当前位置:黄山新闻网 > 科技 > 拼价格、抢落地订单,2019年地图厂商“圈地”自动驾驶

拼价格、抢落地订单,2019年地图厂商“圈地”自动驾驶

2019-10-30 08:14:41来源:黄山新闻网

如果说六年前百度和高德在移动时代为交通的进入而战,那么今天一场关于自动驾驶的新战斗正在地图领域展开。大数据背后的商业模式变化和超过100亿元的市场空间使得这场新的战斗更加激烈和持久。

命令落到了地上。

“自动驾驶仪将在未来5到10年内逐步大规模生产和商业化,这一方向已经形成了行业共识。”4D新任首席执行官程鹏表示。作为一家老牌地图制造商,4D地图将从2017年起转型为自动驾驶解决方案提供商。

程鹏告诉第一财经,起初,自动驾驶更多的是为了验证自动驾驶地图的可行性。然而,在制作该系统的过程中,发现有许多东西需要改进,如专业的高精度定位、成本效益高的产品等。在此过程中,感知、决策和规划等自主驾驶相关能力逐渐形成,最终决定向自主驾驶解决方案的提供者转变。

从2019年半年度报告来看,在净利润下降、传统业务趋于稳定的背景下,四维图信高级辅助驾驶和自动驾驶业务强劲增长,实现营业收入4831.4万元,同比增长140.83%。虽然业务量不够大,但市场空间是可以预期的。

对于制造商来说,随着l3级自驾汽车的逐步大规模生产和普及,前置导航地图已经从可选产品转变为用于自驾系统的标准产品,并且在长期渗透性方面还有数倍的改进空间。作为导航行业的核心,高精度地图更具吸引力,因为它们可以改变传统地图制作者的商业模式。

“最初,导航、软件、地图和芯片在一辆汽车的整个生命周期中总共要花费数百美元。现在,这项服务是动态和实时的,这已经成为每年数百美元的概念。”例如,程鹏说。4D地图新任高级副总裁孟庆新也告诉第一财经,在自动驾驶领域,地图将不再是传统导航地图的一次性数据许可,未来将需要数据服务费。单价和年费也将使高精度地图的价格提高10-20倍。

同样关注这个市场的,除了具有地图业务优势的高德和百度,其他汽车公司、科技公司和新企业家也开始进入这个市场。目前,国家拥有甲级测绘资质,即有19家企业可以合法生产高精度地图。除了四维图信、高德和百度之外,他们还包括滴滴子公司迪图科技、SAIC子公司钟海婷、自动驾驶创业宽达科技和穆明塔。

对于高精度地图制造商来说,获得甲级测绘资质是实现商业化的首要因素。然而,拿到“船票”后,先拿到登陆单是打开市场的关键。国泰君安证券研究分析认为,2019~2020年是高精度地图登陆的关键时间窗口,订单将继续发布。

根据目前各大汽车公司公布的自动驾驶计划和工业研究,2021年还是三级自动驾驶汽车大规模生产的第一年。根据汽车制造商提前两年购买地图的做法,高精度地图的订单将在2019年至2020年间降至最低,新订单的持续发布将成为高精度地图制造商股价的催化剂。

今年年初,4D地图新公司(Map New)和宝马(BMW)在自动驾驶方向上联手,签署了l3自动驾驶系统自动驾驶地图订单。据悉,宝马不精确配备4D地图新自动驾驶地图将于2021年正式问世。百度的常棣万方赢得长城汽车的订单,而哥德地图赢得通用凯迪拉克和吉利汽车的订单。毫无疑问,2019年将会是高精度地图订单落地的一年。

大规模生产背后的挑战

市场前景的确诱人,但高精度地图的大规模商业使用仍然面临两大挑战。

首先是如何降低高精度地图的生产成本。高精度地图的高成本集中在购买和收集用于早期制图的设备上。目前,高精度地图的制作还不能完全自动化,人工数据校准仍然占据着重要的部分,导致制作成本高,并且随着精度的提高而增加。

从技术路线来看,每个家庭的游戏方法也是不同的。百度更倾向于提供一整套自驱动解决方案,安装激光陀螺仪、定位设备、各种传感器设备等。在车辆上,使用传感器检测技术来提高精度,但研发投资也相对较高。

高德发起价格战,并宣布将以“成本价”提供标准化的高精度地图。每辆车的年使用成本不会超过100元。其技术路线主要依靠稍低精度的传感器和高精度的地图和定位。

四维地图类似高德地图(Gaud map)的路径,采用“高精度地图ai”的方法来降低成本。今年6月,4D纽用一款低成本、重量轻的自动驾驶解决方案获得了北京汽车驾驶路试t3牌照,该解决方案配备了4台16线激光雷达、2台远程毫米波雷达和一台独立开发视觉感知算法的单目摄像机。据透露,这种解决方案的成本大约是友好商家的一半。

程鹏认为,目前自主驾驶的技术路线互不相同。有些严重依赖激光雷达,有些严重依赖视觉。在此阶段,多个传感器和多个技术路线是相互冗余的,这可以减少误差。然而,也应该考虑成本。十万辆汽车需要一百万个传感器,这些传感器无法消化。因此,必须有一条从高端到中低端逐步大规模生产的道路。

传统产品可以说人工智能提高了效率和用户体验,但在自动驾驶领域,没有人工智能是绝对不可能的。程鹏说。他认为今天的自动驾驶传感器包括激光、雷达、照相机、毫米波等。过去,每季度只发布一个版本。传感器已经调整了三个月,但现在已经变成毫秒了。没有人工智能,地图精度无法实现,更新频率无法达到,道路安全水平也无法达到。

高精度地图的大规模商业使用面临的另一大挑战是如何确保地图的新鲜度。高精度地图包含静态和动态数据。静态数据包括车道中心线、车道边界线、参考点、虚拟连接线等。而动态数据包括需要动态更新的数据,例如天气、地理环境、道路交通、自动驾驶状态等。在业界看来,动态数据是未来高精度地图竞争的关键。

程鹏表示,司徒欣目前面临着更大的l4压力,例如,对于如何维护地面道路没有完美的解决方案。“面对中国900万公里的道路,如何确保每条道路都能实时发现其变化,将其转化为数据库和实时地图,并实时发布到每辆汽车、每部手机和每台物联网设备上,是未来十年面临的一个重大问题。”