沒有數據安全，就沒有國家安全。
自動駕駛時代已經拉開序幕。除了特斯拉、“蔚小理”等造車新勢力，傳統汽車巨頭、國內科技巨頭也紛紛跨界，采取不同的方式進入“造車”領域。如果說動力電池是汽車的心臟，芯片是汽車的大腦，EE架構是汽車的神經網絡，那么流淌在汽車每一個角落的數據就是汽車的血液。
作為自動駕駛的重要基礎設施，高精度地圖相對于傳統地圖有著更多維度和更加豐富的數據。2021年“滴滴事件”將道路數據和用戶數據的安全問題推至風口浪尖。人們不禁疑惑，數據安全挑戰下，智能汽車行業未來該何去何從？
日前，四維圖新（股票代碼：002405）副總裁石清華接受采訪，對高精度地圖的制作、數據閉環打造過程、行業生態、數據安全保障以及四維圖新在高精度地圖業務上的戰略部署等進行了詳細闡述。讓我們透過專業人士的視角，清晰還原自動駕駛所依賴的地圖世界，還有老牌國企四維圖新在新一輪戰斗中的風姿。
高精度地圖，進階的地理信息數據高地
在電影《阿凡達》中多次出現一個場景，每次人類深入潘多拉星球，都會采集大量信息，然后加載到潘多拉腹地的地圖中。而每次的戰略研討會議，也是圍繞著這個立體直觀的地圖進行。這張地圖，相當于潘多拉星球的“鏡像”，而且是可量化的“鏡像”。
在我們現實所生活的地球上，這樣一張地圖正在向我們走來。這就是自動駕駛的關鍵要素之一——高精度地圖。
與我們日常所用的導航地圖相比，高精度地圖在精度、鮮度和維度上全方位進化。如果說傳統導航地圖是“白描”，那么高精度地圖就是“工筆”，在現有圖層基礎上更加精細地刻畫道路及附屬設施，增加了車道屬性、位置信息、交通標志、路邊地標等靜態道路信息，精度可以達到厘米級。還引入實時道路環境密切相關的動態地圖數據擴展傳感器的視野，更新頻率達秒乃至毫秒級。
可以說，高精度地圖是國家地理信息的“數字雙胞胎”。有研究顯示，高精度地圖的數據量是普通地圖的10萬倍以上。地圖這一國重器，是屬于嚴格保密的存在。地圖數據的泄露對于國家造成的巨大影響，從古代到近代都不乏慘痛的教訓。這也是高精度地圖被納入國家安全監管范疇的重要原因。
目前來說，手機導航已經成了人們出行的必備工具。那么，在智能駕駛時代，地圖市場誰主沉浮呢？據了解，車載導航在很長一段時間內受制于手機導航主要是因為車載系統更新滯后于移動終端。演進到智能駕駛后，局面將發生徹底反轉。一來，汽車硬件智能化水平將全面超越手機配件，高精度地圖更新速度更快；二來，高精度地圖囊括更多維度的的復雜信息，和手機導航地圖完全不是一個量級的概念。三來，除了精準定位、路徑規劃外，高精度地圖還有一個重要作用，就是輔助智能汽車做出決策，是一張面向機器的地圖。
自動駕駛商業化落地，離不開高精度地圖
人類在駕駛汽車時需要通過眼睛來識別外部的環境，再結合自身的位置進行操作。同樣，自動駕駛汽車也需要透過傳感器這一雙“眼睛”，感知道路環境后再做出相應的決策。環境感知是自動駕駛的核心技術，也是被研究最多的部分，感知能力的好壞直接影響車輛的安全性和通行能力。
目前自動駕駛環境感知有兩大技術路線，一是單車智能，以特斯拉為代表，使用視覺主導的多傳感器融合方案，讓你的車成為“老司機”；二是車路協同，以華為和BAT為代表，在單車智能的基礎上，通過大量來自車端、路端以及云端的“高級輔助”，克服出行過程中可能遇到的各種問題，實現更加自動化的交通。
由于在核心技術、研發成本等多方面受到制約，近年來，單車智能支撐的自動駕駛商業化進程并未達到預期，車路協同的優勢越發明顯。在目前的主流解決方案中，L2+、L3、L4級別的自動駕駛普遍依賴高精度地圖，可以有效彌補距離和視覺缺陷、消除部分傳感器誤差，輔助傳感器提升安全冗余。達到L5級后，有了高精度地圖的加持，自動駕駛也能事半功倍。
IDC數據顯示，2020年高精度地圖的市場規模增速高達70%。產業信息網則預計2025年國內外自動駕駛高精地圖市場規模將達到89.6億美元。作為基礎數據與服務方，高精度地圖跟各行各業都有結合且不可或缺，除了自動駕駛，還能應用于智慧城市、智慧交通、公安、旅游、緊急事件響應等領域，未來的應用場景必然會更加廣泛。
數據合規持續催化，地圖關乎智能汽車生命線
高精度地圖已經成為車企必爭的高地。盡管如此，想進入這個行業并不是一件易事。2021年以來，圍繞智能網聯汽車信息數據的國家政策密集出臺，國家監管和處罰力度不斷加大。
根據2022年8月自然資源部下發的《自然資源部關于促進智能網聯汽車發展維護測繪地理信息安全的通知》，明確規定高精度地圖測繪制作，只能由具備導航電子地圖制作甲級資質的單位進行。
即便是在測試階段，只要安裝了衛星導航定位裝置和攝像頭、激光雷達等傳感器，且采集道路及環境坐標、影像和激光點云等數據，都是測繪行為，應當按照測繪法律法規進行管理。由此可見，車企無論采樣哪種自動駕駛方案，都會對周圍環境發生“測繪”這一行為。
取得導航電子地圖甲級測繪資質，成為進入高精度地圖行業的第一重門檻。對于沒有甲級測繪資質的車企、服務商及部分智能駕駛軟件提供商等企業，只能選擇與有資質的圖商合作，才能夠保證數據合規安全。但與有資質的企業合作，車企也有擔憂。
一方面，包括華為、百度等具有甲級測繪資質的企業不乏下場造車，當他們在對外推廣高精度地圖業務或更深一步的數據合作時，車企難免會有數據安全以及數據所有權的顧慮。
另一方面，自動駕駛算法同高精度地圖深度綁定。在高級自動駕駛方案中,攝像頭、激光雷達等傳感器數據需要與高精度地圖深度融合。僅有測繪資質而缺乏造車經驗和技術實力的，很難支撐車企的自動駕駛布局。
由于能拿到地圖服務牌照且有實力從事智能網聯研發的企業并不多，未來競爭范圍并不大。但激烈程度并不低，入圍企業在技術研發上都頗具實力，是強者之間的對決，目前百度、四維圖新、高德是業內公認的頭部玩家。
在已有牌照的企業中，四維圖新是少有的國資背景的第三方圖商，且在高精度地圖與傳感器數據的融合處理能力、自動駕駛算法能力和硬件集成交付能力擁有豐富經驗，或將扮演重要角色。
四維圖新助力汽車產業構建車云一體數據閉環
自動駕駛時代，由于需要借助激光雷達、攝像頭等各種傳感器感知道路環境，車端數據量指數級上升，需要龐大的數據庫和算力來支撐。
Garner估計，每一部自動駕駛聯網車輛每天至少產生4TB數據。當自動駕駛汽車大規模量產之后，其數據量將呈PB級到ZB級的增長，十分消耗車企在數據獲取、存儲和計算上的資源。接入云服務成為各大自動駕駛玩家不約而同的選擇。
據業內人士介紹，從工程實現來看，自動駕駛的數據采集流程與高精度地圖有異曲同工之妙。高精度地圖制作第一步是自動成圖，在采集車上加裝攝像頭、激光雷達、MCU等傳感器，采集數據后上傳到云端，然后進行云上的算法感知，生成底圖。據了解，當前四維圖新已經完成20萬公里以上的數據覆蓋，即將完成全國120個城市的主干路網覆蓋。
第二步是實時更新，要想讓高精度地圖保證高鮮度，就必須持續采集數據。車輛在接收云端分發高精度地圖的同時，也會將實時位置、車身姿態、駕駛行為、各類傳感器數據等回傳給云端。云中心對這些實時數據進行深度挖掘分析，從而對高精度地圖進行有效更新。
自動駕駛汽車收集道路環境信息同樣基于“測繪行為”，需要圖商做數據安全的“看門人”。只不過自動駕駛在采集數據之上，誕生的是自動駕駛的感知算法，構成了自動駕駛的閉環。自動成圖和自動駕駛兩大數據閉環，成為四維圖新角逐自動駕駛領域的“殺手锏”。
四維圖新對汽車智能化都有著清晰的認知和充分的準備，基于近20年積累的地圖數據底座優勢和云端一體化服務能力，已經建立了符合國家安全標準的“數據—采集—分發”全鏈條服務體系。公司已經與寶馬、戴姆勒、大眾、沃爾沃、福特等多家核心外資企業，以及造車新勢力、科技巨頭企業簽訂合作協議，幫助車企基于合規方案搭建自動駕駛數據中心，并負責其數據管理服務。商業模式實現從傳統License模式向基于“合規+地圖+算法+定位”強耦合云SaaS服務的轉變。
對于高精度地圖在自動駕駛中扮演的角色，石清華副總裁提出了四維圖新的思考。他指出，每一家廠商的自動駕駛方案不同，對地圖的具體需求也有所不同。四維圖新將根據各廠商自動駕駛獨特算法和應用需求，定制屬于它們的專屬地圖，幫助客戶打開差異化競爭賽道。
總體來看，汽車數據安全迎來強監管，手握高精度地圖牌照的四維圖新，相當于擁有了通向未來廣闊市場的入場券。公司卡位“底圖+更新+定位”等關鍵環節構筑高技術壁壘，同時，憑借國資背景、第三方獨立圖商以及全生命周期數據服務工具鏈，成為多家國內外頭部車企、造車新勢力和產業鏈參與者進軍自動駕駛領域的首選合作伙伴，形成了較強客戶黏性。隨著智能汽車日趨成熟，暴露出來的數據安全隱患日益突出，四維圖新有望在這場汽車安全“保衛戰”中發揮更大作用。
自動駕駛是百年汽車工業史上又一次偉大的經典轉移,將激活、重塑和創造萬億級市場。高精度地圖只是四維圖新整體戰略布局的一角。公司已經形成“云—芯—駕—艙”全棧布局，打造“數據+芯片+系統平臺+算法”核心能力閉環，為角逐汽車智能化浪潮積攢了充足的實力。自動駕駛，未來已來！(CIS)
