编者按：
“一张准确的地图必须撒善意的谎。”
1991年，美国雪城大学地理系杰出教授马克·蒙莫尼尔在其著作《会说谎的地图》中提出了著名的“地图悖论”——为避免关键信息被隐藏于细节的迷雾中，地图不得不以选择性的、不完整的视角呈现现实，或是夸大，或是信息不全。
人类作为传统地图的阅读者，可以基于视觉感知，将隐藏在地图中的“谎”识别出来；而自动驾驶车辆作为高精度地图的“阅读者”，图中任何关键信息的夸大或缺失都有可能酿成一场人祸。
向左还是向右？火热的自动驾驶正直面一次抉择。
高精地图还是激光雷达？二者是业界公认的自动驾驶两根“拐杖”，也是自动驾驶前进的两条路径。
高精地图可为车辆提供超视距的道路信息，相当于一双不受干扰的“上帝之眼”，但是成本高、进度慢。与之相比，激光雷达“上手”迅速、自立自主，目前更受自动驾驶企业喜爱。
小鹏汽车、小马智行、毫末智行等越来越多企业正在探索“重感知，轻地图”的新路径。3月22日，位于深圳的元戎启行正式发布DeepRoute-Driver 3.0智能驾驶方案，同样宣布以更精确的感知系统逐步与高精地图解绑。
另一面，自然资源部则在加速助推高精地图产业发展，近日正式出台《智能汽车基础地图标准体系建设指南》，加强高精地图标准规范的顶层设计。
四维图新高级副总裁，CMO兼董秘孟庆昕曾公开表示：“高精地图对L4、L5级别的自动驾驶是必选项。”
不过，热闹的自动驾驶市场里，图商们极少出声，成为圈子里的“隐形人”。
图商：不可言说的“成本难题”人们三缄其口，多数情况是有难言之隐，而阻止图商开口的第一大隐疾就是“贵”。
与面向驾驶人的传统地图相比，高精地图为自动驾驶系统而设，机读属性要求其精度更高、内容更丰富，对数据鲜度、更新频率的要求也更严格。
具体来看，传统地图的要素是线性、静态的，数据一般来自车载GPS轨迹，定位精度在10米以内；高精度地图则要求轨迹数据的精度在0.5米以内，呈现静态的点、线、面、体，以及车流、人流、物流等动态元素。
与传统地图在数据量及精细程度上的巨大差距，注定高精度地图的采集测绘难度极大。
“专业测绘车难以做到一次性将同一方向上的几个车道信息同时采集下来，可能每个车道都要单独采集，而且要做到实时更新，成本很高。” 武汉大学测绘遥感信息工程国家重点实验室教授唐炉亮表示。
《智能网联汽车高精地图白皮书》显示，采用传统测绘车方式，分米级地图的测绘效率约为每天每车500公里，成本约每公里10元；厘米级测绘效率约为每天每车100公里，成本可能达每公里千元，是传统测绘车成本的100倍。
此外，专业测绘车售价在500-800万元/辆，组建一支20辆左右的测绘车队成本就要上亿元。
多重约束下，高精地图测绘效率长期迟滞。公开资料显示，腾讯高精度地图覆盖了全国38万公里高速与城市快速路数据；四维图新截至2021年底的采集总里程将近20万公里；高德高精地图截至2020年4月覆盖了国内超过35万公里的高速路和城市快速路；百度以L3级自动驾驶的要求为标准，已采集以全国高速公路为主的30万公里高精地图数据。
可供参照的是，据交通运输部统计，截至2022年底全国综合交通网络的总里程超过600万公里，高精地图覆盖率实在太低。
在更新频率方面，虽大部分车企都希望图商实现高精地图以天为单位的更新，但据业内人士透露，目前图商数据的更新约为每月一次，甚至按季度更新。
图商们如何看待这一情况？
南方财经全媒体记者尝试联系高德地图了解详情，高德回复以“涉及技术方面内容一般不对外传播”。作为行业龙头，高德一直被业界期待在高精地图方面有所作为，2016年还曾对外高调宣布高精地图免费，由“图商”转变为“动态大数据服务商”。不过高德公开的高精地图覆盖数据停留在2020年，2022年从纳斯达克退市前，业绩财报中也较少披露相关数据和推进情况。
而在四维图新的投资者互动平台上，“高精地图在北上广区域更新一次一般需要多少时间？”同样未有正面答复。
除了“贵”，身份也在限制着高精地图。
此前，业内对高精地图的市场预期普遍较为乐观。高盛曾预计，到2025年全球高精地图市场规模将扩大至94亿美元。为此，不少车企和互联网企业也曾入局高精地图。
2016年，滴滴注册成立滴图科技；同年，晶众地图获上汽集团A轮战略融资，又在两年后获东风与江铃的A+轮融资；2021年7月，小鹏宣布以2.5亿元收购图商智途科技……
但好景不长。自然资源部于去年8月下发《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》，明确收紧高精地图测绘资质，要求企业需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测绘活动。
此前，全国仅21家企业获得该资质。2月21日、3月25日，自然资源部先后公布11家、4家高精地图资质复审换证单位，包括高德、腾讯大地通途、四维图新、北京华为等。上述滴图科技、智途科技等尚未加入群聊。
以四维图新为例。该公司现有智云、智驾、智舱、智芯四块业务，其中智云业务包括“面向汽车客户，提供车规级SD地图、ADAS地图、HD地图、AVP地图、高精度定位及基于此打造的云端一体化服务”。
根据2022年半年报，智云业务营业收入为8.46亿元人民币，毛利率为68.23%，营业收入同比增长18.60%，为公司主要业务收入来源。2022年度业绩预告显示，公司预计营业收入32.5亿元–34.5亿元，比上年同期增长6.21%-12.74%。
稀缺的甲级测绘资质支撑起图商的业务收入，也让车商陷入两难。
“使用高精度地图，首先要支付图商上亿元的开发费用，之后每辆车每年要给图商200-300左右的授权费。如需要维持地图‘鲜度’，每辆车的授权费用还会增加。而传统导航地图每辆车每年的授权费用仅50元左右。”一位不愿具名的业内人士向记者透露。
单车成本居高不下，自动驾驶汽车大规模量产本就寸步难行，如今车商分不得高精地图市场的一杯羹，又站在单车50元与300元地图授权成本的天平上。
车商：“轻地图”成本与合规难平衡毫无疑问，天平倒向了以激光雷达为主要防线的“重感知、轻地图”路径。
“‘重感知’的方案让智能驾驶系统摆脱对高精地图的依赖，适配价格便宜、覆盖范围更广的导航地图，进而打造低成本、更实用，没有地域限制的智能驾驶汽车。”
3月22日，元戎启行DeepRoute-Driver 3.0智能驾驶方案正式发布。据相关负责人介绍，考虑到高精地图的低覆盖率与高成本，Driver 3.0致力于打造更精确的感知系统，适配传统导航地图。
具体来看，Driver 3.0能感知到高精地图所拥有的精细道路信息，如车道线、交通信号灯、路标、提示牌等，同时可以实时定位车辆位置，判断车辆位于哪条车道线上、距离旁边的车道线有多远距离等，很大程度上实现了对高精地图功能的替代和解绑。
小马智行相关负责人同样表示，不借用高精度地图，考验的是公司在自动驾驶技术与运营上的积累，目前该公司Robotaxi和Robotruck业务线已在北京、广州、深圳等多个城市跑出了较好的效果。
据介绍，小马智行自研BEV感知算法，可识别各类型障碍物、车道线及可通行区域等信息，在无高精地图的情况下，依靠导航地图实现高速与城市NOA功能。
日前，全国人大代表，小鹏汽车董事长、CEO何小鹏提出《关于探索加快自动驾驶应用落地体系化保障的建议》。其中提到，由于国内城市道路情况变化较快，高精地图常常面临“今天发布、明天即过期”的窘境，呼吁加快优化、简化相应审核流程，提升高精地图更新效率。
刚为高精地图建言的何小鹏似乎已等不及。3月17日，小鹏汽车2022年四季度及全年财报电话会透露，今年下半年，小鹏汽车城市NGP深度学习算法将实现不再依赖高精度地图，可覆盖的城市范围也将进一步扩大。
唐炉亮告诉记者，缺乏交通线的路口是目前高精度地图数据采集的核心挑战：“十字交叉路口或立体交叉路口有一些特殊区域，如非行车区域、非机动车等待区、缓冲区、隔离带等，由于没有车道线，形成了由红绿灯来控制的分时段通行的空间，数据的采集很模糊，影响了自动驾驶车辆的决策。”
正如驾驶人通过视觉判断路口的红绿灯情况并作出决策，“重感知”方案以摄像头、毫米波雷达等传感设备替代人眼，精准感知周边的驾驶环境，由此解决高精地图的“路口困境”。弊端是传感器的成本不容小觑，对相关车商的预测、规划与控制、定位等算法能力亦提出了超过其承受范围的挑战。
更具风险的是，采用“重感知”方案的车商也面临测绘资质的限制。《促进智能网联汽车发展维护测绘地理信息安全的通知》明确规定，智能网联汽车安装或集成了摄像头、激光雷达等传感器后，对相关测绘地理信息数据进行采集、存储、传输和处理的行为，亦属于测绘活动，应依照测绘法律法规政策进行规范和管理。
随着Robotaxi、Robotruck等业态在国内多个城市的试点落地，自动驾驶车辆感知的城市道路信息还将涉及大量个人数据。
北京大成律师事务所高级合伙人谢烨蔓律师分析道，在数据采集中获得的行人、其他各类车辆驾驶人员和/或自行车骑车人的面部影像或背景图像、出行信息以及其他活动/行为数据，均属于个人数据的范畴。根据我国《网络安全法》等规定，采集与使用个人信息须遵循知情同意原则。但在实际的落地场景中，取得每个主体的同意并不现实。
鉴于“重感知，轻地图”的成本与数据的安全合规难以平衡，主打该路线的企业普遍不想太冒进。“公司与四维图新等图商保持合作关系，未来也将加强与有资质图商的合作，推动合规区域内的自动驾驶应用加速落地。”小马智行相关负责人告诉记者。
众包测绘支起高清地图新模式？隐身的图商是否还有其他选择？互联网思维之下，有人给出了“拼团众包”的办法。
“对图商来说，提升高精地图覆盖里程及效率的有效途径在于发展泛在测绘，包括专业测绘的泛在和众包测绘的泛在。其中，众包测绘可以做到静态数据的小时级更新，动态数据的更新是分钟级的。”
据唐炉亮介绍，专业测绘的泛在要求扩大专业测绘队伍，即“人海”“车海”战术，成本是最大掣肘；众包测绘强调“人人都是传感器”，利用手机定位、车载GNSS轨迹、行车记录仪、社交媒体“打卡”、公交地铁刷卡等时空大数据，对不同类型的城市基础设施进行探测，不仅采集简单、成本低、空间覆盖广，而且保证了时间的连续性。
以网约车为例，据交通运输部统计，截至2022年底全国各地共发放网约车驾驶员证509.0万本、车辆运输证211.8万本，全国网约车的日均订单量超过2000余万单。若将全天时运营的网约车，以及在北上广深等城市试点商业化运营的Robotaxi从道路数据的使用者发展为生产者、提供者，将海量轨迹数据上传至专业图商的云端，图商对数据进行加工、清洗、更新后再实时反馈至车端，高精地图数据的高效循环由此形成。
然而，这一模式同样存在数据合规风险。“众包人在合作项目中属于道路数据的提供者，其是否会因提供数据而被认定是测绘数据的采集者，进而被认为在从事测绘活动，目前存在争议。”谢烨蔓表示。
众包模式下数据的传输、储存等均通过云端，亦难以满足有关法律规定的地图数据传输和储存要求。谢烨蔓建议，发包人应对相关地图数据进行技术加密，同时建立保密传送及限制未经授权的第三方访问云端数据库等机制，使外部人士无法实质性地接触数据或获取数据。
而在涉及个人数据时，发包人可在设计采集设备时尽可能减少自动驾驶汽车产生、收集或保留个人信息，或配备人脸模糊化软件，使得相关影像中无法识别出个人，同时对收集到的信息采取加密和匿名化，建立防止滥用或未经授权的第三方访问等机制。
众包模式下，数据所有权归属问题同样棘手。滴滴、小鹏等此前试图进入高精地图测绘赛道，很大程度上源于“数据一定要拿在自己手上、自己生产才可靠”的惯性思维，不愿受制于图商。
“根据一方贡献了多少数据，在其使用高精度地图的时候，图商按一定比例少收费，或给予其他优惠，由此形成一种新的商业模式，双方协同互利，车商大可不必生产自己的地图。”唐炉亮表示。
打通车商、图商之间的数据互通壁垒固然重要，若城市间的道路数据无法互通，高精度地图的落地应用仍道阻且长。
去年8月，自然资源部印发《关于做好智能网联汽车高精度地图应用试点有关工作的通知》，明确在北京、上海、广州、深圳、杭州、重庆6个城市开展高精度地图应用试点。截至目前，上述城市的试点数据并不相通。
唐炉亮预计，国家数据局的出现有望打通高精地图领域的一座座“数据孤岛”。根据《国务院机构改革方案》，我国将组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用等。
与数据安全相关的配套标准也在路上。自然资源部明确，行业需求迫切的基础通用、数据采集、动态更新、数据分发、数据交换格式，以及多种智能端侧相关数据安全保护和监控类等标准研制工作将优先开展。到2025年，急用先行的10项以上高精度地图重点标准有望面世。
