【研報】計算機行業“智能網聯”系列專題之五：高精度地圖自動駕駛汽車的“行動指南”-20200825（16頁）.pdf

《【研報】計算機行業“智能網聯”系列專題之五：高精度地圖自動駕駛汽車的“行動指南”-20200825（16頁）.pdf》由會員分享，可在線閱讀，更多相關《【研報】計算機行業“智能網聯”系列專題之五：高精度地圖自動駕駛汽車的“行動指南”-20200825（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、 證券研究報告 請務必閱讀正文之后的免責條款 高精度地圖：自動駕駛高精度地圖：自動駕駛汽車汽車的“行動指南”的“行動指南” 計算機行業“智能網聯”系列專題之五2020.8.25 中信證券研究部中信證券研究部 核心觀點核心觀點 楊澤原楊澤原 首席計算機分析師 S1010517080002 劉雯蜀劉雯蜀 計算機分析師 S1010518020001 丁奇丁奇 計算機分析師 S1010519120003 聯系人：張帥聯系人：張帥 高精度地圖是自動駕駛感知層和決策層的數據基礎。當前越來越多的汽車制造高精度地圖是自動駕駛感知層和決策層的數據基礎。當前越來越多的汽車制造 商開始向商開始向 L3 級別自動駕駛

2、進行探索，對準確、可靠的高精度地圖的需求與日級別自動駕駛進行探索，對準確、可靠的高精度地圖的需求與日 俱增。另一方面，如何降低地圖采集成本、提高采集效率，是各圖商關注的焦俱增。另一方面，如何降低地圖采集成本、提高采集效率，是各圖商關注的焦 點。我們預計高精地圖將點。我們預計高精地圖將成為成為未來未來自動駕駛自動駕駛數據維度的核心競爭力數據維度的核心競爭力，重點，重點推薦推薦 高精地圖高精地圖龍頭公司龍頭公司四維圖新。四維圖新。 高精度地圖高精度地圖是是自動駕駛技術的數據基礎。自動駕駛技術的數據基礎。1、地圖、地圖有多有多“高精度高精度”：高精度地圖是 面向自動駕駛的一種地圖數據規范，絕對位置精

3、度接近 1 米，相對位置精度在 厘米；2、高精地圖高精地圖相比相比導航地圖多了哪些信息：導航地圖多了哪些信息：包含車道分割、彎道曲率、坡 度、道路規則、道路屬性，再到交通實時狀況、交通事件等傳統導航地圖所僅為 機器識別所需信息；3、高精度地圖具有冗余性：高精度地圖具有冗余性：由于傳感器和高精度地圖都有 信息缺失及處理不及時的可能，信息的冗余性是系統實現魯棒性的必要條件。 高精地圖采集成本門檻高，從專業采集到眾包采集是未來趨勢。高精地圖采集成本門檻高，從專業采集到眾包采集是未來趨勢。1、采集采集技術技術方方 案：案：有純視覺制圖、激光雷達采集、激光雷達與圖像融合方案三種，考慮到數據 的精度和可靠

4、性，一般需要激光雷達；2、采集采集組織組織方案：方案：目前分為專業采集、 行業采集和眾包采集三種思路， 專業采集成本較高， 長期來看隨著感知器件的完 善，預計眾包采集將成為主流方式。3、采集資質：采集資質：受國內地圖測繪資質限制， 并非所有廠家都有能力制作高精地圖，截止 2020 年 7 月只有 24 家獲取了測繪 資質，不在名單內的企業只能通過合作等方式間接進行測繪。 高精度高精度地圖的市場空間、格局及展望地圖的市場空間、格局及展望。1、市場空間：市場空間：高精地圖全球市場規模預 計在 2030 年突破 200 億美元，未來十年有十倍成長空間；2、主要主要廠商廠商：國外 的主要廠商有 Her

5、e、 TomTom、 Waymo、 Mobileye 以及一批初創公司 DeepMap、 CivilMaps 等，國內四維圖新（騰訊投資）、高德（阿里收購）、百度三足鼎立； 3、未來展望：未來展望：目前國際上高精地圖規范有 NDS、OpenDRIVE、OMP 公司規范 等幾種， 精度和刷新頻率也沒有統一標準， 統一行業規范對未來高精地圖的發展 有重要意義。 風險因素：風險因素：下游汽車銷量持續低于預期；L3 級別自動駕駛落地速度低于預期； 高精地圖采集成本維持高位；自動駕駛與地圖測繪相關政策落地低于預期等。 投資策略：投資策略：持續持續關注高精地圖領域未來發展。關注高精地圖領域未來發展。智能駕

6、駛時代，國外的奧迪、國 內小鵬汽車等主機廠商， 博世、 大陸、 德賽西威等 Tier1 廠商以及 Waymo、 Pony、 Weride 等科技企業陸續向 L3 及以上級別自動駕駛進發。高精度地圖作為 L3 以 上自動駕駛的關鍵環節， 預計將在自動駕駛浪潮中核心受益， 重點推薦高精地圖 龍頭企業四維圖新。 重點公司盈利預測、估值及投資評級重點公司盈利預測、估值及投資評級 簡稱簡稱 收盤價收盤價 （元）（元） EPS（元）（元） PE（x） 評級評級 2019 2020E 2021E 2019 2020E 2021E 四維圖新 17.85 0.18 0.17 0.28 99.17 105.0 6

7、3.75 增持 資料來源：Wind，中信證券研究部預測 注：股價為 2020 年 8 月 21 日收盤價 計算機計算機 強于大市強于大市（維持維持） 景氣趨勢 利潤增長率 估值水平 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 目錄目錄 高精度地圖高精度地圖 Overview：從：從“放大鏡放大鏡”到到“顯微鏡顯微鏡” . 1 何謂“高精度”地圖，具體包含哪些道路信息 . 1 高精度地圖與一般導航地圖的區別 . 2 自動駕駛汽車是如何利用高精度地圖來進行“導航”的 . 3 高精地圖的數據采集過程及資質要求高精地圖的數據

8、采集過程及資質要求 . 5 從技術方案上如何實現高精地圖數據采集 . 5 從組織形式上如何實現高精地圖數據采集 . 6 誰有資質進行高精地圖數據采集 . 7 高精地圖的市場空間、格局和展望高精地圖的市場空間、格局和展望 . 8 空間及格局：當前國內外主要廠商及市場空間. 8 行業展望：全球統一的數據采集標準、采集頻率標準有待確立 . 10 風險因素風險因素 . 11 投資建議投資建議 . 11 nMnOtOnQnPqRnRtOwOyRoNaQdN8OoMpPtRoOeRnNuMiNpNoQbRmMwONZnQmPxNnPqM 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五

9、2020.8.25 請務必閱讀正文之后的免責條款部分 插圖目錄插圖目錄 圖 1：高精地圖與傳感設備、車聯網/云之間的關系 . 1 圖 2：高精地圖分圖層信息 . 2 圖 3：車道模型信息 . 2 圖 4：導航地圖與高精地圖場景 . 3 圖 5：環境感知與高精地圖矢量數據匹配及路測畫面 . 4 圖 6：高德高精地圖采集車搭載設備 . 5 圖 7：高精地圖多級發現采集 . 6 圖 8：Mobileye 高精地圖眾包采集模式 . 7 圖 9：四維圖新自動駕駛地圖 . 8 圖 10：高精地圖全球市場規模預測 . 10 圖 11：高精地圖 OpenDRIVE 格式規范 . 10 圖 12：高精地圖標準體

10、系框架. 11 表格目錄表格目錄 表 1：高精地圖包含信息分類 . 1 表 2：導航地圖與高精度地圖對比差異 . 3 表 3：具有導航電子地圖制作（甲級）資質的單位 . 7 表 4：高精地圖海外廠商概況 . 9 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 1 高精度地圖高精度地圖 Overview：從“放大鏡”到“顯微鏡”：從“放大鏡”到“顯微鏡” 何謂何謂“高精度”“高精度”地圖，地圖，具體包含哪些道路信息具體包含哪些道路信息 高精地圖也稱自動駕駛地圖、高分辨率地圖，是面向自動駕駛汽車的一種新的地圖數高精地圖也稱自

11、動駕駛地圖、高分辨率地圖，是面向自動駕駛汽車的一種新的地圖數 據范式。據范式。高精地圖絕對位置精度接近 1m 相對位置精度在厘米級別，能夠達到 10-20cm。 準確和全面地表征道路特征，并要求更高的實時性，是高精度地圖最顯著的特征。此外， 高精地圖記錄駕駛行為的具體細節，包括典型駕駛行為、最佳加速點及剎車點、路況復雜 程度、以及對不同路段信號接收情況的標注等。 圖 1：高精地圖與傳感設備、車聯網/云之間的關系 資料來源：中信證券研究部 高精地圖與車載傳感設備、車聯網之間聯系緊密。高精地圖與車載傳感設備、車聯網之間聯系緊密。一方面，高精地圖為激光雷達、攝 像頭等傳感設備提供定位、識別的數據基礎

12、，而傳感器采集的信息可用于構建高精地圖。 另一方面，車聯網能夠進一步補充、豐富高精地圖數據，并支持數據實時更新，高精地圖 數據能夠上傳至云平臺進行整合、處理、計算。 表 1：高精地圖包含信息分類 道路 信息 車道模型 車道數、車道中心線、道路分離點和車道分離點、車道連接關系 道路部件 交通燈、交通標志、斑馬線、停止線、路緣石、防護欄、龍門架、橋梁 道路屬性 車道數、車道變化屬性、車道線曲率/坡度、車道連接關系、車道分組、交通區域、興趣 區（如人行橫道等）、GPS 信號減弱/消失位置、加速點及剎車點 規則信息 車道限速、高速收費信息、限行限號信息 實時信息 實時交通天氣、事件信息（交通事故、道路

13、施工等）、停車場服務、危險區域預警、基 于坡度的節能減排、道路天氣/能見度 資料來源：中信證券研究部 高精地圖高精地圖信息可信息可分為道路信息、 規則信息、 實時信息三部分。分為道路信息、 規則信息、 實時信息三部分。 道路信息包含車道模型、 道路部件、道路屬性三部分，為自動駕駛汽車提供決策基礎。而規則信息與實時信息則是 在道路信息之上的疊加，包含對駕駛行為的限制以及從車聯網獲取的實時道路信息。 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 2 圖 2：高精地圖分圖層信息 資料來源：四維圖新官網，中信證券研究部 高精地

14、圖內涵豐富， 但并非無所不包。高精地圖內涵豐富， 但并非無所不包。 以自動駕駛汽車需求的導向， 與導航地圖相比， 高精地圖不包括具體地點屬性和信息、障礙物屬性、建筑模型，只需關注車輛行駛道路及 其周邊場景，其余場景如公園、商場、景區等地圖信息不在高精地圖的考慮范圍之內。高 精地圖的數據大小與現有的數字導航地圖在相同的量級上，甚至更小，主要原因在于導航 地圖包括大量非駕駛信息。 圖 3：車道模型信息 資料來源：中國工程科學，中國工程院，2018 年 02 期 高精度地圖與高精度地圖與一般一般導航地圖導航地圖的區別的區別 高精度地圖與導航地圖：面向對象的不同帶來本質差異。一般地圖面向對象為人，以

15、人的認知為基礎，解決的需求包括規劃路線、確認地點、辨別方位等，而高精地圖面向對 象為自動駕駛算法，面向的是“一臺機器” ，數據將作為自動駕駛算法的輸入端，解決的 需求包括環境感知、 高精度定位、 規劃與決策等， 是自動駕駛汽車行駛上路的 “行動指南” 。 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 3 圖 4：導航地圖與高精地圖場景 資料來源：高德地圖，四維圖新 表 2：導航地圖與高精度地圖對比差異 導航地圖導航地圖 高精地圖高精地圖 要素和屬性 道路 POI涉密 POI 禁止表達、重點 POI 必須表達 背景國界、

16、省界等行政區劃邊 界必須準確表達 詳細車道模型曲率、坡度、航 向、高程、限高、限重、限寬 定位地物和特征圖層 所屬系統 信息娛樂系統 車載安全系統 用途 導航、搜索、目視 輔助環境感知、定位、車道級路徑 規劃、車輛控制 使用者 人，有顯示 計算機，無顯示 信息更新頻率 相對低，人可以良好應對 高，機器需要更高頻數據應對 資料來源：高德地圖，中信證券研究部 自動駕駛自動駕駛汽車是如何汽車是如何利用高精度地圖來進行利用高精度地圖來進行“導航導航”的的 當前自動駕駛導航過程可以簡要分為三個階段：路線級規劃、車道級規劃、自動駕駛當前自動駕駛導航過程可以簡要分為三個階段：路線級規劃、車道級規劃、自動駕駛

17、 控制?？刂?。 路線級規劃通過導航地圖確定具體行駛路線， 考慮交通方式、 路線距離、 交通狀況、 途徑地點等，是點到點的粗略規劃。車道級規劃依靠高精度地圖，根據給定的路線確定具 體的形式方案，包括車輛起步和停止、速度限制、車道保持與變道、車道坡度等。在自動 駕駛控制階段，系統依據具體的行駛方案控制汽車，實現自動駕駛。 具體具體到到自動駕駛自動駕駛的控制，的控制，我們可以我們可以將自動駕駛流程分為“感知層將自動駕駛流程分為“感知層-決策層決策層-執行層” ，高執行層” ，高 精地圖精地圖橫跨“感知層”和橫跨“感知層”和“決策層” ?！皼Q策層” 。在感知層，車輛通過攝像頭、毫米波雷達、激光雷 達等

18、設備獲取周圍場景信息，實現周圍感知；將周圍場景信息與高精度地圖進行比對，確 定車輛相對位置，并通過 GNSS、RTK 定位、慣性導航系統確定自身姿態、速度和絕對位 置，共同實現自我感知。感知信息進入決策層，算法將依據高精地圖、車聯網技術提供的 多維度信息對具體駕駛問題做出判斷、輸出車輛控制信號并交給執行層執行。 感知層首先感知層首先要感知周圍要感知周圍環境環境，高精地圖用于環境感知，能夠與激光雷達、攝像頭等感 知設備輸出結果形成冗余，提高識別的準確度。此外，高精地圖信息能夠為感知設備識別 提供輔助信息。例如，通過高精度地圖，已知汽車在當前位置附近有紅綠燈，再通過攝像 頭、雷達設備感知該紅綠燈存

19、在的準確率能夠有所提升。 除了感知除了感知周圍環境，周圍環境，自動自動駕駛的車輛駕駛的車輛同時同時要實現自我感知，即要實現自我感知，即知道知道“我在我在哪哪”。 利利用用 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 4 高精度地圖實現相對位置定位是自動駕駛汽車定位解決方案之一。高精度地圖實現相對位置定位是自動駕駛汽車定位解決方案之一。人類駕駛員在駕駛車輛 過程中，通過觀察場景內的參考物確定車輛的相對位置，相對位置定位與之類似：自動駕 駛汽車通過激光雷達、 攝像頭等感知設備獲取周圍場景信息， 與高精度地圖進行識別對比，

20、 確定車輛當前的相對位置，滿足自動駕駛車道級別的定位需求。一方面，基于高精地圖的 相對位置定位能夠與基于 GNSS、 RTK 定位技術的絕對位置定位形成冗余， 提高定位精度； 另一方面，相對位置定位能夠在車輛信號不佳的路段為車輛提供定位支持，形成互補。 NVIDIA 于 2019 年發布的基于其 NVIDIA DRIVE Xavier Soc 處理器的高精地圖定位軟件 模塊 DRIVE Localization，依靠 Xavier Soc 強大的計算能力，該軟件模組能夠在不依賴激 光雷達的前提下實現厘米級精確定位。高德地圖提供的類似“攝像頭+高精地圖”定位方 案在測試路段能夠實現車道級別準確定

21、位，相比之下 GNSS+RTK 定位方案則存在米級誤 差。 圖 5：環境感知與高精地圖矢量數據匹配及路測畫面 資料來源：高德地圖 感知完周邊感知完周邊環境和自我位置之后，高精度地圖環境和自我位置之后，高精度地圖接下來用于接下來用于進行進行決策支持。決策支持。在規劃與決 策層面，高精地圖除了用于自動駕駛汽車車道級別的線路規劃外，還能夠為決策和識別算 法提供支持。例如，當車輛駛近人行橫道高精地圖上標注的“興趣區”時，識別算法 將提前進行模型比較，提高對各類行人姿態的識別準確率，同時降低車速，避免事故的發 生。 由于自動由于自動駕駛駕駛需要需要極高的安全性，因此系統的魯棒性非常重要，極高的安全性，因

22、此系統的魯棒性非常重要，由于由于攝像頭、激光雷攝像頭、激光雷 達、毫米波雷達、高精度地圖達、毫米波雷達、高精度地圖都都有信息缺失或者不能及時獲取的可能，因此有信息缺失或者不能及時獲取的可能，因此各種各種傳感器的傳感器的 信息信息相互相互補充，互為冗余就非常重要了。補充，互為冗余就非常重要了。高精地圖高精地圖和感知層和感知層（激光激光雷達、毫米波雷達、毫米波雷達雷達、攝、攝 像頭）像頭）一起一起構成了構成了信息冗余的組成環信息冗余的組成環節，信息冗余確保自動駕駛的魯棒性。節，信息冗余確保自動駕駛的魯棒性。高精地圖提供 的部分道路和環境信息，例如道路細節信息、交通標志等，與自動駕駛汽車通過攝像頭、

23、 激光雷達等感知設備獲取的信息存在重疊，達到“信息冗余”狀態。一方面，冗余信息確 保車輛在遇到惡劣環境、信號不佳、識別錯誤等非常規狀況時能夠依靠多余信息實現正確 駕駛決策，確保自動駕駛的“魯棒性” 。另一方面，信息冗余為相對位置定位提供支持。 通過將實時感知信息與高精地圖信息進行對比，汽車可以獲取當前行駛的相對位置，與基 于 GNSS 等技術手段的絕對位置定位互補，構成另一層次的“信息冗余” 。 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 5 高精地圖高精地圖的數據采集的數據采集過程過程及及資質要求資質要求 從技術從

24、技術方案上如何實現高精地圖數據采集方案上如何實現高精地圖數據采集 高精地圖需要更加全面準確地高精地圖需要更加全面準確地表征表征路面特征， 實現更高的精度， 數據采集的成本更高。路面特征， 實現更高的精度， 數據采集的成本更高。 高精地圖采集的核心設備包括激光雷達、攝像頭、GNSS、IMU。采集車輛基于 GNSS、 IMU 獲取當前的絕對位置和汽車姿態、速度等信息。對于周圍道路及環境的感知，方案有 激光雷達制圖、純視覺制圖、激光雷達與圖像融合方案。 激光雷達采集激光雷達采集：信息精確，語義豐富度較低。信息精確，語義豐富度較低。激光雷達通過發射和接收激光光束實現 對周圍道路環境的感知和建模，在結合

25、車輛自身感知數據，將空間信息從掃描三維點，轉 換為連續的三維結構，實現對整個道路空間的三維建模。 純視覺純視覺制圖：制圖：成本低，可靠性不能保證。成本低，可靠性不能保證。通過攝像頭與圖像識別算法相結合的制度方 案，由于不需要激光雷達，成本顯著降低，理想情況下純視覺制圖精度可達厘米級。但是 圖像識別算法的可靠性、 以及圖像采集對環境的要求， 使得純視覺制度的可靠性有待考量。 純視覺制圖的圖商包括寬凳科技、DeepMotion 等。 激光雷達與圖像融合方案： 精確可靠， 成本高。激光雷達與圖像融合方案： 精確可靠， 成本高。 方案融合了激光雷達和攝像頭的優勢， 能夠綜合運用豐富的圖像信息和精確的激

26、光雷達數據，對道路環境實現相對精確完整采集。 采用該方案的廠商包括百度、高德地圖、四維圖新等。以高德地圖為例，高德 HAD 級別 高精度地圖采集車采用 RIEGL VMX-450 三維激光掃描系統方案，搭載 2 個激光雷達、4 個攝像頭，可實現 10cm 精度的采集，但整輛采集車造價超過 800 萬人民幣。 圖 6：高德高精地圖采集車搭載設備 資料來源：車云網 數據采集數據采集完完并不意味著終結，并不意味著終結，后續后續還要經歷還要經歷處理、測試、發布處理、測試、發布等等環節環節。高精度地圖數 據經專業采集或眾包形式采集后，首先進行降噪、分類、提取等處理，實現三維建模。再 進行可靠性測試及精度

27、測試， 測試分為兩階段： 首先通過人工或算法對數據本身進行測試， 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 6 再進行實地路測，確保高精地圖的可靠性。之后通過車聯網進行地圖的發布和更新。 從組織從組織形式上如何實現高精地圖形式上如何實現高精地圖數據數據采集采集 高精地圖的數據采集可分為專業自主采集、行業采集和眾包采集三種思路，目前以專高精地圖的數據采集可分為專業自主采集、行業采集和眾包采集三種思路，目前以專 業自主采集占大多數。業自主采集占大多數。在 2018 年 6 月在上海開幕的亞洲消費電子展上，凱迪拉克 Su

28、per Cruise 超級智能駕駛系統在中國正式發布， 據凱迪拉克總裁史蒂夫 卡萊爾(Steve Carlisle) 介紹，該項技術的核心便是其合作伙伴高德地圖完成的中國國內超 30 萬公里的高速及城 快公路的高精地圖數據采集，達到絕對精度 1m 量級，相對精度 10cm 量級，在領域內處 于領先水平。依靠運輸車、出租車/專車等專業車輛實現行業采集以及以“眾包”形式基于 UGC 數據的眾包采集，大多采用純視覺制圖方案，現階段尚不能完全保證高精地圖對于 采集數據精準度和可靠性的要求，只能作為對專業采集數據的補充或冗余存在。 圖 7：高精地圖多級發現采集 資料來源：高德地圖 未來未來發展趨勢：從專

29、業采集到眾包采集。發展趨勢：從專業采集到眾包采集。目前以“眾包”形式實現地圖數據采集的廠 商，包括特斯拉、英特爾的子公司 Mobileye 等，已經在眾包采集領域深耕多年。但采集 的地圖數據只適用于 ADAS 駕駛，距 L3 或更高級別自動駕駛仍有一段距離。未來隨著更 多具有高感知能力的自動駕駛/輔助駕駛汽車上路，以及更廣泛區域內對高精地圖的需求， 更高效率、更低成本的眾包采集方案將成為主流。Mobileye 具有 REM（Road Experience Management）眾包采集功能的 EyeQ4 芯片已于 2017 年問世，2018 年全年出貨量達到 200 萬，合作車廠包括寶馬、日產

30、、大眾等。任何搭載 EyeQ4 芯片的汽車理論上都能夠 成為地圖數據的“采集點” ，通過該方法采集的地圖數據將被用于所謂的“L2+”級別自動 駕駛，數據精度難以支持 L3 級別在特定駕駛場景下完成全部自動駕駛功能。特斯拉提出 類似的數據采集思路，稱為“影子模式” ，在該模式下，自動駕駛系統的輸出結果與駕駛 者的實際操作進行對比，作為人工神經網絡算法的訓練數據。截至 2019 年，特斯拉自動 駕駛里程達 15.6 億英里，占特斯拉汽車行駛總里程的 10.8%，而自動駕駛龍頭 Waymo 的路側里程也不過 1500 萬英里，特斯拉通過“眾包”形式積累的數據將成為其未來的核 心競爭力。 計算機計算機

31、行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 7 圖 8：Mobileye 高精地圖眾包采集模式 資料來源：Mobileye 官網，中信證券研究部 誰有資質誰有資質進行高精地圖進行高精地圖數據數據采集采集 并非并非所有廠商都有資質能進行高精地圖數據采集。所有廠商都有資質能進行高精地圖數據采集。受到國內地圖測繪政策限制，測繪受到國內地圖測繪政策限制，測繪 資格成為當前高精地圖產業的 “敲門磚” 。資格成為當前高精地圖產業的 “敲門磚” 。 由于地圖行業涉及國家安全， 截至 2020 年 7 月， 擁有“導航電子地圖制作（甲級）資質”

32、的單位僅 24 家，其中企業單位 20 家，外國圖商 則被完全排除在外。而不具備該資質的廠商則禁止參與自動駕駛地圖（高精地圖）的數據 采集、編輯加工和生產制作環節。被排除在外的企業只能通過投資、合作等方式間接使用 該測繪資質，例如吉利、東風等汽車廠商。在自動駕駛汽車亟待商業化落地當下，不排除 政府未來極放寬相關資質審查政策，促進高精地圖領域內的良性競爭，推動國內自動駕駛 技術蓬勃發展。 表 3：具有導航電子地圖制作（甲級）資質的單位 單位 獲 得 資 質 時間 企業類型 融資輪次 企業 單位 四維圖新 2001/01 圖商 2016年 10月 1.8億元 戰略融資 騰訊產業共贏 基金 高德 2

33、004/06 阿里巴巴子公 司 2014 年 2 月被阿里巴巴以 10.45 億美元的價格 并購 靈圖 2005/05 圖商 2004 年 2 月 200 萬美元 天使輪 戈壁創投 長地萬方(百度地 圖) 2005/05 百度子公司 2013 年 8 月被百度全資收購 凱立德 2005/06 圖商 2016 年 7 月被興民智通以 16 億元的價格并購 易圖通 2005/07 圖商 2016 年 7 月 戰略融資 知卓資本 城際高科 2007/04 車載信息終端 供應商 立得空間 2007/06 圖商 2018 年 9 月 5000 萬元 戰略融資 東風汽車 大地通途 2007/06 騰訊子公

34、司 2014 年 1 月被騰訊并購 光庭信息 2013/06 圖商 2017 年 9 月 上汽獲得光庭信息 10%股份 滴圖科技 2017/10 滴滴子公司 中海庭 2018/08 上汽子公司 2016 年 11 月 天使輪 中海達 Momenta 2018/08 自動駕駛算法 公司 2018 年 10 月 2 億美元 戰略融資 騰訊產業共 贏基金、蔚來資本等 寬凳科技 2019/01 圖商 2018 年 2 月 A 輪融資 IDG 資本領投；2019 年 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 8 10 月 A

35、+輪融資 易行基金領投 智途科技 2019/05 圖商 晶眾科技 2019/05 圖商 2016 年 A 輪 上汽；2018 年 A+輪 東風、江鈴 華為 2019/07 電信網絡公司 豐圖科技 2019/11 順豐子公司 京東叁佰陸拾度 2020/01 京東子公司 速度時空 2020/07 圖商 事業 單位 國家基礎地理信息 中心 2006/01 江蘇省測繪工程院 2008/06 浙江省第一測繪院 2008/06 江蘇省基礎地理信 息中心 2010/10 資料來源：億歐，中信證券研究部 高精地圖的市場高精地圖的市場空間空間、格局格局和和展望展望 空間空間及格局：當前及格局：當前國內外主要國內

36、外主要廠商廠商及及市場市場空間空間 行業壁壘高，市場內易形成壟斷格局。行業壁壘高，市場內易形成壟斷格局。除政策限制外，高精地圖數據的采集和維護需 要大量固定成本投入。高精地圖關系到自動駕駛安全，高精地圖供應商一旦與整車廠形成 封閉供應鏈， 短時間內很難更換。 目前國內高精地圖行業呈現三足鼎立格局百度地圖、 高德、四維圖新。其中高德于 2014 年被阿里并購，四維圖新則于 2016 年獲得騰訊的戰略 融資，高精地圖行業背后的 BAT 格局一目了然。 圖 9：四維圖新自動駕駛地圖 資料來源：四維圖新官網 互聯網巨頭、圖商、車互聯網巨頭、圖商、車企企三方角逐高精地圖市場。三方角逐高精地圖市場?；ヂ摼W

37、巨頭通過出資、并購等方式 支持傳統圖商搶占高精地圖市場。車企為抓住自動駕駛的發展機遇，同樣在高精地圖領域 積極布局。上汽一方面與阿里合資成立斑馬網絡，專攻車載操作系統，另一方面控股高精 地圖初創公司中海庭。 此外， 成立于 2016 年的自動駕駛算法公司 Momenta 也參與到了高 精地圖的競爭當中，于 2018 年 8 月獲得“導航電子地圖制作（甲級）測繪資質” ，是領域 內少有的自動駕駛算法公司。 計算機計算機行業行業“智能網聯”系列專題之五“智能網聯”系列專題之五2020.8.25 請務必閱讀正文之后的免責條款部分 9 縱觀全球高精地圖市場，巨頭縱觀全球高精地圖市場，巨頭廠商廠商已初露

38、頭角。已初露頭角。國外的主要廠商有 Here、TomTom、 Waymo、 Mobileye以及一批優秀的高精地圖初創公司DeepMap、 CivilMaps、 lvl 5、 Carmera 等。其中 Here 于 2015 年被奔馳、寶馬、奧迪以 28 億歐元聯合收購，之后引入英特爾、 博世等自動駕駛領域廠商的投資， 形成了一個成規模的高精地圖聯盟。 截至 2018 年， Here 的地圖數據已覆蓋 200 個國家，超過 4600 萬公里。另外 Uber、通用 Cruise 等也在積極 布局高精地圖。 表 4：高精地圖海外廠商概況 企業企業 企業概況企業概況 收購收購/合作情況合作情況 Mo

39、bileye 主要從事汽車領域的計算機視覺算法、 ADAS 和自動駕駛系統芯片 EyeQ 系列； 2018 年以眾包方式構建高精度地圖 2017 年英特爾以 153 億美元收購； 2018 年 與四維圖新合作，在中國開發和發布 Mobileye 的路網采集管理（REM）產品 HERE 專注高精地圖及位置服務；開放位置平臺 (OLP)運營商. 2018 年與四維圖新、Increment P(IPC)/Pioneer、SK Telecom 共同成立 OneMap 聯盟；2018 年 3 月與寶馬集團簽 署協議，在其下一批具有高度自動駕駛功能 的量產車中使用 HERE HD Live Map Way

40、mo （谷歌地圖） Alphabet 公司（Google 母公司）旗下的子 公司，自動駕駛領域的“領頭羊” TOMTOM RoadDNA 技術，將原本的 3D 地圖數據轉 換成 2D 視圖， 在對地圖數據進行壓縮的同 時，保留道路上的關鍵要素 DeepMap 高精地圖可伸縮和可維護的高清映射技 術，提供實時本地化的厘米級自動駕駛地 圖 2018 年 DeepMap 攜手上汽提供自駕車地 圖服務 CivilMaps 從汽車內部傳感器上收集三維數據，眾包 采集交通信息，將其整合到自動駕駛地圖 中 2018 年與軟件技術公司 Renovo 合作，提 高 CivilMaps 的車輛認知系統性能 lvl 5 純視覺制圖方式實現高精地圖采集 Carmera 通過安裝在物流車輛上的傳感器組件，采 集高精地圖數據；基于實時數據挖掘，為 物流車隊反饋實時駕駛信息 2018 年加盟 Renovo 旗下的 Aware 生態系 統 資料來源：億歐，第 1 電動，中信證券研究部 乘上自動駕駛“東風” ，高精地圖市場規模預計在乘上自動駕駛“東風” ，高精地圖市場規模預計在 2030 年突破年突破 200 億美元。億美元。高精地 圖作為自動駕駛技術的必要組成部分，自動駕駛產業的發展勢必帶動高精地圖市場的繁榮。 根據我們預測，未來 10 年全球高精地圖市場規模將實現 10 倍增長。 計算機計算機行業行業“智能