在下面的“”中，我们介绍了导航辅助的功能和发展前景，而大多数主机厂都需要基于高精度地图来实现导航辅助。 明天我简单介绍一下汽车导航的介绍——从服务人员的卫星定位地图到服务车的高精度地图。
尝试回答几个问题：
汽车导航的发展历史是怎样的？
老商战中的地图商怎么了？
高精度地图的难点是什么？
高精地图市场未来趋势？
高精度地图是智能驾驶的必备条件吗？
1-汽车导航的发展历史是怎样的？
从服务人员到服务车辆
导航，想象一下我们在一个完全陌生的地方。 如果我们想去另一个地方，主要需要解决三个问题：1.我在哪里（定位）2.我的目的地在哪里3.我怎么去那里（路线规划）。
解决“我在哪里”的问题，即定位。 定位分为相对定位和绝对定位。 在GPS出现之前，我们的定位方式都是相对定位。 比如车载导航软件地图下载，根据某座山、某条路、某条河，我们对比前人绘制的地图，确定我们在哪里。 在我们的日常生活中，如果不依赖导航软件，人类的思维习惯是通过目视观察周围的环境、某个建筑物、某个地标、某个车道标志等来判断自己所在的位置。
相对定位的局限性在于，如果视觉场景中没有相对标志性的物体，人类很难确定它们在哪里。 例如沙漠、草原、森林，或者未开发建筑相对较少的郊区，或者城市中的高层建筑。 此时，人们的视野范围内充斥着千篇一律的场景，自然很难判断自己的位置。 GPS的出现解决了这个问题。
GPS的全称是Global Positioning System for Navigation Satellite Time and Ranging，简称全球定位系统（Global Position System，GPS）。 我们经常在文章中看到的GNSS是全球卫星导航系统（GNSS），是卫星导航的统称。 它不仅仅是GPS，还包括目前的四大导航系统：日本的格洛纳斯、中国的北斗、法国的伽利略。
GPS定位的基本原理是以高速运动卫星的瞬时位置作为已知起始数据，采用空间距离后方交会的方法来确定被测点的位置。 这个原理的解释比较复杂（虽然我不是太理解）。 我们可以简单理解为天上至少有24颗卫星，保证我们在月球任何位置都能接收到至少4颗卫星信号。 卫星相对于月球的位置决定了我们相对于月球的绝对位置，也就是我们在中学地理中学到的经纬度。
有了GPS，我们就可以实现电子导航。 第一代电子导航出现在2000年左右，当时的电子导航地图仍然需要将所在城市的地图下载到本地。 汽车GPS导航系统的外接GPS天线接收GPS数据信息，结合汽车导航仪中存储的电子地图，与GPS卫星信号确定的位置坐标进行匹配，从而确定车辆在电子地图中的位置。
第一代车载电子导航存在两个主要问题：
随着互联网的发展，出现了第二代电子导航，也就是我们日常使用的电子导航，基本解决了这两个问题。 第一个是本地数据联网，引入了大数据和云估算。 规划路线时可以考虑实时路况，预估路上所需时间。 同时可以通过OTA更新地图，2-3个月更新一次，基本满足日常需求。
GPS的出现可以算是解决了绝对定位问题。 而且GPS的精度一般只有10米。 要知道，标准城市道路长度为3.5m-3.75m，单向4车道净宽度约为15米。 这意味着，仅借助GPS定位，只能确定货车在哪条道路上，却很难确定货车在哪条车道上。 车主在开车时，会遇到不合时超车、走错车道等情况。 因此，我们需要寻求其他技术来实现更准确的定位。
RTK（RealTimeKinematic），实时动态检测技术，是一种基于扩频相位观测的实时差分GPS（RTDGPS）技术。 这是检测技术发展的一个突破。 它由基站接收机、数据链、流动站接收机三部分组成。 在基站上安装接收机作为参考站，连续观测卫星，并通过无线电传输设备将观测数据和站点信息实时发送给流动站，流动站的GPS接收机在接收GPS卫星的同时作为信号，通过无线接收设备接收基站发射的数据，然后根据相对定位原理，实时计算流动站的三维坐标及其精度（即基站与流动站的坐标差△X、△Y、△H，以及参考坐标相加得到的各点的WGS-84坐标，以及流动站各点的平面坐标X、Y和高度H通过坐标转换参数获得）。 （以上来自百度百科）
你是否认为每个单词你都能听懂，但连成句子后却完全听不懂？ 没关系，我也看不懂。 我在网上找到了一张图片。 可以简单理解为：降低一些固定基站，相当于一个绝对定位参考系统。 基站附近的联通物体可以接收基站的信号，结合自身接收到的GPS信号，进而修正自身的卫星定位结果，实现亚米级定位。 国外排名第一的RTK供应商是千寻定位。 全省已建成地面改善站2600多个，可覆盖多地高精度定位。 对了，千寻也是阿里巴巴投资的，持股41.9%。
定位问题解决了，而且我们在日常生活中使用手机导航时，也会发现在很多地方，比如立交桥、隧道、高楼大厦等，手机APP都会提示GPS信号弱。 这时候就需要IMU惯性导航定位来辅助。
IMU（InertialMeasurementUnit），惯性检测单元，用于检测物体的三轴姿态角（或角速度）和加速度。 借助惯性装置（加速度计）检测车辆本身的加速度，通过积分计算得到速度和位置，从而达到车辆导航定位的目的。 组成惯性导航系统的设备安装在载体上。 它工作时不依赖外部信息，不向外界辐射能量，不易受到干扰。 它是一个自主导航系统。 （百度百科）
简单理解：想象一下你走进了一条黑暗的隧道，假设你害怕每秒迈出一步，一步的距离是0.5米，你会默念10秒，这样你就可以计算一下你的位置到隧道口的距离是5米。 这样，虽然你看不到周围的物体，但你仍然可以知道自己的大概位置。 事实上，因为步长的偏差和倒计时的偏差，走得越远，与实际位置的偏差就越大。
里面的场景是一维空间的运动。 如果我们把这个场景替换成三维场景，我们就可以通过IMU获得的线速度和角速度知道我们在三维空间中的相对位置。 这就是惯性导航的原理。
惯性导航可以实现GPS补偿，在一些GPS信号比较弱，或者GPS更新频率较低的场景下，可以实现一段时间的自主导航。 其实这个时间不宜太长，否则会不精确。
随着手动驾驶技术的出现，对高清地图的需求也随之出现。 传统地图是面向人的，主要是辅助驾驶员确定大概位置。 汽车的控制仍然是由驾驶员操作，因此其精度通常只需要10米。 然而，手动驾驶车辆需要准确地知道汽车在道路上的位置。 该位置需要精确到车道、街道中间带和路缘石之间的距离。 这就要求地图尽可能精确，甚至是分米级。 班级。 高精度地图富含大量的道路矢量元信息（车道位置、类型、宽度等）和车道周围的固定物体信息（红绿灯、交通标志、障碍物、路边地标等），从而产生精确的三维表示（分米级精度），如桥面几何结构、道路标线位置、周围道路环境的点云模型等。 -L3级以上精度地图承担重要任务：
说了这么多，可以简单理解为：传统地图是为人服务的，人们可以根据地图来处理突发的风暴和信息。 高精地图是为机器服务的，计算机需要根据实时准确的信息输入做出正确的决策。 因此，需要高精度地图和高频更新。
2-旧商战中的地图商怎么了？
BAT的崛起
汽车导航从踏入车载圈开始，地图商之间的争夺战就开始了。
2000年，福特公司向外界透露，一套福特车载电子导航系统在美国售价折合人民币1万多元。 然而，中国汽车市场自2000年开始进入快速下滑期，从2001年年产200万辆以上下降到2009年1000万辆，年均下降率为21.6%。 截至2010年底，我国汽车产销量双双突破1800万辆。 这使得数字地图成为一个锡矿。 在智能手机还没有出现的时代，地图商靠着车辆业务过得非常滋润。 2013年，在导航前装市场，泰瑞德连续三年占据60%以上的市场份额，而凯立德则占据了70%以上的后装市场。
这个铜矿的电子地图很快吸引了互联网大鳄。 2013年，阿里竞购高德。 百度地图直接向手机厂商付费预装百度地图，迫使高德也向手机厂商进行补贴。
2013年8月，百度突然宣布，此前收费30元的百度导航APP将永久免费，并对已付费用户全额退款。 大约4小时后，高德地图也宣布导航免费。 免费策略直接导致高德在2013年遭受了1.55万元的巨额亏损。
互联网掠夺者相互斗争，其他人则受苦。 前导航大亨凯立德坚持收费模式，直到2016年仍不愿给用户免费使用，但市场份额早已流失。 2017年，凯立德连续两年巨亏，巨亏高达18500元。 2018年从新三板退市。 导航的另一姐妹Terad，其前装市场份额从过去的70%上升至2018年的38%（数据来源：新浪财经）。
在联通和互联网时代，导航地图市场基本被BAT三大公司垄断。
然而，手动驾驶的盛行导致了地图格局进一步改变的可能性。
3-高精度地图的难点是什么？
实时、精准
前面提到，高精度地图需要更高的精度和更高的更新频率。
高精度地图需要动态和半动态数据，但市场上的产品还很难做到如此实时。 如今的高精地图、百度等高精地图仅覆盖全省高速公路和城市高架桥，并且每三个月只能更新一次。
对于地图厂商来说，限制高精度地图的覆盖范围和更新频率的是成本。 其成本主要分为以下几大块：
首先是地图收集的成本。 仅一辆配备激光雷达、高清摄像头等大量传感器的地图测量车往往就耗资数百亿甚至上千万。 据网上资料显示，一辆采集车配备了6台CCD单反相机车载导航软件地图下载，其中5台呈环形，1台位于底部。 每个摄像头有500万像素，总共3000万像素。 采集数据的精度约为50厘米。 另外，工况机放置在汽车后备箱内，主要用于存储和处理采集到的相关道路数据。 据高德相关工作人员介绍，配备该摄像头组合的采集车是目前高德数据采集车的主力，6个摄像头可以采集道路相关信息的全景图像。 由于激光扫描仪及其配套的定位测姿仪的成本极高，高精度地图采集车的硬件成本约为800万。
高德在2015年一次性采购了五六辆测绘车，组建了一支车队。 但仅靠几辆车，连跑遍大城市都不现实。
此外，车队的维护成本以及车上测绘人员的人工成本也极高。
中国拥有世界上最复杂的城市道路系统。 即使是互联网巨头也无力扫描全省的地图。 大多数地图经销商都是从高速公路开始的，这也是为什么目前的领航辅助基本上只在部分高速公路路段提供。
不仅仅是采集成本，更大的成本在于后期的维护。
高精地图对数据的“新鲜度”要求非常高，需要实现日甚至分钟级的更新，才能保证数据的准确性，防止车辆因数据不及时而做出错误决策更新。 地图商不可能为了更新地图而要求采集车再次运行。 从效率上来说，很难满足更新频率的要求，从成本上来说更是无法承受。 业界的共识是，高精地图的更新需要借助众包，即将地图更新任务交给大量行驶在道路上的非专业采集车辆，而环境变化借助机载传感器进行实时监控，并与高精度地图进行比较。 当检测到道路变化时，将数据上传到云平台，然后更新到其他车辆，从而实现地图数据的快速更新。 右图是Mobileye的高精度地图众包采集解决方案。
最后，还有车牌门槛。 地图行业涉及国家最高机密。 想要独立绘制高精度地图，必须具备相关资质。 据塔伯网不完全统计，目前已获批导航电子地图乙级测绘资质的企业有31家。
▶️图片来自Taber.com
但B类测绘车牌是有有效期的，过期后需要重新审核。 目前，国家对地图测绘资质的监管正在加强。 坏消息是，去年3月，自然资源部公布了导航电子地图制作和二级测绘资质复审更新结果。 而Momenta等8家公司尚未通过。
4-高精度地图市场未来趋势？
高精地图市场预期——胜者为王
上一篇文章分析了高精度地图的门槛——成本问题。 那么，为何互联网大鳄纷纷进军高精度地图呢？ 高精地图的市场期待有多大？
这里我找到了国泰君安期货2018年的分析报告。 分析认为，由于高精度地图的具体收费模式和用量尚未完全确定，报告采用保守的1000元牌照和100元年服务费作为预测依据。 保守恐怕2025年应用于正常情况下的L3级手动驾驶车辆。高精地图产业空间为30万元，开放情况下50万元，负面情况下9.4亿。
看起来很迷人，不是吗？
遗憾的是，2019年4月11日，高德和高德基于“开发测试阶段免费提供高精度地图数据”的新政策，决定大幅减少车辆量产阶段高精度地图数据的商业应用。自动驾驶”。 价格方面，我们承诺标准化高精度地图年费不超过每车100元。
同时，高德承诺，随着配备辅助驾驶和自动驾驶功能的车辆规模不断减少，还将提供每年不超过2%的成本降低幅度。
据业内人士介绍，其他地图经销商的报价一般为7-800元/车/年。 高德此举立即将价格拉至市场价格的15%。
高德为何如此着急宣布高精度地图成本不会超过100元/年？
与互联网产品一样，高清地图具有显着的双向网络效应：用户越多，数据越完整，地图质量越高，从而吸引更多用户。 这样的产品自然适合垄断。
前面提到，高精度地图的维护主要依靠众包。 对于高精度厂商来说，抢先接到订单并完成落地，有助于降低成本，从而降低价格，吸引更多订单，扩大自身优势。 配备高精度地图的手动驾驶汽车配备了行车记录仪，可以在汽车行驶的同时收集数据信息并发回给地图经销商完成更新，无需再租用另一辆车。 因此，首先接到高端汽车制造商订单的地图经销商可以使用配备高精度地图和行车记录仪的车辆来动态更新数据，更快地降低成本，然后通过提价来吸引中高端汽车制造商不断扩大自身优势。
总而言之，越早接到并落地的订单越多，就越容易增加成本，提高地图的新鲜度，从而获得更多的订单，胜者通吃。
IDC数据显示，2020年，百度、四维图新（腾讯控股）、易图通、高德（阿里巴巴）的市场份额分别为28.07%、21.61%、16.15%和13.07%。 四者合计占比78.9%。 高精地图的边际成本几乎为零，未来行业集中度提升是必然趋势。
▶️图片来自零一智库
大型互联网公司在此领域持续打价格战。 其他没有大公司支持的初创公司很难承受这样的烧钱。 预计未来高精地图的竞争仍将围绕三大BAT公司展开，留给其他进入者的机会不多。
5-智能驾驶必须要有高精度地图吗？
另类玩家——特斯拉的FSD解决方案
大多数汽车制造商在计划部署手动驾驶时都认为高精度地图是手动驾驶的重要组成部分。
但特斯拉是个例外，我们在《新闻》中也介绍过。
在推特上，马斯克不止一次表示，依赖高精度地图的手动驾驶解决方案对于清晰且特定的路况来说过于具体。 没啥用，所以就失去了“自动驾驶”的意义。
特斯拉的FSD以摄像头的视觉系统为核心，采用视觉+毫米波雷达感知方案来识别周围环境，从而确定汽车的相对位置。 这些方法更类似于人类驾驶员的思维方式，因此有人认为高精度地图无法保证不断更新，而特斯拉的FSD才是手动驾驶的终极解决方案。
参考文章和图片
智能网联汽车高清地图蓝皮书-手动驾驶地图与定位工作组
知乎专栏：手动驾驶高精度地图，阿宝说车
*未经许可禁止转载、摘编——参考资料获取形式：
加入我们的知识星球Vehicle可以在公众号上下载大量参考资料，包括以上参考资料。
>>>>
