行业综述-自动驾驶地图与定位技术产业

前言

高精地图的发展与自动驾驶汽车紧密相关，自从自动驾驶汽车开始上路公开测试以来，高精地图产业就应势而生并飞速发展。相对于以往的导航地图，高精地图是专为自动驾驶而生的，其服务的对象并非人类驾驶员，而是自动驾驶汽车。对于L3级别以上的自动驾驶汽车而言，高精地图是必备选项。

一方面，高精地图是为自动驾驶汽车规划道路行径的重要基础，能够为车辆提供定位、决策、交通动态信息等依据。另一方面，在自动驾驶汽车传感器出现故障或者周围环境较为恶劣时，高精地图也能确保车辆的基本行驶安全。

如今，政府、行业协会、高校、图商、车企等各方均认识到高精地图和高精定位对于自动驾驶的好处。但是中国高精地图的政策，法规，技术标准面临什么瓶颈，需要怎么解决和规划，仍未有一个系统和完整的解答。

一、国际高精度地图产业发展现状

1、概述

发达国家从20世纪70年代就开始进行自动驾驶汽车研究，在可行性和实用性方面，美国和德国走在前列。早在20世纪80年代，美国就提出了自主地面车辆(ALV)计划。在自动驾驶汽车研究位于世界前列的德国汉堡Ibeo公司，推出了可以在复杂的城市道路系统中实现无人驾驶的汽车，借助于隐藏在前灯和尾灯附近的激光扫描仪观察周围183m内的道路状况，识别各种道路交通标识，并实时构建三维道路模型匹配先验的内置地图。

国内外主要高精度地图厂商发展现状进行分析如下：

企业名称	创立时间	地点	采集方式	最新进展
Waymo	2016	美国	集中制图	自动驾驶汽车打车服务，已经满足美国凤凰城等多个城市的L4级别自动驾驶
Carmera	2015	美国	众包制图	采用的是激光雷达+摄像头的多传感器方案，地图的精度会比单纯使用摄像头更高，提供增强版的地图方案
Mobileye	1999	以色列	众包制图	能对高精度地图数据的实时更新。通过图像+智能+网联的结合方案，可以做到10cm级的高精度。2018年在耶路撒冷测试100辆无人驾驶汽车
CivilMaps	2014	美国	众包制图	整合自动驾驶汽车传感器上得到的3D数据，直接供自动驾驶汽车使用的高精度地图。
DeepMaP	2016	美国	众包制图	提供高精度地图、精确实时的位置定位、服务基础架构服务，携手上汽提供自驾车地图服务
Lvl5	2016	美国	众包制图	为自动驾驶车辆提供高精度地图，并在地图中定位。2017 年已完成美国超过90%的高速公路数据采集。
Here	2012	芬兰	众包制图	提供语音导航，公共交通信息，以及丰富的道路交通信息等。计划在下一批具有高度自动驾驶功能的量产车中使用HERE HD Live Map。
TomTom	1991	荷兰	集中制图	高精度地图数据已经实现对美国本土洲际公路和高速公路的全覆盖，高精度地图已覆盖全球近38万公里

美国在自动驾驶领域的研究处于世界领先地位，对于自动驾驶所必须的高精度地图，美国自动驾驶相关企业很早就开始了布局与研发。其中的参与者除了有诸如Mapbox这样的传统导航地图企业，还有Waymo、Uber、Mobileye等公司，福特也在参与自动驾驶地图的测绘与研发中。由于美国政策法规对自动驾驶的包容与开放，美国也成为拥有自动驾驶技术、高精度地图初创企业最多的国家。

2013年，日本启动了名为SIP的项目，自动驾驶是它的核心之一。为了将SIP成果（基础地图的数据格式，精度管理方式）产业化，设立了“Dynamic Map Planning Co.， Ltd.”（以下称DMP）公司。DMP成立代表日本动态高精度地图开始走向产业化。他们的目标是在2020年，也就是东京奥运会之前，实现日本高精度地图的覆盖。DMP公司2016年6月成立， DMP公司2016年12月开始提供高速公路样本数据（约500Km）； 2018年1月开始提供部分高速公路数据（约14，000Km/半程）；预计2019年3月开始提供高速公路数据（约30，000Km/全程）。

2、Waymo

Waymo是谷歌旗下自动驾驶公司，目前具有全球最先进的自动驾驶技术。Waymo在2009年开始为自动驾驶创建地图，目前以满足美国多个城市的L4级别自动驾驶。

Waymo的高精度地图由谷歌地图发展而来，有强大的数据与技术背景，目前其制作的高精度地图仅用于自己的自动驾驶，并不作为商业化产品。其采集地图的手段为激光雷达加组合导航定位系统，并拥有一支庞大的测绘车队一起集中创建高精度地图。

3、Carmera

Carmera是一家要在车辆上安摄像头的公司。而在地图数据的采集形式上，Carmera也引入了众包模式，发动第三方来帮助绘制高精地图。不过与lvl5不同，他们的合作对象不是打车平台的司机，而是各物流公司的物流车。Carmera通过在各物流车上安装其传感器套件，采集高精地图。同时基于实时数据的挖掘，为物流车队提供安全以及能效方面的建议作为“回报”。不过在商业模式上，Carmera认为其采集的数据不仅可为自动驾驶所用，还可以辅助工程测量，以及实时分析区域内的人、车流量，为城市规划提供依据。

4、Mobileye

Mobileye 是以色列一家生产协助驾驶员在驾驶过程中保障乘客安全和减少交通事故的视觉系统的公司。已投身研发 12 年并收获了前所未有的技术知识。公司在单目视觉高级驾驶辅助系统 (ADAS) 的开发方面走在世界前列，提供芯片搭载系统和计算机视觉算法运行客户端功能。2017年3月13日，英特尔正式宣布收购Mobileye。

Mobileye本身不涉及高精度地图的制作，但Mobileye的每一个摄像头都可以采集到前面的路况。例如，摄像头可以把路面中的车道线或者是限速块的距离可以定位出来，把每一个图像解析成数据，再把数据打包成数据包进行上传，并且在图商的底图上进行实时的叠加。通过Mobileye和大众、日产以及通用的合作，会有越来越多的车搭载Mobileye的摄像头。通过图像+智能+网联的结合方案，可以做到10cm级的高精度。

5、Civil Maps

Civil Maps成立于2014年，位于美国加州。2018年5月与AWare背后的软件技术公司Renovo合作，使高度自动化汽车制造商和技术提供商可无缝接入Civil Maps的车辆认知堆栈。Civil Maps主要路线为开发高精度地图与定位解决方案，通过提供给车厂软件和硬件系统进行车端数据收集、3D地图绘制以及自车定位。

Civil Maps的测绘方式是与车厂合作，利用摄像头或者雷达进行众包采集。其软件可将客户端收集到的数据进行处理，将有效数据上传到云平台，依靠强大的人工智能技术，它能高效的从庞大的点云数据中提取有用要素，将1T大小的点云图压缩至8MB，极大提高了传输与存储效率。

6、DeepMap

高精度地图初创公司DeepMap与2016年成立于美国，其创始团队有着谷歌地图、谷歌地球、苹果地图、百度无人车等强大背景。DeepMap的技术路线是提供高精度地图完整的解决方案，包括地图的构建、更新、维护和云端服务，同时也提供高精度定位、仿真等服务。DeepMap的地图和定位模块已应用到多种车型和车队中，进行自动驾驶训练。在各种复杂路况、天气条件与驾驶速度下均展现了良好的性能。它获得了诸如博世风投、英伟达、高盛等大型企业与资本的投资，在2018年7月，获得了来中国的阿里巴巴、滴滴与北汽约6000万美元投资，DeepMap在中国的发展布局愈发明显。

DeepMap的收集地图数据的主要方式是利用激光雷达与组合导航定位系统的多传感器融合方案，以众包的模式进行数据采集。其开发的软件可以将众包车辆传感器收集到的数据转化成详细的地图。DeepMap提供可嵌入车辆的软件，解决定位、数据更新、路线规划和数据收集等问题，可以高效处理大规模数据。其高精度地图有着三维厘米级的道路信息，且可以提供实时的道路动态信息。

7、Lvl5

Lvl5由前特斯拉工程师创办，主要为自动驾驶车辆提供高精度地图，以极低的传感器成本——手机摄像头加上App来众包生产地图。这家公司开发了一款名为Payver的IOS应用， Payver上传的是行驶视频、GPS以及加速计信息，只要同一路段有多个用户行驶过后，就能制作高精度地图。

现在Lvl5已经能生成拥有交通标志、交通灯和车道线等特征的高精度地图。虽然不用激光雷达会面临特别的挑战，比如使用消费级硬件会让定位精度受到影响，而且整个过程很耗时，需要不少的加工处理。但Lvl5通过多辆车收集到的信息，用自己独特的方式克服了这一困难。而录制的视频在经过Lvl5后台处理后，能生成自动驾驶所需的高精度地图。

Lvl5已经覆盖了美国超过90%的高速公路，而到逐步在覆盖大部分的普通道路。这一地图范围比任何其它公司高出好几个数量级。

8、Here

Here前身为美国地图公司NAVTEQ，2008年被诺基亚收购并入自己的Here地图部门。2015年4月，诺基亚宣布剥离Here部门。最终奔驰、宝马、奥迪临时组成的联合体全资收购Here。与博世、大陆、先锋合作，使用他们的车载传感器（激光雷达、毫米波雷达、摄像头等）来实时更新地图。

Here的自动驾驶地图是传统导航地图的延伸。地图精度至少要达到亚米级，信息也更加丰富。道路基础信息（车道线、道路中心线等）、特征物（红绿灯、标志牌等）以及动态信息层（实时交通路况、天气等）分别由不同的图层，可以根据主机厂需要做个性化叠加。

2018年5月，Here，四维图新，Increment P (IPC)/Pioneer，SK Telecom宣布共同成立OneMap联盟，旨在制定全球地图标准。从2020年开始向行业提供统一标准的高精度地图产品与服务，为全球OEM自动驾驶方案的落地提供支撑。

9、TomTom

TomTom 是一家主营业务为地图、导航和GPS设备的荷兰公司，总部位于阿姆斯特丹。TomTom是全球少数拥有数字地图资产的公司之一，TomTom是Facebook、苹果等公司地图业务最重要的数据提供商。

TomTom的核心业务是在静态地图方面有着多年的开发经验，但这类地图产品是嵌入到车辆的导航装置当中的，近年来的需求量正在迅速下滑。为了转型，TomTom已经开始将重点放在对无人驾驶所需要的高精地图进行投资上。

2017年7月，TomTom宣布与百度达成合作协议，共同研发用于自动驾驶技术的高精地图。

二、中国高精度地图产业发展现状

高精度地图作为汽车自动驾驶系统的重要组成部分，相较于传统的导航电子地图更专注于自动驾驶场景，让自动驾驶车辆人性化的理解不断变化的道路现实环境，通过云端实时更新的高精度动态地图数据，在自动驾驶车感知、定位、决策、规划等环节起到重要作用，是自动驾驶解决方案不可或缺的一环。

与美国不同，我国高精地图的门槛非常高，首先是因为我国的国情决定。地理数据涉及国家安全，需要甲级测绘资质。其次，高精地图涉及的外采和内业，都有非常高的技术含量。尤其是采集数据处理方面，需要利用深度学习、自动化提取。另外，数据采集和处理以及地图的生产，都需要耗费巨大的资金，动辄数亿甚至数十亿元的投入。

截止2019年5月，中国有19家企业获得导航电子地图制作甲级测绘资质。分别是百度、长地万方、四维图新、高德、凯立德、易图通、城际高科、国家基础地理信息中心、科菱航睿、光庭信息、浙江省第一测绘院、江苏省基础地理信息中心、灵图、立德空间信息、滴图科技、中海庭、初速度、宽凳科技、江苏晶众、江苏智途。

1、高精度地图采集状况

国内对于高精度地图应用与采集的研究集中在传统图商与高校。我国高精度地图总体已经完成高速道路的全部覆盖，开始场景验证，以及商业化应用阶段。但国内的地图行业呈现三足鼎立的状况，长地万方（是百度旗下的子公司）、高德（是阿里巴巴旗下的子公司）、四维图新（腾讯是第二大股东），其背后是互联网巨头对地图入口的争夺。

国内主流图商采集设备通过自制或购买成熟设备自采并上传制作高精地图，自动驾驶地图格式尚未统一，暂未建立合作采集平台。主流图商采集进展目前基本相当，基本完成30万公里高速路采集，预计2020年左右完成城市道路采集。初创公司以众包制图为主。具体如下表：

调研问题	主要高精地图公司
调研问题	图商1	图商2	图商3
采集方式	激光雷达+全景摄像头+GPS+地基差分+惯导（可夜间采集）	激光雷达+摄像头+GPS+惯导+地基差分（可夜间采集）	激光雷达+全景摄像头+惯导+GNSS+地基差分（可夜间采集）
精度(定位误差)	5cm~10cm	10cm	10cm
采集规模	40辆高精度采集车（自研），	5辆RIEGL专业采集车，高精度采集车（自研）及普通地图采集车若干	10辆专业采集车
采集规模	300+辆普通地图采集车	5辆RIEGL专业采集车，高精度采集车（自研）及普通地图采集车若干	300辆普通地图采集车
数据上传方式	采集完，采用专用存储设备由专人带到数据中心上传	采集完，采用存储设备人工带到数据中心上传	采集完，采用存储设备人工带到数据中心上传
地图更新频率	每月	每季度	每季度
目前进展	30万公里：高速路+城市快速路	100%高速路+城市快速路	35万+公里：高速公路+城市环路
采集规划	2017全国高速，2020城市道路	2017全国高速，2020城市道路	2017全国高速，2020城市道路
偏转插件	偏转精度有所提高，但对L3或L4自动驾驶需要继续测试和优化，且希望参与算法优化	偏转插件和车端插件性能有提升，但对L3及以上仍需要测试摸索	偏转插件和车端插件性能有提升，暂不影响当前驾驶辅助车辆使用，对L3+及以上自动驾驶有影响

众包制图对于动态地图信息（比如道路是否拥堵、是否有交通事故、交通管制情况、天气情况等）的实时更新相比专业采集模式有极大的优势。一方面，高精地图采集生产成本高，初创公司难以承受。自动驾驶所需要的高精地图，需要极高的专业设备和专业采集能力，这也意味着极高的投入和成本。另一方面，高精地图采集资质门槛高，初创公司没有资质。地图公司要想在国内进行高精地图的采集制作，必须拥有“导航电子地图资质”甲级测绘资质。

2、高精地图企业简介

1）长地万方

百度地图已经完成30万公里的高速公路和部分城市道路测绘，相对精度达到10-20厘米。这些收集到的道路数据通过人工智能自动识别，并由人工验证信息后再上传至云端，目前百度自动驾驶地图数据自动化处理程度达到90%以上。

百度也利用Learning-Map平台以众包模式收集更新道路数据，只要安装了百度地图和传感器，车内手机、后装硬件和车端传感器采集到的环境数据，都会发送到该平台。

百度现已和福田、一汽、比亚迪、大众等诸多车企达成合作，共同研发自动驾驶地图。人们很快就能看到百度自动驾驶地图出现在江淮明年下半年推出自动驾驶量产车型上，未来也将应用在宝马、大众汽车上。近期，百度和博世集团、TomTom等相关产业巨头打造起一个“AI based Map”，融汇基础数据、出行方式、智慧交通等信息，共同构建起“地图大脑”。

2）四维图新

2013 年，四维图新开始了在自动驾驶地图领域的技术研究和探索。2015年成立智能地图事业部，正式开启面向Level3及以上自动驾驶系统的自动驾驶地图产品化研发与商业化落地工作。如今，四维图新已经掌握了从数据采集、自动化制图到众包更新以及快速迭代的自动驾驶地图完整产品能力解决方案。

目前，四维图新已于2019年初与宝马签署自动驾驶地图及相关服务许可协议，将为宝马集团所属品牌在中国 2021 年至2024 年量产上市的新平台提供面向 L3 及以上自动驾驶系统的自动驾驶地图产品及服务。

3）高德地图

高德地图在2014年被阿里巴巴收购，并于同年开始自动驾驶地图研发。2016年10月高德宣布在自动驾驶汽车开发测试期间，将免费向汽车行业的合作伙伴提供自动驾驶地图数据。2017年8月，高德与千寻位置合作研发自动驾驶地图+高精度定位。

目前高德已经完成了超过32万公里的自动驾驶高精地图采集。高德专门用于HAD级别自动驾驶地图的采集车主要通过2个激光雷达和4个摄像头采集道路信息，精度可达10厘米。高德和精准位置服务商千寻位置合作，提供“自动驾驶地图+高精度定位”综合解决方案。目前双方在车道级定位上的解决方案可以实现普通道路条件下横向误差和纵向误差在7cm以内，高速/城市环路条件下横向误差6cm，纵向误差5cm以内。

高德先后和博世、英伟达、凯迪拉克合作研发自动驾驶地图中定位图层和数据更新方案。其自动驾驶高精地图已经应用在凯迪拉克的Super Cruise系统上。

4）滴图科技

滴图（北京）科技有限公司成立于2016年02月，是北京小桔科技有限公司的全资子公司，后者就是我们常说的“滴滴出行”。不同于BAT收购现成的测绘公司。

2017年11月，滴图科技获得了导航电子地图制作的甲级测绘资质。庞大的快车、专车、出租车队伍对于滴滴来说是一笔财富，公司可以通过众包模式，利用滴滴运营车辆收集各地道路信息，数据量也是不可想象的。众包车辆的配置会决定回传哪些数据，决定更新哪些地图要素，未来滴滴就有能力参与到定义车辆的环节中去，利用自动驾驶功能和地图测绘结合，实现最终的理想更新模式。

5）立得空间

立得空间信息技术股份有限公司（简称立得空间）成立于1999年9月，是由武汉大学、两院院士李德仁、国内知名科技投资公司等共同组建的高科技企业，立得空间的主营业务由移动测量、智慧城市大数据及行业应用、物联网地图三大板块鼎足而成。立得空间是中国移动测量系统（MMS：Mobile Mapping System）的发明人，致力于运用“天-空-地”移动测量技术推动测绘产业变革，促进地理空间大数据的快速获取与利用。

6）初速度

北京初速度科技有限公司（Momenta）成立于2016年，致力于“打造自动驾驶大脑”，其核心技术是基于深度学习的环境感知、高精度地图、驾驶决策算法，致力于建设以机器视觉为主的自动驾驶导航地图的完整技术方案，大幅提升高精地图的建图效率，降低建图成本，实现自动驾驶的高精度定位和导航。产品包括不同级别的自动驾驶方案，以及衍生出的大数据服务。

Momenta高精地图主要通过提取众包车辆拍摄的2D图像语义点(车道标线、标牌等地标点），鉴于多张图像存在视差，Momenta利用点的对应关系，融合来自GPS和IMU的数据，可创建更高精度的地图，即可重建道路、交通标志及周围环境的3D位置。其成本据说可到使用激光雷达方案的1/10甚至1/100。

7）宽凳科技

宽凳（北京）科技有限公司成立于2016年03月，致力于通过智能众包高精度地图商业模式推动自动驾驶的广泛应用。核心技术包括深度学习、图像识别、三维视觉、智能机器人、地图构建以及基于此的大数据云服务。

在地图采集上，传统地图企业多采用激光雷达的方案，宽凳科技则更重视视觉方案，其地图采集设备并没有装备激光雷达。

随着自动驾驶技术和高精地图产业的发展，市场空间加大，势必会有更多的企业争取获得甲级测绘资质并进入自动驾驶用高精地图产业。

8）DeepMotion

DeepMotion目前未获得甲级测绘资质，成立于2017年7月，为无人驾驶汽车提供基于多传感器融合的3D环境感知、高精定位、以及高精地图构建的解决方案。以高精地图为核心，强调三维视觉与深度学习的结合、以及解决方案的可部署与可量产化。产品将包括硬件设备、软件算法以及相关的数据服务，并且注重针对中国交通道路环境特点的适配与优化。目前DeepMotion已经能达到前后30-40cm、左右10-20cm的定位精度。

3、面临的挑战

近几年，国内外科研机构和企业等开始了对高精度地图进行了大量研究，并准备商业化应用。国内外已经对高精度地图的使用方法进行了框架性的设计。

但现阶段高精地图还存在以下问题：

1）绝大多数高精度地图数据采集更新慢、采集成本较高等问题。

2）高精度地图中不仅仅需要传感器采集的精确数据，还需要标准的数据地图格式。目前，针对高精度地图主流的地图数据格式有OpenDRIVE和Navigation Data Standard（简称，NDS）等。OpenDRIVE主要面向交通与驾驶仿真，将车道、道路、信号灯以及路面属性均标准化；NDS则由汽车制造商和供应商共同开发，旨在面向无人驾驶导航应用，采用模块化的分层结构，目前已经有超过60家企业、供应商和高校机构加入该标准，包括百度、高德、Here、TomTom等。但是上述主流的地图标准中的数据存储格式均是基于欧洲道路设计，难以完全覆盖国内复杂多变的交通环境以及道路特征及交通规制。

3）目前国内研究高精度地图的企业、机构很多，陆续发布高精度地图相关调研报告，但并未形成统一的标准。

三、智能网联汽车定位技术发展现状

1、国际主流卫星导航系统

全球导航卫星系统（GNSS）是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统。目前全球GNSS市场基本形成“1+3”格局，即美国的GPS、俄罗斯的格洛纳斯卫星导航系统（GLONASS）、欧洲的伽利略系统（GALILEO）和中国的北斗系统（BDS）。

GNSS定位过程中，其广播讯号受到许多因素的影响，如大气层折射、卫星轨道位置偏差及时钟误差等等，而会使其定位精确度受到影响。目前使用GPS广播的P码（PPS：Precise Positioning Service），由于精确度较高，因此受到严格限制，只有美国军方及特殊授权者才能使用。C/A码的使用则没有限制（SPS：Standard Positioning Service），但其精确度较低，若 SA（Selective Availability）也被开启后，则误差会更加剧，因此对需要较高精确度的实时定位而言，便需要一套使用C/A码，但却可以大幅提高精确度的系统。

除了上述4大全球系统外，还包括区域系统和增强系统，其中区域系统有日本的QZSS和印度的IRNSS，增强系统有美国的WAAS、日本的MSAS、欧盟的EGNOS、印度的GAGAN以及尼日尼亚的NIG-GOMSAT-1等。

2、中国高精度定位技术发展现状

中国高精度卫星导航定位应用始于上世纪末，外资企业携其成熟的高精度GPS产品与方案向中国市场推广。高精度卫星导航定位产品主要应用于工程测量、测绘工程、地理信息、灾害监测、精准农业应用、气象预测、飞行器控制等专业领域。通过引进国外技术和自主研发，国产厂商已经具备自主创新，产品升级换代的能力。经过10多年的发展，我国高精定位行业已经主导了国内市场，并积极参与国际市场的竞争。

按照规划，北斗系统正在按从国内覆盖、到亚太区域覆盖、再到全球覆盖“三步走”的规划稳步推进。预计到2018年底前后面向一带一路沿线国家和地区提供基本服务，到2020年将实现35颗北斗卫星全球组网，具备服务全球的能力。2014年9月，我国北斗地基增强系统正式启动研制建设。截至目前，我国已初步建成由超过2200个增强站组成的北斗地基增强“全国一张网”，可在全国范围内提供实时米级、亚米级精准定位服务，在中东部17个省市提供实时厘米级和后处理毫米级高精度服务。

目前在国内用的最多的是GPS+北斗+GLONASS三套卫星导航系统。通过接收多个导航体系的卫星以及多个卫星导航体系下的不同频段来做联合结算，使得定位精度更高、性能更稳定。这样三套系统的匹配运行能很好地解决定位问题。

如下是汽车厂商对于高精度地图与定位的需求：

车企	车企一	车企二	车企三	车企四	车企五	车企六	车企七
自动驾驶何时需要自动驾驶地图	L3级及以上	L4级及以上	L3 级及以上	L3级及以上	L3级+至L4级	L3级及以上	L3级及以上
预计产业化运用时间	2020年	2020年	2021年	2021年以后	——	2020年6月前	2020年
精度要求（绝对精度）	<1m	10-20cm，偏转后1.5m内	<50cm	20cm	1m左右	<1m	1m左右
精度要求（相对精度）	<10cm	<10cm	<20cm	<20cm	<20cm	<10cm	<10cm
高程相关信息不能采集供用户使用，车企是否有高架桥等道路高程等信息需求？	可分段表示，误差<1m，用于定位车辆在道路的哪一层	有需求，可采用梯度表示或相对量	有需求，需了解高架桥各条道路不同位置的高度、宽度、曲率、限速及可行驶方向	通过与有资质的图商合作获得，供用户使用	需求不强	建议一定程度开放高程信息，比如可分段表示，0~1米，1~2米等	有需求，高层精度达到1m内

按照《关于导航电子地图管理有关规定的通知》、《关于加强自动驾驶地图生产测试与应用管理的通知》规定，高精度定位数据使用之前需要对数据坐标做加密偏转处理，加密偏转处理对自动驾驶高精度定位的影响还在测试和探索中。

2017年11月09日，在中国卫星导航定位协会主办的“高精度地图座谈会”，全国13家图商与测绘局共同参加，国家局领导针对新版偏转插件做了以下几个方面的介绍：

① 新版偏转插件能够满足现阶段自动驾驶需求。

② 新版偏转插件可以保证偏转后的信号与加密后的地图匹配精度在中误差±10cm范围之内，最大误差不明确。

③ 新版偏转插件在明确审图标准后可投放市场使用。

由于自动驾驶控制系统的复杂性，以及对安全极高的要求，定位模块 ASIL 等级的降低将给车辆行驶安全、可靠性带来隐患。通过「改善偏移算法，使高精地图的相对精度满足自动驾驶规范」这一解决方案，虽然有可能满足自动驾驶技术规范的要求，但是不符合功能安全技术要求的偏移插件仍存在，使安全的可靠性要求无法满足。ASIL变化后对应失效率对比：HIGH RISK。

3、自动驾驶的高精度定位技术

行驶安全是车辆驾驶的底限，高可用的定位能力是L3+级别自动驾驶安全行驶的前提。定位的高可用性包含定位结果的精准性、定位频率的实时性、定位架构的稳定性、定位场景的包容性等。

L3以下的辅助驾驶需要驾驶员在驾驶过程中全程参与，采用"人+算法局部定位"和"算法全局定位"相结合的策略。由于算法只是驾驶辅助，人作为系统安全的最后一道防线，所以对于局部定位和全局定位的可用性要求较高，在算法部分不可用，甚至完全不可用的极端场景，也能够基本保证驾驶行为的安全。

L3级别的自动驾驶中，人的参与程度降低，由自动驾驶系统替代原本由驾驶员参与的环境观察、驾驶决策等功能，对定位的可用性的要求升高。

L4/L5级别自动驾驶要求定位系统在限定区域实现全天候、全天时、稳定可靠的定位能力，也就意味这自动驾驶定位系统需要在卫星信号丢失、无4G/WIFI网络、雨雪天气、道路环境巨大变化等的场景下，依然能够高可靠的保证定位的精度。

高精地图相当于人类大脑记忆中的路线，也就是对大脑中物理空间的记忆，GNSS定位相当于人类对空间位置和时空判断的感知，通过二者结合从而知道去哪里、怎么去，目前自动驾驶或者机器人也是往着这方向在发展。自动驾驶系统广泛采用的了基于GNSS的定位技术。

自动驾驶中高精度定位技术大体上可以分为三类：基于信号的定位、基于航迹推算的定位、基于环境特征匹配的定位。

1）基于信号的定位技术

普通的多星(GPS、北斗、伽利略)定位精度大约能做到1-2米，不能满足L3+级别无人驾驶厘米级定位的要求。为了达到更好的定位精度，目前自动驾驶中普遍采用RTK的卫星定位技术。RTK定位的优点是全球可达、全天候全天时可用、定位精度高、使用简便等，在空旷无遮挡的区域能够实现对车辆的厘米级定位。但是也存在一些问题，比如基站布设成本高，易受电磁环境干扰、易受环境遮挡、信号多径效应、4G/5G/WIFI网络环境差的影响等，从而影响定位精度和定位系统的可用性。

2）基于航迹推算的定位技术

航迹推算(dead reckoning)通过测量运动主体移动的距离和方位，与原位置叠加，从而推算出当前位置的方法。在其位精度降低或不可用的情况下，例如当车辆在无法接收GPS/GNSS信号的区域(隧道或地下通道)或发生非常强烈的多径传播(被高层玻璃覆盖的建筑物环绕的区域)中移动时，通过使用来自各种传感器（陀螺仪传感器，加速度计，速度脉冲等）的信息来计算当前位置。

IMU(Inertial measurement unit，惯性测量单元)是常用的航迹推算系统，优势在于没有外部依赖，可以提供短时高精度的定位结果，缺点在于在连续的位置和方向的测量中误差会不断累积，导致位置和姿态的测量结果偏离实际位置，因而无法做长时间的高精度定位。航位推算解决方案广泛应用于汽车导航系统。

3）基于环境特征匹配的定位技术

环境特征匹配技术通过实时测量提取环境特征，并与预先采集的基准数据进行匹配，从而获取确定自动驾驶车辆的当前位置。在实际的应用中，环境特征的定位系统都需要其它定位系统辅助给出初始位置，从而实现在限定区域中匹配环境特征，达到降低计算量、减少特征测量值与预采集基准数据之间可能发生的多重匹配，实现更优的定位结果匹配的目的。

在自动驾驶系统中，常用的环境匹配的定位方案是基于激光点云匹配的定位方案和基于图像匹配的定位方案。

四、智能网联汽车对于高精地图的技术需求

汽车自动驾驶系统包括环境感知与定位、智能规划与决策、控制执行三大核心模块，先进的自身位置评估和感知周边环境是自动驾驶汽车可上路行驶的基础，包括高精地图、通信、各类传感器在内的感知系统，在感知各种道路和复杂的道路交通环境中各自发挥不可或缺的作用。

高精地图又是各类感知系统中尤为关键的一环。高精地图可以不受各种气候环境的影响为车辆纵向加减速和横向转向、变道等决策提供精确定位以及精准车道预测，可避免因传感器在沙尘暴、浓雾等极端气候下发生误判致使自动驾驶系统失效诱发交通事故，保证自动驾驶车辆在任何环境下的安全。高精地图同时也可以提供动态实时交通信息，可以为自动驾驶车辆提前规划行驶路径，躲避拥堵和交通障碍提供支持。高精地图的应用可以极大的降低自动驾驶车辆对于昂贵传感器的依赖，有利于降低成本，更快的进入批量产业化。

1、对于高精地图需求

1）要素和精度要求

高精度地图包括静态地图和动态地图两部分。其中高精度静态地图主要包括道路线、车道边线、车道中心线、车道节点、道路坡度/曲率/航向，道路设施等，主要用于自动驾驶时基于车道导航、变道提醒等。高精度动态地图主要包括道路交通管制信息、实时交通信息、道路围边气象服务信息、潮汐车道信息等，动态信息具有实时性，动态性、可变性，主要用于路径规划时参考信息。不同级别自动驾驶对高精度地图要素内容要求不同。

相比一般普通导航地图的精度是以米为单位，高精地图可以做到厘米级别，其国内主流图商公布的采集精度能够达到5-10cm。

由于自动驾驶级别的不同，对于高精地图的要素和精度的要求也不同。随着地图采集和定位精度等技术的进步，高精地图要素和精度的要求也会发生改变。

2）加密插件安全性需求

按照《关于加强自动驾驶地图生产测试与应用管理的通知》，我国自动驾驶地图参照导航电子地图法规进行管理。而依据现行国家强制标准《导航电子地图安全处理技术基本要求（GB 20263-2006）》，用于传统车辆的导航电子地图需进行加密处理。同时，为补偿地图加密处理造成的坐标系变化，使导航功能得到应用，在车端引入了卫星定位信号加密插件。

符合自动驾驶需求的加密插件，在设计之初即应考虑全面满足精准性、完整性、连续性和实时性等技术指标。同时，作为自动驾驶车辆安全相关组件，加密插件应符合 GB/T 34590-2007 (ISO 26262:2011) 的功能安全相关要求。

2、高精度地图测绘资质问题

依据《中华人民共和国测绘法》的规定，没有测绘资质的汽车企业无法采集最基本的地理位置信息和道路标线标牌等。但自动驾驶地图要求地理位置和路况高时效性，如道路信息、车道信息、三维结构物等信息更新要求＜1个月（基础地图），对交通管制、道路施工等信息更新要求＜1小时（准静态地图）。仅依靠地图公司专业采集车无法实现全国范围内道路的及时更新，需要汽车企业在开发调试和大量车辆上路行驶过程中收集数据，实现自动驾驶地图数据的及时更新，满足功能测试和车辆自动驾驶要求。现有审图模式无法满足基础地图和准静态地图更新周期要求，更无法满足信息更新＜1秒的要求（周边车辆、行人信息信号信息等），同时对于大量采用众包模式的初创企业带来极高的准入门槛和极大的政策风险。

因为地图勘测本就涉及国家机密，所以明令禁止外资企业开展地图采集工作，即使是针对互联网服务和信息服务业务也实施了严格的外资准入制度。

3、众包采集时数据传输需求

众包模式作为采集和更新的一种手段，在高精地图产业中占据很重要的地位。一方面，高精地图采集生产成本高，初创公司难以承受。自动驾驶所需要的高精地图，需要极高的专业设备和专业采集能力，这也意味着极高的投入和成本。，另一方面，高精地图采集资质门槛高，初创公司没有资质。地图公司要想在国内进行高精地图的采集制作，必须拥有“导航电子地图资质”甲级测绘资质。

众包模式对于动态地图信息（比如道路是否拥堵、是否有交通事故、交通管制情况、天气情况等）的实时更新相比专业采集模式有极大的优势。而对于众包模式采集的数据和这些数据传输的标准化更是有强烈的需求。

4、对信息安全需求

高精地图作为车辆超视距感知和决策的关键手段，在线升级和实时动态交通信息更新的要求非常关键。而在车载软硬件系统日益受到网络黑客攻击的情况下，信息安全的管理尤为重要。

地图绘制阶段需要考虑安全需求，测绘阶段地理数据需要安全管理，不可经过公网传输，否则危及国家安全；地图数据上传阶段，需要在隔离网络中经过安全的传输通道进行上传到云端，防止数据泄露；云端地图数据需要加密存储，对地图数据的访问需要进行身份认证和授权过程，防止越权访问；高精地图生产环节需增加访问控制机制，保证网络隔离，防止制图阶段数据外泄；审图环节需要增加审图偏转，防止数据泄露。

随着高精地图对于自动驾驶决策变得日益重要，高精地图的信息安全也提到一个很高的需求层面。

5、在线升级需求

L3/L4/L5级别的自动驾驶对于高精地图的依赖非常强，但是高精地图是对物理世界的数字三维化，物理世界时时刻刻都在发生着变化，如何应对快速变化的道路环境在自动驾驶时代是一个迫切需要解决的问题。

在基于环境匹配的定位中，如果道路环境变化，就可能会影响到匹配算法的准确度，进而出现定位偏移，影响自动驾驶汽车对于周围环境的判断，最终影响到驾驶的安全性。

对于路径规划、行为预测、系统决策等也存在同样的问题。自动驾驶往往都是车道级的路径规划，如果实际道路环境中，车道数量、位置发生了变化，与实际环境不匹配的道路信息对各个功能模块都会提供错误的信息输入，最终影响到驾驶系统的可靠性和稳定性。

所以在自动驾驶的时代，能够快速更新高精地图数据OTA系统不可或缺。高精地图的在线升级（OTA）技术要求也是亟需确定的.

6、自动驾驶同步定位与地图构建(SLAM)

自动驾驶同步定位与地图构建（Simultaneous Localization and mapping 简称SLAM）指在自动驾驶的自身位置不确定的条件下，在完全未知的环境中创建地图，同时利用地图进行自主定位和导航。汽车从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，道路、路口等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。在定位的同时构建地图其基本原理是通过概率统计的方法，通过多特性匹配来达到定位和减少定位误差的，并在定位的同时通过多传感器获得的信息构建高精度地图。

现有的采用64线激光雷达同步定位与地图构建技术对车辆进行高精度定位与地图构建，但成本太高，难以实现产品化。现有的视觉SLAM技术多应用于室内机器人导航，无法满足车辆室外大场景视觉定位与地图构建的稳定性和鲁棒性要求。同时现有单车辆SLAM技术依赖于多传感器融合方案，整体硬件成本较高，并且单车辆SLAM的地图构建效率较低，只能对可观测的环境进行SLAM，无法对未知环境进行导航，降低了车辆定位与地图构建系统的环境适应性

五、中国自动驾驶地图政策法规现状

我国现行相关法律法规，涉及自动驾驶地图数据采集、要素表达、数据加密、数据更新、审图、发布、成果保密等方面。国家出于安全的考虑，测绘政策对于高精地图的生产，使用做了诸多规定。

我们从事自动驾驶地图产业需要遵守国家法律法规政策，同时需要满足自动驾驶对高精度地图数据的要求，仍然需要尝试做很多尝试和努力。

1、高精地图数据需加密的规定

现行国家强制标准《导航电子地图安全处理技术基本要求（GB 20263-2006）》规定：导航电子地图在公开出版、销售、传播、展示和使用前，必须由测绘行政主管部门指定的机构采用国家规定的方法统一进行空间位置技术处理。为补偿地图空间位置加密处理造成的坐标系变化，使导航功能得到应用，车端引入了卫星定位信号加密插件。

《关于加强自动驾驶地图生产测试与应用管理的通知》、《关于导航电子地图管理有关规定的通知》中规定我国自动驾驶地图参照导航电子地图法规进行管理，需按规定加密。

2、地理要素限制表达的规定

按照国家《测绘管理工作国家秘密范围管理规定》（2003年印发）、导航电子地图安全处理技术基本要求（GB 20263-2006）》（2006年印发）、《关于导航电子地图管理有关规定的通知》（2007年印发）、《公开地图内容表示补充规定（试行）》（2009年印发）、《基础地理信息公开表示内容的规定》（2010年印发）等法规标准的要求，公开的导航电子地图数据产品中，不得表达道路的最大纵坡、车行桥坡度、最大（小）曲率半径、平面坐标、高程等信息（国家正式公布的信息除外）。

3、高精地图数据必须保密的规定

国家测绘地理信息局《关于加强自动驾驶地图生产测试与应用管理的通知》规定：各单位、企业用于自动驾驶技术试验、道路测试的地图数据（包括在传统导航电子地图基础上增添内容、要素或精度提升的），应当按照涉密测绘成果进行管理，并采取有效措施确保数据安全，未经省级以上测绘地理信息行政主管部门批准，不得向外国的组织和个人以及在我国注册的外商独资和中外合资、合作企业提供、共享地图数据，不得在相关技术试验或道路测试中允许超出范围的人员接触地图数据。

4、测绘资质限制规定

我国对从事测绘活动的单位实行测绘资质管理制度。《中华人民共和国测绘法》第五章第二十七条规定：从事测绘活动的单位应当具备响应条件，并依法取得相应等级的测绘资质证书，方可从事测绘活动；第二十九条规定：测绘单位不得超越资质等级许可的范围从事测绘活动，不得以其他测绘单位的名义从事测绘活动，不得允许其他单位以本单位的名义从事测绘活动。

国家测绘地理信息局2016年下发的《关于加强自动驾驶地图生产测试与应用管理的通知》中规定：自动驾驶地图属于导航电子地图的新型种类和重要组成部分，其数据采集、编辑加工和生产制作必须由具有导航电子地图制作测绘资质的单位承担，导航电子地图制作单位在与汽车企业合作开展自动驾驶地图的研发测试时，必须由导航电子地图制作单位单独从事所涉及的测绘活动。

因此，根据相关法律法规，未有测绘资质的汽车企业不得采集地理位置和道路标线标牌等信息，不得制作导航电子地图。

由于自动驾驶对于高精地图的强烈需求，主机厂和图商均在与政府相关监管机构密切沟通，希望在政策法规方面有一些突破。现有的政策法规也会对高精地图的技术标准产生决定性的效果。

清华大学杨殿阁；国汽（北京）智能网联汽车研究院有限公司李庆建；北京百度网讯科技有限公司彭伟；清华大学江昆；北京四维图新科技股份有限公司朱大伟；通用汽车（中国）投资有限公司李金隆；华为技术有限公司伍勇；戴姆勒大中华区投资有限公司吕明；国汽（北京）智能网联汽车研究院有限公司王艳

行业综述-自动驾驶地图与定位技术产业

相关附件