智能驾驶时代下,高精地图的入局与变局

发布者:科技驿站最新更新时间:2021-11-10 来源: 谈擎说AI 关键字:智能驾驶  高精地图 手机看文章 扫描二维码
随时随地手机看文章

在智能化已成为汽车赛道主旋律的背景下,最近布局汽车的互联网巨头和车企们摩拳擦掌,围绕汽车与智能展开的博弈已经开始。


近日,腾讯数字生态大会·智慧出行论坛上,腾讯发布了智能座舱、智驾地图等产品。在高精地图的采集方面,腾讯计划年内覆盖35万公里高速和城市快速路,并在明年二季度搭载合作车企新车上市。


高精地图作为自动驾驶技术的催化剂,能极大提升汽车的智能化程度。业界对此有一个共识就是,高精地图是L3级自动驾驶落地的必修课,L4、L5级别的自动驾驶更离不开高精地图,因此互联网巨头和车企们对于高精地图的布局时常引起业界关注。


作为智能驾驶时代中汽车的基础设施,高精地图究竟有哪些战略价值,它将如何影响电动车行业的格局以及互联网巨头们的商业版图,这是一个颇值得探讨的问题。


高精地图“高”在哪里?


高精地图之所以成为车企和巨头竞逐的焦点,最初是由于这项技术是实现高阶自动驾驶的必要条件,而自动驾驶又将成为今后汽车的主要卖点。


首先,讨论高精地图对高阶自动驾驶的作用之前,我们先看当前自动驾驶技术面临的瓶颈。


当前的自动驾驶走的技术路线是单车智能,其智能化程度或者所能达到的自动驾驶级别,取决于感知层的硬件配置和决策层的算法优化。在这条路线上,特斯拉布局早、优势大。但这样的技术路线有一个弊端就是上限不够高,突破L3就很困难。


一方面,从成本的角度而言,单车智能技术越先进就越贵。单车智能采用的传感器都是类视觉传感器,包括摄像头、毫米波雷达、激光雷达等,相当于驾驶人的眼睛。在感知距离、感受视野、分辨率等方面尽管还有继续提高的空间,但实现起来的难度会越来越大,而且大量高配感知硬件会让整车的成本变得很高,从而让车型在主流市场失去竞争力。


另一方面,在车辆高速自动驾驶中,由于感知硬件的能力有限,无法处理行驶过程中复杂多变的干扰因素。例如,难以解决“鬼探头”问题。


“鬼探头”的原因是行人和驾驶员的不良交通习惯,但这种事故通常由司机承担主要责任。司机如果碰到“鬼探头”引发的事故,要么事故责任归车企,要么事故责任归自己。司机用这项功能受挫后可能不敢再用,进而也会影响车企的商誉。无论如何,车企都可能会因这项有点鸡肋的技术造成用户流失,销量下跌。


事实上,汽车厂商都会在用户使用协议条款中说自己是辅助驾驶,而伪自动驾驶技术必然会因为安全性不过关而被叫停,也就难以有进一步提升。也就是说,单车智能这条技术路线可能永远也到不了L4、L5的水平。


而高精地图的加持下,汽车将从单车智能走向车联网智能。高精地图的要素包括道路的曲率、坡度、横坡、限高等,把道路的车道线、匝道等更多维度的信息反馈给汽车的电控系统,让汽车在自动驾驶中时刻“有数据可依”,仿佛开了天眼,突破了车身传感硬件的局限,从而实现真正的高阶自动驾驶。


最近,美国的《消费者报告》公布了通用Super Cruise和特斯拉的Autopilot测评对比。从测试评分来看,通用的Super Cruise在各类场景中的自动驾驶功能表现,已经胜过了特斯拉的Autopilot。作为自动驾驶头部选手,特斯拉却输给了传统巨头通用,而通用的Super Cruise所依赖的正是高精地图。


由此可见,高精地图其实是实现高阶智能驾驶(L3-L5)的重要底层技术,可行性也已被验证,作为汽车智能化比拼的重要筹码,各大车企和互联网巨头们对高精地图的布局将会加快。


没有流量红利,巨头依然不会缺席


就目前来看,高精地图是2B服务,导航地图则是2C应用。由于用途的区别,导航电子地图与高精地图的商业模式差别也很大。


在移动互联网时代,流量是互联网企业最基本的生产资料。在流量的渴求下,互联网巨头纷纷与“图商”共谋商业版图。例如,2013年,百度地图收购长地万方。2014年,阿里巴巴全资收购高德地图,同年腾讯以12亿的价格入股国有地图厂商四维图新。


地图之所以被巨头们青睐,主要是因为两方面的价值:流量入口和生态协同,二者都建立在导航电子地图对C端用户的高渗透率上。


而对高精地图来说,本质上它是给计算机看的,是底层基础技术,面向C端的应用的想象目前还是个未知数。而互联网巨头之所以依然青睐,最主要的原因是资金和技术都玩得起,这一点从高精地图的行业壁垒就能看出来。


要想成为高精地图的生产商,要具备的条件主要是牌照(资质)、资金和技术,三者缺一不可,但三者的重要性在随时间不断变化。


首先,高精地图厂商需要获得甲级测绘资质。在几年前,这项资质审批非常严格,获得资质的厂商并不多。自2017年以来,自动驾驶、智慧交通等概念兴起,原本由传统图商把持的高精地图产业,又加入了互联网新贵、新造车势力和创业公司。


如今获得资质的企业数量大幅增多,至今已有将近30家,或许以后还会更多,所以今后资质可能不再是高精地图的主要壁垒。但尽管如此,高精地图依然不是小企业或创业公司玩得起的游戏。


其次,从研发成本的角度看,图商背靠巨头能够获得资金支撑,加快高精地图源数据的采集和交付速度。


高精地图的制作依赖专门的采集车进行高精地图采集,一辆采集车成本上百万,甚至近千万,而且需要在全国主要城市路网大面积采集,不仅在初期的资金投入非常大,且为了保证地图的精准,要不断更新数据,这也会产生一些后续投入。从这个角度看,与巨头合作有利于高精地图在交付上快人一步。


最后,从技术硬性标准的角度看,高精地图的落地直接用于自动驾驶,其生产制作对技术水平和服务质量的要求很高。电子导航地图导错了路司机可以自己纠正,司机没及时发现顶多绕个远路,但自动驾驶对地图的精确度要求极高,误差要控制在亚米甚至厘米级别,如果技术不过关有引发事故的风险。所以技术是质量的保证,质量差是不可能落地的。


高技术要求、高采集工作量、与频繁更新维护的能力是高精地图落地的前置条件,于是高精地图行业势必会形成由大厂牵头制定生产标准框架,生产模式成熟后,把繁琐子业务分包给小企业的生产模式。比如,在2018年,百度、Momenta和宽凳科技等公司着手制定一整套自动驾驶解决方案,面向后期介入自动驾驶领域、且研发能力较弱的中小车厂。


从高精地图的三大壁垒和应用场景来看,这是一个回报周期很长的生意,在前期,互联网巨头很难享受到这个行业的红利,之所以要入局,更多的考量是看中它的战略价值。


那么,在自动驾驶逐步落地的过程中,能否在高精地图的基础上做出类似高德地图APP、百度地图APP等爆款C端应用?由此带来一个值得深思的问题:高精地图除了作为自动驾驶的基础设施之外,是否还有更多的“上层建筑”?


通往IoT、元宇宙的路上,B端高精地图会“C端化”吗?


高精地图的市场本质是数据的服务市场,目前是一个比较纯粹的2B生意,在技术成长的过程中,决定行业格局和玩家市场地位的因素会随时间变化,可以大致分为两个阶段:


阶段一,早期市场地位取决于能否吸引KA客户


阶段二,后期生态地位取决于相关C端应用的流量池


由于高精地图的制作工程量很大,在早期,想要迅速占据更多的市场,必须要投入高额的设备、人工、技术等成本。


以四维图新为例,从其公布的研发费占比来看,平均达到50%以上,有几年还曾是整个A 股里研发投入最大的公司。据天眼查APP检索显示,自2010年IPO以来,四维图新已公开的融资金额就达到27.87亿元。


智能驾驶时代下,高精地图的入局与变局


从市场反馈来看,其研发投入确实换来了一定成效。11月2日,四维图新发布公告称,公司获得戴姆勒面向量产车辆的自动驾驶数据管理服务平台订单。


但在巨头林立的赛道中,愿意大量烧钱的企业不止一家。在市场份额上,据IDC咨询发布的《2020年中国高精度地图解决方案市场份额报告》显示,市场份额前三位为百度、四维图新和易图通,市占率分别为28.07%,21.61%和16.15%。


在高投入、高技术门槛之下,高精地图在前期成了烧钱的游戏。但对巨头们来说,对流量的饥渴会迫使他们不断挖掘更多的商业价值,寻找更多变现的手段。也就是说,除了自动驾驶之外,还有哪些C端商业价值,是巨头们一直都在思考的问题。


例如,腾讯在数字生态大会·智慧出行论坛上发布的智能座舱、智驾地图等产品,其实也是一种对C端应用的尝试,为打通车载版微信做铺垫。


再例如,2019年8月,华为发布了Cyberverse数字平台,这是一种可以让手机进行厘米级定位的AR实景地图服务平台,提供3D步行导航、虚拟楼宇信息、智慧园区IoT信息等应用场景。


对华为来说,这是一种将B端技术C端化的尝试。目前由于AR、AIoT等技术还不够成熟,这类应用目前还不具备大规模落地的条件,因此还不是一种有效的流量型工具。


但不难预测,随着元宇宙的相关布局,AR、VR等技术的落地,高精地图在C端的应用场景可能会引起更多互联网巨头的注意,甚至像手机地图一样延伸出一条新的赛道。


而一旦高精地图有一款C端爆款应用,高精地图可能会像导航地图APP一样,成为新的流量入口。于是,高精地图后期的作用将更多体现在生态地位,取决于相关C端应用的流量池。


或许我们可以推测,只要有一款高精地图应用探索出获取C端大把流量的潜质,就会出现“一家免费,家家免费”的局面,最终能够做到头部的,将会是有能力将这款工具的衍生价值深挖变现的企业。


与此同时,在物联网、元宇宙等生态建构的过程中,其服务价格也会迅速下降,这将有利于汽车自动驾驶功能的降价,对于有自动驾驶技术的进化以及相关配置车型在下沉市场的普及也将是一种利好。


关键字:智能驾驶  高精地图 引用地址:智能驾驶时代下,高精地图的入局与变局

上一篇:Point One Navigation开发精确定位API 可用于所有类型车辆
下一篇:Velodyne Lidar公布2021年度第三季度财报

推荐阅读最新更新时间:2024-11-11 12:11

智能驾驶汽车对汽车塑料有着旺盛的需求
在多方集团的推动下,目前,智能驾驶汽车已经成为汽车市场研究的中的“香饽饽”! 在未来五年(2019-2023),中国智能驾驶产业市场规模均复合增长率约为20.62%,到2023年预计达到2381亿元人民币,智能驾驶汽车对汽车市场乃至全国的经济推动作用可见一斑。 智能驾驶汽车是一个集合环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术,是典型的高新技术综合体。影响智能汽车的主要因素包括行车安全以及通讯效益,而影响汽车行驶的因主要包括行驶环境、车本身以及人的问题。 目前该领域的研究主要集中在提高汽车的安全性、舒适性,以及提供优良的人机交互系统上。从发展
[嵌入式]
<font color='red'>智能驾驶</font>汽车对汽车塑料有着旺盛的需求
超星未来-智能驾驶计算芯片「惊蛰R1」
智能驾驶计算芯片「惊蛰R1」 产品描述: 「惊蛰R1」是超星未来基于自研NPU「平湖」推出的智能驾驶计算芯片,采用TSMC 12nm先进工艺,确保产品安全可靠。「惊蛰R1」具有强大的处理能力,可满足多场景低功耗实时计算需求,提供高达20TOPS@INT8的Al算力和32KDMIPS的通用算力,支持SIMD扩展加速。整芯片典型功耗小于10W,可支持被动散热。「惊蛰R1」具有全面的传感器接入能力,可支持多芯片、多Die高带宽扩展。「惊蛰R1」定位于L2+级别智能驾驶应用,可在实现同级别智能驾驶方案的前提下降低30%-50%的总体成本,是轻量级智驾产品的精准之选。 独特优势: 1. 车规级产品定义实现,确保产品安全可靠
[汽车电子]
超星未来-<font color='red'>智能驾驶</font>计算芯片「惊蛰R1」
ADAS+方案将大规模部署 智能驾驶需要多技术融合
国际自动机工程师学会(SAE)将自动驾驶分为L0-L5六级,目前L1级和L2级辅助驾驶已经有大量成熟量产案例,如1级警告提示类功能车道偏离预警LDW、前撞预警FCW、盲点检测BSD、交通标志识别TSR等;再如2级干预辅助类功能自适应巡航ACC、车道稳定系统(LKA)、紧急自动刹车AEB、智能远光灯IHC、自动泊车AP等;而继奥迪A8等国外车场发布L3级(有条件自动驾驶)车型之后,奇瑞、长安、长城、小鹏等国内厂商也相应的展开L3自动驾驶的研发工作,与此同时,诸如百度、腾讯、京东等公司也先后加入自动驾驶产业的行列,对L3乃至L4级(高自动化)技术加以投入和研究。但从目前来看,L3级自动驾驶技术仍然任重而道远,这涉及到从技术、产业链、法
[汽车电子]
零跑汽车发布自主知识产权智能驾驶芯片
10月27日,零跑汽车正式发布了首款完全自主知识产权智能驾驶芯片——“凌芯01”。 据了解,凌芯01芯片由浙江芯昇电子与零跑汽车共同研发,将搭载于零跑第三款量产车型C11上。零跑C11将搭载LeapPilot 3.0驾驶辅助系统,搭载两颗凌芯01芯片,互为冗余,为L3级自动驾驶打下计算硬件基础。 官方信息显示,凌芯01芯片采用28nm制程工艺,算力为4.2Tops,功耗则为4W。在处理器系统上,凌芯01的CPU采用了平头哥的玄铁C860,AI处理器采用8核神经网络处理器。凌芯01已于今年1月份流片成功。 值得一提的是,所采用的平头哥玄铁C860处理器是在RISC-V开源架构的基础上扩展而来的。由于开源架构的原因,平头
[汽车电子]
无人驾驶新闻满天飞,究竟是近在眼前还是遥遥无期?
无人驾驶一直是近年来全球关注的热点,智能驾驶的实践近乎火爆,智能化与汽车行业正在酝酿一场前所未有的“联姻”。谷歌的无人驾驶项目早在10年前就已经开始,并且实际路测超过1000万英里,基于谷歌的自动驾驶项目后来成立了独立公司Waymo,该公司还开发了名为Carcraft的自动驾驶模拟器,号称在Carcraft里面已经实现了100亿英里的自动测试。 然而据英国路透社3月5日报道,大众汽车认为,全自动驾驶汽车的研发至少还需要5年甚至更长的时间,而其研发和推广成本之高很可能削弱其商用价值。今年,有人参加完CVPR会议后,诙谐的在Twitter上发文称,2017年就有人称5年即可实现自动驾驶;而2018年有人说还得10年才能实现自动驾驶
[嵌入式]
MINIEYE 携手华为发布iPilot智能驾驶方案
12月21日,2021华为智能汽车解决方案生态论坛在线上召开,作为重要合作伙伴之一,智能驾驶解决方案研发商MINIEYE在会上分享了双方合作的最新成果,首次公布了面向L2+/L2++场景开发的iPilot智能领航辅助量产方案。该方案基于华为MDC 610平台开发,目前已获得包括造车新势力与传统主机厂在内的2家汽车客户项目定点。 搭载新能源轿跑,明年三季度量产 华为智能驾驶计算平台MDC 610算力达到200 TOPS,具有高性能、高安全、高可靠、高能效等特性。其对神经网络支持完善,能够将算力按需分组,适配不同的任务。结合MDC平台配套完善的工具链与快速响应的服务机制,合作伙伴可灵活快速地开发出针对不同应用场景的智能
[汽车电子]
MINIEYE 携手华为发布iPilot<font color='red'>智能驾驶</font>方案
智能驾驶背景下转向系统发展趋势
传统EPS(电动助力转向系统)主要结构包括以下几个部分: 传感器: 转矩传感器(TOS):用于检测驾驶员施加在转向盘上的转矩大小和方向。 扭矩转角传感器(TAS):能同时输出扭矩及转角信号。 电子控制单元(ECU):接收传感器信号,进行数据处理和运算,发出控制指令。 助力电机:根据 ECU 的指令输出相应的助力转矩,协助驾驶员进行转向操作。 减速机构:将助力电机的高转速低转矩转换为合适的转速和转矩,传递给转向机构。 转向机构:包括转向轴、转向齿轮等,最终实现车辆的转向动作。 EPS(电动助力转向系统)的发展趋势: 集成化与小型化:系统的各个组件将更加紧密集成,整体体积更小,以适应车辆空
[汽车电子]
G-PAL3.0行泊一体智能驾驶解决方案
G-PAL3.0行泊一体智能驾驶解决方案 独特优势: 1.异构信息深度融合,提升全域感知性能 该方案基于自研的高分辨率4D毫米波成像雷达,结合可见光视觉实现异构信息深度融合,采用360°雷视BEV特征融合+规则混合策略,在不同天气、道路、交通参与者等场景下,实现更高的准召率,同时提升探测目标的位置精度、速度精度、航向精度等,为复杂环境下的决策规划提供更加可靠的支撑,提升全域感知性能。 2.行泊功能再升级,助力更优驾驶体验 该方案采用面向应用的SOA软件架构,并通过分层化模块化设计,满足不同客户快速移植和适配的需求,且支持OTA升级,不断拓展更广阔的运行设计域(ODD),极大提升产品性能和行泊体验,可实现L2.99+级行泊功
[汽车电子]
G-PAL3.0行泊一体<font color='red'>智能驾驶</font>解决方案
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved