高精地图——这曾无人问津的市场正被一些破局者悄然占领

2016年，谷歌的无人车项目开始受到越来越多商业化的质疑，但也遭遇了长达10个月的人员冲击。那一年，大量选择离职的关键员工，如今已成为无人驾驶圈明星科技公司的创始人，也是谷歌无人车的最强对手。如果你在谷歌中细分他们的部门，你会发现这些人几乎来自两个项目，一个是无人车，另一个是地图。事实上，在2008年机器人专家Chris Urmson被任命为无人驾驶司机项目负责人之前，他曾带领团队在2007年的街景项目中提前完成了100万英里的道路地图绘制。安东尼·莱万多夫斯基后来卷入了谷歌和优步之间的技术秘密纠纷，他也是街景项目的关键成员。甚至有外媒评论称，无人驾驶汽车看起来更像是谷歌地图团队策划的项目。当时，这个团队被全公司称为“美国街道最大的真相发现者”，因为他们在政府提供的原始数据的基础上，不断主动添加测绘车辆收集的更详细的地理信息。直到现在，大多数人都意识到标有“车道线、坡度甚至10厘米高的坑”的详细地图信息对无人驾驶汽车的重要性。无人驾驶汽车的未来取决于高质量的地图。《福布斯》杂志的这一评论并不夸张。它的“超级存在”来自无人驾驶的一个特点：它消耗数据（燃料）并产生数据（收集信息）。例如，即使无人车配备了各种传感器和软件工具，也需要经历“冷启动”阶段。但幸运的是，所有机器都具有“蜂窝思维”的优势，将在另一辆车上收集的数据记忆完全移植到另一辆汽车的“大脑”中只需几分钟。这些配置的视觉传感器和计算机视觉系统在根据高精度地图定位、导航和规划路线的同时，准确捕捉周围环境的特征，并不断补充、校正和更新高精度地图背后的庞大数据库。另一方面，尽管近年来视觉传感器和深度学习软件的性能有了很大提高，但汽车操作系统的可靠性已逐渐从地图数据存储转向实时场景识别。然而，从安全冗余的角度来看，一旦识别响应慢了几拍或操作系统的一个驱动程序崩溃，高精度地图（必须首先隔离）也可以作为保护屏障。无人驾驶汽车上的这种“多重特殊身份”使得高精度地图被视为2015年无人驾驶热浪开始时即将出现的新兴产业，这使得资本开始流动。事实上，除了

2015年，诺基亚数字地图品牌Here的股权被德国汽车公司和零部件巨头瓜分。2016年，腾讯向四维图新增资1.8倍。

使用众包收集数据的ASAS供应商Mobileye使用了153。

除了英特尔1亿美元的收购和众多的强强合作，2017年高精度地图创业项目的融资频率达到了一个小高潮。想要用物流车绘制3D地图的Camera、由前特斯拉工程师开创的lvl 5、在激光雷达测绘方面颇有建树的CivilMaps和作为开源平台起步的Mapbox，都在2016年底至2017年获得了大量融资。另一方面，在中国，尽管百度、高德、四维图新等普通制图师已经布局了高精度地图业务，但L4级以上的无人科技公司也表示希望自己制作高精度地图。但由于政策、国土安全以及前期过度投资等因素，高精度地图市场收效甚微；

与此同时，高精度地图业务的初创公司也较晚，他们在2017年底至2018年初才看到一些迹象。然而，在我们最近与传感器硬件公司的接触中，我们发现一些传统的测绘和数据采集软件供应商和集成商渴望进军高精度地图市场。成本之痛“我们最近遇到了一些地图经销商，他们表示，由于无人驾驶对高精度地图的迫切需求，他们重新获得了“敬畏”“关于地图。数字绿色地球首席技术官赵宝林非常激动。2017年，这家一直在林业和电网等传统领域为无人机测绘、采集和处理做软硬件产品的公司被越来越多的图形供应商接洽，他们都对高精度地图的应用采集提出了需求：”一个明显的趋势是除了互联网图形供应商，航空导航领域的图形供应商也在向高精度地图转型。他们需要在无人机或汽车上安装一套新的采集软件和硬件支持设施，以便更有效地收集城市道路信息。事实上，直接复制无人机的数据采集系统并没有错。目前，市场上大多数高精度地图采集方案实际上都是将无人机直接移动到汽车上。毕竟，传统测绘中使用的数据采集系统的精度通常会降低到5厘米以下；目前，基于车速、制动距离和决策响应时间的确定，高精度地图行业公认的相对误差精度为20厘米。以古代文物的三维重建为例，这些物体需要更多的细节。包括数字绿土在内的传统测绘解决方案制造商通常使用测距误差为1~2毫米的激光雷达。这样的高精度激光雷达用于汽车，在效果上自然没有问题，但显然，高端传感器肯定很贵。“和我们这套无人机激光雷达点云采集软硬件设备一样，价格都在百万级。而且，挂在无人机上意味着少数设备就可以覆盖大面积，对采集频率的要求也没有那么高；

然而，车载方案的覆盖范围有限，需要更多的细节，甚至需要一直发挥作用。此外，在质量方面，无人机或大型飞机上的检测条件没有那么苛刻（如果苛刻，就选择不工作），即使遇到颠簸，也能顺利缓冲，对硬件质量的要求也没有那么高。但在汽车中，硬件需要满足所有工作条件的适应性，因此激光雷达必须是一种非常工业化的产品。因此，成本是这样上升的。赵宝林谈到了创业公司甚至地图制造商难以制作高精度地图的最大痛点之一。长江证券提供的2017年年报显示，由于地图数据的采集和维护在固定成本中占很大比例，高精度地图是一个资本密集型行业。如果没有稳定的市场份额和良好的盈利能力，就不可能与那些具有先行者优势的大型对手竞争。根据《汽车商业评论》2016年的报告，高德一辆高精度地图采集车的成本高达800万元人民币，并且仅拥有六辆车（截至报告时间）。“与国外不同，许多国内的图形经销商，尤其是互联网图形经销商，都是免费的。然后去专门做高精度地图。如果没有百度等其他业务线的支持，实际上很难承担这样的数据收集成本。图形经销商的困难在于，如果他们想以这个价格批量购买或普及市场，他们需要暗示负担不起。然而，即使高精度地图的生产和维护成本难以想象，这也是它的市场价值。对于想要跨越这个价格门槛的公司来说，理论上只有一个可行的解决方案：用相对低成本的传感器和高性能的软件来解决这个问题。这意味着，如果我们想解决价格阈值，就必须克服另一个阈值——基于激光雷达点云的三维特征提取。阈值中的阈值据赵宝林介绍，即使采集了图像和点云数据，距离高精度地图的输出仍有一定差距。“从数据到地图，还有很长的路要走。最重要的是3D特征提取的准确性、精度和效率。毕竟高精度地图中涉及安全的车道线、红绿灯和交通设施太多了，这里需要强大的软件技术支持。 “一些引入激光雷达的无人方案并没有充分发挥激光雷达的全部价值，通常只用于动态目标的快速定位，而目标识别和跟踪依赖于图像信息。特别是对于价格低廉的16线或32线雷达来说，点云本身非常稀疏，这对实时点云处理技术是一个巨大的挑战。但实际情况是，如果要进行进一步的识别和跟踪，激光雷达本身更有优势。由于精度更高，并且点云信息本身包含的几何关系，计算压力小于图像的计算压力，实时性更好。此外，在高精度地图车辆定位方面，基于关键特征匹配，也可以大大降低高精度地图的数据量，这意味着传输带宽和数据存储成本也将降低。因此，这种基于激光雷达的三维目标精确识别和特征提取技术被赵宝林视为当前高精度地图乃至无人驾驶行业的重要门槛。“我们的优势是，当GPS信号不好甚至丢失时，我们可以使用点云匹配技术和SLAM来保持地图的准确性，还可以实时准确地提取物体的三维信息，提取动态和静态特征，并将其注册到决策算法中。由于这是一个阈值，因此意味着商业价值目前，Digital Green Earth正计划与一些上下游硬件公司合作开发基于视觉系统的标准部件，希望通过激光雷达的点云数据采集和决策算法。此外，该公司还与几家图形供应商签署了项目合作协议，为他们解决困难路段的问题。此外，他们还与包括德国主流汽车制造商在内的多家汽车制造商建立了合作关系。但有些令人惊讶的是，在赵宝林提到的客户中，还有几家的名字……

r无人驾驶技术公司。这些明星企业家还提出了从点云中提取三维特征的技术要求。“每个人都想尽可能减少对硬件的依赖。除了成本之外，传感器的性能和决策系统对紧急情况的实时响应能力还没有得到充分的预期。当然，在B2B业务中，公司习惯于帮助他人提供技术解决方案，但不能报告自己的名字。此外，我们发现作为数字绿地的投资者，顺丰可以为这家初创公司提供的应用场景条件也非常好。想象一下，一辆SF物流卡车在全国各地行驶。如果将软件和硬件设备“扣”在卡车上，地图将作为副产品制作，其成本将大大降低。高精度地图竞争对手之间的矛盾带来了更多的商机。显然，数字绿地切入高精度地图市场的角度并不是“横冲直撞”（即直接制作高精度地图），而是巧妙地依托自身在传统测绘领域的优势和高精度地图的痛点，它首先成为了一家软件工具提供商，接受高精度地图制造商和汽车制造商的订单。这与国外高精度地图初创公司CivilMaps帮助高精度地图采集者“减负”的业务路径有些相似。这家受到福特青睐的初创公司也有能力从点云数据中提取三维物体的关键特征。他们选择的商业模式也是与汽车工厂合作众包，在车内安装自己的传感器硬件和软件设备。“由于中国的资质问题和高昂的投资成本，高精度地图初创公司不太可能单打独斗，但这并不意味着这个市场做不到。赵宝林说，他从汽车巨头和图形商布局高精度地图的行动中看到了更多的商机：”从这里的股权变化可以看出汽车制造商正在祝福对Here的控制。至少我们接触的每一家汽车工厂都希望对高精度地图数据有一定的控制权。因为在早期市场，每一项技术和产品都没有形成，每个玩家都需要尝试多条腿走路。“与几家与Apollo合作过的汽车制造商交谈，他们实际上对数据和高精度地图非常积极。事实上，对于汽车行业来说，高精度地图不仅仅是无人驾驶汽车不可或缺的一部分。一旦无人驾驶生态最终形成，每个人最终争夺的是终端衍生的消费力，以及离子地图也将成为无人驾驶汽车大军中必不可少的交通入口。这场激烈的高精度地图争夺战意味着，即使这款产品最终能够扩大规模，也不会有统一的标准。尽管目前国内外似乎正在推进标准化，但赵宝林认为，这只相当于收集具有相对结构化和开放特征的三维高精度地图，然后以统一的格式存储和管理高精度地图数据。“这只是判断高精度地图作为数据资产的生产商和运营商之间可交付成果的标准。你认为，我们正在做一个项目，你给我的这个东西是一种形式，但当我想使用它时，我会把它改成另一种形式。使用过程中的事实标准永远不会公开。这就像一个图形经销商为宝马-奔驰提供产品。尽管它们都是国际标准格式，但上宝马车已经今非昔比了。一些数据将存储在云中，一些数据将在车内。对于高精度地图来说，它的功能范围更广，任务更重：由于传感器实时采集的数据需要经过处理并传输到决策系统进行匹配，因此每个车厂或科技公司都有自己不同的决策大脑。然后，大脑必须改变数据格式，通过使用哪些特征来找到最匹配的模式，从而使匹配分析在决策中更快。因此，每个家庭都会有自己的障碍和专利，无一例外。“这意味着通用的格式永远不会奏效。他认为，独特的决策系统决定了每个家庭都必须需要一张独特的高精度地图。”因此，我们首先选择成为一家高精度地图工具提供商。从这个角度来看，高精度的参与者之间的“大矛盾”……

p市场正是针对在数字绿地等传统测绘领域积累了丰富经验的技术解决方案集成商，以及具有传感器融合技术优势的无人驾驶公司，他们在高精度地图的市场成本和资质之间划出了一角。无论如何，对于赢家来说，这将是一个有利可图的市场。2016年，谷歌的无人车项目开始受到越来越多商业化的质疑，但也遭遇了长达10个月的人员冲击。那一年，大量选择离职的关键员工，如今已成为无人驾驶圈明星科技公司的创始人，也是谷歌无人车的最强对手。如果你在谷歌中细分他们的部门，你会发现这些人几乎来自两个项目，一个是无人车，另一个是地图。事实上，在2008年机器人专家Chris Urmson被任命为无人驾驶司机项目负责人之前，他曾带领团队在2007年的街景项目中提前完成了100万英里的道路地图绘制。安东尼·莱万多夫斯基后来卷入了谷歌和优步之间的技术秘密纠纷，他也是街景项目的关键成员。甚至有外媒评论称，无人驾驶汽车看起来更像是谷歌地图团队策划的项目。当时，这个团队被全公司称为“美国街道最大的真相发现者”，因为他们在政府提供的原始数据的基础上，不断主动添加测绘车辆收集的更详细的地理信息。直到现在，大多数人都意识到标有“车道线、坡度甚至10厘米高的坑”的详细地图信息对无人驾驶汽车的重要性。无人驾驶汽车的未来取决于高质量的地图。《福布斯》杂志的这一评论并不夸张。它的“超级存在”来自无人驾驶的一个特点：它消耗数据（燃料）并产生数据（收集信息）。例如，即使无人车配备了各种传感器和软件工具，也需要经历“冷启动”阶段。但幸运的是，所有机器都具有“蜂窝思维”的优势，将在另一辆车上收集的数据记忆完全移植到另一辆汽车的“大脑”中只需几分钟。这些配置的视觉传感器和计算机视觉系统在根据高精度地图定位、导航和规划路线的同时，准确捕捉周围环境的特征，并不断补充、校正和更新高精度地图背后的庞大数据库。另一方面，尽管近年来视觉传感器和深度学习软件的性能有了很大提高，但汽车操作系统的可靠性已逐渐从地图数据存储转向实时场景识别。然而，从安全冗余的角度来看，一旦识别响应慢了几拍或操作系统的一个驱动程序崩溃，高精度地图（必须首先隔离）也可以作为保护屏障。无人驾驶汽车上的这种“多重特殊身份”使得高精度地图被视为2015年无人驾驶热浪开始时即将出现的新兴产业，这使得资本开始流动。事实上，除了

2015年，诺基亚数字地图品牌Here的股权被德国汽车公司和零部件巨头瓜分。2016年，腾讯向四维图新增资1.8倍。

使用众包收集数据的ASAS供应商Mobileye使用了153。

除了英特尔1亿美元的收购和众多的强强合作，2017年高精度地图创业项目的融资频率达到了一个小高潮。想要用物流车绘制3D地图的Camera、由前特斯拉工程师开创的lvl 5、在激光雷达测绘方面颇有建树的CivilMaps和作为开源平台起步的Mapbox，都在2016年底至2017年获得了大量融资。另一方面，在中国，尽管百度、高德、四维图新等普通制图师已经布局了高精度地图业务，但L4级以上的无人科技公司也表示希望自己制作高精度地图。但由于政策、国土安全以及前期过度投资等因素，高精度地图市场收效甚微；

与此同时，高精度地图业务的初创公司也较晚，他们在2017年底至2018年初才看到一些迹象。然而，在我们最近与传感器硬件公司的接触中，我们发现一些传统的测绘和数据采集软件供应商和集成商渴望进军高精度地图市场。成本之痛“我们最近遇到了一些地图经销商，他们表示，由于无人驾驶对高精度地图的迫切需求，他们重新获得了“敬畏”“关于地图。数字绿色地球首席技术官赵宝林非常激动。2017年，这家一直在林业和电网等传统领域为无人机测绘、采集和处理做软硬件产品的公司被越来越多的图形供应商接洽，他们都对高精度地图的应用采集提出了需求：”一个明显的趋势是除了互联网图形供应商，航空导航领域的图形供应商也在向高精度地图转型。他们需要在无人机或汽车上安装一套新的采集软件和硬件支持设施，以便更有效地收集城市道路信息。事实上，直接复制无人机的数据采集系统并没有错。目前，市场上大多数高精度地图采集方案实际上都是将无人机直接移动到汽车上。毕竟，传统测绘中使用的数据采集系统的精度通常会降低到5厘米以下；目前，基于车速、制动距离和决策响应时间的确定，高精度地图行业公认的相对误差精度为20厘米。以古代文物的三维重建为例，这些物体需要更多的细节。包括数字绿土在内的传统测绘解决方案制造商通常使用测距误差为1~2毫米的激光雷达。这样的高精度激光雷达用于汽车，在效果上自然没有问题，但显然，高端传感器肯定很贵。“和我们这套无人机激光雷达点云采集软硬件设备一样，价格都在百万级。而且，挂在无人机上意味着少数设备就可以覆盖大面积，对采集频率的要求也没有那么高；

然而，车载方案的覆盖范围有限，需要更多的细节，甚至需要一直发挥作用。此外，在质量方面，无人机或大型飞机上的检测条件没有那么苛刻（如果苛刻，就选择不工作），即使遇到颠簸，也能顺利缓冲，对硬件质量的要求也没有那么高。但在汽车中，硬件需要满足所有工作条件的适应性，因此激光雷达必须是一种非常工业化的产品。因此，成本是这样上升的。赵宝林谈到了创业公司甚至地图制造商难以制作高精度地图的最大痛点之一。长江证券提供的2017年年报显示，由于地图数据的采集和维护在固定成本中占很大比例，高精度地图是一个资本密集型行业。如果没有稳定的市场份额和良好的盈利能力，就不可能与那些具有先行者优势的大型对手竞争。根据《汽车商业评论》2016年的报告，高德一辆高精度地图采集车的成本高达800万元人民币，并且仅拥有六辆车（截至报告时间）。“与国外不同，许多国内的图形经销商，尤其是互联网图形经销商，都是免费的。然后去专门做高精度地图。如果没有百度等其他业务线的支持，实际上很难承担这样的数据收集成本。图形经销商的困难在于，如果他们想以这个价格批量购买或普及市场，他们需要暗示负担不起。然而，即使高精度地图的生产和维护成本难以想象，这也是它的市场价值。对于想要跨越这个价格门槛的公司来说，理论上只有一个可行的解决方案：用相对低成本的传感器和高性能的软件来解决这个问题。这意味着，如果我们想解决价格阈值，就必须克服另一个阈值——基于激光雷达点云的三维特征提取。阈值中的阈值据赵宝林介绍，即使采集了图像和点云数据，距离高精度地图的输出仍有一定差距。“从数据到地图，还有很长的路要走。最重要的是3D特征提取的准确性、精度和效率。毕竟高精度地图中涉及安全的车道线、红绿灯和交通设施太多了，这里需要强大的软件技术支持。 “一些引入激光雷达的无人方案并没有充分发挥激光雷达的全部价值，通常只用于动态目标的快速定位，而目标识别和跟踪依赖于图像信息。特别是对于价格低廉的16线或32线雷达来说，点云本身非常稀疏，这对实时点云处理技术是一个巨大的挑战。但实际情况是，如果要进行进一步的识别和跟踪，激光雷达本身更有优势。由于精度更高，并且点云信息本身包含的几何关系，计算压力小于图像的计算压力，实时性更好。此外，在高精度地图车辆定位方面，基于关键特征匹配，也可以大大降低高精度地图的数据量，这意味着传输带宽和数据存储成本也将降低。因此，这种基于激光雷达的三维目标精确识别和特征提取技术被赵宝林视为当前高精度地图乃至无人驾驶行业的重要门槛。“我们的优势是，当GPS信号不好甚至丢失时，我们可以使用点云匹配技术和SLAM来保持地图的准确性，还可以实时准确地提取物体的三维信息，提取动态和静态特征，并将其注册到决策算法中。由于这是一个阈值，因此意味着商业价值目前，Digital Green Earth正计划与一些上下游硬件公司合作开发基于视觉系统的标准部件，希望通过激光雷达的点云数据采集和决策算法。此外，该公司还与几家图形供应商签署了项目合作协议，为他们解决困难路段的问题。此外，他们还与包括德国主流汽车制造商在内的多家汽车制造商建立了合作关系。但有些令人惊讶的是，在赵宝林提到的客户中，还有几家的名字……

r无人驾驶技术公司。这些明星企业家还提出了从点云中提取三维特征的技术要求。“每个人都想尽可能减少对硬件的依赖。除了成本之外，传感器的性能和决策系统对紧急情况的实时响应能力还没有得到充分的预期。当然，在B2B业务中，公司习惯于帮助他人提供技术解决方案，但不能报告自己的名字。此外，我们发现作为数字绿地的投资者，顺丰可以为这家初创公司提供的应用场景条件也非常好。想象一下，一辆SF物流卡车在全国各地行驶。如果将软件和硬件设备“扣”在卡车上，地图将作为副产品制作，其成本将大大降低。高精度地图竞争对手之间的矛盾带来了更多的商机。显然，数字绿地切入高精度地图市场的角度并不是“横冲直撞”（即直接制作高精度地图），而是巧妙地依托自身在传统测绘领域的优势和高精度地图的痛点，它首先成为了一家软件工具提供商，接受高精度地图制造商和汽车制造商的订单。这与国外高精度地图初创公司CivilMaps帮助高精度地图采集者“减负”的业务路径有些相似。这家受到福特青睐的初创公司也有能力从点云数据中提取三维物体的关键特征。他们选择的商业模式也是与汽车工厂合作众包，在车内安装自己的传感器硬件和软件设备。“由于中国的资质问题和高昂的投资成本，高精度地图初创公司不太可能单打独斗，但这并不意味着这个市场做不到。赵宝林说，他从汽车巨头和图形商布局高精度地图的行动中看到了更多的商机：”从这里的股权变化可以看出汽车制造商正在祝福对Here的控制。至少我们接触的每一家汽车工厂都希望对高精度地图数据有一定的控制权。因为在早期市场，每一项技术和产品都没有形成，每个玩家都需要尝试多条腿走路。“与几家与Apollo合作过的汽车制造商交谈，他们实际上对数据和高精度地图非常积极。事实上，对于汽车行业来说，高精度地图不仅仅是无人驾驶汽车不可或缺的一部分。一旦无人驾驶生态最终形成，每个人最终争夺的是终端衍生的消费力，以及离子地图也将成为无人驾驶汽车大军中必不可少的交通入口。这场激烈的高精度地图争夺战意味着，即使这款产品最终能够扩大规模，也不会有统一的标准。尽管目前国内外似乎正在推进标准化，但赵宝林认为，这只相当于收集具有相对结构化和开放特征的三维高精度地图，然后以统一的格式存储和管理高精度地图数据。“这只是判断高精度地图作为数据资产的生产商和运营商之间可交付成果的标准。你认为，我们正在做一个项目，你给我的这个东西是一种形式，但当我想使用它时，我会把它改成另一种形式。使用过程中的事实标准永远不会公开。这就像一个图形经销商为宝马-奔驰提供产品。尽管它们都是国际标准格式，但上宝马车已经今非昔比了。一些数据将存储在云中，一些数据将在车内。对于高精度地图来说，它的功能范围更广，任务更重：由于传感器实时采集的数据需要经过处理并传输到决策系统进行匹配，因此每个车厂或科技公司都有自己不同的决策大脑。然后，大脑必须改变数据格式，通过使用哪些特征来找到最匹配的模式，从而使匹配分析在决策中更快。因此，每个家庭都会有自己的障碍和专利，无一例外。“这意味着通用的格式永远不会奏效。他认为，独特的决策系统决定了每个家庭都必须需要一张独特的高精度地图。”因此，我们首先选择成为一家高精度地图工具提供商。从这个角度来看，高精度的参与者之间的“大矛盾”……

p市场正是针对在数字绿地等传统测绘领域积累了丰富经验的技术解决方案集成商，以及具有传感器融合技术优势的无人驾驶公司，他们在高精度地图的市场成本和资质之间划出了一角。无论如何，对于赢家来说，这将是一个有利可图的市场。

标签：发现宝马奔驰福特特斯拉

汽车资讯热门资讯