标志、方向标识、信号灯等,依靠这些建立的路标,从微观上在行驶过程中为车辆提供指引。这种收集方式可以改善由整到零那种传统方式所带来的高成本、速度慢的缺点。为此,mobileye 需要和整车厂合作,借助不同品牌大量级的车辆上摄像头获取到的数据,能够作为地图的数据来源,能够保证数据的更新率;随着车载传感设备的普及,地图制作的效率也会逐渐提升。
众包模式相关厂商

(资料来源:长江证券研究院)
Google:专业地图测绘车集中制图模式
谷歌针对自动驾驶,提出推出全新高精度地图,利用改造的丰田汽车,进行高精度地图测绘,目前已经累积了超过 120万英里无人驾驶里程。目前,该地图主要供自家的无人驾驶汽车使用。
高精地图数据采集方式

(资料来源:长江证券研究院)
未来两种模式有望实现共存:以高德的高精度地图为例,由于地图采集车造价超过了800万人民币,高昂的造价限制了地图数据大范围、高频率的采集更新,因此这部分数据仅作为高精地图基础数据,另外,高德计划利用阿里的菜鸟物流车、神州专车等半社会化商用车,以众包模式对高精度地图实现数据补充。
集中模式VS众包模式

参考文献
代鹏举,S0350512040001,2016-10-26,国海证券,无人驾驶时代来临,产业链望迎爆发——无人驾驶研究。
黄细里,S0490516030003,2016-10-11,长江证券,无人驾驶系列报告之八:高精地图指引未来,高壁垒铸就行业稀缺。
王德安,S1060511010006 & 余兵,S1060511010004,2016-07-18,平安证券,智能驾驶专题系列报告:从ADAS到高精地图,端与云共筑智能驾驶之路。
陈萌,S1440515080001,2018-04-02,中信证券,无人驾驶未来猜想:从该井地图聊起。

