价格争取着陆订单2019年地图制造商封闭土地自动驾驶

如果说六年前百度和高德为移动时代的交通入口而战，那么今天，一场关于自动驾驶的新战斗正在地图领域展开。大数据背后的商业模式变化和超过100亿元的市场空间使得这场新的战斗更加激烈和持久。

订单下降到

”自动驾驶仪将在未来五到十年内逐步量产和商业化，这一方向已经形成行业共识。4D新任首席执行官程鹏说作为一家老牌地图制造商，4D地图将从2017年起转型为自动驾驶解决方案提供商。

程鹏告诉第一财经，起初自动驾驶更多的是为了验证自动驾驶地图的可行性，但是在制作系统的过程中，有很多东西需要改进，比如专业的高精度定位、性价比高的产品等。在这个过程中，与自我驱动相关的能力如感知、决策和规划逐渐形成，因此最终决定转变为自我驱动解决方案的提供者。

从2019年半年度报告来看，在净利润下降、传统业务稳定的背景下，4D新高级助理驾驶及自动驾驶业务强劲增长，实现营业收入4831.4万元，同比增长140.83%。虽然业务量不够大，但市场空间是可以预期的。

对于制造商来说，随着L3级自动驾驶车辆的逐步大规模生产和普及，前置导航地图已经从可选产品转变为用于自动驾驶系统的标准产品，并且在长期渗透性方面有几倍的改善空间。作为导航行业的核心，高精度地图更具吸引力，因为它们可以改变传统地图制作者的商业模式。

“最初的导航、软件、地图和芯片在一辆汽车的整个生命周期中总共花费了数百元。现在这项服务是动态和实时的，已经成为一个每年数百元的概念。””程鹏举例说4D地图新任高级副总裁孟庆新也对第一财经表示，在自动驾驶领域，地图将不再是传统导航地图的一次性数据销售，未来将需要数据服务收费模式。单价和年费也将把高精度地图的价格提高10-20倍

也瞄准了这个市场。除了具有地图业务优势的高德和百度，其他汽车公司、科技公司和新企业家也开始进入这个市场。目前，全国有19家企业具有甲级测绘资质，即能够合法生产高精度地图。除了司徒欣、高德和百度，他们还包括滴滴子公司迪图科技、SAIC子公司钟海婷、自动驾驶风险投资公司酷通科技和穆明塔等。

对于高精度地图制造商来说，获得甲级测绘资质是实现商品化的首要因素但在持有“船票”后，首先获得登陆订单是打开市场的关键。国泰君安证券研究分析认为，2019~2020年是高精度地图登陆的关键时间窗口，订单将继续发布。

根据目前各大汽车公司公布的自动驾驶计划和行业研究，2021年还是第一年批量生产L3级自动驾驶汽车根据汽车制造商提前两年购买地图的惯例，高精度地图的订单将在2019年至2020年间下降，新订单的不断发布将成为高精度地图制造商股价的催化剂。

今年年初，4D地图新公司和宝马公司在自动驾驶方面展开合作，签署了L3自动驾驶系统自动驾驶地图订单。据悉，装备4D地图的宝马iNEXT新自动驾驶地图将于2021年正式推出百度的常棣万方赢得了长城汽车的订单，而高德地图赢得了通用凯迪拉克和吉利汽车的订单。毫无疑问，2019年将是高精度地图订单减少的一年。

的大规模生产背后的挑战

的市场前景确实很有吸引力，但是高精度地图的大规模商业使用仍然面临两大挑战。

首先是如何降低高精度地图的生产成本高精度地图的高成本集中在购买和收集早期制图设备上。目前，高精度地图的制作还不能完全自动化，手工数据校准仍然占据着重要的部分，导致制作成本高，并且制作成本随着精度的提高而增加。

从技术路线来看，每一出戏也是不同的百度更倾向于提供一整套自动驾驶解决方案，安装激光陀螺仪、定位设备、各种传感器设备等。在车辆上，使用传感器检测技术来提高准确性，但研发投入也相对较高。另一方面，

Gaud发起了一场价格战，并宣布将以“成本价”提供标准化的高精度地图。每辆车的年使用成本不会超过100元。其技术路线主要依靠略低精度的传感器和高精度的地图和定位。

四维地图类似高德地图的路径，采用“高精度地图人工智能”的方法降低成本。今年6月，4D纽获得了北京自动驾驶道路测试的T3牌照，这是一款低成本、轻量级的自动驾驶解决方案，配备了4个16线激光雷达、2个远程毫米波雷达和一个独立开发视觉感知算法的单目摄像机。据消息人士称，这种解决方案的成本大约是友好商家的一半。

程鹏认为，目前，自主驾驶的技术路线因家庭而异。有些严重依赖激光雷达，有些严重依赖视觉。目前，多个传感器和多条技术路线相互冗余，可以减少误差。然而，也应该考虑成本。每10万辆汽车中有100万个传感器无法消化，因此必须有一条从高端到中低端逐步大规模生产的道路。

“传统产品可以说人工智能提高了效率和用户体验，但在自动驾驶领域，没有人工智能是不可能的。””程鹏说他认为自动驾驶的传感器现在包括激光、雷达、照相机、毫米波等。过去，一个季度只发布一个版本。调整传感器的时间已更改为毫秒。没有人工智能，就无法实现地图的准确性、更新频率和道路安全水平。

高精度地图的大规模商业使用的另一个挑战在于如何确保地图的新鲜度。高精度地图包含静态和动态数据。静态数据包括车道中心线、车道边界线、参考点、虚拟连接线等。而动态数据包括需要动态更新的数据，例如天气、地理环境、道路交通、自动驾驶状态等。在业界看来，动态数据是未来高精度地图竞争的关键。

程鹏表示，4D目前在L4上面临更大压力。例如，对于如何维护地面道路，没有完美的解决方案。“面对中国900万公里的道路，如何确保每条道路都能实时发现其变化，将其转化为数据库和实时地图，并实时发布到每辆汽车、每部手机和每台IOT设备上，是未来十年面临的一个主要问题。“