近日，百度地圖更新“車道級事故預警”功能，可監測高速路突發事故、緊急施工等交通事件，并實時更新前方事故車道信息，向車主進行預警。

百度地圖災禍預警示意圖

（圖源：百度地圖）

值得一提的是，百度“車道級導航”是基于高精地圖的應用。而最近基于此技術更新地圖應用的不止百度一家，蘋果也在自家的3D地圖上更新了細節。據悉，蘋果3D地圖不同于衛星3D地圖，其場景及地圖中建筑物并非來自衛星圖片，而是由自己設計。

蘋果3D地圖示意圖

（圖源：蘋果）

在過去，地圖的功能與服務更新大都基于衛星，而如今則基于各家測繪的高精地圖。衛星和高精地圖的不同點在于，后者需要進行實地測繪。這從側面也體現出，目前地圖定位技術正發生“后端技術前端化”的轉變。如今大部分地圖公司、汽車廠商都在擁抱高精地圖，主要是因為政策指向。

地圖產品與一般互聯網產品類似，也由前后兩端構成。后端由衛星提供定位技術和相關圖片；前端則提供軟件服務。但目前傳統地圖在精確度和時效性上已不再能滿足人車需求，于是后端技術不再局限于衛星，而是通過結合前端的雷達等測距技術進行實地測繪，加之對場景的渲染，構建更符合新時代的高精地圖。

高精地圖由靜態和動態兩個圖層構成。靜態處于底層，一般由含有語義信息的車道模型、道路部件、道路屬性三類矢量信息，以及用于多傳感器定位的特征圖層構成。而動態圖層則建立于靜態圖層的基礎之上，主要包括實時動態信息，既有其他交通參與者的信息（如道路擁堵情況、施工情況、天氣情況等），也有交通參與物的信息（如紅綠燈、人行橫道等）。

高精地圖的動靜態要素

（圖源：網絡）

由上圖可知，地圖通過特定圖層來描繪特定類別，然后將圖層疊加進行路面表達，終端顯示的導航地圖一般由10層以上不同分辨率的圖片組成。當用戶進行縮放時，程序根據縮放級數，選擇不同分辨率的瓦片圖，再拼接成一幅完整的地圖。

雖然有很多圖層，但按照為地圖整體提供的功能來劃分，可以分為三大圖層架構。

構成高精地圖的三個不同圖層

（來源：四維圖新）

在應用端，由于路況復雜，高精地圖還需分析地圖中不同的信息，一般分為道路信息、規則信息、實時信息三部分。道路信息為自動駕駛汽車提供決策基礎。而規則信息與實時信息則是基于道路信息與車聯網獲取的實時信息，用來規范駕駛行為。

構成高精地圖的信息分類

（來源：中信證券研究部）

對比傳統地圖，高精地圖在面向對象上有所差異。傳統地圖主要面向人，以人的認知為基礎，解決的需求包括規劃路線、確認地點、辨別方位等，高精地圖面向的是自動駕駛算法，或者說“一臺機器”，數據將作為自動駕駛算法的輸入端，解決的需求包括環境感知、高精度定位、規劃與決策等，是自動駕駛汽車行駛上路的“行動指南”。

另一方面，在時效性要求上，高精地圖比傳統地圖更高。傳統地圖更新頻率一般為一季度更新一次，而高精度地圖由于涉及輔助及自動駕駛，理想情況為一小時更新一次。

高精地圖與傳統地圖的區別

（來源：中信證券研究部）

目前，地圖公司主要通過專業的采集車進行集中測繪與制圖，這種采集方式優勢很明顯：精度高、可靠性強。一輛高精地圖采集車需要搭載的設備包括激光雷達、攝像頭、陀螺儀、GPS接收機、數據儲存計算設備等。

在價格方面，據《智能網聯汽車高精地圖白皮書》顯示，分米級地圖的測繪效率約為每天每車500公里道路，成本為每公里十元左右，而厘米級地圖的測繪效率約為每天每車100公里道路，成本在每公里千元左右。

經過一番推算不難得出，目前高精地圖在測繪上還有面對成本過高的問題。相比高速路段，城市主干道等開放道路的測繪范圍會更大，路況也更復雜。以1輛采集車1天采集有效數據100公里計算，100輛采集車也要1個月才能采集完1次。而1輛采集車的購買成本就在百萬元級別。

同時，由于高精地圖對時效性的要求，采集完之后的地圖維護和更新，包括地圖繪制、校正地圖信息、更新POI信息等譯制工作也會增加一定成本。在這樣的成本壓力下，要地圖公司投入更大規模的采集車，并完成高精地圖日更或周更，并不現實。即便是頭部企業高德地圖，截止2021年底也僅在國內近30個城市完成20萬公里的采集，而全國城市道路總長近1000萬公里。

而針對成本問題，后來大多廠商使用眾包采集的解決方案。即利用搭載了激光雷達、攝像頭等傳感器的乘用車輛，在行駛過程中收集道路信息并上傳到云端，地圖公司在云端對道路數據進行處理，更新高精地圖，再拿給車輛使用。這種采集方式的優勢在于，可以利用存量更大的乘用車，對道路信息進行不間斷地采集處理，達到更新快、成本低的目的。

不過該方案也有一定的弊端。首先是不同車型由于傳感器和操作系統上的差異，產出的數據格式不同，導致傳到云端后在數據融合上有一定難度。第二是由于測繪數據涉及國家安全問題，國家相關政策對其進行了管制。

自然資源部《關于促進智能網聯汽車發展維護測繪地理信息安全的通知》

（圖源：自然資源部）

其中第一條便明確了相關約束信息。簡單來說，只要是車上裝配了定位模塊、攝像頭、激光雷達等傳感器，并進行地理數據的采集、存儲、傳輸和處理，就算是測繪行為，需要受到相關法律約束。

今年8月30日，上文提及的《通知》頒布，其第三條規定如下：

簡單來說，外資企業無法取得測繪資質。同時，根據自然資源部發布的相關規定，高精地圖測繪制作，只能由具備導航電子地圖制作甲級資質的單位進行。截止2021年底，獲得甲級資質只有31家企業，而在經過2022年的三次復審后，目前只有19家企業通過。

2022年甲級測繪復審換證通過單位

（數據來源：自然資源部）

并且，出于數據安全的考量，也為了解決高精地圖在生產更新中的合規性問題。在前文提到的測繪眾包采集方案上，工信部主導了車聯網基礎數據與地圖服務平臺建設項目，建立了處于Tier 1（地圖公司）和監管部門間的單位Tier1.5，作為OEM（汽車廠商）和Tier 1之間的紐帶，加強動態數據匯聚、數據推送、服務監管支撐、數據合規處理四方面的能力。

高精地圖產業角色定位

（圖源：2021年《智能網聯汽車》雜志1月刊）

此舉雖可有效解決眾包采集方案中的合規性問題。但也無形中限制了輔助駕駛和自動駕駛發展。這其中汽車廠商最著急。一般情況下，汽車裝配的雷達傳感器、攝像頭等硬件所采集的數據不是為了測繪，而是為了訓練算法。但由于政策規定，目前的相關進展已暫停，比如與華為合作的極狐汽車，城市道路高階智能駕駛功能的交付時間仍在后延。據業內人士透露，大家都在等政策風向。

另一方面，雖然特斯拉等知名車企提出“重感知，輕地圖”的路線，采取了完全不依靠“高精地圖”的純視覺自動駕駛方案，把用作仿真訓練的“短時路網”保存在國內的服務器上。但目前已知消息是，特斯拉仍不被允許進入一些敏感的行政區域。不僅在中國，今年早些時候，德國柏林警察局曾下令：禁止特斯拉進入警察總部和刑事警察局相關場所。

而更多的汽車廠商也重新開始關注高精地圖。比如蔚來在今年第一季度財報提及：今年三季度將基于與合作伙伴共同開發的自研高精地圖，推出NOP+增強領航輔助功能；同時與華為合作的極狐阿爾法、阿維塔等搭載的高階智能駕駛功能ADS，都會搭載華為高精度地圖。

目前看來，雖然審核制度比較嚴格，但相關部門也在著手與企業打配合，換個角度思考，其目的主要是加快相關產業國有化進展。加上汽車廠商紛紛在重新布局高精地圖。綜上所述，從政策和市場來看，高精地圖或是國內地圖公司、定位解決方案公司的一大機會