近日，百度地图更新“车道级事故预警”功能，可监测高速路突发事故、紧急施工等交通事件，并实时更新前方事故车道信息，向车主进行预警。

百度地图灾祸预警示意图

（图源：百度地图）

值得一提的是，百度“车道级导航”是基于高精地图的应用。而最近基于此技术更新地图应用的不止百度一家，苹果也在自家的3D地图上更新了细节。据悉，苹果3D地图不同于卫星3D地图，其场景及地图中建筑物并非来自卫星图片，而是由自己设计。

苹果3D地图示意图

（图源：苹果）

在过去，地图的功能与服务更新大都基于卫星，而如今则基于各家测绘的高精地图。卫星和高精地图的不同点在于，后者需要进行实地测绘。这从侧面也体现出，目前地图定位技术正发生“后端技术前端化”的转变。如今大部分地图公司、汽车厂商都在拥抱高精地图，主要是因为政策指向。

什么是高精地图

后端技术如何前端化？

地图产品与一般互联网产品类似，也由前后两端构成。后端由卫星提供定位技术和相关图片；前端则提供软件服务。但目前传统地图在精确度和时效性上已不再能满足人车需求，于是后端技术不再局限于卫星，而是通过结合前端的雷达等测距技术进行实地测绘，加之对场景的渲染，构建更符合新时代的高精地图。

高精地图由静态和动态两个图层构成。静态处于底层，一般由含有语义信息的车道模型、道路部件、道路属性三类矢量信息，以及用于多传感器定位的特征图层构成。而动态图层则建立于静态图层的基础之上，主要包括实时动态信息，既有其他交通参与者的信息（如道路拥堵情况、施工情况、天气情况等），也有交通参与物的信息（如红绿灯、人行横道等）。

高精地图的动静态要素

（图源：网络）

由上图可知，地图通过特定图层来描绘特定类别，然后将图层叠加进行路面表达，终端显示的导航地图一般由10层以上不同分辨率的图片组成。当用户进行缩放时，程序根据缩放级数，选择不同分辨率的瓦片图，再拼接成一幅完整的地图。

虽然有很多图层，但按照为地图整体提供的功能来划分，可以分为三大图层架构。

构成高精地图的三个不同图层

（来源：四维图新）

在应用端，由于路况复杂，高精地图还需分析地图中不同的信息，一般分为道路信息、规则信息、实时信息三部分。道路信息为自动驾驶汽车提供决策基础。而规则信息与实时信息则是基于道路信息与车联网获取的实时信息，用来规范驾驶行为。

构成高精地图的信息分类

（来源：中信证券研究部）

对比传统地图，高精地图在面向对象上有所差异。传统地图主要面向人，以人的认知为基础，解决的需求包括规划路线、确认地点、辨别方位等，高精地图面向的是自动驾驶算法，或者说“一台机器”，数据将作为自动驾驶算法的输入端，解决的需求包括环境感知、高精度定位、规划与决策等，是自动驾驶汽车行驶上路的“行动指南”。

另一方面，在时效性要求上，高精地图比传统地图更高。传统地图更新频率一般为一季度更新一次，而高精度地图由于涉及辅助及自动驾驶，理想情况为一小时更新一次。

高精地图与传统地图的区别

（来源：中信证券研究部）

在实际场景中

构建一张高精地图有何难点？

目前，地图公司主要通过专业的采集车进行集中测绘与制图，这种采集方式优势很明显：精度高、可靠性强。一辆高精地图采集车需要搭载的设备包括激光雷达、摄像头、陀螺仪、GPS接收机、数据储存计算设备等。

在价格方面，据《智能网联汽车高精地图白皮书》显示，分米级地图的测绘效率约为每天每车500公里道路，成本为每公里十元左右，而厘米级地图的测绘效率约为每天每车100公里道路，成本在每公里千元左右。

经过一番推算不难得出，目前高精地图在测绘上还有面对成本过高的问题。相比高速路段，城市主干道等开放道路的测绘范围会更大，路况也更复杂。以1辆采集车1天采集有效数据100公里计算，100辆采集车也要1个月才能采集完1次。而1辆采集车的购买成本就在百万元级别。

同时，由于高精地图对时效性的要求，采集完之后的地图维护和更新，包括地图绘制、校正地图信息、更新POI信息等译制工作也会增加一定成本。在这样的成本压力下，要地图公司投入更大规模的采集车，并完成高精地图日更或周更，并不现实。即便是头部企业高德地图，截止2021年底也仅在国内近30个城市完成20万公里的采集，而全国城市道路总长近1000万公里。

而针对成本问题，后来大多厂商使用众包采集的解决方案。即利用搭载了激光雷达、摄像头等传感器的乘用车辆，在行驶过程中收集道路信息并上传到云端，地图公司在云端对道路数据进行处理，更新高精地图，再拿给车辆使用。这种采集方式的优势在于，可以利用存量更大的乘用车，对道路信息进行不间断地采集处理，达到更新快、成本低的目的。

不过该方案也有一定的弊端。首先是不同车型由于传感器和操作系统上的差异，产出的数据格式不同，导致传到云端后在数据融合上有一定难度。第二是由于测绘数据涉及国家安全问题，国家相关政策对其进行了管制。

自然资源部《关于促进智能网联汽车发展维护测绘地理信息安全的通知》

（图源：自然资源部）

其中第一条便明确了相关约束信息。简单来说，只要是车上装配了定位模块、摄像头、激光雷达等传感器，并进行地理数据的采集、存储、传输和处理，就算是测绘行为，需要受到相关法律约束。

政策为国内企业撑起保护伞

地图、定位解决方案公司的新机会

今年8月30日，上文提及的《通知》颁布，其第三条规定如下：

需要从事相关数据收集、存储、传输和处理的车企、服务商及智能驾驶软件提供商等，属于内资企业的，应依法取得相应测绘资质，或委托具有相应测绘资质的单位开展相应测绘活动；属于外商投资企业的，应委托具有相应测绘资质的单位开展相应测绘活动，由被委托的测绘资质单位承担收集、存储、传输和处理相关空间坐标、影像、点云及其属性信息等业务及提供地理信息服务与支持。

简单来说，外资企业无法取得测绘资质。同时，根据自然资源部发布的相关规定，高精地图测绘制作，只能由具备导航电子地图制作甲级资质的单位进行。截止2021年底，获得甲级资质只有31家企业，而在经过2022年的三次复审后，目前只有19家企业通过。

2022年甲级测绘复审换证通过单位

（数据来源：自然资源部）

并且，出于数据安全的考量，也为了解决高精地图在生产更新中的合规性问题。在前文提到的测绘众包采集方案上，工信部主导了车联网基础数据与地图服务平台建设项目，建立了处于Tier 1（地图公司）和监管部门间的单位Tier1.5，作为OEM（汽车厂商）和Tier 1之间的纽带，加强动态数据汇聚、数据推送、服务监管支撑、数据合规处理四方面的能力。

高精地图产业角色定位

（图源：2021年《智能网联汽车》杂志1月刊）

此举虽可有效解决众包采集方案中的合规性问题。但也无形中限制了辅助驾驶和自动驾驶发展。这其中汽车厂商最着急。一般情况下，汽车装配的雷达传感器、摄像头等硬件所采集的数据不是为了测绘，而是为了训练算法。但由于政策规定，目前的相关进展已暂停，比如与华为合作的极狐汽车，城市道路高阶智能驾驶功能的交付时间仍在后延。据业内人士透露，大家都在等政策风向。

另一方面，虽然特斯拉等知名车企提出“重感知，轻地图”的路线，采取了完全不依靠“高精地图”的纯视觉自动驾驶方案，把用作仿真训练的“短时路网”保存在国内的服务器上。但目前已知消息是，特斯拉仍不被允许进入一些敏感的行政区域。不仅在中国，今年早些时候，德国柏林警察局曾下令：禁止特斯拉进入警察总部和刑事警察局相关场所。

而更多的汽车厂商也重新开始关注高精地图。比如蔚来在今年第一季度财报提及：今年三季度将基于与合作伙伴共同开发的自研高精地图，推出NOP+增强领航辅助功能；同时与华为合作的极狐阿尔法、阿维塔等搭载的高阶智能驾驶功能ADS，都会搭载华为高精度地图。

目前看来，虽然审核制度比较严格，但相关部门也在着手与企业打配合，换个角度思考，其目的主要是加快相关产业国有化进展。加上汽车厂商纷纷在重新布局高精地图。综上所述，从政策和市场来看，高精地图或是国内地图公司、定位解决方案公司的一大机会。