2024年1-3月L2级及以上智能驾驶装机量已达194万套，渗透率达到43%。从功能来看，领航辅助功能渗透率增速明显，已经突破5%。

对此，2024年5月22日，在第六届智能驾驶地图与定位大会上，盖世汽车研究院高级总监王显斌谈到，在20万以上车型中，L2级自动驾驶的标配率已近90%，未来增长潜力主要集中在20万以下车型。从当前车展及供应商的技术方案看，纯视觉及高性价比传感器解决方案的推出，将加速20万以下车型导入辅助驾驶功能。

王显斌还指出，轻地图并非意味着完全不需要地图，而是对地图的精度和依赖进行了优化。对于智能汽车，导航地图仍是必需。轻地图的理念在于通过其他传感器或惯导系统来弱化对高精度地图的依赖，并增强对特定场景的感知能力，以满足智能驾驶的高阶需求。

盖世汽车研究院高级总监

以下为演讲内容整理:

自动驾驶进程

下图是从去年开始盖世汽车研究院基于终端保险数据所建立的中国乘用车智能驾驶配置数据库。数据显示，2024年1-3月L2级以上智能驾驶装机量已达194万套，渗透率达到43%。从功能来看，领航辅助功能渗透率增速明显，突破5%。

图源:演讲嘉宾素材

前面所提及的图表聚焦于整个乘用车市场，当我们单独考察新能源市场时，会发现自动驾驶技术的标配率更高。2024年1-3月新能源乘用车市场L2级别标配量达92.4万辆，市场渗透率超过53.3%，其中20万以上价格区间车型L2渗透率均已经达到89%以上。未来增长潜力较大的市场将是20万以下的车型。从今年的车展及近期众多供应商的技术方案来看，采用纯视觉技术或性价比较高的传感器解决方案的产品纷纷涌现，这些产品有望在未来迅速渗透到20万以下的车型中，为其导入辅助驾驶功能。

图源:演讲嘉宾素材

从供应链的角度来看，ADAS的供应链构成相当复杂，涵盖了从感知、决策、规划到最终执行端等多个环节。目前国内在域控制器层面处于领先地位，除特斯拉外，国内的主要Tier 1供应商德赛、华为等，占据了极大的市场份额。此外，还有部分车企选择自研，或找消费电子做精密生产。

尽管国内在激光雷达、域控芯片方面发展较快，但在行车ADAS系统解决方案上有待提升。相比之下，在泊车领域，由于工况相对简单，国内企业的增长较为迅速。在传感器方面，尤其是摄像头、毫米波雷达，包括毫米波雷达的芯片，国内目前仍存在一定的短板。这些领域的技术门槛较高，需要持续的技术研发和创新。

高精地图与定位技术应用展望

另一个重要的组成部分是地图。当前市面上出现了重感知、轻地图的方案，这一现象背后有一定原因。关于地图的资质问题，目前只有19家企业通过了2022年最新一版的甲级资质认证，可以说地图领域形成了寡头垄断竞争格局。这种竞争格局的形成，原因在于地图数据涉及到国家的信息安全。

关于地图的第二点考虑因素是其鲜度。以一条道路为例，即使今天进行了地图数据的采集，但如果次日该道路因维修等原因工况发生了显著变化，地图数据将不再准确。为了保持地图的实时性和准确性，技术的迭代更新是必要的，但这需要极高的成本投入。自动驾驶对场景数据特别是云端和车端数据的实时更新有着极高要求。然而，高精度地图在快速迭代方面存在局限性。实际上，轻地图或无地图并不意味着完全不需要地图。对于自动驾驶车辆而言，导航地图是不可或缺的，只是在特定场景下，车辆可能不需要精度太高的地图。轻地图主要是融合其他传感器或惯性导航系统实现部分功能。

自去年起，特斯拉的城市“无图”方案在国内引发了广泛关注。随着特斯拉FSD的入华，多家车企在技术路线选择上开始倾向于采用以摄像头为主的纯视觉技术路线，并结合无高精地图或轻地图的方案来实现高阶功能，特别是在NOA的应用上。

最近市面上的车企和部分零部件供应商在新平台上展现了对纯视觉加无高精地图方案的青睐，如华为推出的新一代ADS 2.0基础版在智界S7车型上即采用了这一技术组合以满足市场需求。随着算法的持续优化，对于传感器的冗余需求正在逐步降低，这有助于降低后续消费者购买成本，提高性价比。

从地图的视角看，高精地图具备“三高”特性，即高精度、高鲜度、高丰富度。目前市场上的地图主要分为三类。传统的导航地图精度通常在1-10米级别，主要侧重于道路级别的识别，但在导航指令上相对模糊，主要提供方向性的指引。高精地图则不同，它的绝对精度要达到厘米级，甚至精确到零点零几米，这意味着它不仅能涵盖道路和车路线，还能提供包括特性在内的更为鲜活和完善的信息。特别是在实现高阶自动驾驶的十字路口场景中，高精地图对于车辆与车辆之间、车辆与人之间的交互以及红绿灯的感知和识别具有显著的辅助作用，因此其导航指令也相对更为精确。

当前高精地图的流程主要包括数据采集、点云处理、标注和地图保存，其中数据采集是核心，因为其必须满足国家数据安全的要求。除了专家提及的GNSS卫星和惯性导航系统外，数据采集还会融合众多传感器数据。关于数据采集的方式，行业内主要有两种，一种是使用专业的采集车，虽然成本较高，但精度较好。另一种则是众包模式，即利用大众的力量进行数据收集，这也是许多企业正在探索和应用的方向。

随着自动驾驶技术的不断发展，高精地图对自动驾驶HMI的人机交互体验产生了显著影响。特别是在高阶自动驾驶的应用中，高精地图对于建立人机共驾的信任起到了至关重要的作用。通过仪表和中控系统的优化，高精地图能够实现更为精细的图像渲染，为用户带来更为直观、便捷的交互体验，从而增强科技感并提升用户的驾驶信心。从应用角度来看，这种改进使得消费者在使用自动驾驶系统时更加放心，并愿意积极尝试和运用这一先进技术。

高精地图的壁垒相对较高，主要体现在以下几个方面。首先，随着法规的日益严格，特别是在数据跨境和敏感数据管理方面，高精地图的资质主要集中在三类实体:国家单位、互联网科技公司和特定领域的企业，许多公司尚未获得甲级资质，仍处于审核过程中。其次是资金和技术壁垒，高精地图的制作成本高昂，无论是专业采集车的购置还是后续的采集和更新成本，都需要大量的资金投入，特别是对于L3、L4及以上级别的自动驾驶应用，高精地图的鲜度要求至少达到每周更新，这进一步增加了成本和资金的投入。三是在编译、人工标注等制作过程中，需要大量的人力和物力。四是标准不一致，目前各家公司在设备、标准和算法处理方面存在差异，这给高精地图的制作和应用带来了很大的挑战。最后是合规性问题。

从总体市场看，以乘用车为代表的高精地图搭载量在今年一季度约为21万辆，渗透率接近5%，市场份额主要集中在百度、阿里巴巴、腾讯、华为等科技巨头中。同时，我们观察到一些初创公司，如宽凳、全道、Momenta等也在市场上推出了地图产品，并呈现出增长态势。尽管市场参与者呈现多样性，但整体上仍然呈现寡头垄断的局面。这种局面为车企在选择高精地图供应商时提供了有限的选择空间，但同时也带来了多样性原则和成本考量的挑战。车企需要在确保技术先进性和可靠性的同时，平衡成本因素，选择最适合自己需求的高精地图供应商。

随着产业的不断发展，主机厂在一些旗舰车型中开始采用高精地图方案，特别是在城市NOA中进行应用。然而，从当前的技术路径来看，尽管车企在推广“去地图”方案方面做了大量宣传，但根据我们的统计数据，多数企业在实际应用中仍然依赖于高精地图的匹配。特别是在具备高精地图覆盖的场景中，车企更倾向于利用地图来实现自动驾驶功能，而尚未完全实现脱离地图配置的无图发展。

从图商的视角来看，由于成本考量以及满足车企的实际需求，许多企业纷纷推出了性价比较高的轻地图解决方案。这些方案主要依赖于众源采集方式，这一方法与传统的采集方式有所区别，主要是通过车载传感器的冗余数据进行采集，优势在于对车端的数据处理量要求相对较低，但对云端的数据处理能力提出了更高要求。此外，其采集的数据精度能够满足高阶自动驾驶应用的需求，并且在成本效益上具有一定优势，因此，图商在这一领域推出了多种方案，以满足市场的多样化需求。

在未来的一段时间内，轻地图方案仍将受到部分车企的青睐。从车企视角观察，不少企业倾向于借鉴特斯拉等企业的车端与云端构建地图方案进行发展。然而，在国内市场，这类方案面临的主要挑战在于其合规性。由于涉及到地理位置、敏感信息的测绘及信息处理等敏感问题，必须严格遵循相关法律法规。

尽管目前纯视觉方案和无高精地图方案日益受到关注，但这些方案对图商，特别是具备甲级资质的图商的依赖度反而更高。这是因为随着数据采集、存储和脱敏要求的日益严格，图商在数据处理和合规性方面的专业能力变得尤为重要。因此，我们不太认为车企能够完全脱离图商的支持，通过类似于特斯拉的方案实现规模化扩张。

定位技术在高阶自驾功能车型，尤其是匝道、地库的记忆泊车中应用十分广泛。我们关注到了一些特定场景，如泊车和封闭道路，这些场景对定位精度、可用性和执行度都提出了较高的要求。高精度定位技术主要有几种实现方式，包括GNSS、IMU等。此外，随着技术的进步，传感器匹配的方案也逐渐崭露头角。总体而言，目前主流的路线仍然是“卫星导航+惯导”。不过，随着多传感器融合技术的兴起，对于特定道路的识别和精确定位要求日益提高，将逐渐引入到摄像头、激光雷达点云和图像的识别中。

国内的产业链在高精度定位领域相对成熟，形成了完整的上下游结构。上游主要涵盖GNSS、惯性传感器，中游则由集成商组成，下游则是应用环节。从上游来看，特别是在GNSS领域，我国的北斗系统已经取得了显著进展。目前北斗系统的核心元器件，如射频设备和天线的国产化程度较高。但在惯导领域，尤其是在陀螺仪和加速度计方面，我们仍然有不少短板。

当前国内已有一些企业开始着手布局MEMS陀螺仪的研发与生产。在终端集成商方面，从市场应用的角度来看，原本专注于硬件制造的企业正倾向于向技术解决方案提供商及服务运营商转型。这是因为高精度定位产业作为一个新兴领域，其市场格局尚未固化，为企业的多元化发展提供了广阔空间。因此，许多原本专注于卫惯硬件产品的企业也开始向软件算法的深度集成方向发展，力求掌握核心算法，并拓展服务运营业务。从下游应用的角度来看，国内已有一些企业推出了相应的定位模块产品，并已在自主品牌中有所应用。

在商用车场景中，多传感器融合方案的应用较为普遍，这是由于商用车对工况要求较高，且通常需要自主运行，因此对技术性能的要求也更为严格。从未来的发展趋势来看，P-Box将成为主流选择。目前，第三代P-Box正逐渐兴起，它能够满足L3及以上级别的自动驾驶需求，实现更高的集成化。此外，P-Box也在朝着域控的方向发展，比如采用以太网技术。

从长期发展的角度来看，我们坚信多传感器融合技术与高精地图的结合将极大推动高精定位技术和自动驾驶功能的发展。卫星导航与惯性导航系统作为感知层面的重要支撑，通过与其他传感器的融合匹配，能够更全面地感知并适应环境，从而为用户提供更优质的智能驾驶体验。总体来说，这种技术的融合将极大地提升自动驾驶系统的安全性，并提供更为可靠的冗余保障。

图源:演讲嘉宾素材

从市场角度看，随着智能驾驶技术的不断发展，特别是L2+及以上级别自动驾驶功能的普及，满足L3及以上功能需求的市场份额将持续增长。我们认为卫惯和导航的市场规模将持续扩大，预测2030年这一市场规模将达到约170亿元，展现出巨大的市场潜力。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。