巨头互博，高精地图距离产业化仍有距离

随着车企、互联网巨头们将L3的量产元年口径改统一改成2021年之后，高精地图产业化的迫切也开始凸显。

一直以来我国地图行业呈现三足鼎立的状况，2019年，高工智能汽车研究院统计中国自主和合资品牌汽车前装导航市场，阿里巴巴旗下的高德市占达58.76%，腾讯是第二股东的四维图新市占为24.3%，百度则是9.08%。

高精度地图有所不同，2019年IDC咨询发布中国高精度地图解决方案市场份额报告显示，百度目前市场份额最高，达29.3%，四维图新为21.7%，高德占14.7%。

BAT为首的互联网巨头承继了原有地图技术，在高精度地图领域抢滩布局的实力不容小觑。即使如此，复盘国内高精地图产业的发展后，“智能相对论”发现，我国的高精度地图目前想要实现量产仍有一些痛点亟待解决。

其一依然是成本问题。百度、高德、四维图新等具有丰富采集经验和昂贵采集设备的图商多采用集中制图的方式。

集中制图采用自动化的生产线，包括了设备采集，云端后处理以及测试验证，所以其数据相比其他方式精度更高，但是也意味着企业将背负更高的成本压力。“智能相对论”了解到传统图商仅雷达设备就达到了2万美元一套，还不算其他设备、人员、编译的成本费用。

再加上无人驾驶局部动态地图数据还有更新的要求，永久静态数据更新频率为1个月、半永久静态数据更新频率为1小时、半动态数据更新频率为1分钟、动态数据更新频率为1秒。

想要满足1秒-1分钟的更新频率，依靠集中制图不仅在实操上难以实现，即使可以实现，成本也难以估量。并且更新问题如果长期存在，集中制图的高成本也很难得到控制。

集中制图暂时难以实现的更新问题，通过众包制图能够在一定程度上解决。其采用比较廉价的设备，依靠自身的摄像头和车内芯片，可以通过云，实现快速数据更新迭代。

但这就涉及到高精地图产业的第二个问题也就是精度问题。L2级自动驾驶主要需要ADAS系统地图，精度要求在1-5m之间，地图信息主要为道路基本属性和规制信息；数据内容主要包括道路曲率坡度等要素。

L3级及以上自动驾驶级精度要求在0.2-0.5m之间，要素更是囊括了交通标志、路沿护栏、指示牌、龙门架、路杆、绿化带、道路的曲率、航向、坡度以及横坡等多个要素。而众包制图基本上只覆盖了高速公路及主要的城市道路，在满足更新频率需求下也很难满足精度的需求，只能作为集中制图的补充数据。

其三，我国现阶段高精地图的标准体系仍不够完善。目前全球关于高精地图的格式规范已经发布的标准包括：NDS、OpenDRIVE、JDRMA、GDF、Etak和Navtech。