乘着自动驾驶的东风，国内高精地图行业逐渐进入发展的快车道。在L3级别自动驾驶技术的推动下，高精地图技术在无人驾驶位置感知、路径规划等方面的应用愈发广泛。
随着高精地图行业的快速发展，布局该领域的企业，都想要通过规模化量产来争夺市场。在此背景下，高精地图市场的量产博弈也愈演愈烈。
（配图来自Canva可画）
自2013年BAT开启地图大战之后，国内数字地图产业就开始逐步兴起。近几年AI、大数据、卫星定位、自动驾驶等技术的爆发，更让高精地图在数字地图市场中的主流地位愈加凸显。
比如在市场方面，2020年智能汽车行业产销量的暴涨，进一步打开了高精地图的市场需求。例如，在L3级别及更高级别的自动驾驶技术应用中，高精地图具备的环境信息数字化能力，可以将高速路等场景的地图信息直接传达给智能汽车，实现部分替代激光雷达的作用，能够极大地节省自动驾驶技术的应用成本，进而推动自动驾驶的商业化落地。
在技术应用方面，卫星定位系统的进步，也为高精地图行业发展提供了强大动力。近几年来，随着格洛纳斯、GPS、北斗等定位系统技术不断升级进步，目前民用导航误差直接降低至10m以下，这为高精地图的发展提供了底层技术支持。
此外，AI、5G、大数据技术的进步，也从数据制作等方面提升了精度地图的精准度。这种情况下，高精度导航地图就成了业内各方企业扩展市场的角逐焦点。
在此背景下，国内高精地图市场需求不断增长，市场规模也在不断扩大。据中信证券研究部数据显示，2020年全球高精地图市场规模将会达到21.15亿元，预计2030年全球市场规模将超过200亿美元，未来增长潜力巨大。
巨大的市场潜力，很快便吸引了一批新创企业入场，和BAT等巨头竞争。而在这些新创企业入场后，国内高精地图行业的量产博弈也开始升级。
在国内高精地图市场争夺战中，量产是各家企业“抢滩”高精地图的关键。自百度拉开高精地图免费战的帷幕后，行业对高精地图规模化的需求愈加迫切。
随着免费成为高精地图行业主题，业内企业被迫通过扩展其他商业模式来实现盈利。不过，对于行业量产的布局，早期入场的BAT、宽凳等初创企业，则选择了截然不同的模式。
具体来看，BAT在高精地图数据收集中，采取了集中制图的量产模式。比如百度采取的“激光雷达+高精度地图+人工智能控制系统”的路线，就是使用搭载激光雷达、IMU、GNSS等设备的专业采集车，将环境信息转化为地图数据，阿里、腾讯也基本沿用了这种制图模式。
而极奥、宽凳等初创企业，则采取了众包制图的模式。这种模式是制图企业通过和整车厂等汽车相关行业合作，借助这些汽车的摄像头、激光雷达等设备，将地图数据上传至云端，然后通过大数据技术解析并完成地图的制作。
对比来看，这两种制图模式各有优劣。BAT采取的集中制图模式，在数据精度、精确性方面表现更佳，但其制图成本极高，仅一辆基础采集车的成本就达到了1000万元，需要极大的资金支持。而初创企业采取的众包制图模式，虽然有周期短、灵活性高、成本相对较低等优势，但也存在数据乱、精度差等不足。
制图模式之间的差异，给制图企业在市场的发展带来了不同的影响。不过，在行业整体处于发展阶段的情况下，规模化依旧是各家企业需要共同面对的难题。
目前制图企业通过小规模制图的方式生成局部高精地图，仍是业内主流的制图方式。但这种制图模式，在实际应用中却面临多方面的问题。
第一，制图效率问题。在自动驾驶落地过程中，数以千万计的道路测绘，往往需要耗费制图企业极高的成本。而在当前分米级地图的测绘车，每天能完成500公里测绘路程，而厘米级地图测绘车，每天仅能完成100公里的道路测绘，这意味着制图企业想要迅速扩展其测绘地图规模，必然会花费难以估量的时间和资金成本。
第二，场景应用问题。在汽车实际行驶过程中，障碍物遮挡、网络通信不稳定等不利状况，都会产生卫星定位误差的问题，使地图导航出现错误。而在路况复杂的情况下，这种误差会对汽车的正常行驶则会产生更大影响，极大地阻碍了高精地图的应用落地。
第三，更新问题。在车载高精度地图使用中，更新页是至关重要的一环。实际行车过程中，道路的情况复杂多变，并且存在不少意外状况，而这就需要高精地图做到实时更新，才能保障行车的效率和安全。但在实际应用中，高精地图却常难以实现及时更新。
由于这些问题的阻碍，使得国内高精地图产业的规模化发展受到不少限制。不过，面对市场存在的诸多问题，宽凳、高德地图等企业，也正在通过各自的方式解决这些难题。
在自动驾驶行业的推动下，高精地图在市场的应用愈发广泛，市场潜力也在不断增长。这种背景下，各家企业推进行业规模化就愈加迫切。
而对于行业规模化面临的效率、更新等问题，BAT、宽凳、极奥等企业也正在积极应对。比如资金实力较强的BAT，也在通过众包制图的模式提升制图效率。目前阿里旗下的高德地图，已经实现了由行业车辆、公众车辆进行数据采集的采集方式，这样的采集方式不仅能够提升高德地图拓展市场的速度，还能缓解高精地图因更新延迟带来的问题。
而采取众包制图模式的初创企业，则通过引入专业采集车、大数据技术应用，来解决数据精度问题。一方面，行业内的宽凳等新创企业，也开始建立自己的专业采集车队，来提升制图数据精度。
另一方面，新创企业也开始通过AI、大数据技术，突破众包模式的数据精度瓶颈。比如中海庭常务副总经理罗跃军就曾表示，通过高精度传感器技术、数据挖掘技术、AI等技术手段，能够解决众包模式下数据精度存在的很多问题。据悉，目前中海庭已经通过AI技术应用使其地图精度得到了明显提升，并正在以此破解高精地图量产难的问题。
由此可见，高精地图量产的这道坎，也并非不可跨越。而在这个问题得到解决后，国内自动驾驶行业也将会因此受益，高精地图行业也有望走上一个更高的台阶。不过，从高精地图行业目前的发展现状来看，行业要想实现真正的规模化，仍需要很长的一段路要走。
