（原標題：拼價格、搶落地訂單 2019年地圖廠商「圈地」自動駕駛）
如果說六年前的百度和高德地圖大戰，爭奪的是移動時代的流量入口，那麼時至今日，一場關於自動駕駛的新戰役正在地圖領域打響，大數據背後的商業模式變革和超百億的市場空間，使得這場新戰役更激烈也更長久。
訂單密集落地
「自動駕駛未來五到十年會逐漸量產和商業化，這個方向已經形成了行業共識。」四維圖新CEO程鵬表示。作為老牌地圖廠商，四維圖新從2017年開始向自動駕駛解決方案提供商轉型。
程鵬告訴第一財經，起初做自動駕駛更多是為了驗證自動駕駛地圖是否可行，但在做系統的過程中發現，有很多東西需要完善，例如專業高精度的定位、產品的性價比等，在這個過程中逐漸形成了感知、決策和規劃等自動駕駛相關能力，所以最終拍板向自動駕駛解決方案提供商轉型。
從2019年半年報來看，在淨利潤下跌、傳統業務趨穩的背景下，四維圖新高級輔助駕駛及自動駕駛業務增長強勁，實現營業收入4831.44萬元，同比增長140.83%，雖然業務體量還不足夠大，但市場空間可期。
對於廠商而言，伴隨L3級自動駕駛汽車逐步量產普及，前裝導航地圖由選配品轉變為供自動駕駛系統使用的標配品，長期滲透率存在數倍提升空間。而作為導航產業的核心，高精地圖更大的吸引力在於可以改變傳統圖商的商業模式。
「原來導航、軟體、地圖、晶片加起來，一輛車全生命周期也就付費幾百元，現在服務是動態實時的，變成了每年幾百元的概念。」程鵬舉例說道。四維圖新高級副總裁孟慶昕也曾告訴第一財經，在自動駕駛領域，地圖將不再是傳統導航地圖的一錘子數據買賣（License），後續更需要數據服務收費的模式（Service），單價+年費也讓高精地圖的價格保守預測將提升10~20倍不等。
同樣盯上這一市場的，除了擁有地圖業務優勢的高德和百度，其他車企、科技公司和創業新秀也開始入場。目前，全國擁有甲級測繪資質，即可以合法製作高精地圖的企業有19家，除了四維圖新、高德、百度外，還包括滴滴子公司滴圖科技、上汽子公司中海庭、自動駕駛創業公司寬凳科技、Momenta等。
對於高精度地圖廠商來說，獲得甲級測繪資質是能否實現商業化的第一要素。但手握「船票」之後，搶先拿到落地訂單才是打開市場的關鍵。國泰君安證券研究分析認為，2019~2020年是高精度地圖落地關鍵時間窗口，訂單將持續釋放。
根據目前各大車企公布的自動駕駛規劃及產業調研，2021年或是L3級別的自動駕駛汽車量產元年。按照車企提前兩年採購地圖的慣例，高精度地圖訂單將於2019~2020年落地，新訂單的持續釋放將成為高精度地圖廠商股價的催化劑。
今年初，四維圖新與寶馬在自動駕駛方向聯手，籤署了面向L3+自動駕駛系統的自動駕駛地圖訂單，據悉2021年配備四維圖新自動駕駛地圖的BMW iNEXT將正式問世。而百度系的長地萬方拿下與長城汽車的訂單，高德地圖則拿下與通用凱迪拉克和吉利汽車的訂單。無疑2019年成為高精度地圖訂單密集落地的一年。
量產背後的挑戰
市場前景的確誘人，但高精地圖的大規模商用仍面臨兩大挑戰。
首先是如何降低高精度地圖的量產成本。高精度地圖投入的高成本集中於前期製圖的設備購買和採集工作。現階段高精度地圖的製作還無法做到完全自動化水平，人工的數據標定依然佔據重要成分，導致量產成本高昂，而且生產成本隨著精度的上升而提升。
從技術路線來看，各家的打法也有所不同。百度更偏向於提供自動駕駛整套解決方案，在車輛上安裝雷射陀螺儀、定位設備、各種傳感器設備等，用傳感器探測技術來增加精度，但研發投入也比較高。
高德則發起價格戰，宣布將以「成本價」提供標準化高精地圖，每輛車每年使用費用不超過100元，其技術路徑主要是依靠稍微低精度的傳感器+高精度的地圖與定位。
四維圖新與高德地圖路徑相似，採取「高精地圖+AI」的方式來降低成本。今年6月，四維圖新以搭載4個16線雷射雷達、2個長距毫米波雷達和1個自主研發視覺感知算法的單目攝像頭的低成本、輕量級自動駕駛解決方案，拿到北京市自動駕駛路測T3級牌照。據透露，這一解決方案成本大約是友商的二分之一。
程鵬認為，目前各家的自動駕駛技術路線都不一樣，有些重度依賴雷射雷達、有些重度依賴視覺，現階段多傳感器和多種技術路徑互為冗餘，可以減少誤差，但也要考慮成本問題，十萬的車花一百萬裝傳感器，是消化不了的，所以一定有一個逐漸從高端到中低端量產的路徑。
「傳統產品可以說AI提高了效率，提高了用戶體驗，但在自動駕駛領域裡，沒有AI根本不行。」程鵬表示。他認為，如今自動駕駛的傳感器包括雷射、雷達、攝像頭、毫米波等，以往一個季度才發一個版本，有三個月的時間調整傳感器，現在變成了毫秒，沒有AI的地圖精度出不來、更新頻率上不來、公路安全級別就達不到。
高精地圖大規模商用另一大挑戰在於如何保證地圖的鮮活度。高精地圖包含靜態和動態兩層數據，靜態數據包含車道中心線、車道邊界線、參考點、虛擬連接線等，而動態數據包括天氣、地理環境、道路交通、自車狀態等需要動態更新的數據。在業界看來，動態數據才是未來高精地圖競爭的關鍵。
程鵬表示，四維圖新目前在L4上面臨更大的壓力，例如地面道路如何維護還沒有非常完美的解決方案。「面對中國900萬公裡的道路，如何保證每一條路實時發現它的變化，實時變成一個資料庫、地圖，實時發布到每一輛車、每一部手機、每一個IOT設備，這是未來十年面臨的重大難題。」