0
5月27日，第八届国际智能网联汽车技术年会（CICV 2021）上，由CAICV智能汽车创新联盟自动驾驶地图与定位工作组组织编写的《2020智能网联汽车高精地图白皮书》正式发布。
在详细介绍高精地图的产业现状、政策、趋势以外，该白皮书还围绕着国内几家最具代表性的高精地图厂商，展示并详细解读了数个典型的量产与在研案例。
而百度作为国内高精地图的代表企业之一，凭借其出色的技术实力和量产能力，在其中占据了不小的篇幅。
一直以来，自动驾驶领域在技术路线上存在着多种分歧，除了激光雷达与纯视觉之间的路线之争，“要不要使用高精地图”也曾一度因为马斯克的一句“高精地图是一个很糟糕的想法”成为争议性的话题。
只不过，受制于现阶段感知硬件的不足和高成本，同时基于性价比、安全冗余等角度的考虑，目前，高精地图已经是国内外大多数自动驾驶企业的一致选择。
作为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，高精地图不仅包含道路类型、曲率、车道线位置、交通标志等静态的道路信息，同时也囊括交通流量、红绿灯状态等实时的动态信息。高精地图具备构建类似于人脑对于空间的整体记忆与认知的功能，能够帮助汽车预知路面复杂信息，更好地规避潜在的风险。
具体来看，高精地图可以从感知、定位、规划决策、验证训练四大层面，为自动驾驶提供重要的支撑。
感知层面：不受天气环境、障碍物和探测距离等因素限制的高精地图，能够拓宽车载传感器的性能边界，为自动驾驶汽车提供安全冗余。此外，高精地图还能为车辆提供车道线、道路标识等先验信息，有助于提高传感器的检测精度和计算效率；
定位层面：若GPS信号不佳，高精地图系统还能通过传感器获取实时的环境信息，并与已记录的如路标等静态参照物进行比对，进而计算出车辆所处的位置；
规划决策层面：可以通过路口的红绿灯状态、交通流量、路网变化情况等数据信息的回传，在云端服务平台的分析和协助下，实现车道级的智能化路径规划和决策；
验证训练层面：随着众包采集数据的积累，日渐丰富的驾驶场景数据库，也将为自动驾驶系统的仿真验证、优化人工智能训练等提供重要的基础数据。
如此看来，高精地图的确称得上是自动驾驶系统的得力助手。
如今，自动驾驶赛道日趋成熟，高精地图也逐渐成了众多玩家试图抢占的一块高地。在市场和资本的推动下，约莫两三年前，业内便开始普遍认为，高精地图行业将在未来15年进入黄金发展期。根据高盛此前预测，2025年全球高精地图市场将达94亿美元，到2030年，市场规模还将继续扩大到201亿美元。
至于国内市场，此次发布的《2020智能网联汽车高精地图白皮书》显示，若按照中国3亿辆的汽车保有量以及高德地图在去年4月确定的单车百元年服务费进行测算，那么中国高精地图市场的潜在规模将达300亿元左右，前景可观。
白皮书透露，自2018年始，国内的高精地图厂商就开始陆续与主机厂接触，百度、高德、四维图新等皆已进入全球主要汽车制造商的供应商名单。其中，百度作为中国最早投入高精地图规模化生产的企业之一，曾是国内唯一具备完整的自主知识产权、拥有从采集设备到数据加工全流程自主技术研发能力的高精地图数据提供商。
据称，百度的高精地图研发，最早可以追溯到2013年。此后，百度不断加大投入力度，成为了最早完成全国30万高速公路采集和高精地图制作的地图商。
基于Apollo开放平台，百度已经自主研发了一套完备的高精地图制作、生产、发布及更新流程，产业优势明显。
在今年的上海车展上，百度集团资深副总裁、智能驾驶事业群总经理李震宇进一步表示，“高精地图已成为超过75%客户的共同选择”。
IDC咨询的市场研究报告显示，在2019年的中国高精地图解决方案市场中，百度占据了最大比例的市场份额达到29.3%，领先于四维图新、高德、易图通等企业。目前，百度已经与广汽、蔚来、威马、长安、本田、长城、吉利、北汽、江淮、恒大等多家车企实现量产合作。
在《2020智能网联汽车高精地图白皮书》中，百度高精地图在广汽、威马、Robotaxi等项目中的落地应用，更是被列为量产、在研的典型案例。
从场景的角度来看，高精地图的落地场景主要集中在高速公路和停车场，可分别支持高速 HWP自动驾驶和停车场 AVP 的自主泊车功能。而百度与广汽、威马的合作正是这两大场景应用的最佳例证。
广汽新能源 Aion LX 所搭载的百度Apollo高精地图，可协助其高速公路驾驶辅助系统实现高精度定位，提升车辆感知效率、优化导航路径等；
于今年1月下线的威马第三款车型 W6 搭载了百度的自主泊车AVP方案，其中的高精地图可帮助车辆应对停车场盲区等问题，为自动驾驶在停车场的落地提供支持和保障。
除此之外，在百度Apollo的L4级自动驾驶解决方案中，高精地图作为定位、感知、决策等核心基础的重要支撑以及降低系统风险的安全冗余，更是必不可少。
事实上，据去年Apollo生态大会上的介绍，百度Apollo高精地图已蝉联市占率第一名多年，成为本田、吉利、蔚来等头部车企的共同选择。预计到2023年，Apollo高精地图搭载量将超过100万。
百度为何能在高精地图领域取得这样的好成绩？这主要取决于以下几点。
其一，覆盖范围广。
近年来，自动驾驶商业化落地的呼声逐渐高涨，行业内包括主机厂、自动驾驶企业等都对高精地图的规模化生产、可覆盖范围提出了更高的要求。
而百度拥有国内最大规模的高精地图采集车队，覆盖能力强，可实现高速公路、城市道路、停车场、封闭园区等全场景要素覆盖。
从具体数据来看，百度高精地图现已达成百城百万公里的采集里程，覆盖全国超过30万公里高速公路及环路，以及重点城市的主要城市道路。
其二，更新频率高。
高精地图动态与静态信息并存的特性，使其对数据更新的实时性要求极高。如何提高高精地图的数据采集、处理和更新速度，成了地图商维持核心竞争力的重要课题之一。
作为深耕AI生态多年的科技型公司，百度开创了将深度学习、人工智能技术广泛应用于地图数据生产的先河。
依托模式识别、深度学习、三维重建、点云信息处理等世界领先的技术，百度高精地图的数据自动化处理程度已经超过90%，能自动识别交通标志、地面标志、车道线、信号灯等上百种目标，算法识别率达98%以上，有效提高了高精地图的采集处理效率。
与此同时，依托多源感知数据处理、云服务中心和数据中心等构成的IntelligentMap平台，百度还能与Apollo平台的合作成员形成高精数据共享，实现另一种形式的数据“众包采集”。
目前，百度高精地图的更新能力已经达到了分钟级，在技术上实现了高精地图数据的自动化快速生产和更新，对道路的动态变化响应快速。
其三，建立了需求、数据双闭环。
百度智驾地图业务部负责人佘党恩此前曾介绍道，要实现高效、及时的高精地图更新状态，最为重要的是建设客户服务与数据更新的双闭环。
客户服务闭环，即要持续理解用户端的产品需求，在需求与服务供给之间形成闭环，以促进产品、服务的优化与改进；
数据更新闭环，即利用自动驾驶车辆而非专业采集车探测、感知环境信息的变化，并将相关数据回传至云端，从而以较低的成本实现地图数据更新。
而百度在建设以上两个闭环上有着天生的优势：既能够基于Apollo的开放生态达成广泛的数据共享与循环应用，更能通过百度智驾、集度汽车等产品与之形成客户需求、数据更新的双闭环。
凭借着以上这些技术和数据的积累，截至目前，百度已经获得了11个审图号，牵头或者参与了若干个国家和团体的标准制定，其在行业内的龙头地位不言而喻。
今年以来，自动驾驶领域大额融资不断，激光雷达等关键零部件量产上车的好消息同样不少，业内许多人士普遍认为，未来五年将会是自动驾驶走向规模化落地应用最为关键的时期。
乘着这股东风，高精地图也将随之进入规模化应用的阶段。作为国内少有的既拥有高精地图领先技术，又能提供自动驾驶完整解决方案的全方位发展的公司，百度有望在汽车行业这场百年未有之大变局中闯出另一番新天地。
关注“新智驾”公众号，点击文章下方“阅读原文”，即可下载《2020智能网联汽车高精地图白皮书》。
雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
