所以，为了让有限的资源最大化并保证盈利，高精地图运营方通常采用的方式是，自动驾驶在哪里落地，高精地图就在哪里落地。

比如，百度目前的高精地图数据就以全国高速为主；四维图新则主要覆盖国内30多个城市的主干道。除此之外，更多的高精地图主要还是集中在机场、港口、园区这样的封闭场景中。

但反过来，自动驾驶的落地又依赖于高精地图的应用。即哪里支持高精地图，自动驾驶就在哪里落地。所以两者之间往往很容易陷入了一个“先有鸡还是先有蛋”的逻辑悖论之中，从而制约双方的发展。

当然，除了造价高昂之外，更重要的还在于维护成本。毕竟高精地图的数据采集并不是一劳永逸的。因为高精地图区别于普通地图最重要的一点，就在于数据的新鲜度。

根据博世在2007年提出的定义，无人驾驶所需的地图数据根据更新频率可以分为四类：包括永久静态数据（更新频率1月/次）、半永久静态数据（频率1小时/次）、半动态数据（频率1分钟/次）、动态数据（频率1秒次）。

而高精地图需要的就是更多的动态和半动态数据。这也就要求高精地图运营方保持几乎实时的更新频率。但有业内人士却表示，现在市面上的高精地图根本做不到这个程度，能保证每周一次的更新就不错了。

这些其实都制约了车企、以及自动驾驶企业项目的落地进度。所以目前主流的高精地图应用，数据都还是来自老牌图商。

比如比亚迪、奇瑞、长城、现代、北汽新能源以及蔚来、特斯拉等车企使用的都是百度的数据。而像小鹏、博世、英伟达、千寻等车企或者Tier 1则是与高德合作。至于宝马、沃尔沃、戴姆勒等国外品牌则基本选择的是四维图新。

回顾过去的发展历史，车载地图大致经历了三个不同的发展阶段。

最早，车载地图是下载到本地的2D形式，那个时候更新地图还需要专程跑一趟4S店。当时，地图的数据处理基本依赖本地的芯片，考虑的也只有路线和距离。

之后，地图进入了互联网时代，车载地图能够和网络连接，地图数据可以实时更新，并且能够解决的问题也越来越多。比如拥堵情况，车道指引，最优路线规划等等。

如今随着城市NOA加速落地，车载地图也开始进入了智能驾驶阶段。这其中，地图最大的转变在于，之前地图主要给人看，现在地图主要给车看。

我们都知道，自动驾驶依靠的毫米波雷达、激光雷达、摄像头等感知器件来识别外部环境。

但这里存在两个问题，一个汽车通过各种设备感知到外部环境之后，还需要将信息和自己行驶的具体位置进行对应。比如车道保持，车辆需要知道自己行驶在车道中央；比如十字路口左转，车辆需要知道自己行驶可左转的车道上。

但当车真正行驶的时候，路况往往会非常复杂。比如许多道路的地面标识因为时间久远已经脱落；比如遇上大雪道路标识被覆盖等等。这个时候，就需要高精地图为自动驾驶提供精确到厘米级的道路信息，来保证车辆的行驶安全。

除此之外，面对复杂的道路环境，自动驾驶的感知器件多多少少还会存在自己的死角。

比如，毫米波雷达几乎无法区分龙门架、道路侧面的金属标牌或道路上停放的静止汽车。“因为雷达的空间分辨率很差，在算法上通常只能忽略相对于路面不移动的雷达回波。否则，每次经过路标等静物时，汽车都会惊慌失措。”法雷奥中国CTO顾剑民说道。

比如特斯拉在山景城的那次车祸，原因就是特斯拉自动驾驶将混凝土旁边的深色沥青表面看成了车道线导致车辆轨迹出错，进而引发事故。

所以，在实际操作中，高精地图的数据往往会非常详细。比如车道线的位置、类型、宽度、坡度和曲率；比如路面的交通标志、前方的交通信号灯、车道限高、下水道口、障碍物；甚至还包括高架物体、防护栏、数目、道路边缘类型、路边地标等等。

其实，高精地图就像是拉力赛中坐在赛车手副驾的领航员，扮演着在汽车行驶的过程中给自动驾驶读路书的角色。

当然，高精地图虽好，但就像我们前面提到的，它目前也存在成本、落地范围、更新频率等诸多问题。

所以当高精地图在目前还难以大规模落地的时候，许多车企和自动驾驶Tier 1就开始将目光放到了如何暂时绕开高精地图上了。

比如，作为继特斯拉NOA、小鹏城市NGP之后第三个自研量产的城市导航驾驶系统，毫末智行的城市NOH就没有采用高精地图方案。

作为替代，毫末推出了“MANA智能数据体系”和“ransforemr识别车道线”两大核心技术。简单来说，就是毫末希望通过更精准的识别和检测，配上更强大的计算，去准确地描绘出路面上的复杂情况。

目前，这套系统配备了2个激光雷达、12颗摄像头、12颗超声波雷达和5颗毫米波雷达，采用的高通芯片算力达到360Tops。据毫末介绍，这套系统能够在没有高精地图的情况下，实现变道超车、红绿灯识别和控车、复杂路口通行等城市场景。

图源：零壹智库

除了老牌图商之外，第二类则是随着自动驾驶的发展兴起的新兴企业。其中具有代表性的如Momenta、宽凳科技、晶众、灵图软件等等。

这些企业通常聚焦在高精地图这一单一领域。同时，因为受到高精地图制作、落地等问题，以及获得地图资质的时间较晚的影响，导致他们无论是在地图数据，还是在市场份额上都与头部玩家具有相当大的差距。

当然，他们之中也有不少企业取得了不错的成绩，比如专注于停车场高精地图的晶众地图，目前已经累积了23万公里高速公路和部分城市快速路，以及超过6000个大型停车场的高精地图数据。

最后同样布局高精地图的，还有如顺丰、滴滴、美团等互联网企业。但这些企业的高精度地图主要还是以满足自身业务的支持与发展为主。

比如在2018年首次亮相的京东地图，就专注于机器人地图和智能驾驶数据应用，主要服务于京东无人快递车的最后一公里。

所以，虽然如今高精地图的市场竞争激烈，但其实还远没到真正分出胜负是时候。大家现在仍然埋头解决的，是高精地图的如何快速普及和应用的问题。