智能汽车软件关键技术及应用趋势
--后台回复“资料”，领取特斯拉专利技术解析报告--
文章转自：旺财汽车电子
↓谈一谈自动驾驶软件↓
❤更多精彩视频欢迎关注视频号❤
1. 汽车电子电气架构与车载计算平台技术趋势
汽车电子电气架构从传统分布式架构正在朝向域架构、中央计算架构转变，车内控制系统趋于形成统一的架构标准及通用的软硬件平台，各类控制功能逐渐演变为统一平台下的各类应用。其技术演进有四个关键趋势：计算集中化、软硬件解耦化、平台标准化以及功能开发生态化。智能化与网联化共同推动了汽车电子电气架构的变革，一方面是车内网络拓扑的优化和实时、高速网络的启用，另一方面是ECU（电子控制单元）的功能进一步集成到域控制器甚至中央计算单元。
图1 汽车电子电气架构转变趋势示意图
汽车电子底层硬件不再是由实现单一功能的单一芯片提供简单的逻辑计算，而是需要提供更为强大的算力支持；软件也不再是基于某一固定硬件开发，而是要具备可移植、可迭代和可拓展等特性。汽车原有以ECU为单元的研发组织将发生转变，形成通用硬件平台、基础软件平台以及各类应用软件的新型研发组织形态。
图2 汽车电子电气架构开发方式转变趋势示意图
车载计算平台目前整体的技术发展趋势的共识为软件可升级，可以做到跨车型、跨软件，跨车企的软件重用；硬件可扩展、可更换，传感器的即插即用。软硬件解耦的大趋势下，加速软硬件迭代的周期，做到可扩展的车载计算平台，东软集团提出了可插拔硬件架构的设想（如图3），以模块化架构作为切入点，通过对芯片的冗余处理、容灾容错实现故障的检测、隔离、阻断，以及基于服务容器、分布式计算和面向服务架构进行算力流动的设置。华为则通过计算与通信架构来驱动软件定义汽车入手（如图4），构建可信的体系，优化单车成本，基于可扩展架构降低整车开发周期，平滑推进智能驾驶，将车打造成能持续创造价值的平台。
图3 东软集团汽车车载计算平台解决方案示意图
图4 华为汽车车载计算平台解决方案示意图
2. 系统层软件
2.1 关键技术分析
系统软件即操作系统，是管理和控制智能汽车硬件与软件资源的底层，提供运行环境、运行机制、通信机制和安全机制等。目前车载操作系统可分为四个层次：基础型操作系统、定制型操作系统、ROM型操作系统和中间件。
基础型操作系统包括系统内核、底层驱动等，提供操作系统最基本的功能，负责管理系统的进程、内存、设备驱动程序、文件和网络系统，决定着系统的性能和稳定性；目前底层操作系统为开源框架，暂不受版权和知识产权的影响，一般不属于企业考虑开发的技术范围。定制版操作系统则是在基础型操作系统之上进行深度定制化开发，如修改内核、硬件驱动、运行时环境、应用程序框架等，属于自主研发的独立操作系统。ROM则是基于发行版修改后的系统服务与系统 UI。ROM型汽车操作系统是基于Linux或安卓等基础型操作系统进行有限的定制化开发，不涉及系统内核更改，一般只修改更新操作系统自带的应用程序等。大部分的主机厂一般都选择开发ROM型操作系统，国外主机厂多选用Linux作为底层操作系统，国内主机厂则偏好Android应用生态。中间件是处于应用和操作系统之间的软件，实现异构网络环境下软件互联和互操作等共性和问题，提供标准接口、协议，并具有较高的移植性。目前国内厂商在中间件上的发展较为先进，致力于在E/E电子架构变革中提供可过渡的解决方案。
图5 系统层软件架构示意图
2.2 应用趋势分析
汽车软件市场整体呈现出动态增长，总体规模预计到2030年将达到840亿美元，系统软件增长较多，预计未来十年将以CAGR+11%的速度增长。由于汽车的软硬件的开发周期差别，使得汽车软件在供应上逐渐与硬件分离，并逐步具备互联网的快速迭代趋势倾向。汽车软件的功能发布可以与车型逐渐分离，增加车型硬件的使用长尾期。随着汽车电子电气架构的向域架构演变，域架构体系下操作系统和中间件的重要性显著提高，同时系统软件对于电池管理、汽车网联化及相关服务的功能控制也逐渐占比增长。
图6 汽车软件市场规模增长
2.3 主要厂商与解决方案
软件定义汽车的大趋势下，国内外厂商对于系统软件提出了不同的解决方案，下面分别以主要厂商的解决方案为例，介绍不同汽车软件架构下的系统软件。
东软睿驰系统软件解决方案NeuSAR为混合型车辆软件架构，该技术方案适用于车企完成从传统分布式架构朝向域架构、中央计算架构转变的过渡期中的软件开发工作。NeuSAR在传统基于AUTOSAR Classic的架构中保留原有功能，将新引入功能主要通过AUTOSAR Adaptive中基于服务的方式进行相应的开发。Classic的保留可以让整车厂在引入大量先进技术的同时，最大程度兼容现有传统控制器，通过渐进的方式逐步过度到未来更新的架构中去，在降低成本的同时也大大降低的新技术引入带来的风险。而Adaptive平台的引入可以让整车厂将新技术基于服务去构建，进而为新技术引入提供了更好的技术支撑。同时Adaptive平台集成了东软自主研发的车联网S-Car防护技术，以上这些新技术又是现在汽车的核心产品竞争力，所以Adaptive平台的引入可以大大加强汽车产品竞争力。
图7 东软睿驰系统软件解决方案
华为的解决方案则采用了弹性的分布式解决方案，具备弹性扩展特性。核心部分为自动驾驶操作系统，自动驾驶操作系统使用并包含了车控操作系统软件和功能软件，是基于异构分布硬件/芯片组合，是车控操作系统的异构分布扩展。系统软件和功能软件是车载智能计算基础平台安全、实时、高效的核心和基础系统软件创建复杂嵌入式系统运行环境。功能软件根据自动驾驶核心共性需求，明确定义自动驾驶各共性子模块。
图8 华为系统软件解决方案
2.4 企业竞争分析
从各主机厂的发展动向来看，主机厂一方面力图掌握智能汽车底层软件和硬件的控制权，更倾向中立的操作系统；一方面积极与软件供应商开展合作，例如东软集团、中科创达等软件供应商，利用开源软件组织，减少开发周期和成本。从各操作系统的市场占有率和技术成熟度来衡量企业在系统软件上的竞争力。鸿蒙OS、特斯拉Version等已走在技术先进的前列，但市场占有率相对不高。技术先进性上略差但是较为成熟的操作系统，如QNX、AGL等更多用于智能座舱、车载娱乐等系统上，系统层软件较少。但市场占有率较高，例如AGL已经获得了11家主机厂的支持，它已解决70%的操作系统开发工作，剩下30%由主机厂自己开发。主机厂不仅获得了操作系统掌控权，还大大缩短了开发进程，降低了开发成本。和AGL相比，ANDROID的生态要成熟很多，被国内主机厂广泛采用。不过为了规避ANDROID的相关风险，国内主机厂也积极为其他操作系统提供拓展机会，例如AliOS目前至少应用到了九家汽车品牌上。总体来看，主机厂更倾向中立和免费的操作系统。
图9 企业竞争分析
图10 基础型操作系统市场份额
3. 自动驾驶软件
3.1 关键技术分析
自动驾驶的基本过程分为三部分：感知、决策、控制。其关键技术为自动驾驶的软件算法与模型，通过融合各个传感器的数据，不同的算法和支撑软件计算得到所需的自动驾驶方案。自动驾驶中的环境感知指对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的分类。定位是对感知结果的后处理，通过定位功能帮助车辆了解其相对于所处环境的位置。环境感知需要通过多传感器获取大量的周围环境信息，确保对车辆周围环境的正确理解，并基于此做出相应的规划和决策。目前两种主流技术路线，一种是以特斯拉为代表的以摄像头为主导的多传感器融合方案；另一种是以谷歌、百度为代表的以激光雷达为主导，其他传感器为辅助的技术方案。决策是依据驾驶场景认知态势图，根据驾驶需求进行任务决策，接着能够在避开存在的障碍物前提之下，通过一些特定的约束条件，规划出两点之间多条可以选择的安全路径，并在这些路径当中选择一条最优的路径，决策出车辆行驶轨迹。执行系统则为执行驾驶指令、控制车辆状态，如车辆的纵向控制及车辆的驱动和制动控制，横向控制是方向盘角度的调整以及轮胎力的控制，实现了纵向和横向自动控制，就可以按给定目标和约束自动控制车运行。
图11 自动驾驶关键技术架构
3.2 应用趋势分析
从车企与IT企业对于自动驾驶的研发路线可以看出，无论是渐进式的从辅助驾驶、部分自动驾驶、高度自动驾驶和完全自动驾驶的方向分阶段发展的路线，还是颠覆式的跳过汽车智能化逐级发展的思路，直接实现车辆的高度/完全自动驾驶的发展路线，最终的目标为高度完全自动驾驶。就当前自动驾驶软件的应用来看，在乘用车上量产的辅助驾驶技术有侧向稳定控制、电动助力转向控制，部分高档车还装有自动泊车、自适应巡航、车道偏离预警系统等辅助驾驶系统。主要应用在辅助驾驶阶段，车辆控制以驾驶员为主，驾驶员掌握最终的驾驶权，系统辅助驾驶员，降低驾驶负担。目前以L2级自动驾驶系统的搭载率明显提升，L3级开始渗透。以自适应巡航（ACC）作为L2级驾驶辅助标准，具备L2级及以上的驾驶辅助功能标配或选配的车型占总车型的比例达到19%。
图12 汽车智能辅助驾驶产品前装市场渗透率
图13 中国自动驾驶功能普及率及预测
3.3 主要厂商与解决方案
自动驾驶软件算法解决方案主要厂商有提供全场景解决方案的驭势科技、百度、小马智行等，也有提供特定场景下解决方案的禾多科技、新石器、纵目科技等厂商。
度的自动驾驶方案Apollo发展相对较早，以开放平台Apollo为例，目前版本已更迭至6.0，其解决方案包括了Robotaxi方案、面向 BRT快速公交的Minibus 2.0方案、面向最后一公里的自主泊车方案、面向低成本低速微型车方案、以及自动驾驶云等关键技术。
同时，Apollo作为全球较大的自动驾驶开发者社区，版本更迭较快，与车企合作前装量产也有助于降低成本提升规模。前装自动驾驶方案商，如东软睿驰、德赛西威、经纬恒润、纵目等公司向车厂提供前行系，泊车系自动驾驶产品。
图14 百度Apollo6.0自动驾驶解决方案
整车企业在自动驾驶软件算法上的布局方式也略有不同。传统车企积极与科技公司、 Tier1展开合作，在技术创新领域上进行提前规划与布局，如长城汽车、吉利汽车、长安汽车等车型积极搭载驾驶辅助系统；造车新势力车厂则选择自研或联合开发L2.5级及以上的解决方案，并应用于新车型上，如搭载高级辅助驾驶系统Nio Pilot的蔚来汽车、搭载高级辅助驾驶系统X Pilot的小鹏汽车等。
但由于单车感知精度受限、计算能力与认知范围有局限，仅靠单车内部解决完全自动驾驶的未来解决方案成本较高，车企和科技企业也在积极探索与车联网结合，用车路协同的方式来实现自动驾驶的解决方案。
图15 企业竞争分析
4. 智能座舱软件
4.1 关键技术
分析智能座舱主要涵盖座舱内饰和座舱电子领域的创新与联动，从消费者应用场景角度出发而构建的人机交互(HMI)体系。智能座舱通过对数据的采集，上传到云端进行处理和计算，从而对资源进行最有效的适配，增加座舱内的安全性、娱乐性和实用性。当前智能座舱主要满足座舱功能需求，在原有的基础上，对现有的功能或是分散信息进行整合，提升座舱性能，改善人机交互方式，提供数字化服务。智能座舱的未来形态是“智能移动空间”。在5G和车联网高度普及的前提下，智能座舱与高级别的自动驾驶相融合，逐渐进化成集“家居、娱乐、工作、社交”为一体的智能空间。
图16 智能座舱关键技术分析
4.2 应用趋势分析
数字座舱的技术实现难度低、成果易感知，有助于迅速提升产品差异化竞争力，且未来辅助驾驶、自动驾驶带来的人员解放，需要座舱功能从交互、环境、控制、空间、数据五大维度进行智能化变革，提升体验。在自动驾驶正式落地前，智能座舱HMI设计将以驾驶任务为中心，采用多模交互来整合分散的感知能力，而非捆绑驾驶员眼手的模式。通过E/E架构革新，整合座舱域硬件计算平台，使用单颗性能出众的AI感知芯片，实现车外/车内视觉感知及语音识别等多模感知算法。智能座舱系统将成为一个域控制器，呈现明显的集成、融合、跨界合作趋势。触摸屏作为多模交互方案前的过渡方案，可以从各产品的前装市场渗透率趋势上看出其应用趋势。
图17 智能座舱各产品前装市场渗透率
在技术实现层面，中控大屏、数字仪表、流媒体后视镜等屏幕需由安卓、QNX等操作系统驱动，而如HUD、各类传感器等设备也需要嵌入各类智能算法，这均需与车内的芯片相结合，进行适当的优化方能发挥出应有的效能。传统座舱中，中控台、仪表盘等均是分布式系统，由独立芯片驱动。随着芯片算力和通信能力的提升，由域控制器构成的用同一颗芯片来同时支持中控大屏、数字仪表、后座娱乐屏等的系统，即一芯多屏技术，成为当前智能座舱中最为重要的技术趋势。由同一芯片来驱动降低了多屏多系统（如数字仪表使用的QNX操作系统，中控屏使用的安卓操作系统）之间的通信压力，更加便于实现多屏、多设备之间的交互。同时域控制系统方式可解决底层硬件及上层设备的分散性问题，在统一的集成驱动下，更方便构建统一的座舱控制机制，实现软件定义个性化的功能，也更容易实现系统与云端的全通式交互。
图18 全球导航方案
现阶段，汽车产品主要作为移动代步工具，中期内导航功能是智能座舱相关应用软件的关键，大多数软件均基于定位和地图信息进行开展和应用。除传统的路径规划和车道导航功能外，到现阶段智能座舱导航软件主要有四大应用趋势：一是与车联网功能结合，通过与云端数据平台实时通信，获取实时交通路况信息以及停车场、充电桩实时使用状况等辅助信息，纳入车辆行驶路径规划决策算法中，提供更智能全面的路径规划；二是与车机、液晶仪表、W-HUD等智能座舱硬件相结合，提供AR导航功能；三是获取高精度的定位信息辅助车辆自动驾驶功能，通过GNSS、RTK、陀螺仪、加速器等结合软件算法，提供厘米级的定位信息，同时融合高精地图和车辆环境传感器数据，辅助车辆自动驾驶软件的决策算法；四是与社交和娱乐软件相结合构建应用服务软件生态，与附近车辆车主进行实时通信互通，提供求助、答疑、预警等社交类功能，丰富智能座舱的软件生态。
4.3 主要厂商与解决方案
智能座舱是中国车联网产业跨界融合的产物，主要厂商有传统的系统集成商Tier1、新型互联网公司与传统整车、零部件企业进行深度合作，共同推出座舱的整体解决方案。传统系统集成商既具备提供专属操作系统的能力，又具备提供座舱域控制器解决方案（计算平台）的能力，成为座舱解决方案集成商的优势明显。目前大多数厂商的智能座舱系统，以智能中控屏为产品的趋势明显，如东软集团、德赛西威、华阳集团等。
图19为Tier1东软集团智能座舱整体系统架构示例
图19为Tier1东软集团智能座舱整体系统架构示例，系统集成商依据开源车载操作系统，为整车厂提供差异化定制操作系统以满足整车厂品牌的差异化的需求。且传统系统集成商在适配域控制器芯片、电子元器件以及操作系统等的软硬件集成开发能力优势显著。未来智能座舱使用一颗域控制器芯片，支持多个操作系统，来达到高度集成、各个系统和芯片互相联系，以完成实时数据通信，需要传统系统集成商积累的软硬件集成开发能力与经验。
4.4 企业竞争分析
智能座舱产业链中，上游零部件厂商寻求向下延展，下游整车厂商需求向上延展，纷纷抢夺新型Tier1座舱解决方案集成供应商的位置，呈现出明显的融合和跨界趋势，主要厂商集中在整车厂、互联网公司与传统的Tier1企业。整车厂拥有成熟的汽车研发、生产、供应链体系，但是软件开发能力不足，也无互联网公司广泛的应用生态。互联网巨头虽然拥有完善的应用生态，极强的底层系统开发能力，但是与整车厂的合作经验不足，对硬件集成开发的经验不足。传统Tier1级供应商虽然没有互联网巨头的应用生态与开发底层操作系统的能力，但具备一定的系统定制能力，这是整车厂商并不具备的；相较于互联网企业，Tier1企业还具有丰富的车规级硬件开发能力，拥有与车厂合作开发的丰富经验，也更容易获取核心基础数据，这是互联网公司不具备的。传统Tier1如东软集团、德赛西威、均胜电子, 成为座舱解决方案集成商新型Tier1的优势明显,通过提高自身软件实力向产业链上下游渗透获取单车价值量上升。其他芯片、专属操作系统、中间软件层供应商 Tier2，如东软、中科创达，会随着智能座舱软件占比上升，为 Tier1 带来必要的软硬件支持。互联网、通信科技类巨头例如华为、阿里、腾讯也会借助软件开发实力切入智能座舱领域，为座舱解决方案集成不同的生态系统和通信基站。
图20 智能座舱产业链下企业竞争关系
5. 车联网软件
5.1 关键技术分析
车联网是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在“人-车-路-云”之间进行无线通讯和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在交通系统领域的典型应用。在网联化层面，按照网联通信内容的不同将其划分为网联辅助信息交互、网联协同感知、网联协同决策与控制三个等级。目前行业内处于网联辅助信息交互阶段，即基于车-路、车-后台通信，实现导航等辅助信息的获取以及车辆行驶与驾驶人操作等数据的上传。因此现阶段车联网主要指基于网联辅助信息交互技术衍生的信息服务等，如导航、娱乐、救援等，但广义车联网除信息服务外，还包含用于实现网联协同感知和控制等功能的V2X相关技术和服务等。
图21 车联网总体视图
图中展示了车联网业务主要的参与端，包括汽车上的通讯终端T-Box、相关控制器以及车机，也包括后台TSP（车联网服务整合商）、手机APP、网页端、内容提供商和服务提供商，还包括与路端通信的OBU、RSU和基站。其中，T-Box是汽车上唯一与外界通讯的桥梁，既实现了车内联网，也实现了车外通信；TSP是后端的整合部分，通常它既要提供基础能力的管理（如账号和鉴权），又要与各面向个端对接，实现服务的整合以及信息的传递；手机APP、网页端以及车机都是直接用户的触点，承担着与用户交互的任务，是各个服务的体现点；内容和服务提供商是大部分数据的提供来源，他们是互联网细分领域专业的提供者。
车载通讯模块T-BOX架构中通常含有双路高速CAN收发器，4G/5G/V2X模组以及可实时处理的高性能微处理器芯片，主要负责车内外通信服务，其中车联网C-V2X技术应用展开场景应用类型与协同服务业务逐渐丰富，技术和应用的演进路线也从节点处理至更高级别复杂的应用方向发展。
图22 东软车载通讯模块T-Box架构示意图
图23 东软车联网C-V2X技术应用展开场景
5.2 应用趋势分析
随着车联网技术的成熟与成本的降低，车联网产品持续迭代升级，车联网功能产品的普及率也在加速上升，中国智能网联汽车产业规模也逐渐加大。预计至2022年，具备联网功能标配或选装的车型占总车型的比例达到95%。5G+科技巨头入局驱动车联网发展提速，软件占比提升趋势下市场规模有望超万亿元。传统汽车的网联化将直接带动车载通信设备的需求量大幅提升，驱动车联网市场规模扩大；未来在硬件设备成为汽车标准配置的情况下，车联网的发展将朝着丰富软件品类，打造服务生态的方向发展，届时各类车载内容与服务将成为主力增长点，进一步促进车联网规模扩大；到智能网联汽车发展成熟期，增量将从硬件向软件转移， 车载信息服务提供商（TSP）成为核心。
图24 车联网功能普及率
图25 2017-2022年中国车联网产业规模及预测
5.3 主要厂商及解决方案
车联网技术与产品种类繁多，参与厂商也众多。在此主要分析车联网的车载信息服务提供商的解决方案，对于车载硬件模块、ICT基础设施提供商及通信运营商暂不做分析。对于车载信息服务商（TSP），国内整车厂商主导的TSP有通用Onstar、丰田G-Book、上汽nkaNet；国内车机终端厂商主导的TSP有东软集团、四维图新、博泰等；互联网公司主导的TSP有百度、腾讯、阿里巴巴、谷歌等。
以腾讯提供的车联网生态解决方案为例，腾讯发布了智慧出行战略，整合车联网、地图、位置服务、汽车云、自动驾驶、乘车码等业务，并不断加大网络安全、人工智能技术、内容服务、微信等生态能力的协同，面向汽车行业提供完整的、一体化的数字化解决方案。腾讯生态车联网可以通过结合对人、车、路三位一体的深度感知，主动发现用户需求并推送相应服务；通过超级ID和微信支付，实现跨场景、跨终端的全时互联，打通车前/ 中/后的无缝数字体验；并与汽车行业合作伙伴共同打磨，让丰富的内容服务生态与车载场景充分适配与结合；与开发者共同创新，提供方便开发的车载应用框架，促进应用生态繁荣。
图26 腾讯车联网生态解决方案
国内车机终端厂商主导的TSP以东软集团为例，其车联网运营平台将车联网运营平台与汽车售后服务、车载信息服务平台、营销平台共同交互，以数据信息平台为载体，基于前装车联网大数据，应用机器学习、深度学习等技术对车辆及用户等数据进行多维度分析与洞察，优化车辆的安全性、经济性及体验性。通过大数据，也帮助汽车制造企业改进预测能力、运营能力和提升绩效，为整车厂各生产环节带来价值。
图27 东软车联网生态解决方案
5.4 企业竞争分析
随着汽车电子的网联化程度加深，行驶过程中与人、车、路交互的过程中产生了巨大的数据量，对于这些数据量的存储、云计算与分析，并输出决策是必然的。传统车企的IT架构不足以支撑较为庞杂的数据的计算与网络支持，通常趋向于与软件公司、科技公司提供的公有云服务，来打造自身的车辆云平台系统。
阿里云计算较为领先，与上汽共同成立斑马智行，目前已搭载在20多款车型上，合作车企包括荣威、福特、雪铁龙、标致、名爵。奔驰、奥迪、沃尔沃也与天猫精灵达成合作，接入阿里云服务。
腾讯云与广汽、长安、吉利、东风、伟世通、蔚来等主机厂和零部件供应商合作，提供云服务的同时接入腾讯自身生态。
微软与大众集团共同开发大众汽车云平台；为丰田宝马、日产雷诺集团的部分车型提供云计算服务。亚马逊云与宝马、奥迪、丰田合作，为这些车企的部分车型开发定制化的云平台，为兰博基尼提供SaaS服务。
图28 车联网产业竞争格局
6. 高精度地图
6.1 关键技术分析
高精地图是指绝对精度和相对精度均在分米级的高精度、高新鲜度、高丰富度的导航地图，简称HD Map（High Definition Map）或HAD Map（Highly Automated Driving Map）。高精地图所蕴含的信息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象信息，同时包括交通流量、红绿灯等实时动态信息。不同地图信息的应用场景和对实时性的要求不同，通过对信息进行分级处理，能有效提高地图的管理、采集效率及广泛应用。
与传统车载电子地图相比，高精地图精细程度更高，动态要素更为丰富。且车载地图的体积受到嵌入式系统的存储容量限制。目前，自动驾驶用高精度地图（厘米级），存储密度非常高，整体容量已远远超出目前主流控制器方案的存储容量，所以需要借助云储存及云分发的形式才能得以实现。除此之外，传统导航电子地图的更新频率为静态数据（通常更新频率为季度更新或月更新），准静态数据（频率为日更新）。而高精度地图对数据的实时性要求较高，更新频率通常为准动态数据（频率为分钟更新），实时动态数据（频率为秒或毫秒更新）。
图29 城市场景高精度地图基本形态示意图
6.2 应用趋势分析
现阶段，高精地图产品主要应用于座舱导航，随着高等级自动驾驶功能普及率的上升，对于高精地图产品的市场需求将加速上涨。高精度地图产品主要涉及底层地图采集与矫正、中层的SDK和API集成以及上层应用软件开发。2019年，高精地图相关市场规模约为20亿元，增长率超过40%。随着高等级自动驾驶产品普及率的上升，高精地图相关产品的市场需求将加速增长，预计2022年规模将接近60亿元。
图30 高精地图相关产品市场规模及预测
6.3 主要厂商与解决方案
随着汽车智能网联化程度与自动驾驶技术水平的提升，高精度地图的重要性随之凸显。目前国内涉及高精度地图业务的主要厂商有百度、高德、四维图新、易图通等传统图商，也有华为、滴图、初速度、全道等科技新势力。目前高精度地图的发展主要受限于地图资质、技术和资金状况。尽管有众多厂商拥有地图相关业务，但拥有制作高精地图资质的厂商较少。
目前车企主要与四维图新、高德地图、百度地图、易图通这四家厂商进行相关战略性合作。高精地图相关企业主要涉及地图采集、SDK和API集成开发以及应用服务软件开发。
以东软集团为代表的汽车软件企业和以Here为代表的汽车软件和外资地图企业主要基于具备地图采集资质的企业提供的地图数据，进行SDK和API组件的开发；小型的软件服务公司主要基于API进行应用服务软件开发；以四维图新、高德为代表的具备地图采集资质的团建企业可以提供全栈式的解决方案。
以四维图新的高精度地图整体解决方案为例，介绍一下高精地图的整体服务形态。
作为自动驾驶系统的支撑，高精地图的表现形式有两种，一是在云端分发地图，用云更新地图，以及通过现实场景的仿真，提供一种即插即用的面向车端的地图引擎，地图引擎里面包含数据的感知、现场的感知定位、跨域的交叉参考，路径规划等核心功能。二是针对L3以上的自动驾驶，每一个子系统都要具备高度的可用性，即需要具备多种冗余的源数据，来实现高可靠和高安全性。
四维图新的高精度地图整体解决方案是一个闭环的状态，闭环包含地图的更新，数据的更新、功能的更新，以及包含传感器的数据回传，以实现数据与功能的增强，通过此长期的迭代过程，从而实现7×24小时的地图服务，支撑更加安全的自动驾驶。