2022年高精度地图行业市场格局及发展趋势分析 高精度地图是实现L3及以上自动驾驶的必备基础

高精度地图，即HDMap（HighDefinitionMap）或HADMap（HighlyAutomatedDrivingMap），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。其信息包括道路类型、曲率、车道线位置等道路信息，路边基础设施、障碍物、交通标志等环境对象信息，以及交通流量、红绿灯状态信息等实时动态信息。根据地图信息的不同，高精度地图由底层到上层可以分为四个层级：为静态地图、准静态地图、准动态地图和动态地图。

高精度地图比传统地图优势显著。与传统地图相比，基于自动驾驶系统的需求，高精度地图在保留地图检索、道路规划、渲染、诱导等功能基础上，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。

1.行业拥有较高准入门槛，百度、四维图新和高德三足鼎立

高精度地图行业拥有较高的准入门槛，需要有甲级测绘资质。测绘资质方面，我国对企业获得地图测绘与制作资质有严格的要求，并不对国外厂商开放。2016年出台的《关于加强自动驾驶地图生产测试与应用管理的通知》规定，自动驾驶地图的绘制需由具有导航电子地图制作测绘资质的单位承担，在道路测试过程中要严格限制地图接触的人员范围，对于初创公司来说有一定的门槛要求。截至2021年12月，仅有28家公司进入国内高精地图甲级测绘资质名单。

国内图商占主要份额，百度、四维图新和高德呈现“三足鼎立”的局面。由于高精度地图涉及国家地理机密，国内高精度地图主要玩家大多是本土公司，根据IDC统计，2020年国内高精度地图行业市场份额前五名公司为百度、四维图新、高德、易图通以及Here，其中CR3超过65%，呈现“三足鼎立”的局面。

2.集中采集和众包采集高度整合是未来地图数据采集的主要趋势

高精度地图的制作大致分为数据采集、绘图、更新和验证四部分。其中数据采集提供地理数据的来源，绘图环节通过数据融合及相关算法完成语义识别，将地理数据转换为道路模型，更新环节结合传感器等硬件实现高精度地图的实时更新，验证环节则结合人工与AI算法完成最后的确认。

高精度地图的数据采集成本较高。数据采集消耗成本巨大，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。同时，高精地图精细程度高，传统地图生产方式难以满足其量产应用的需要。采用传统测绘车方式，在成本约束下，测绘效率很难大幅度提高。数据采集方式有集中采集和众包采集：（1）集中采集：精度高，但更新频率低、采集成本高，高德、百度、Tomtom等公司更多采用专业测绘车集中制图；（2）众包采集：数据鲜度高、成本低，但采集精度低、可靠性和一致性较差，丰田、特斯拉、Here等厂商则选择采用众包采集的模式。未来，以集中采集为建图基础，在海量众包数据中快速提炼符合规范的静态图层变更信息和动态图层实况信息，两者深度结合的技术模式成为主流的方向。

多源数据融合成为需要，自动化绘制起成为发展趋势。高精度地图提供的地图数据不仅包括传统路网信息，还包括高精度车道级及环境信息数据，以及动态感知层和驾驶决策层部分信息，数据绘制的自动化和智能化成为重要的发展趋势。目前常用的绘图方法是将采集环节得到的数据经过清洗、加总建模后借助语义识别模型进行绘图。而借助AI技术完成不同传感器数据自动融合识别，即把GNSS/INS、点云、图像等数据叠加在一起，进行道路标线、路沿、路牌、交通标志等道路元素的识别，从而简化高精地图数据处理流程并不断提高制图效率，对于复杂环境尤为重要。

未来高精度地图会更多的借助大数据和地图云服务平台进行更新和分发。这其中，5G赋能让高精度地图和云计算结合得更加紧密，更加实时。5G网络带来数据传输速率的大幅提升，让高精度地图的采集与更新变得更加实时动态。专业化高精度采集、众包采集和路侧采集等多种地图采集方式的动态信息，依托5G网络实时同步至云端进行加工处理；同时，更新后的高精度地图及实时信息从云端对道路上行驶的车辆进行同步更新。

车路协同高速发展，高精度地图与路侧感知体系互相成就。一方面，路侧的传感器将成为高精地图更新的有效数据来源。路侧感知能力与车端感知能力紧密结合，增加信息冗余度，互相校验及融合，为高精地图提供更为精准丰富的信息。另一方面，高精度地图可以赋能路侧感知体系。前端感知设备与高精度地图结合，实现前端感知数据附带地理属性，进而与平台GIS地图无缝结合且可支持车路协同数据应用。

盈利模式区别于传统地图，云平台SaaS模式是未来大方向。区别于传统地图的的License授权模式，高精度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。

图商的角色从交付向服务演变，客户从B端向C端扩展。由于高精度地图需要实时更新，图商不再只是交付并收费的模式，而是开始向地理信息数据服务商转型。图商正逐渐成为自动驾驶时代的重要参与者、合作者、服务商。同时，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，在大规模自动驾驶落地的趋势下，高精度地图也会向C端延伸，但大规模的民用落地还需根据宏观政策进行调整。车身感知定位系统主要由惯性导航、卫星导航系统和高精度地图组成。主要是以高精地图为依托，通过惯性导航系统和全球定位系统（GlobalNavigationSatelliteSystem，GNSS）。GNSS通过导航卫星可以提供全局的定位信息，惯导系统可以提供不依赖于环境的定位信息，高精地图为车辆环境感知提供辅助，提供超视距路况信息。三者取长补短、互相配合，共同构成自动驾驶定位导航系统、根据百度Apollo研究表明，通过GNSS-RTK可实现65%的综合场景定位误差小于20cm的覆盖率，GNSS+IMU的卫惯组合则可以实现85%左右的场景覆盖，GNSS+IMU+感知与地图的融合高精度定位系统可以实现97.5%的覆盖率。

常用的GNSS-RTK+IMU组合惯导方案在一些场景的定位精度稳定性仍不能完全满足自动驾驶的要求，如城市楼宇群、地下车库等。GNSS长时间信号微弱的场景下，依靠GNSS信号更新精确定位稳定性不足。在组合惯导中引入并融合激光雷达/视觉传感定位等环境信息进行融合定位，形成GNSS-RTK+IMU航迹推算+感知与高精度地图匹配的定位系统是发展的必然。以百度Apollo的多传感器融合定位系统解决方案为例，惯性导航系统处于定位模块的中心位置，模块将IMU、GNSS、Lidar等定位信息进行融合，通过惯性导航系统解算修正后最终输出满足自动驾驶需求的6个自由度的高精度位置信息。

厘米级的高精度定位传感器是L3级及以上自动驾驶的标配。高精度定位传感器主要部件包括高精度定位芯片（射频、基带）、IMU、天线、板卡等。成本方面，高精度GNSS定位加天线的成本在百元级，符合精度要求的IMU器件成本将长期保持在千元级。GNSS-RTK+IMU组合的量产价格较高，短期在1000美元左右，随着规模化量产以及工艺的成熟，整体价格有望在2025年下降至500美元。

高精度定位芯片：主要包括射频和基带芯片，射频部分对微弱的模拟信号进行接收、滤波、放大、变频；基带部分对码信号进行解算，其中相关器模块实现对码信号的读取；目前北斗芯片已不输于GPS，3米的普通精度车载导航芯片价格不超过6元，几十厘米定位精度的高精度芯片，价格在几十元到数百元不等；

IMU：价格和精度高度正相关，产品竞争核心在于平衡高精度和低成本。主要被海外垄断，目前主要的供应商包括ADI、Honeywell、NorthropGrumman等；

GNSS板卡+天线：高精度板卡是高精度GNSS终端设备的核心，其成本占到终端总成本的60%以上，技术门槛非常高，长期被美国Trimble和加拿大NovAtel垄断，目前国产高精度板卡销量市占率30%左右；我国北斗天线的国产替代率较高，国内市场份额占比超75%。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）